Calculadora de regressão de potência

Esta calculadora aceita pontos emparelhados como listas paralelas x e y ou como um array JSON de pares, rejeita qualquer valor não positivo porque logaritmos não estão definidos ali, e devolve as séries limpas, a, b, R-quadrado no espaço log, diagnósticos residuais e uma string de equação imprimível.

Como funciona a regressão de potência por mínimos quadrados logarítmicos

O método é aritmética de ponto flutuante determinística sem sementes aleatórias, sem carimbos de relógio e sem chamadas de rede, de modo que entradas idênticas sempre produzem o mesmo JSON. Se Sxx for zero porque todo x é idêntico, o denominador some e não existe expoente finito, por isso o pedido é rejeitado com invalid_input em vez de devolver Infinity ou NaN.

O que você envia e o que recebe de volta

Envie dados emparelhados positivos em uma de duas formas. Não misture points com x e y separados no mesmo pedido. São necessários pelo menos dois pares, e cada coordenada deve ser estritamente positiva para que os logaritmos naturais estejam definidos. Verificações clássicas de livro incluem x igual a um, dois, quatro, oito com y igual a três, doze, quarenta e oito, cento e noventa e dois, que é exatamente y igual a três vezes x ao quadrado e deve devolver a três, b dois e R-quadrado log igual a um. Ou forneça x e y como arrays JSON de números finitos positivos ou como strings separadas por vírgulas, espaços ou ponto e vírgula de igual comprimento, ou um único campo points como array JSON de pares de dois elementos [x, y] ou objetos com campos numéricos x e y. Campos ausentes, listas vazias, tokens não numéricos, NaN, Infinity, descompasso de comprimento, valores não positivos e x constante falham com invalid_input e não são cobrados. Em caso de sucesso a resposta inclui n, arrays x e y limpos, coeficiente a, expoente b, r_squared_log, mean_ln_x e mean_ln_y, sxx_log e sxy_log, ss_res_log e ss_tot_log, valores previstos e resíduos na escala original, uma string de equação imprimível do tipo y igual a a vezes x à b, o rótulo de método log_least_squares e um breve lembrete de fórmula. O preço das chamadas API bem-sucedidas é a base publicada de US$ 0,002 por item; falhas de validação não consomem saldo pré-pago.

Onde calculadoras de regressão de potência aparecem no trabalho real

Estudos de laboratório e de campo ajustam relações alométricas como taxa metabólica versus massa corporal, intensidade versus duração ou contagem versus magnitude, e precisam do mesmo coeficiente e expoente em cada turma de laboratório. Equipes de engenharia aproximam curvas de desgaste, escalonamento de custo com o tamanho ou força de sinal com a distância usando um modelo de potência simples sem abrir um notebook completo e exportam a string de equação para relatórios. Se mais adiante você precisar de regressão linear ordinária na escala original, ajustes polinomiais, modelos exponenciais com tendência temporal de base e, resumos só de correlação ou testes de hipóteses residuais, trate-os como intenções de busca e landings separados em vez de sobrecarregar esta página de calculadora de regressão de potência. Cursos de ensino médio e faculdade atribuem com frequência problemas de leis de potência, diagramas de dispersão log-log e exercícios de interpretar o expoente; um único oráculo confiável que devolve a, b e R-quadrado no espaço log como JSON limpo agiliza a correção e a montagem de demonstrações. Como esta capacidade é um motor de parse puro, o preço da API é a base publicada de US$ 0,002 por item bem-sucedido e a validação falha não consome saldo.