x y

22.4 6.8
36.8 10.5
14.4 4
27.2 7.9
16 8.1
35.2 9.5
8 3.1
19.2 7.2
9.6 4.5
25.6 9.3

0.2261905
FUNCION:

DEFINICION:

SINTAXIS

ARGUMENTOS
 ESTIMACION.LINEAL

La exactitud de la línea calculada por la función ESTIMACION.LINEAL depende del grado de dispersión de los dat
Cuanto más lineales sean los datos, más exacto será el modelo de ESTIMACION.LINEAL. ESTIMACION.LINEAL us
método de los mínimos cuadrados para determinar el mejor ajuste para los datos. Si solo tiene una variable x
independiente, los cálculos para m y b se basan en las fórmulas siguientes:

ESTIMACION.LINEAL:(conocido_y;[conocido_x];[constante];[estadistica])

Conocido_y: (Obligatorio) Es el conjunto de valores y que se conocen en la relación y = mx+b.

Conocido_x: (Opcional) Es un conjunto de valores x que pueden conocerse en la relación y = mx+b.
Constante: (Opcional) Es un valor lógico que se especifica si se fuerza la constante b para que sea igual a 0.
- Si omite el argumento constante o es VERDADERO, b se calcula normalmente.
- Si constante es FALSO, b se establece como igual a 0 y los valores m se ajustan para adaptarse a y = mx.

Estadística: (Opcional) Es un valor lógico que especifica si se deben devolver estadísticas de regresión adicionales
- Si estadística es VERDADE
ESTIMACION.LINEAL devuelve las estadísticas de regresión adicionales, de forma que la matriz devuelta es {mn,m
1,...,m1,b;sen,sen-1,...,se1,seb;r2,sey;F,df;ssreg,ssresid}.
- Si omite estadística o es FALSO, ESTIMACION.LINEAL solo devuelve los coeficientes m y la constante b.
 X Y
Distancia Carga X*Y X2

22.4 6.8 152.32 501.76

36.8 10.5 386.4 1354.24
14.4 4.0 57.6 207.36
27.2 7.9 214.88 739.84 m= (10 x 1719,52) - (214,40 x 70,90)
16.0 8.1 129.6 256 (10 x 5478,40) - (45967,36)
35.2 9.5 334.4 1239.04
8.0 3.1 24.8 64
19.2 7.2 138.24 368.64
9.6 4.5 43.2 92.16
25.6 9.3 238.08 655.36

Total: 214.40 70.90 1719.52 5478.40

ESTIMACION LINEAL : 0.22619

,52) - (214,40 x 70,90) = 1994.24 Total 0.22619
78,40) - (45967,36) 8816.64

m= 0.22619
TIPO DE GAL TIENDA A TIENDA B TIENDA C
Toddy 32 25 5
Selz 25 24 12
Soda 12 26 15
Frac 12 12 15
Triton 15 10 17
Dindon 16 19 17
Vino 20 8 22
Morocha 30 10 30
TOTAL 162 134 133

Promedio 20.25 16.75 16.625 1/(N-1)

Media Geome 18.94 15.20 15.01
Media Armon 17.76 13.77 13.05
Moda 12 10 15
Mediana 18 15.5 16 0.14285714
Percentil 14.88 10 14.88
Cuartil 12 10 14.25
Varianza 62.50 57.36 52.84
Cuasivarianz 62.50 57.36 52.84
Desviacion E 7.40 7.08 6.80
Coef. Asimetr 0.51 0.15 0.43
Curtosis -1.48058697 -2.26699565 1.43293973
Si Ap = 3 la distribución es normal o mesocúrtica.
Si Ap > 3 la distribución es apuntada o leptocúrtica.
Si Ap < 3 la distribución es achatada o platicúrtica.
ormal o mesocúrtica.
puntada o leptocúrtica.
chatada o platicúrtica.
 EJEMPLO PERSONAL

A continuación agregaré 3 series de datos de un tipo de distribución de una empresa X

datos1 datos2 datos3

3 3 1 25
4 2 5
5 4 7 20 Leptocúrtica
2 5 8
3 6 5 15
Me
4 5 2

curtosis
10
5 4 6
6 4 9 5 Plato
4 3 7
ca
7 1 5 0
1 2 3 4 5 6 7 8
suma 43 37 55
-5
curtosis -0.15179964 -0.15179964 -0.13250842
Column B Column C Co
curtosis -0.151799637208416 -0
-0.132508418826847
empresa X

Leptocúrtica

Mesocúrtica

Platocúrti-
ca
4 5 6 7 8 9 10 11

Column C Column D
-0.151799637208416 -0.151799637208416