Calculadora de regresión cuártica
Los datos de x⁴+2x³−x²+3x+5 en x de 0 a 4 devuelven los coeficientes 1, 2, −1, 3 y 5 con un R² de 1. Introduzca listas de x e y con al menos cinco valores de x distintos para obtener el ajuste y su ecuación. Gratis en su navegador.
- Gratis
- Funciona en su navegador
- Sin registro
- Sus datos no salen de su equipo
Ejecutar — gratis
Ejemplo resuelto
- X
- 0, 1, 2, 3, 4
- Y
- 5, 10, 39, 140, 385
- N
- 5
- Grado
- 4
- Valores x distintos
- 5
- A4
- 1
La regresión cuártica halla el polinomio de cuarto grado que mejor explica cómo cambia una respuesta y con un predictor x bajo mínimos cuadrados ordinarios. El modelo ajustado se escribe y igual a a4 por x a la cuarta más a3 por x al cubo más a2 por x al cuadrado más a1 por x más a0: cinco coeficientes que capturan dos inflexiones que una recta o una cuadrática no pueden. Los estudiantes encuentran esta herramienta en álgebra y estadística introductoria cuando un diagrama de dispersión se curva más de una vez; los analistas usan la misma forma de ecuaciones normales para curvas de calibración, perfiles de crecimiento y mapas de sensores que no son lineales. Esta calculadora acepta listas emparejadas x e y de números finitos, rechaza series con menos de cinco valores x distintos porque el modelo de cinco parámetros no sería único, y devuelve los cinco coeficientes, una ecuación imprimible y el R-cuadrado.
Cómo funciona la regresión cuártica por mínimos cuadrados ordinarios
Parta de observaciones emparejadas de un predictor x y una respuesta y. Un modelo cuártico escribe cada valor ajustado como a4 por x a la cuarta más a3 por x al cubo más a2 por x al cuadrado más a1 por x más a0. Los mínimos cuadrados ordinarios eligen la quíntupla única de coeficientes que minimiza la suma de residuos verticales al cuadrado entre cada y observada y el valor predicho por ese polinomio.
Algebraicamente el mínimo es un problema lineal de mínimos cuadrados: forme la matriz de diseño de Vandermonde cuyas columnas son las potencias sucesivas de x desde cuatro hasta cero, y resuelva A beta igual a y en sentido de mínimos cuadrados.
Esta implementación primero centra x en su media muestral para que las columnas de potencias queden mejor condicionadas, factoriza la matriz n por cinco con QR de Householder, hace sustitución hacia atrás para los cinco coeficientes y los expande de nuevo a la escala original de x con las identidades binomiales de (x menos la media) a cada potencia.
Los valores predichos salen de la evaluación de Horner del polinomio recuperado; la suma de cuadrados residual es la suma de diferencias al cuadrado entre y y esas predicciones; la suma de cuadrados total es la suma de desviaciones al cuadrado de y respecto de su propia media; el R-cuadrado es uno menos residual sobre total.
Qué puede hacer con ella
Claves de respuesta de deberes y exámenes
Genere los cinco coeficientes cuárticos, la ecuación imprimible y el R-cuadrado para datos emparejados de libro de texto, a fin de que docentes y auto-calificadores compartan una única verdad de referencia.
Calibración de laboratorio con dos recodos
Ajuste la lectura del instrumento frente a la concentración cuando una cuadrática se queda corta en los extremos, y almacene a4 hasta a0 para los pasos de predicción posteriores.
Preguntas frecuentes
¿Qué método usa esta calculadora de regresión cuártica?
Mínimos cuadrados ordinarios: factoriza la Vandermonde centrada de n por cinco con QR de Householder y resuelve y = a4 x^4 + a3 x^3 + a2 x^2 + a1 x + a0. Sin solucionadores iterativos ni bibliotecas de aprendizaje automático.
¿Por qué necesito cinco valores x distintos?
Un polinomio de cuarto grado tiene cinco coeficientes libres. Menos de cinco abscisas distintas hacen que la matriz de diseño tenga rango deficiente, de modo que no existe una cuártica de mínimos cuadrados única.
¿Qué significan los cinco coeficientes devueltos?
Son a4, a3, a2, a1 y a0 en y = a4 x^4 + a3 x^3 + a2 x^2 + a1 x + a0, también repetidos como el array coefficients en orden descendente. a4 es el término director (grado cuatro); a0 es el intercepto.
¿Puedo enviar más de cinco puntos?
Sí. Los puntos extra sobredeterminan el sistema y el solucionador sigue devolviendo la cuártica única de mínimos cuadrados. Aun así necesita al menos cinco valores x distintos entre ellos.
¿Cuánto cuesta?
La herramienta del navegador es gratuita y se ejecuta en local.
Herramientas relacionadas
Para desarrolladores — acceso por API
Todo lo de esta página está disponible por programación. Esta sección es para equipos que quieren integrarlo en sus sistemas; el resto puede usar la herramienta de arriba sin más.
Endpoint de API
¿Prefiere automatizarlo? Un POST autenticado crea la tarea; el resultado llega por webhook o enlace firmado. La misma capacidad también se ejecuta aquí en la web, por email y desde Telegram — y pronto también desde nuestra app.
Llámela desde su stack
curl -X POST https://api.kit.forhosting.com/stat/quartic-regression \
-H "Authorization: Bearer $KIT_KEY" \
-H "Content-Type: application/json" \
-d '{"x":[0,1,2,3,4],"y":[5,10,39,140,385]}'const res = await fetch("https://api.kit.forhosting.com/stat/quartic-regression", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.KIT_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
"x": [
0,
1,
2,
3,
4
],
"y": [
5,
10,
39,
140,
385
]
})
});
const { task_id } = await res.json();import os, requests
res = requests.post(
"https://api.kit.forhosting.com/stat/quartic-regression",
headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
json={
"x": [
0,
1,
2,
3,
4
],
"y": [
5,
10,
39,
140,
385
]
},
)
task_id = res.json()["task_id"]<?php
$res = file_get_contents("https://api.kit.forhosting.com/stat/quartic-regression", false, stream_context_create([
"http" => [
"method" => "POST",
"header" => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
"content" => '{"x":[0,1,2,3,4],"y":[5,10,39,140,385]}',
],
]));
$task = json_decode($res, true);body := bytes.NewBufferString(`{"x":[0,1,2,3,4],"y":[5,10,39,140,385]}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/stat/quartic-regression", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)Ejemplo de solicitud
{
"x": [
0,
1,
2,
3,
4
],
"y": [
5,
10,
39,
140,
385
]
}Ejemplo de respuesta
{
"task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
"type": "stat.quartic_regression",
"status": "queued",
"_links": {
"result": "/tasks/tsk_…/result"
}
}La API es asíncrona: la llamada devuelve un task_id al instante y el resultado llega por webhook. El polling está limitado a 1 req/s por tarea.
Precio
Precio publicado — sin tokens ni créditos inventados. Una tarea fallida no se cobra.
Límites
max_items | 10000 |
Errores
| HTTP | Código | Significado |
|---|---|---|
401 | unauthorized | API key ausente o inválida. |
402 | insufficient_balance | El saldo no cubre el precio de la tarea. |
404 | unknown_type | El tipo de tarea no existe. |
429 | rate_limited | Demasiadas peticiones. Use el webhook en vez de sondear. |
Notas técnicas
Cómo funciona la regresión cuártica por mínimos cuadrados ordinarios
El método es aritmética de coma flotante determinista, sin semillas aleatorias, sin marcas de reloj y sin llamadas de red, de modo que entradas idénticas siempre producen el mismo JSON. Si se suministran menos de cinco valores x distintos, las cinco columnas de la matriz de diseño son linealmente dependientes y no existe una cuártica única, por lo que la petición se rechaza con invalid_input en lugar de devolver Infinity, NaN o un miembro arbitrario de una familia infinita de curvas igualmente ajustadas.
Qué envía usted y qué recibe
Envíe datos emparejados como dos listas de igual longitud. Se exigen al menos cinco pares, y entre ellos al menos cinco valores de x deben ser distintos: cinco puntos que compartan solo cuatro abscisas distintas dejan la cuártica subdeterminada. Una comprobación clásica de ajuste exacto es x de cero a cuatro con y generado desde x a la cuarta más dos x al cubo menos x al cuadrado más tres x más cinco, que recupera a4 igual a uno, a3 igual a dos, a2 igual a menos uno, a1 igual a tres y a0 igual a cinco con R-cuadrado uno. El campo x es la serie de la variable independiente y el campo y es la de la variable dependiente; cada una puede llegar como un array JSON de números finitos o como una cadena separada por comas, espacios o punto y coma. Campos ausentes, listas vacías, tokens no numéricos, NaN, Infinity, desajuste de longitud, más de diez mil puntos y menos de cinco x distintos fallan con invalid_input y no se cobran. En caso de éxito la respuesta incluye n, degree cuatro, el recuento de x distintos, los cinco coeficientes con nombre a4, a3, a2, a1 y a0, esos mismos cinco como array coefficients en orden descendente, una cadena de ecuación imprimible del tipo y igual a x a la cuarta más dos x al cubo menos x al cuadrado más tres x más cinco, el R-cuadrado, la etiqueta de método ordinary_least_squares y un breve recordatorio de fórmula. El precio de las llamadas API exitosas es la base publicada de $0.002 por ítem; los fallos de validación no consumen saldo prepago.
Dónde aparece una calculadora de regresión cuártica en el trabajo real
La calibración de laboratorio a veces mapea la lectura del instrumento x a la concentración y con una curva suave en S o de dos recodos que una cuadrática se queda corta en los extremos; los coeficientes cuárticos pasan a ser la calibración guardada que usan los pasos de predicción posteriores. Las series de crecimiento, dosis-respuesta y operaciones estacionales suelen mostrar dos puntos de inflexión dentro de la ventana observada, y una curva de grado cuatro por mínimos cuadrados es el polinomio más pequeño que puede seguir ambos. Si más adelante necesita una recta, una cuadrática o una cúbica, regresión múltiple, modelos logísticos o contrastes de hipótesis sobre residuos, trátelos como intenciones de búsqueda y aterrizajes separados en lugar de sobrecargar esta página de regresión cuártica: quien escribe calculadora de regresión cuártica quiere el ajuste de cuarto grado con cinco coeficientes, no una caja de herramientas polinómica genérica. Los cursos de estadística de secundaria y universidad asignan líneas de tendencia polinómicas cuando el alumnado ya superó el ajuste recto, y un único oráculo confiable que devuelve cinco coeficientes como JSON limpio agiliza la calificación y el montaje de demostraciones. Como esta capacidad es un motor de parse puro, el precio de la API es la base publicada de $0.002 por ítem exitoso y la validación fallida no consume saldo.
Casos de integración
Comprobaciones de fixtures sintéticos
Recupere una cuártica generadora conocida a partir de pares sobredeterminados y afirme que el R-cuadrado es uno antes de enviar fixtures de prueba de regresión.