Pour approcher les données par une fonction puissance d’équation
y=bxm, on utilise power_regression qui renvoie le couple (m,b).
power_regression a les mêmes arguments que covariance.
On tape :
Ou on tape :
On obtient :
donc y=x2 est la fonction puissance qui approche au mieux les données.
On tape :
On obtient :
c’est donc la fonction puissance d’équation
y=1.6*x0.73 qui approche au mieux les données.
On vérifie en tapant :
On obtient :
On a bien :
^
0.467599676658=1.59615829535
donc
ln(y)=ln(1.59615829535)+ln(x)*0.732351031846
ln(y)=0.467599676659+ln(x)*0.732351031846.
et le coefficient de corrélation est :
On obtient :