घातीय प्रतिगमन सॉल्वर
हमारे मुफ़्त ऑनलाइन टूल से घातीय प्रतिगमन समीकरणों की गणना करें। पूर्ण चरण-दर-चरण गणित के साथ समीकरण y = a*e^(bx) खोजने के लिए अपने डेटा बिंदु दर्ज करें।
घातीय प्रतिगमन सॉल्वर
हमारे मुफ़्त ऑनलाइन टूल से घातीय प्रतिगमन समीकरणों की गणना करें। पूर्ण चरण-दर-चरण गणित के साथ समीकरण y = a*e^(bx) खोजने के लिए अपने डेटा बिंदु दर्ज करें।
अपने डेटा बिंदु दर्ज करें
| # | एक्स | वाई |
|---|
Results
घातीय मॉडल
विकास दर (बी)
प्रारंभिक मूल्य (ए)
आर² (फिट की अच्छाई)
दोहरा समय
अनुमानित वाई
Statistics
| Statistic | Value |
|---|---|
| Standard Error | |
| Sample Size (n) | |
| Degrees of Freedom |
Chart
चरण-दर-चरण समाधान
इसका उपयोग कैसे करें घातीय प्रतिगमन सॉल्वर
वृद्धि और क्षय
Model non-linear patterns where values grow or shrink at a constant percentage rate.
इनपुट डेटा
Enter paired X and Y values to find the best-fitting exponential curve.
सांख्यिकीय आउटपुट
Get the equation y = ab^x, R-squared value, and full predictive diagnostic data.
Exponential regression is ideal for modeling compound interest, population growth, and viral spread.
घातीय प्रतिगमन क्या है?
📐 घातीय प्रतिगमन रिश्तों को मॉडलिंग करने के लिए एक सांख्यिकीय तकनीक है जहां आश्रित चर अपने वर्तमान मूल्य के आनुपातिक दर पर बदलता है। सामान्य सूत्र y = a · ebx है, जहां a प्रारंभिक मूल्य (y-अवरोधन जब x = 0) का प्रतिनिधित्व करता है, b x की प्रति इकाई निरंतर वृद्धि दर है (विकास के लिए सकारात्मक, क्षय के लिए नकारात्मक), e यूलर की संख्या है (लगभग 2.71828), और x स्वतंत्र है परिवर्तनशील. रैखिक प्रतिगमन के विपरीत, जो एक सीधी रेखा में फिट बैठता है और परिवर्तन की निरंतर दर मानता है, घातीय प्रतिगमन उन घटनाओं को पकड़ लेता है जहां परिवर्तन की दर समय के साथ बढ़ती या सिकुड़ती है। वास्तविक दुनिया के उदाहरणों में शामिल हैं: (1) जनसंख्या जीव विज्ञान - नियमित अंतराल पर बैक्टीरिया कालोनियां दोगुनी हो जाती हैं, जिससे घातीय वृद्धि वक्र उत्पन्न होते हैं;
📊 (2) वित्त - एक घातीय प्रक्षेपवक्र के बाद, मूलधन और संचित ब्याज दोनों पर चक्रवृद्धि ब्याज अर्जित होता है;
📉 (3) परमाणु भौतिकी - रेडियोधर्मी आइसोटोप क्षय तेजी से, प्रत्येक आधे जीवन के साथ शेष द्रव्यमान आधे से कम हो जाता है;
📊 (4) महामारी विज्ञान - प्रारंभिक प्रकोप चरणों के दौरान रोग संचरण तेजी से बढ़ता है क्योंकि प्रत्येक संक्रमित व्यक्ति दूसरों को संक्रमित करता है;
📐 (5) प्रौद्योगिकी - नई प्रौद्योगिकियों को अपनाने से अक्सर शुरुआती चरणों में तेजी से वृद्धि होती है। रैखिक प्रतिगमन डेटा को फिट करता है जहां ढलान स्थिर है, लेकिन जब भी डेटा क्रमिक y-मानों के बीच एक स्थिर अनुपात दिखाता है, तो घातीय प्रतिगमन आवश्यक होता है, जो योगात्मक परिवर्तन के बजाय गुणक का संकेत देता है।
How Exponential Regression Works
घातीय प्रतिगमन के लिए इस कैलकुलेटर का उपयोग कब करें
- जनसंख्या वृद्धि मॉडलिंग
- चक्रवृद्धि ब्याज और निवेश रिटर्न
- रेडियोधर्मी क्षय और अर्ध-जीवन गणना
- जीवाणु वृद्धि और महामारी फैलना
- प्रौद्योगिकी अपनाने के वक्र
घातीय प्रतिगमन से कब बचें
- जब Y मान शून्य या ऋणात्मक हो (लॉग अपरिभाषित)
- जब संबंध रैखिक या बहुपद हो
- जब विकास की स्पष्ट ऊपरी सीमा हो (इसके बजाय लॉजिस्टिक का उपयोग करें)
- जब डेटा समय के साथ मौसमी पैटर्न दिखाता है