Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Las lneas de tendencia se usan para mostrar grficamente las tendencias de los datos y analizar los
problemas de prediccin. Este anlisis tambin se denomina anlisis de regresin: forma de anlisis estadstico
utilizada para pronsticos. El anlisis de regresin calcula la relacin entre variables, de modo que puede
predecirse una variable a partir de otra (u otras variables).). Mediante el uso del anlisis de regresin, puede
representarse una lnea de tendencia en un grfico ms all de los datos reales para predecir los valores
futuros.
Media mvil. Tambin se puede crear una media mvil: secuencia de medias calculadas a partir de porciones
de una serie de datos. En un grfico, una media mvil suaviza las fluctuaciones en los datos, mostrando as
con ms claridad la trama o tendencia.), que suaviza las fluctuaciones de los datos y muestra la trama o la
tendencia con ms claridad.
Tipos de grficos que admiten lneas de tendencia. Pueden agregarse lneas de tendencia a las series de
datos (puntos de datos relacionados que se trazan en un grfico. Cada serie de datos de un grfico tiene una
trama o color exclusivo y se representa en la leyenda del grfico. Puede trazar una o ms series de datos en un
grfico. Los grficos circulares slo tienen una serie de datos) en los grficos de reas 2D no apiladas, de
barras, de columnas, de lneas, de cotizaciones, de tipo XY (Dispersin) y de burbujas. No pueden agregarse
lneas de tendencia a las series de datos en los grficos 3D, apilados, radiales, circulares, de superficie o de
anillos. Si se cambia un grfico o una serie de datos de modo que ya no permita la lnea de tendencia asociada
(por ejemplo, si se cambia el tipo de grfico por un grfico de reas 3D o si se cambia la vista de un informe de
grfico dinmico (grfico que proporciona anlisis de datos interactivo, como un informe de tabla dinmica.
Puede cambiar las vistas de los datos, ver niveles de detalle diferentes o reorganizar el diseo del grfico
arrastrando campos y mostrando u ocultando elementos de los mismos.) o de un informe de tabla dinmica
asociado (informe de tabla dinmica que proporciona los datos de origen a un informe de grfico dinmico. Se
crea automticamente cuando se crea un nuevo informe de grfico dinmico. Cuando se cambia el diseo de
alguno de los informes, el otro cambia tambin.)), se perdern las lneas de tendencia.
Tipos de lneas de tendencia: elegir el adecuado para los datos
Cuando desee agregar una lnea de tendencia a un grfico en Microsoft Excel, puede elegir uno de los seis
tipos diferentes de tendencia o regresin. El tipo de datos de que disponga determina el tipo de lnea de
tendencia que debe utilizar.
Lineal
Una lnea de tendencia lineal es una lnea recta que se ajusta perfectamente y que se utiliza con
conjuntos de datos lineales simples. Los datos son lineales si la trama de los puntos de datos se
parece a una lnea. Una lnea de tendencia lineal normalmente muestra que algo aumenta o disminuye
a un ritmo constante.
Logartmica
Una lnea de tendencia logartmica es una lnea curva que se ajusta perfectamente y que se utiliza
cuando el ndice de cambios de los datos aumenta o disminuye rpidamente y despus se estabiliza.
Esta lnea de tendencia logartmica puede utilizar valores positivos o negativos.
Polinmica
Una lnea de tendencia polinmica es una lnea curva que se utiliza cuando los datos fluctan. Es til,
por ejemplo, para analizar las prdidas y ganancias de un conjunto de datos grande. El orden del
polinomio se puede determinar mediante el nmero de fluctuaciones en los datos o en funcin del
nmero de mximos y mnimos que aparecen en la curva. Una lnea de tendencia polinmica de Orden
2 suele tener slo un mximo o un mnimo. Una de Orden 3 normalmente tiene uno o dos mximos o
mnimos. El Orden 4 tiene hasta tres.
Potencial
Una lnea de tendencia de potencia es una lnea curva utilizada con conjuntos de datos que comparan
medidas que aumentan a un ritmo concreto; por ejemplo, la aceleracin de un automvil de carreras a
intervalos de un segundo. No es posible crear una lnea de tendencia de potencia si los datos contienen
valores cero o negativos.
Exponencial
Una lnea de tendencia exponencial es una lnea curva que se utiliza cuando los valores de los datos
aumentan o disminuyen a intervalos cada vez mayores. No es posible crear una lnea de tendencia
exponencial si los datos contienen valores cero o negativos.
La herramienta Covarianza calcula el valor de la funcin COVAR de la hoja de clculo para cada uno de los
pares de variables de medida. (Usar COVAR directamente en lugar de la herramienta Covarianza es una
alternativa razonable cuando slo hay dos variables de medida, es decir, N=2.) La entrada de la diagonal de la
tabla de resultados de la herramienta Covarianza en la fila i, columna i es la covarianza de la variable de
medida i consigo misma; se trata de la varianza de la poblacin para dicha variable calculada mediante la
funcin VARP de la hoja de clculo.
Puede utilizar la herramienta de covarianza para examinar cada par de variables de medida a fin de determinar
si las dos variables de medida tienden a variar conjuntamente, es decir, si los valores altos de una variable
tienden a estar asociados con los valores altos de la otra (covarianza positiva), si los valores bajos de una
variable tienden a estar asociados con los valores bajos de la otra (covarianza negativa) o si los valores de
ambas variables tienden a no estar relacionados (covarianza con tendencia a cero).
Estadstica descriptiva
La herramienta de anlisis Estadstica descriptiva genera un informe estadstico de una sola variable para los
datos del rango de entrada, y proporciona informacin acerca de la tendencia central y dispersin de los datos.
Prueba t para varianzas de dos muestras
La herramienta de anlisis Prueba t para varianzas de dos muestras ejecuta una Prueba t de dos muestras
para comparar dos varianzas de poblacin.
Por ejemplo, puede utilizar la herramienta Prueba t con muestras de los tiempos realizados por cada uno de los
dos equipos de una competicin de natacin. La herramienta proporciona el resultado de la hiptesis nula de
que estas dos muestras provengan de distribuciones con varianzas iguales frente a la alternativa de que las
varianzas no sean iguales en las distribuciones subyacentes.
La herramienta calcula el valor f de una estadstica F (o proporcin F). Un valor de f cercano a 1 proporciona
pruebas de que las varianzas de poblacin subyacentes son iguales. En la tabla de resultados, si f < 1, P(F <=
f) de una cola da la probabilidad de observar un valor de la estadstica F menor que f cuando las varianzas de
poblacin son iguales y Valor crtico de F de una cola da el valor crtico menor que 1 para el nivel de
importancia elegido, Alpha. Si f > 1, P(F <= f) de una cola da la probabilidad de observar un valor de la
estadstica F superior a f cuando las varianzas de poblacin son iguales y Valor crtico de F de una cola da el
valor crtico mayor que 1 para Alpha.
Regresin
La herramienta de anlisis Regresin realiza un anlisis de regresin lineal utilizando el mtodo de los
"mnimos cuadrados" para ajustar una lnea a una serie de observaciones. Puede utilizar esta herramienta para
analizar la forma en que los valores de una o ms variables independientes afectan a una variable
dependiente.
Por ejemplo, puede analizar de qu modo inciden en el rendimiento de un atleta varios factores: la edad, la
estatura y el peso. Basndose en un conjunto de datos de rendimiento, la regresin determinar la incidencia
de cada uno de los factores en la medicin del rendimiento y podrn utilizarse estos resultados para predecir el
rendimiento de un atleta nuevo no sometido a ninguna prueba.
La herramienta Regresin utiliza la funcin ESTIMACION.LINEAL de la hoja de clculo.
Muestreo
La herramienta de anlisis Muestreo crea una muestra de poblacin tratando el rango de entrada como una
poblacin. Cuando la poblacin sea demasiado grande para procesarla o para presentarla grficamente, puede
utilizarse una muestra representativa. Adems, si cree que los datos de entrada son peridicos, puede crear
una muestra que contenga nicamente los valores de una parte determinada de un ciclo.
Por ejemplo, si el rango de entrada contiene cifras de ventas trimestrales, la muestra realizada con una tasa
peridica de cuatro, permitir colocar los valores del mismo trimestre en la tabla de resultados.
Prueba t
Las herramientas de anlisis Prueba t de dos muestras permiten comprobar la igualdad de las medias de
poblacin subyacentes a cada muestra. Las tres herramientas utilizan diferentes suposiciones: que las
varianzas de poblacin son iguales, que las varianzas de poblacin no son iguales y que las dos muestras
representan observaciones anteriores y posteriores al tratamiento en los mismos sujetos.
Para las tres herramientas que figuran a continuacin, un valor de la estadstica T, t, se calcula y se muestra
como t Stat en las tablas de resultados. Dependiendo de los datos, este valor t puede ser negativo o no
negativo. Suponiendo medias de poblacin subyacentes iguales, si t < 0, P(T <= t) de una cola da la
probabilidad de que se observe un valor de la estadstica T que sea ms negativo que t. Si t >=0, P(T <= t) de
una cola da la probabilidad de que se observe un valor de la estadstica T que sea ms positivo que t. Valor
crtico t de una cola da el valor de corte para que la probabilidad de observar un valor de la estadstica t mayor
o igual a Valor crtico t de una cola sea Alpha.
P(T <= t) de dos colas da la probabilidad de que se observe un valor de la estadstica T que sea mayor en
valor absoluto que t. Valor crtico P de dos colas da el valor de corte para que la probabilidad de una
estadstica T observada mayor en valor absoluto que Valor crtico P de dos colas sea Alpha.
La siguiente frmula se utiliza para calcular los grados de libertad (grados_de_libertad). Puesto que el resultado
del clculo normalmente no es un entero, el valor de los grados de libertad se redondea al entero ms prximo
para obtener un valor crtico de la tabla t. La funcin PRUEBA.T de la hoja de clculo de Excel utiliza el valor
calculado de los grados de libertad sin redondeos ya que es posible calcular un valor para PRUEBA.T con un
valor de grados de libertad no entero. A causa de estos diferentes mtodos para determinar los grados de
libertad, los resultados de PRUEBA.T y esta herramienta de prueba t variarn en el caso de varianzas
desiguales.
Prueba t para medias de dos muestras emparejadas Puede utilizar una prueba emparejada cuando existe
un par natural de observaciones en las muestras, como cuando un grupo de muestras se somete a prueba dos
veces, antes y despus de un experimento. Esta herramienta de anlisis y su frmula ejecutan una prueba t de
Student de dos muestras emparejadas para determinar si las observaciones realizadas antes y despus de un
tratamiento proceden de distribuciones con medias de poblacin iguales. En este tipo de prueba no se supone
que las varianzas de ambas poblaciones sean iguales.
Nota Entre los resultados generados mediante esta herramienta se encuentra la varianza agrupada, una
medicin acumulada de la distribucin de datos acerca de la media, derivada de la frmula siguiente.
Prueba z
La herramienta de anlisis Prueba z para medias de dos muestras realiza una prueba z en las medias de dos
muestras con varianzas conocidas. Esta herramienta se utiliza para comprobar las hiptesis nulas relativas a
que no existen diferencias entre dos medias de poblacin frente a las hiptesis alternativas en uno u otro
sentido. Si no se conocen las varianzas, deber utilizarse la funcin PRUEBA.Z de la hoja de clculo.
Cuando se utiliza la herramienta de prueba z, hay que tener especial cuidado en comprender el resultado. P(Z
<= z) de una cola es en realidad P(Z >= ABS(z)), la probabilidad de un valor z ms all de 0 en la misma
direccin que el valor z observado cuando no hay diferencias entre las medias de poblacin. P(Z <= z) de dos
colas es realmente P(Z >= ABS(z) o Z <= -ABS(z)), la probabilidad de un valor z ms all de 0 en cualquier
direccin que el valor z observado cuando no hay diferencias entre las medias de poblacin. El resultado de
dos colas es el resultado de una cola multiplicado por 2. La herramienta de prueba z tambin puede utilizarse
para el caso en que la hiptesis nula sea que existe un valor distinto de cero especfico para la diferencia entre
las dos medias de poblacin.
Por ejemplo, puede utilizarse esta prueba para determinar las diferencias entre el rendimiento de dos modelos
de automvil.
PRONOSTICO
Calcula o pronostica un valor futuro a travs de los valores existentes. La prediccin del valor es un valor y
teniendo en cuenta un valor x. Los valores conocidos son valores x y valores y existentes, y el nuevo valor se
pronostica utilizando regresin lineal. Esta funcin se puede utilizar para realizar previsiones de ventas,
establecer requisitos de inventario o tendencias de los consumidores.
Sintaxis
PRONOSTICO(x;conocido_y;conocido_x)
X es el punto de datos cuyo valor desea predecir.
Conocido_y es la matriz o rango de datos dependientes.
Conocido_x es la matriz o rango de datos independientes.
Observaciones
Si x no es numrico, PRONOSTICO devuelve el valor de error #VALOR!
Si no se ha especificado ningn valor para conocido_y o conocido_x, o si contienen un nmero
diferente de puntos de datos, PRONOSTICO devuelve el valor de error #N/A.
Si la varianza de conocido_x es igual a cero, PRONOSTICO devuelve el valor de error #DIV/0!
La ecuacin de la funcin PRONOSTICO es a + bx, donde:
B
X conocido
20
28
31
38
40
Descripcin (Resultado)
Predice un valor para y dado un valor de 30 para x (10,60725)
ESTIMACION.LINEAL
Calcula las estadsticas de una lnea utilizando el mtodo de "mnimos de cuadrados" para calcular la lnea
recta que mejor se ajuste a los datos y devuelve una matriz que describe la lnea. Debido a que esta funcin
devuelve una matriz de valores, debe ser introducida como una frmula de matrices.
La ecuacin para la lnea es:
y = mx + b o
y = m1x1 + m2x2 + ... + b (si hay varios rangos de valores X)
donde el valor Y dependiente es funcin de los valores X independientes. Los valores m son coeficientes que
corresponden a cada valor X, y b es un valor constante. Observe que Y, X y m pueden ser vectores. La matriz
que devuelve ESTIMACION.LINEAL es {mn,mn-1,...,m1,b}. ESTIMACION.LINEAL tambin puede devolver
estadsticas de regresin adicionales.
Sintaxis
ESTIMACION.LINEAL(conocido_y,conocido_x,constante,estadstica)
Conocido_y - es el conjunto de valores de y que se conocen en la relacin y = mx+b.
Si la matriz definida por el argumento conocido_y ocupa una sola columna, cada columna de
conocido_x se interpreta como una variable separada.
Si la matriz definida por el argumento conocido_y ocupa una sola fila, cada fila de conocido_x se
interpreta como una variable separada.
Conocido_x - es un conjunto opcional de valores x en la relacin y = mx+b.
La matriz definida por el argumento conocido_x puede incluir uno o varios conjuntos de variables. Si se
usa una sola variable, conocido_y y conocido_x pueden ser rangos con cualquier forma, siempre y
cuando sus dimensiones sean iguales. Si se usa ms de una variable, conocido_y tiene que ser un
vector (es decir, un rango compuesto por una fila o por una columna).
Si se omite conocido_x, se asume que sta es la matriz {1;2;3;...} que tiene el mismo tamao que
conocido_y.
Constante - es un valor lgico que especifica si se ha de forzar a la constante b a ser igual a 0.
Observaciones
La exactitud de la lnea calculada por ESTIMACION.LINEAL depende del grado de dispersin de los
datos. Cuanto ms lineales sean los datos, ms exacto ser el modelo ESTIMACION.LINEAL.
ESTIMACION.LINEAL utiliza el mtodo de mnimos de los cuadrados para determinar el mejor ajuste
para los datos. Si slo tiene una variable X dependiente, los clculos para m y b se basan en las
frmulas siguientes:
determinacin, r2, que es un indicador de hasta qu punto la ecuacin resultante del anlisis de
regresin explica la relacin entre las variables. r2 es igual a ssreg/sstotal.
df se calcula de la siguiente manera cuando no se elimina ninguna columna X del modelo debido a la
colinealidad: si hay k columnas de conocido_x y const = VERDADERO u omitida, entonces df = n k
1. Si const = FALSO, entonces df = n - k. En ambos casos, cada columna X eliminada debido a la
colinealidad aumenta df en 1.
Ventas
3100
4500
4400
5400
7500
8100
Descripcin (Resultado)
Calcula las ventas del noveno mes (11000)
B
Oficinas (x2)
2
2
3
3
2
4
2
2
3
4
2
C
Entradas (x3)
2
2
1,5
2
3
2
1,5
2
3
4
3
D
Antigedad (x4)
20
12
33
43
53
23
99
34
23
55
22
E
Valor tasado (y)
142.000
144.000
151.000
150.000
139.000
169.000
126.000
142.900
163.000
169.000
149.000
Nota La frmula del ejemplo debe escribirse como frmula matricial. Despus de copiar el ejemplo en una hoja
de clculo en blanco, seleccione el rango A14:E18 a partir de la celda de frmula. Presione F2 y, a
continuacin, CTRL+MAYS+ENTRAR. Si la frmula no se introduce en formato matricial, el resultado sencillo
es -234,2371645.
Cuando se introduce como una matriz, se devuelven las siguientes estadsticas de regresin. Utilice esta clave
para identificar las estadsticas deseadas.
ESTIMACION.LOGARITMICA
Calcula, en anlisis de regresin, una curva exponencial que se ajusta a los datos y devuelve la matriz de
valores que describe dicha curva. Debido a que esta funcin devuelve una matriz de valores, debe ser
introducida como una frmula de matrices.
La ecuacin de la curva es:
y = b*m^x o
y = (b*(m1^x1)*(m2^x2)*_) (si hay varios valores de X)
donde el valor dependiente y es una funcin de los valores independientes x. Los valores m son bases que
corresponden a cada valor exponencial de x; b es un valor constante. Observe que y, x y m pueden ser
vectores. La matriz que ESTIMACION.LOGARITMICA devuelve es {mn,mn-1,...,m1,b}.
Sintaxis
ESTIMACION.LOGARITMICA(conocido_y;conocido_x; constante; estadstica)
Conocido_y - es el conjunto de valores que ya se conocen en la ecuacin y = b*m^x.
Si la matriz definida por el argumento conocido_y ocupa una sola columna, cada columna de
conocido_x se interpreta como una variable separada.
Si la matriz definida por el argumento conocido_y ocupa una sola fila, cada fila de conocido_x se
interpreta como una variable separada.
Conocido_x - es un conjunto de valores x opcionales que ya se conocen en la ecuacin y = b*m^x.
La matriz conocido_x puede incluir uno o varios conjuntos de variables. Si se usa slo una variable,
conocido_y y conocido_x pueden ser rangos con cualquier forma siempre que sus dimensiones sean
iguales. Si se usa ms de una variable, conocido_y deber ser un rango de celdas de una fila de alto o
una columna de ancho (lo que se conoce tambin como un vector).
Si se omite conocido_x, se asume que sta es la matriz {1;2;3;...} que tiene el mismo tamao que
conocido_y.
Constante - es un valor lgico que especifica si se ha de forzar a la constante b a ser igual a 1.
Si el argumento constante es VERDADERO o se omite, b se calcula normalmente.
Si constante es FALSO, b se definir como 1 y los valores m se ajustarn de manera que y = m^x.
Estadstica - es un valor lgico que especifica si se debern devolver estadsticas de regresin adicionales.
Si estadstica es VERDADERO, ESTIMACION.LOGARITMICA devuelve las estadsticas de regresin
adicionales; de manera que la matriz devuelta {mn,mn-1,...,m1,b; sen,sen-1,...,se1,seb; r 2,sey; F;
df;ssreg,ssresid}.
Si estadstica es FALSO o se omite, ESTIMACION.LOGARITMICA devolver slo los coeficientes m y
la constante b.
Ejemplo 1 coeficientes m y la constante b
1
2
3
4
5
6
7
A
Mes
11
12
13
14
15
16
Frmula
=ESTIMACION.LOGARITMICA(B2:B7;A2:A7;VERDADERO;FALSO)
B
Unidades
33.100
47.300
69.000
102.000
150.000
220.000
Frmula
1
2
3
4
5
6
7
A
Mes
11
12
13
14
15
16
Frmula
=ESTIMACION.LOGARITMICA(B2:B7;A2:A7;VERDADERO;VERDADERO)
B
Unidades
33.100
47.300
69.000
102.000
150.000
220.000