Pi=X Ei=Y

Producción Consumo Actual

Mes
Datos Actual Pa (t/mes) Ea(Kw.H)

1 Febrero 1030 34180

2 Marzo 1270 40050
3 Abril 780 26530
4 Mayo 985 29940
5 Junio 1310 42040
6 Julio 725 26400
7 Septiembre 1110 35600
8 Octubre 1100 34800
9 Noviembre 980 31800
10 Diciembre 1080 35290
11 Enero 1000 35150
12 Febrero 1010 34550
13 Marzo 1290 38110
14 Abril 970 34100
15 Mayo 940 34230
16 Septiembre 1300 37740
17 Octubre 970 34190
18 Diciembre 1170 36570
 b=m 24.516
Pi=X Ei=Y
Producción Consumo Actual
Mes Ei^2 Ei*Pi E(calculada) E+Sy,x
Datos Actual Pa (t/mes) Ea(Kw.H)

1 Enero 1370 35280 1244678400 48333600 41922.72 44821.03

2 Febrero 1030 34180 1168272400 35205400 33587.28 36485.59
3 Marzo 1270 40050 1604002500 50863500 39471.12 42369.43
4 Abril 780 26530 703840900 20693400 27458.28 30356.59
5 Mayo 985 29940 896403600 29490900 32484.06 35382.37
6 Junio 1310 42040 1767361600 55072400 40451.76 43350.07
7 Julio 725 26400 696960000 19140000 26109.9 29008.21
8 Agosto 490 14160 200505600 6938400 20348.64 23246.95
9 Septiembre 1110 35600 1267360000 39516000 35548.56 38446.87
10 Octubre 1100 34800 1211040000 38280000 35303.4 38201.71
11 Noviembre 980 31800 1011240000 31164000 32361.48 35259.79
12 Diciembre 1080 35290 1245384100 38113200 34813.08 37711.39
13 Enero 1000 35150 1235522500 35150000 32851.8 35750.11
14 Febrero 1010 34550 1193702500 34895500 33096.96 35995.27
15 Marzo 1290 38110 1452372100 49161900 39961.44 42859.75
16 Abril 970 34100 1162810000 33077000 32116.32 35014.63
17 Mayo 940 34230 1171692900 32176200 31380.84 34279.15
18 Junio 850 32780 1074528400 27863000 29174.4 32072.71
19 Julio 480 16620 276224400 7977600 20103.48 23001.79
20 Agosto 1080 37750 1425062500 40770000 34813.08 37711.39
21 Septiembre 1300 37740 1424307600 49062000 40206.6 43104.91
22 Octubre 970 34190 1168956100 33164300 32116.32 35014.63
23 Noviembre 710 30590 935748100 21718900 25742.16 28640.47
24 Diciembre 1170 36570 1337364900 42786900 37019.52 39917.83
Sumatoria 788450 26875341100 820614100

47000

42000
f(x) = 24.516254430428 x + 8335.82890290535
R² = 0.810328123781847
37000

32000

27000

22000

17000

12000
400 600 800 1000 1200 1400 1600
27000

22000

17000

12000
400 600 800 1000 1200 1400 1600
 a=E0 8335.8 Sy,x 2898.31

E-Sy,x (E+Sy,x)-Ereal Ereal -(E-Sy,x)

39024.41 9541.03 -3744.41

30688.97 2305.59 3491.03 Datos Iniciales 24
36572.81 2319.43 3477.19 Datos Filtrados 18
24559.97 3826.59 1970.03 % de datos 75%
29585.75 5442.37 354.25
37553.45 1310.07 4486.55
23211.59 2608.21 3188.41
17450.33 9086.95 -3290.33
32650.25 2846.87 2949.75
32405.09 3401.71 2394.91
29463.17 3459.79 2336.83
31914.77 2421.39 3375.23
29953.49 600.11 5196.51
30198.65 1445.27 4351.35
37063.13 4749.75 1046.87
29218.01 914.63 4881.99
28482.53 49.15 5747.47
26276.09 -707.29 6503.91
17205.17 6381.79 -585.17
31914.77 -38.61 5835.23
37308.29 5364.91 431.71
29218.01 824.63 4971.99
22843.85 -1949.53 7746.15
34121.21 3347.83 2448.79

1. En Excel organiza los datos de toda la muestra sin filtrar de la siguient

2. Mes Ei Pi (Ei al cuadrado) (Ei*Pi )

3. De esta tabla halla la sumatoria de Ei al cuadrado; la sumatoria de Ei y

multiplicación Ei*Pi

4. Hallas en Excel para toda la muestra la ecuación de los mínimos cuad

sin filtrar E = m * P + Eo

5. Con estos datos halla la desviación estándar Sy.x por la ecuación: don
1400 1600 el número de datos totales.
 multiplicación Ei*Pi

4. Hallas en Excel para toda la muestra la ecuación de los mínimos cuad

sin filtrar E = m * P + Eo

5. Con estos datos halla la desviación estándar Sy.x por la ecuación: don
1400 1600 el número de datos totales.

S y. X 
Y 2
 a  Y  b XY
n2
6. En Excel haces otra tabla donde pongas lo siguiente:

Mes Ei Pi E (calculado por la ecuación) (E + 4* Sy.x) (E-4Sx

7. Extrae de la muestra todos los valores en que el valor de Ei es mayor

menor que (E – 4 Sxy ), o sea, este fuera del intervalo [ 4Sxy +E, E-4S

8. Vuelve a hallar la correlación R2 con los datos que te quedan y halla t

fiabilidad ( o sea el % de datos de la muestra con que te quedaste des
datos).
9. Si el valor de R2 te da bajo, entonces no lo hagas comparando con
ejemplo con (E + 3,5 * Sxy) y asi puedes ir bajando a 3 etc.. pero l
fiabilidad no debe ser inferior al 70-80%, o sea los datos con que t
este filtrado no deben ser menos del 70% del total de la muestra si
cumple es que la muestra esta mala y hay que analizar la calidad de la
estra sin filtrar de la siguiente forma:

uadrado; la sumatoria de Ei y la sumatoria de la

uación de los mínimos cuadrados de la muestra

dar Sy.x por la ecuación: donde a = Eo , b = m y n

uación de los mínimos cuadrados de la muestra

dar Sy.x por la ecuación: donde a = Eo , b = m y n

o siguiente:

ión) (E + 4* Sy.x) (E-4Sxy)

que el valor de Ei es mayor que (E + 4* Sx.y), o

del intervalo [ 4Sxy +E, E-4Sxy].

atos que te quedan y halla también el valor de la

stra con que te quedaste después que sacaste los

o lo hagas comparando con (E +4* Sx.y) sino por

s ir bajando a 3 etc.. pero la condición es que la
, o sea los datos con que te quedas después de
% del total de la muestra sin filtrar. Si esto no se
y que analizar la calidad de la información.
 b=m 0.1455

PE=x EI=y
DATOS Meses Consumo KWh PRODUCCION UNIDADES
1 ENERO 45,896.00 2,076.00
2 FEBRERO 58,962.00 3,109.00
3 Marzo 67,367.68 4,720.00
4 ABRIL 62,458.00 4,338.00
5 MAYO 67,151.36 4,508.00
6 JUNIO 65,309.44 4,304.00
7 JULIO 70,224.64 4,542.00
8 AGOSTO 73,538.56 5,634.00
9 SEPTIEMBRE 76,597.76 6,001.00
10 OCTUBRE 80,052.48 6,906.00
11 NOVIEMBRE 79,971.84 6,945.00
12 DICIEMBRE 69,839.36 4,864.00
13 ENERO 58,652.00 3,507.00
14 FEBRERO 75,518.72 6,003.00
15 MARZO 80,023.04 6,833.00
16 ABRIL 72,145.00 5,681.00
17 MAYO 83,456.00 6,725.00
18 JUNIO 79,236.00 6,825.00
SUMATORIA 1,266,399.88 93,521.00
 a=E0 -5043.3 Sy,x 315.35908449

Ei^2 Ei*Pi E(calculada) E+Sy,x E-Sy,x (E+Sy,x)-Ereal

4,309,776.00 95280096 1636.00 1951.36 1320.64 -124.64
9,665,881.00 183312858 3537.51 3852.86 3222.15 743.86
22,278,400.00 317975449.6 4760.79 5076.15 4445.43 356.15
18,818,244.00 270942804 4046.28 4361.64 3730.92 23.64
20,322,064.00 302718330.88 4729.31 5044.67 4413.95 536.67
18,524,416.00 281091829.76 4461.26 4776.61 4145.90 472.61
20,629,764.00 318960314.88 5176.57 5491.93 4861.21 949.93
31,741,956.00 414316247.04 5658.85 5974.21 5343.49 340.21
36,012,001.00 459663157.76 6104.06 6419.42 5788.70 418.42
47,692,836.00 552842426.88 6606.83 6922.19 6291.47 16.19
48,233,025.00 555404428.8 6595.09 6910.45 6279.73 -34.55
23,658,496.00 339698647.04 5120.50 5435.86 4805.14 571.86
12,299,049.00 205692564 3492.39 3807.75 3177.03 300.75
36,036,009.00 453338876.16 5947.02 6262.38 5631.66 259.38
46,689,889.00 546797432.32 6602.54 6917.90 6287.18 84.90
32,273,761.00 409855745 5456.04 5771.40 5140.68 90.40
45,225,625.00 561241600 7102.14 7417.50 6786.79 692.50
46,580,625.00 540785700 6488.00 6803.36 6172.64 -21.64
520,991,817.00 6,809,918,508.12

1. En Excel organiza los datos de toda la muestra sin filtrar de la siguiente forma:

2. Mes Ei Pi (Ei al cuadrado) (Ei*Pi )

3. De esta tabla halla la sumatoria de Ei al cuadrado; la sumatoria de Ei y la sumatoria de la

multiplicación Ei*Pi

4. Hallas en Excel para toda la muestra la ecuación de los mínimos cuadrados de la muestra
sin filtrar E = m * P + Eo

5. Con estos datos halla la desviación estándar Sy.x por la ecuación: donde a = Eo , b = m y
el número de datos totales.

S y. X 
Y 2
 a  Y  b XY
n2
6. En Excel haces otra tabla donde pongas lo siguiente:

Mes Ei Pi E (calculado por la ecuación) (E + 4* Sy.x) (E-4Sxy)

7. Extrae de la muestra todos los valores en que el valor de Ei es mayor que (E + 4* Sx.y),
menor que (E – 4 Sxy ), o sea, este fuera del intervalo [ 4Sxy +E, E-4Sxy].
6. En Excel haces otra tabla donde pongas lo siguiente:

Mes Ei Pi E (calculado por la ecuación) (E + 4* Sy.x) (E-4Sxy)

7. Extrae de la muestra todos los valores en que el valor de Ei es mayor que (E + 4* Sx.y),
menor que (E – 4 Sxy ), o sea, este fuera del intervalo [ 4Sxy +E, E-4Sxy].

8. Vuelve a hallar la correlación R2 con los datos que te quedan y halla también el valor de
fiabilidad ( o sea el % de datos de la muestra con que te quedaste después que sacaste l
datos).
9. Si el valor de R2 te da bajo, entonces no lo hagas comparando con (E +4* Sx.y) sino p
ejemplo con (E + 3,5 * Sxy) y asi puedes ir bajando a 3 etc.. pero la condición es que
fiabilidad no debe ser inferior al 70-80%, o sea los datos con que te quedas después
este filtrado no deben ser menos del 70% del total de la muestra sin filtrar. Si esto no
cumple es que la muestra esta mala y hay que analizar la calidad de la información.
 Ereal-(E-Sy,x)
755.36
-113.146701002
274.57
607.08
94.05
158.10
-319.21
290.51
212.30
614.53
665.27
58.86
329.97
371.34
545.82
540.32
-61.79
652.36

uiente forma:

e Ei y la sumatoria de la

uadrados de la muestra

donde a = Eo , b = m y n

E-4Sxy)

ayor que (E + 4* Sx.y), o

E-4Sxy].
E-4Sxy)

ayor que (E + 4* Sx.y), o

E-4Sxy].

alla también el valor de la

e después que sacaste los

con (E +4* Sx.y) sino por

ero la condición es que la
ue te quedas después de
ra sin filtrar. Si esto no se
de la información.