Calculadora de regresión cúbica

Proporcione arrays x e y de igual longitud y recibirá los cuatro coeficientes de los términos constante, lineal, cuadrático y cúbico, en ese orden. El cálculo es determinista, funciona sin acceso a la red y admite tanto datos cúbicos exactos como mediciones con ruido. Se requieren al menos cuatro puntos emparejados y cuatro valores distintos de x para identificar el modelo de tercer grado de manera única.

Cómo funciona la regresión cúbica por mínimos cuadrados

Un modelo cúbico tiene la forma y = a0 + a1x + a2x² + a3x³. Para cada valor x suministrado, la calculadora construye cuatro valores base: uno, x, x al cuadrado y x al cubo. Los mínimos cuadrados eligen los coeficientes que minimizan la suma de las diferencias verticales al cuadrado entre los valores y observados y los predichos por el polinomio. Con exactamente cuatro puntos adecuados, una curva cúbica puede interpolar todas las observaciones. Con más de cuatro, el mismo método equilibra los residuos y obtiene el mejor ajuste único según el criterio del error cuadrático. Internamente, x se centra y escala antes de resolver el pequeño sistema lineal. Esto reduce la sensibilidad aritmética cuando x tiene magnitudes grandes o está agrupada lejos de cero. Después, los coeficientes se convierten de nuevo a la escala original, por lo que usted puede usarlos directamente con los datos enviados. Es una regresión ordinaria sin ponderación: cada pareja aporta lo mismo y no intervienen inicializaciones aleatorias ni entrenamiento iterativo.

Cómo preparar los dos arrays de entrada

Proporcione x como array de la variable independiente e y como array de la variable dependiente. El emparejamiento depende de la posición: el primer x corresponde al primer y, el segundo x al segundo y, y así sucesivamente. Ambos arrays deben contener únicamente números JSON finitos y tener exactamente la misma longitud. Un modelo cúbico posee cuatro coeficientes desconocidos; por ello, menos de cuatro parejas no permiten identificarlo y generan un error de entrada no válida. El array x también debe incluir al menos cuatro valores distintos. Se permiten mediciones repetidas en un mismo x siempre que todavía haya cuatro o más posiciones distintas, pero cuatro filas que reutilicen solo tres posiciones no aportan información independiente suficiente. La respuesta contiene un array coefficients ordenado como [constante, lineal, cuadrático, cúbico]. Es decir, [a0, a1, a2, a3] representa y = a0 + a1x + a2x² + a3x³. Mantenga explícito este orden al transferir el resultado a una hoja de cálculo, una biblioteca de gráficos u otro programa, ya que algunos paquetes muestran primero la potencia mayor.

Cómo interpretar el resultado y sus límites

El coeficiente cúbico determina la curvatura de tercer grado, el cuadrático controla la flexión de segundo grado, el lineal describe la tendencia de primer grado y la constante es el valor ajustado cuando x = 0. Sus magnitudes dependen de las unidades y de la escala de x; no compare coeficientes de datos con escalas diferentes sin convertir antes las unidades. Un buen ajuste no demuestra que el proceso real sea cúbico ni establece causalidad. Los términos de grado alto pueden seguir el ruido, especialmente con pocas observaciones, y la extrapolación fuera del rango observado puede crecer rápidamente en una dirección poco plausible. Cuando la calidad del modelo sea importante, examine también un gráfico y los residuos en su flujo de análisis. Esta capacidad devuelve deliberadamente los coeficientes, no estadísticas inferenciales, intervalos de confianza, ponderaciones ni pronósticos. Resulta útil para relaciones cúbicas conocidas, aproximaciones de curvas, calibración de laboratorio y pruebas de software reproducibles. El cálculo en el navegador es gratuito; una llamada API automatizada cuesta $0.002 por elemento correcto. Los arrays no válidos se rechazan antes de producir el ajuste.