Calculadora de regresión cuadrática

Esta calculadora de regresión cuadrática ajusta la mejor parábola a tus valores x e y. Ejemplo: x = 0 a 5 e y = 1; 2,8; 6,1; 10,8; 17,2; 24,5 dan ŷ = 0,7125 · x² + 1,16321 · x + 0,960714 con R² = 0,999876.

Fuente: Wikipedia – Polynomial regression. Actualizado: .

Separa con espacios o punto y coma; se admite la coma decimal.
Separa con espacios o punto y coma; se admite la coma decimal.
Déjalo vacío si no quieres predicción.
Mi caja de herramientasTus datos se guardan solo en este navegador.

Resultado

Resultado
Parábola ŷ = 0,7125 · x² + 1,16321 · x + 0,960714 (R² = 0,999876, n = 6)
Cifras clave
MagnitudValor
Coeficiente a (x²)0,7125
Coeficiente b (x)1,16321
Constante c0,960714
Coeficiente de determinación R²0,999876
Suma de cuadrados de residuos SSE0,0509286
Vértice(-0,816291 | 0,485954) – mínimo
Predicción en x = 633,59
Datos y ajuste
xyAjustado ŷResiduo y − ŷ
010,9607140,0392857
12,82,83643-0,0364286
26,16,13714-0,0371429
310,810,8629-0,0628571
417,217,01360,186429
524,524,5893-0,0892857
Cálculo paso a paso
  • Modelo y = a · x² + b · x + c; ecuaciones normales con las sumas: n = 6, Σx = 15, Σx² = 55, Σx³ = 225, Σx⁴ = 979, Σy = 62,4, Σxy = 238,7, Σx²y = 1012,1.
  • El sistema 3×3 da a = 0,7125, b = 1,16321, c = 0,960714.
  • Vértice: x = −b / (2a) = -0,816291, y = 0,485954.
  • Predicción: ŷ(6) = 0,7125 · 6² + 1,16321 · 6 + 0,960714 = 33,59.
Una predicción fuera del rango de tus valores x (extrapolación) es incierta porque la parábola se vuelve pronto muy empinada. Un R² cercano a 1 no prueba una relación; solo muestra el ajuste.

Cómo se calcula

La regresión cuadrática ajusta una parábola y = a · x² + b · x + c a puntos de datos cuando la relación es curva y una recta no basta.

Método y cálculo

Se buscan a, b y c para que la suma de los cuadrados de las distancias entre el y medido y la parábola sea mínima (mínimos cuadrados). Las sumas Σx, Σx², Σx³, Σx⁴, Σy, Σxy y Σx²y dan un sistema de tres ecuaciones con tres incógnitas que la calculadora resuelve. El coeficiente de determinación R² = 1 − SSE / SST indica qué parte de la variación de y explica la parábola. El vértice está en x = −b / (2a).

Ejemplo resuelto

Para x = 0, 1, 2, 3, 4, 5 e y = 1; 2,8; 6,1; 10,8; 17,2; 24,5 las sumas son n = 6, Σx = 15, Σx² = 55, Σx³ = 225 y Σx⁴ = 979. El sistema da a = 0,7125, b = 1,16321 y c = 0,960714, es decir, ŷ = 0,7125 · x² + 1,16321 · x + 0,960714 con R² = 0,999876. La predicción en x = 6 es 0,7125 · 36 + 1,16321 · 6 + 0,960714 = 33,59. El vértice está en x = −0,816291 con y = 0,485954; como a > 0, es un mínimo.

Preguntas frecuentes

¿Cómo se calcula una regresión cuadrática?

Se buscan a, b y c con suma mínima de desviaciones al cuadrado. Para ello se resuelve el sistema formado con las sumas Σx a Σx⁴, Σy, Σxy y Σx²y.

¿Cuándo conviene la cuadrática frente a la lineal?

Cuando los residuos de la recta forman una curva o los datos se ven curvados, por ejemplo distancias de frenado o trayectorias de proyectiles.

¿Qué significa el vértice?

Es el punto más bajo o más alto de la parábola en x = −b / (2a). En nuestro ejemplo está en x = −0,816291, fuera de los valores medidos.

Fuentes y base legal

Última actualización: · Principios editoriales

Herramientas relacionadas