Regresin Exponencial

En determinados experimentos, en su mayora biolgicos, la dependencia entre las

variables X e Y es de forma exponencial, en cuyo caso interesa ajustar a la nube de
puntos una funcin del tipo:

Mediante una transformacin lineal, tomando logaritmos neperianos, se convierte el

problema en una cuestin de regresin lineal. Es decir, tomando logaritmos neperianos:

Ejemplo
x

1
1,2
1,5
2
3
3,7
4
4,5
20,9

3
3,4
5
2
4,1
5
7
6,5
36

x2

ln(y)
1,0986
1,2237
1,6094
0,6931
1,4109
1,6094
1,9459
1,8718
11,4628

1
1,44
2,25
4
9
13,69
16
20,25
67,63

x ln(y)
1,0986
1,4684
2,4141
1,3862
4,2327
5,9547
7,7836
8,4231
32,7614

Numero de datos = n = 8

x promedio =

= 2,6125

y promedio =

= 1,43285

Usando la forma lineal de la Regresin Exponencial:

b=

La ecuacin final que modela el sistema es

(ln y)2
1,2069
1,4974
2,5901
0,4803
1,9906
2,5901
3,7865
3,5056
17,6455

Regresin Logartmica
La curva logartmica
referida a las variables originales

es tambin una recta, pero en lugar de estar

, est referida a
ya

Ejemplo
x

1
1.2
1.5
2
3
3.7
4
4.5
20.9

3
3.4
5
2
4.1
5
7
6.5
36

ln2 x

ln x
0
0.1823
0.4054
0.6931
1.0986
1.3083
1.3862
1.5040
6.5779

0
0.0332
0.1643
0.4803
1.2069
1.7116
1.9215
2.2620
7.7798

ln x * y
0
0.6198
2.027
1.3862
4.5042
6.5415
9.7034
9.776
34.5581

a=

b=

= 4.5 - (2.090513)(0.8222) = 2.78117

y2
9
11.56
25
4
16.81
25
49
42.25
182.62

= 2.090513

La ecuacin final que modela el sistema es

Regresin polinomial
Algunas veces cuando la relacin entre las variables dependientes e independientes es
no lineal, es til incluir trminos polinomiales para ayudar a explicar la variacin de
nuestra variable dependiente.
Las regresiones polinomiales se pueden ajustar la variable independiente con varios
trminos

Que, derivando respecto a cada uno de los coeficientes nos da el planteamiento un

sistema de ecuaciones de la siguiente forma (donde m es el nmero de pares de datos):

Ejemplo
x
1
1.2
1.5
2
3
3.7
4
4.5
20.9

y
3
3.4
5
2
4.1
5
7
6.5
36

xy
3
4.08
7.5
4
12.3
18.5
28
29.25
106.63

x2
1
1.44
2.25
4
9
13.69
16
20.25
67.63

y2
9
11.56
25
4
16.81
25
49
42.25
182.62

x2y
3
4.896
11.25
8
36.9
68.45
112
131.625
376.121

Usando una Matriz para calcular valores de los coeficientes

Usando el mtodo de Eliminacin de Gauss-Jordan

La ecuacin final que modela el sistema es

x3
1
1.728
3.375
8
27
50.653
64
91.125
246.881

x4
1
2.0736
5.0625
16
81
187.4161
256
410.0625
958.6147