1. Regresión Lineal

Qué hace: Asume degradación constante por kilómetro. Traza una línea recta forzando el inicio en 100% (batería nueva).

Cuándo es útil: Proporciona el peor escenario. Útil para planificación conservadora y límites de garantía.

2. Raíz Cuadrada (√km)

Qué hace: Modela una degradación intensa al principio que se ralentiza con el uso. Refleja el crecimiento de la capa SEI.

Base científica: La Ley de Fick (difusión iónica) predice que el crecimiento de la capa SEI sigue una relación √t.

3. Ley de Potencia

Qué hace: Ajusta un exponente b variable. Cuando b ≈ 0.5, el comportamiento coincide con el modelo √km (SEI difusión-limitada).

Base científica: NREL (National Renewable Energy Laboratory) identifica b ≈ 0.5 como valor típico para envejecimiento calendario en LFP.

¿Qué es el R² (R-cuadrado)?

El coeficiente de determinación R² mide qué proporción de la variabilidad de los datos explica el modelo. Va de 0% a 100%.

• R² > 80% Excelente ajuste, predicción muy fiable
• R² 50-80% Ajuste moderado, predicción útil
• R² < 50% Ajuste pobre, predicción orientativa

El modelo con mayor R² se marca como "Mejor modelo".

Score de Confianza (0-100)

Indica qué tan fiables son las predicciones basándose en tres factores:

• Registros (máx 30 pts): Más muestras = mayor precisión estadística
• Cobertura km (máx 40 pts): Datos a mayor kilometraje = mejor extrapolación
• R² máximo (máx 30 pts): Mejor ajuste del modelo dominante