CONCEPTOS BSICOS DE ESTADSTICA

MEDIA:

Es la suma de n nmeros divididos entre n, conocida

como media aritmtica o promedio aritmtico
SINTAXIS:
NMERO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

DATO
10
20
50
40
100
25
80
46
100
120
50
60
80
40
20
30
50
59
80
100

PROMEDIO
MEDIA ARITMTICA

58.00
58.00

MEDIA DE DATOS
Encuentra la media aritmtica de los valores clasificados dentro de un rango.
CLASIFICADOS
SINTAXIS:

Frecuencia Absoluta:

es el nmero de valor comprendido en el rango.

Marca de clase:

el valor medio entre los valores del rango.

De

FRECUENCIA
ABSOLUTA

MARCA DE
CLASE

ni
10
29
48
67
86
105
Total

28
47
66
85
104
123

Xi
4
4
5
3
3
1
20

19
38
57
76
95
114

Media de datos Clasificados:

MEDIA
PONDERADA:

57

Es el valor resultante de la divisin efectuada entre la suma del producto de un

por las veces que ste se repite (su peso) y la suma de los valores de estas repe
(sus pesos).
SINTAXIS:

NMERO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

MEDIANA:

DATO
10
20
20
25
30
40
40
46
50
50
50
60
60
80
80
80
100
100
100
120

DATO
Xi
10
20
25
30
40
46
50
60
80
100
120
TOTAL
Media ponderada:

Dentro de una lista de valores ordenados , la mediana viene a ser el valor del dat
ocupa el lugar medio, Si el nmero total de valores es impar, ser el valor medio
par, el promedio de los dos medios.

MEDIANA:

Dentro de una lista de valores ordenados , la mediana viene a ser el valor del dat
ocupa el lugar medio, Si el nmero total de valores es impar, ser el valor medio
par, el promedio de los dos medios.
SINTAXIS:

Ejemplo:

=MEDIANA(nmero1,nmero2, ...)

De acuerdo con las tablas que se muestran, encontrar el valor de las medianas.

DATO
ORDENADO

DATO

NRO

Xi
001
002
003
004
005
006
007
008
009
010

25
20
3
4
5
10
7
8
9
10

3
4
5
7
8
9
10
10
20
25

=(8+9)/2

8.5
La mediana:
=MEDIANA(D97:D106)
(ES UNA MEDIADA DE TENDENCIA CENTRAL)
FRECUENCIA:

SINTAXIS:

FRECUENCIA(DATOS,GRUPO)

Recopilacin de datos:
10
8
9
14
10
18

15
10
16
18
19
11

A.- Determinar el alcance del rango

a.- Debemos ordenar los datos:
- Seleccionar los datos
- Men --> Datos --> Ordenar

14
10
8
4
18
5

b.- Observamos en la tabla ordenada que el alcance del rango va de 4 hasta 19

DATOS
10
15
14
11
8
10
10
9
9
16
8
10
14
18
4
15
10
19
18
11
18
11
5
14

NRO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

DATOS
4
5
8
8
9
9
10
10
10
10
10
11
11
11
14
14
14
15
15
16
18
18
18
19

B.- Determinar los valores en k clases

a.- Este valor puede ser calculado usando la regla de Sturges: k=1+3.3log(n)
donde n es el nmero total de valores, en este caso 24
b.- Calculando:

1+3.3*log(D157)

5.5546970976

c.- Entonces K puede ser 4, 5 6

d.- Usamos 5
C.- longitud del intervalo: Es la diferencia absoluta entre el menor valor y el valor mayor
W(i) =l(li)= l Li+1-Li l
a.- Li+1 = 19
b.- Li = 4

=K.ESIMO.MAYOR(E134:E157,1)
=K.ESIMO.MENOR(E134:E157,1)

c.- Entonces, la longitud del intervalo es 15.

D.- Ancho de la clase(W): Es la diferencia entre la longitud y el nmero de clases.
a.- Longitud de clase =15
b.- Nmero de clases = 5
c.- W =15/5=3
E.- Frecuencia: Nmero de datos en cada clase.

Usando la funcin =FRECUENCIA(Datos,Grupo)

DATOS
10
15
14
11
8
10
10
9
9
16
8
10
14
18
4
15
10
19
18
11
18
11
5
14

F.- Marca de clase:

NRO

DATOS

1
4
2
5
=FRECUENCIA(B191:B214,G195)
3
8
4
8
=FRECUENCIA(B191:
5
9
)
6
9
7
10
8
10
9
10
10
10
11
10
12
11
13
11
14
11
15
14
16
14
17
14
18
15
19
15
20
16
21
18
22
18
23
18
24
19

Li
4
7
10
13
16

Li+1
6
9
12
15
20

Xi
5
8
11
14
18

G.- Frecuencia relativa:

H.- Frecuencia Acumulada:

FRECUENCIA
ABSOLUTA

Li
Li+1
ni
4
6
2
7
9
4
Anlisis estadstico con funciones:
varianza...
10 moda, promedio,
12
8
13
15
5
En esta ocasin emplearemos las funciones
directas
un
16
20de Excel para desarrollar
5
Anlisis descriptivo de una poblacin, en concreto usaremos las funciones: Moda,
24 Curtosis,
Promedio, Error tpico, Mediana, Desviacin estndar, Varianza,
Coeficiente de asimetra, K.esimo.mayor, K.esimo.menor, Contar, Mximo,
Mnimo,
de confianza....
RESUMEN
DEIntervalo
CONCEPTOS:
Analizaremos estas funciones para la muestra de edad de una poblacin, y lo
compararemos con los resultados obtenidos con la herramienta de Anlisis de datos >
Estadstica descriptiva:
MODA: =MODA(rango datos)
Devuelve el valor que se repite con ms frecuencia en un rango de datos; es una
medida de posicin.
MEDIA: =PROMEDIO(rango datos)
Devuelve la media aritmtica del rango de datos a estudio.
ERROR TPICO: =DESVEST(rango datos)/RAIZ(nmero de la muestra)
no hay ninguna funcin en Excel para calcular automticamente este valor.
MEDIANA: =MEDIANA(rango datos)
Es el nmero que se encuentra en medio de un conjunto de nmeros, i.e., la mitad de
los nmeros es mayor que la mediana y la otra mitad es menor.
DESVIACION ESTNDAR: =DESVEST(rango datos)
Calcula la medida de la dispersin de los valores respecto a la media.
VARIANZA: =VAR(rango datos)
Es la esperanza del cuadrado de la desviacin de dicha variable respecto a su media.
Se trata de una medida de la dispersin de dicha variable aleatoria.

Es el nmero que se encuentra en medio de un conjunto de nmeros, i.e., la mitad de

los nmeros es mayor que la mediana y la otra mitad es menor.
DESVIACION ESTNDAR: =DESVEST(rango datos)
Calcula la medida de la dispersin de los valores respecto a la media.
VARIANZA: =VAR(rango datos)
Es la esperanza del cuadrado de la desviacin de dicha variable respecto a su media.
Se trata de una medida de la dispersin de dicha variable aleatoria.
CURTOSIS: =CURTOSIS(rango datos)
La curtosis caracteriza la elevacin o el achatamiento relativos de una distribucin,
comparada con la distribucin normal. Una curtosis positiva indica una distribucin
relativamente elevada, mientras que una curtosis negativa indica una distribucin
relativamente plana.
COEFICIENTE DE ASIMETRIA: =COEFICIENTE.ASIMETRIA(rango datos)
Esta funcin caracteriza el grado de asimetra de una distribucin con respecto a su
media. La asimetra positiva indica una distribucin unilateral que se extiende hacia
valores ms positivos. La asimetra negativa indica una distribucin unilateral que se
extiende hacia valores ms negativos.
INTERVALO DE CONFIANZA: =INTERVALO.CONFIANZA(alfa; desviacin estndar;
tamao muestra)
Devuelve un valor que se puede utilizar para construir un intervalo de confianza para
una media de una poblacin. El intervalo de confianza es un intervalo de valores,
donde la media de la muestra est en el centro de este intervalo.
Alfa es el nivel de significacin.

ados dentro de un rango.

el rango.

ni*Xi
76
152
285
228
285
114
1140
<--- =F52/D52

e la suma del producto de un nmero

a de los valores de estas repeticiones

onderada:

NROS
Pi
1
2
1
1
2
1
3
2
3
3
1
20

Xi*Pi
10
40
25
30
80
46
150
120
240
300
120
1161
58.05 <--- =G76/F76

na viene a ser el valor del dato que

es impar, ser el valor medio, si es

ar el valor de las medianas.

DATO
ORDENADO

NRO
001
002
003
004
005
006
007
008
009
010
011
La mediana:

11
9
10
15
11
14

3
4
5
7
8
9
10
10
20
25
50
9

=9

=MEDIANA(H97:H107)

or y el valor mayor

ro de clases.

FRECUENCIA
SIMPLE
5
2
9
6
B191:B214,G195)
12
14
19
15
=FRECUENCIA(B191:B214,G191:G195
24
20
)
HASTA

FRECUENCIA
ABSOLUTA
2
4
8
5
5

8ES FUNCION MATRICIAL9(CONTROL+SHIF+ENTER)

MARCA DE
CLASE

FRECUENCIA
RELATIVA

FRECUENCIA
RELATIVA
ACUMULADA

FRECUENCIA ABSOLUTA
ACUMULADA

Xi
5
8
11
14
18

hi
0.08333
0.16667
0.33333
0.20833
0.20833

Hi
0.08333
0.25000
0.58333
0.79167
1.00000

Ni
2
6
14
19
24

...

esarrollar un
iones: Moda,
za, Curtosis,
tar, Mximo,

cin, y lo
nlisis de datos >

atos; es una

a)
e valor.

, i.e., la mitad de

ecto a su media.

, i.e., la mitad de

ecto a su media.

a distribucin,
na distribucin
a distribucin

tos)
n respecto a su
extiende hacia
unilateral que se

cin estndar;

e confianza para
o de valores,

ROL+SHIF+ENTER)

FRECUENCIA RELATIVA
PORCENTUAL

FRECUENCIA RELATIVA
ACUMULADA PORCENTUAL

100*hi%
8.3333
16.6667
33.3333
20.8333
20.8333

100*Hi%
8.3333
25.0000
58.3333
79.1667
100.0000

EJEMPLO 01
DOS EMPRESAS REPORTAN LOS SIGUIENTES RENDIMIENTOS DEL CAPITAL PARA LOS ACCIONISTAS, EN

EMPRESA A
EMPRESA B

1999
13.20
4.30

2000
5.00
4.90

2001
10.20
7.20

2002
17.50
6.70

2003
12.90
11.60

A) CALCLE LA MEDIA Y LA DESVIACIN ESTNDAR

B) COMPARE LOS RENDIMIENTOS DE LAS DOS EMPRESAS
SOLUCIN:
A)

MEDIA A
MEDIA B

11.76
6.94

DESV. ESTNDAR A:
DESV. ESTNDAR B:

B)

LA EMPRESA A TIENE UN INGRESO MEDIO MAYOR (11.76); SIN EMBARGO, TIENE ALTA DIS
SOBRE SUS ACCIONES RESPECTO A LA MEDIA.

EJEMPLO 02

EN EL SIGUIENTE CONJUNTO DE NMEROS, SE PROPORCIONAN LOS PESOS (REDONDEADOS A LA LIBR

NACIDOS DURANTE UN CIERTO INNTERVALO DE TIEMPO EN UN HOSPITAL:
4
8
4
6
8
6
7
7
7
8
8
8
9
A)
B)
C)
D)
E)
F)
G)

10
9
7
6
10
8
5
9
6
3
9
7
5

7
6
4
7
6
9
7
4
7
6
8
11
#VALUE!

7
10
8
5
7
7
6
5
10
8
5
6

CONSTRUYA UNA DISTRIBUCIN DE FRECUENCIAS DE ESTOS PESOS.

ENCUENTRE LAS FRECUENCIAS RELATIVAS.
ENCUENTRE LAS FRECUENCIAS ACUMULADAS.
ENCUENTRE LAS FRECUENCIAS RELATIVAS ACUMULADAS.
DIBUJE UN HISTOGRAMA PARA LOS DATOS.
POR QU SE HA UTILIZADO UN HISTOGRAMA PARA REPRESENTAR ESTOS DATOS, EN LUG
CALCLE LAS MEDIDAS DE TENDENCIA CENTRAL.

H)
I)
J)

CALCLE LAS MEDIDAS DE DISPERSIN.

CALCLE LAS MEDIDAS DE FORMA.
ES UNA DISTRIBUCIN CESGADA? DE SER AS, EN QU DIRECCIN?

SOLUCIN:
A)

PARA ORGANIZAR LOS DATOS EN UNA TABLA DE FRECUENCIAS HAY QUE SEGUIR LOS SIG
LA REGLA DE STURGES:
1.RANGO
=
11 - 3
8
2.-

DETERMINAR EL NMERO DE CLASES, POR LA REGLA DE STURGES TENEMO

K = 1 + 3.3 LOG(50) =
PERO EMPLEAREMOS K =

3.-

6.6
8.0

6.606601

DETERMINAR EL INTERVALO DE CLASE:

TIC =

RANGO
k

LA SIGUIENTE TABLA RESUME LOS APARTADOS A, B, C Y D.

LIM. INF.
3
4
5
6
7
8
9
10

LIM. SUP.
4
5
6
7
8
9
10
11
TOTALES

Xc
3.5
4.5
5.5
6.5
7.5
8.5
9.5
10.5

F
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!

Fr
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!

E)

Chart Title
12
10
8
6
4
2
0

6
4
2
0

F)

SE HA UTILIZADO UN HISTOGRAMA PORQUE LA VARIABLE ES CONTNUA, ADEMS LOS VA

G)

LA MEDIDAS DE TENDENCIAS CENTRAL Y DISPERSIN SE CALCULAN A PARTIR DE LA SIGU

LIM. INF.
3
4
5
6
7
8
9
10

LIM. SUP.
4
5
6
7
8
9
10
11
TOTALES

Xc
3.5
4.5
5.5
6.5
7.5
8.5
9.5
10.5

F
#VALUE!
4
5
9
12
9
5
4
#VALUE!

Xc*F (_)^2
#VALUE!
18.00
27.50
58.50
90.00
76.50
47.50
42.00
#VALUE!

POR LO TANTO LAS MEDIDAS DE TENDENCIA CENTRAL SON:

MEDIA

363.50/49 =

MEDIANA

MODA

#VALUE!

=l+((n/2-FA)/F)i = 7+((49/2-19)/12)1=

7.5

ESTE VALOR SIGNIFICA QUE EL P

LAS MEDIDAS DE DISPERSIN SON:

VARIANZA

#VALUE! ESTA MEDIDA EST EN UNIDADES CUADRADAS, ES POR ELLO

DESVIACIN ESTNDAR
COEFICIENTE DE VARIACIN

I)

#VALUE!

LA MODA ES EL PUNTO MEDIO DE LA CLASE CON MAYOR FRECUENCIA, ENT

ES LA QUE EST COMPRENDIDA ENTRE 7 Y 8. POR LO TANTO, LA MODA SER
MODA = (7+8)/2

H)

ESTE VALOR NOS INDICA QUE EL PRECIO PRO

#VALUE! LOS PESOS DE LOS BEBS SE DISPERSAN CO

=(DESV. ESTNDAR/PESO PROMEDIO)*100

MEDIDAS DE FORMA:
Sk =

3*( MEDIA-MEDIANA ) / DESV ESTNDAR =

#VALUE!

J)

HAY UN LIGERO SESGO NEGATIVO HACIA LA IZQUIERDA ESTO SIGNIFICA QUE HAY VALOR

EJERCICIO 01

UNA DE LAS PRINCIPALE FORMAS DE MEDIR LA CALIDAD DEL SERVICIO QUE PROPORCIONA UNA ORGA
DE LOS CLIENTES. UNA TIENDA GRANDE QUE VENDE MUEBLES Y RECUBRIMIENTOS PARA PISOS TUVO
HUBO 50 QUEJAS SOBRE LA INSTALACIN DE ALFOMBRAS. LOS SIGUIENTES DATOS REPRESENTAN EL
54
94
4
5
31
52
35
26
30
137
A)
B)
C)
D)
E)

5
22
31
12
36
27
4
26
156
165

20
2
32
23
123
29
33
81
28
68

74
29
27
26
11
25
19
1
126
14

110
13
110
13
29
10
61
5
35
27

CONSTRUYA LA DISTRIBUCIN DE FRECUENCIAS Y LA DISTRIBUCIN DE PORCENTAJES.

COMENTE ACERCA DE LA FORMA DE LA DISTRIBUCIN
GRAFQUE EL HISTOGRAMA.
GRAFQUE EL POLGONO DE FRECUENCIA.
ENCUENTRE LA MEDIA, LA MEDIANA, LA MODA, LA DESVEST Y LA VARIANZA.

PARA LOS ACCIONISTAS, EN UN PERIODO DE 5 AOS EN %:

4.59
2.87

N EMBARGO, TIENE ALTA DISPERSIN EN LOS RENDIMIENTOS

S (REDONDEADOS A LA LIBRA MS PRXIMA) DE LOS BEBS

ENTAR ESTOS DATOS, EN LUGAR DE UNA GRFICA DE BARRAS?

RECCIN?

AS HAY QUE SEGUIR LOS SIGUIENTES PASOS, DE ACUERDO A

REGLA DE STURGES TENEMOS:

8/8 =

FA
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!

FrA
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!

S CONTNUA, ADEMS LOS VALORES DE LA VARIABLE SON MUY DISPERSOS.

LCULAN A PARTIR DE LA SIGUIENTE TABLA:

(_)^2
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!
#VALUE!

INDICA QUE EL PRECIO PROMEDIO CON EL QUE NACEN LOS BEBS ES 7.42 LIBRAS
ESTE VALOR INDICA QUE EL 50% DE LOS BEBS NACIDOS EN AQUEL HOSPITAL
NACEN PESANDO MENOS DE DE 7.46 LIBRAS Y EL OTRO 50%, MS DE 7.46 LIBRAS.

ON MAYOR FRECUENCIA, ENTONCES PARA EL CASO DE LOS BEBS LA CLASE CON MAYOR FRECUENCIA
POR LO TANTO, LA MODA SER:

E VALOR SIGNIFICA QUE EL PESO MS COMN CON EL QUE NACEN LOS BEBS ES DE 7.5 LIBRAS.

S CUADRADAS, ES POR ELLO QUE SE CALCULA LA DESVIACIN ESTNDAR.

OS BEBS SE DISPERSAN CON RESPECTRO A LA MEDIA EN 1.74 LIBRAS

AR/PESO PROMEDIO)*100

#VALUE!

ESTE VALOR NOS INDICA QUE LOS DATOS ESTN MUY DISPERSOS
CON RESPECTO A LA MEDIA.

O SIGNIFICA QUE HAY VALORES EXTREMOS QUE HACEN QUE LA MEDIA SEA MENOR QUE LA MEDIANA.

UE PROPORCIONA UNA ORGANIZACIN ES EVALUAR LA RAPIDEZ CON LA QUE RESPONDE A LAS QUEJAS
IMIENTOS PARA PISOS TUVO GRAN EXPANSIN EN LOS LTIMOS AOS. DURANTE EL LTIMO AO
ES DATOS REPRESENTAN EL NMERO DE DAS ENTRE LA RECEPCIN DE LA QUEJA Y SU SOLUCIN

IBUCIN DE PORCENTAJES.

Y LA VARIANZA.

OR FRECUENCIA

.5 LIBRAS.

STN MUY DISPERSOS

E LA MEDIANA.

DE A LAS QUEJAS
LTIMO AO
U SOLUCIN

PTO
1
2
3
4
5
6
7
8
9

X
400
800
100
300
900
950
200
500
750

Y
350
700
80
250
750
1000
180
380
620

1.- Encontrar la varianza de los datos de la tabla anterior

2.- Ingresamos al cono de Anlisis de datos
3.- Seleccionamos Anlisis de varianza de un factor y en el cuadro de dialogo,
en la opcin de rango de entrada seleccionamos de C2 a D10.
4.- Dejamos la opcin en una hoja nueva , para que los resultados se muestren en sta.

muestren en sta.

NRO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

DATO
4
5
8
8
9
9
10
10
10
10
10
11
11
11
14
14
14
15
15
16
18
18
18
19

CLASES
6
9
12
15
20

1.- Se pide: encontrar la cantidad de nmeros que se hallan dentro de un rango de datos
(frecuencia de datos).
2.- Para ello ingresamos a la opcin Anlisis de Datos y seleccionamos Histograma
3.- Con esta opcin aparece un cuadro de dilogo. En Rango de Datos seleccionamos
los datos de A2 hasta A25 y en Rango de Clase seleccionamos de D2 hasta D6.
4.- Al presionar el botn Aceptar nos mostrar la frecuencia de valores

El diagrama de Pareto, tambin llamado curva 80-20 o Distribucin A-B-C, es una grfi
orden descendente, de izquierda a derecha y separados por barras. Permite, pues, asignar u
El diagrama permite mostrar grficamente el principio de Pareto (pocos vitales, muchos triv
importancia frente a unos pocos graves. Mediante la grfica colocamos los "pocos vitales" a
El diagrama facilita el estudio comparativo de numerosos procesos dentro de las industrias o
naturales.
Hay que tener en cuenta que tanto la distribucin de los efectos como sus posibles causas n
totales hace que sean originados el 80% de los efectos.

El diagrama facilita el estudio comparativo de numerosos procesos dentro de las industrias o

naturales.
Hay que tener en cuenta que tanto la distribucin de los efectos como sus posibles causas n
totales hace que sean originados el 80% de los efectos.

dentro de un rango de datos

eleccionamos Histograma

o de Datos seleccionamos
amos de D2 hasta D6.

a de valores

-20 o Distribucin A-B-C, es una grfica para organizar datos de forma que estos queden en
dos por barras. Permite, pues, asignar un orden de prioridades.
o de Pareto (pocos vitales, muchos triviales), es decir, que hay muchos problemas sin
grfica colocamos los "pocos vitales" a la izquierda y los "muchos triviales" a la derecha.
osos procesos dentro de las industrias o empresas comerciales, as como fenmenos sociales o

los efectos como sus posibles causas no es un proceso lineal sino que el 20% de las causas
os.

osos procesos dentro de las industrias o empresas comerciales, as como fenmenos sociales o

los efectos como sus posibles causas no es un proceso lineal sino que el 20% de las causas
os.

que estos queden en

roblemas sin
es" a la derecha.
fenmenos sociales o
20% de las causas

fenmenos sociales o
20% de las causas

PRONSTICO DE GANANCIAS

Durante cada uno de los ltimos nueve aos de trabajo, por venta de productos se obtuvieron
ganancias diferentes, se necesita saber cul ser la ganancia por ventas de 1000,1050, 1100 HASTA 1
DATOS DE LOS LTIMOS NUEVE AOS
PTO
1
2
3
4
5
6
7
8
9

X
400
800
100
300
900
950
200
500
750

Y
350
700
80
250
750
1000
180
380
620

MTODO DE MNIMOS CUADRADOS:

PTO
1
2
3
4
5
6
7
8
9
SUMA
PROMEDIO

X
400
800
100
300
900
950
200
500
750

Y
350
700
80
250
750
1000
180
380
620

X*Y
140000
560000
8000
75000
675000
950000
36000
190000
465000

X^2
160000
640000
10000
90000
810000
902500
40000
250000
562500

4900
544.44

4310
478.89

3099000

3465000

a=
b=

n
b
a

9
0.943832753
-34.97560976

promedio y - b*promedio x
nsuma(xy)-suma(x)suma(y)
nsuma(x^2)-suma(x)^2
Y=A + B*X
Y=-34.9756098+0.94383275X

PRONSTICO:

Tambin se podra usar la funcin pronstico.

X
1000
1050
1100
1150
1200
1250
1300
1350
1400
1450
1500

Y
908.8571
956.0488
1003.2404
1050.4321
1097.6237
1144.8153
1192.0070
1239.1986
1286.3902
1333.5819
1380.7735

MTODO GRFICO
1200
1000
800

f(x) = 0.9438327526x - 34.9756097561

R = 0.9582949115

600
400
200
0
0

100

200

300

400

500

Column C

600

700

800

900

1000

Linear (Column C)

1.- Con los datos de X y Y insertamos un grfico de dispersin

2.- Nos ubicamos sobre los puntos de interseccin , usamos el men contextual y elegimos
la opcin de Formato de lnea de tendencia.
3.- En la parte inferior se deber marcar: Presentar la ecuacin y presentar el valor de R
cuadrado en el grfico.
4.- Finalmente con al ecuacin encontramos los valores pedidos.

ctos se obtuvieron
1000,1050, 1100 HASTA 1500

8+0.94383275X

800

900

1000

C)

tual y elegimos

el valor de R

MTODO DE REGRESIN
PTO
1
2
3
4
5
6
7
8
9

X
400
800
100
300
900
950
200
500
750

Y
350
700
80
250
750
1000
180
380
620

Ahora usaremos la funcin de regresin que se encuentra en la ficha Datos en el grupo

Anlisis.
Al usar esta opcin , el programa nos mostrar el cuadrode dilogo donde seleccionaremos
regresin.
Nos muestra un nuevo cuadro donde deberemos:
.- Seleccionar los datos X y Y
.- Marcar el grado de confianza en 95%
En otra hoja se nos mostrar el anlisis completo de los valores
El coeficiente de correlacin mltiple:
El coeficiente de determinacin:
El valor de:

R=
R^2=

0.97892539
0.95829491

a=
b=

-34.9756098
0.94382753

en el grupo

seleccionaremos

Un editor tom una muestra de libros, anotando el precio y el nmero de pginas de cada uno
obteniendo los siguientes datos:

N de Pag.
X

Precio
Y

630
550
400
250
370
320
610
610

10
8
7
4
6
6
9
9

Calcule la recta de regresin teniendo en cuenta:

630
550
400
250
370
320
610
610

10
8
7
4
6
6
9
9

X^2

XY

Tambin se puede usar la funcin: ESTIMACIN.LINEAL()

Funcin ESTIMACION.LINEAL

La funcin ESTIMACIN.LINEAL calcula las estadsticas de una lnea utilizando e

cuadrados" para calcular la lnea recta que mejor se ajuste a los datos y, a continu
matriz que describe la lnea. Tambin puede combinar ESTIMACION.LINEAL con
calcular las estadsticas de otros tipos de modelos que son lineales en los parmet
incluidas series polinmicas, logartmicas, exponenciales y de potencias. Debido a
devuelve una matriz de valores, debe ser especificada como una frmula de matri
La ecuacin para la lnea es:
y = mx + b
o
y = m1x1 + m2x2 + ... + b (si hay varios rangos de valores X)

incluidas series polinmicas, logartmicas, exponenciales y de potencias. Debido a

devuelve una matriz de valores, debe ser especificada como una frmula de matri
La ecuacin para la lnea es:
y = mx + b
o
y = m1x1 + m2x2 + ... + b (si hay varios rangos de valores X)

donde los valores y dependientes son funcin de los valores x independientes. Los
coeficientes que corresponden a cada valor x, y b es un valor constante. Observe q
vectores. La matriz que devuelve la funcin ESTIMACION.LINEAL es {mn,mn-1,..
ESTIMACION.LINEAL tambin puede devolver estadsticas de regresin adiciona

Sintaxis
La sintaxis de la funcin ESTIMACIN.LINEAL tiene los siguientes argumentos (a
proporciona informacin a una accin, un evento, un mtodo, una propiedad, una
procedimiento.):

Conocido_yObligatorio. El conjunto de valores y que se conocen en la relacin

Si el rango de conocido_y ocupa una sola columna, cada columna de conocido_x
variable separada.
Si el rango de conocido_y ocupa una sola fila, cada fila de conocido_x se interpr
separada.

Conocido_xOpcional. Un conjunto de valores x que pueden conocerse en la rela

El rango de conocido_x puede incluir uno o varios conjuntos de variables. Si se us
conocido_y y conocido_x pueden ser rangos con cualquier forma, siempre y cua
sean iguales. Si se usa ms de una variable, conocido_y tiene que ser un vector (
compuesto por una fila o por una columna).
Si se omite conocido_x, se supone que es la matriz {1;2;3;...} que tiene el mismo
conocido_y.

constanteOpcional. Un valor lgico que especifica si se ha de hacer que la con

Si el argumento constante es VERDADERO o se omite, b se calcula normalmente.
Si constante es FALSO, b se establece como igual a 0 y los valores m se ajustan p

sean iguales. Si se usa ms de una variable, conocido_y tiene que ser un vector (
compuesto por una fila o por una columna).
Si se omite conocido_x, se supone que es la matriz {1;2;3;...} que tiene el mismo
conocido_y.

constanteOpcional. Un valor lgico que especifica si se ha de hacer que la con

Si el argumento constante es VERDADERO o se omite, b se calcula normalmente.
Si constante es FALSO, b se establece como igual a 0 y los valores m se ajustan p

estadsticaOpcional. Un valor lgico que especifica si se deben devolver estad

adicionales.
Si estadstica es VERDADERO, ESTIMACION.LINEAL devuelve las estadsticas d
de forma que la matriz devuelta es {mn,mn-1,...,m1,b;sen,sen1,...,se1,seb;r2,sey;F,df;ssreg,ssresid}.
Si estadstica es FALSO o se omite, ESTIMACION.LINEAL slo devuelve los coefi
b.

0.0129818414

1.3059891685

e una lnea utilizando el mtodo de los "mnimos

a los datos y, a continuacin, devuelve una
MACION.LINEAL con otras funciones para
ineales en los parmetros desconocidos,
de potencias. Debido a que esta funcin
o una frmula de matrices.

X)

de potencias. Debido a que esta funcin

o una frmula de matrices.

X)

x independientes. Los valores m son

or constante. Observe que y, x y m pueden ser
LINEAL es {mn,mn-1,...,m1,b}.
de regresin adicionales.

uientes argumentos (argumento: valor que

o, una propiedad, una funcin o un

conocen en la relacin y = mx+b.

olumna de conocido_x se interpreta como una

conocido_x se interpreta como una variable

en conocerse en la relacin y = mx+b.

s de variables. Si se usa una sola variable,
r forma, siempre y cuando sus dimensiones
ene que ser un vector (es decir, un rango

...} que tiene el mismo tamao que

ha de hacer que la constante b sea igual a 0.

e calcula normalmente.
valores m se ajustan para adaptarse a y = mx.

ene que ser un vector (es decir, un rango

...} que tiene el mismo tamao que

ha de hacer que la constante b sea igual a 0.

e calcula normalmente.
valores m se ajustan para adaptarse a y = mx.
deben devolver estadsticas de regresin

uelve las estadsticas de regresin adicionales,

n,senslo devuelve los coeficientes m y la constante

Distribucin de Frecuencias
Frecuencias
Clase
1
2
3
4
5
6
7
8
9

Absoluta
1
2
4
3
3
2
1
1
1
18

Relativas
0.056
0.111
0.222
0.167
0.167
0.111
0.056
0.056
0.056
1.000

Acumuladas
Absoluta

Relativas

Distribucin de Frecuencias
Frecuencias
Clase
1
2
3
4
5
6
7
8
9

Absoluta
1
2
4
3
3
2
1
1
1
18

Relativas
0.056
0.111
0.222
0.167
0.167
0.111
0.056
0.056
0.056
1.000

Acumuladas
Absoluta
1
3
7
10
13
15
16
17
18

Relativas
0.056
0.167
0.389
0.556
0.722
0.833
0.889
0.944
1.000

Datos

Clase

50
86
50
86
69
60
67
56

55
94
61
69
61
59
54
54

65
70
91
61
63
80
77
88

71
50
50
60
79
59
54
94

56
83
59
84
94
58
56
71

70
55
79
52
78
57
57
83

87
62
66
76
55
68
86
85

77

58

89

71

80

55

75

82

76

60

78

93

76

60

85
94
65
93
69

Para generar los datos use la funcin aleatorio

- Seleccione el rango A2:H11
- En A2 ingresar la frmula
ALEATORIO.ENTRE(50,95)
y presionar las teclas Ctrl + Enter
Para que los valores generados queden fijos
- Seleccione el rango A2:H11 > Ctrl + C
- Clic derecho sobre la seleccin > Pegado especial
- Valores > Aceptar
NOTA: Los valores obtenidos no sern los mismos

50
55
65
70
75
80
85
90
95

Clase

Frecuencia
50
55
65
70
75
80
85
90
95

1
5
15
8
7
9
9
11
10
0

y mayor...

%
acumulado
Clase
1.33%
65
8.00%
90
28.00%
95
38.67%
80
48.00%
85
60.00%
70
72.00%
75
86.67%
55
100.00%
50
100.00% y mayor...

Frecuencia

Frecuencia
15
11
10
9
9
8
7
5
1
0

%
acumulado
20.00%
34.67%
48.00%
60.00%
72.00%
82.67%
92.00%
98.67%
100.00%
100.00%

Histograma

% acumulado

16

120.00%

14

100.00%

12
80.00%

Frecue
10ncia
8

60.00%

40.00%

4
20.00%

2
0

0.00%
65

90

95

80

85

Clase

70

75

55

50

y mayor...

15

16
14

11

12
10

10

6
4

0
50

55

65

70

75

80

85

90

95

y m ayor...

95

y m ayor...

120%
100%
80%
60%
40%
20%
0%
50

55

65

70

75

80

85

90

Polgonos de fracuencia:
Se realiza con los datos de Clase - Frecuencia

Nota:
Se agregan dos series iguales

Polgono de Frecuencia acumuladas:

Se realiza con los datos de Clase - %Acumulado

Ejercicio 01
Solver y Programacin Lineal
El Modelo de la Protrac

La Protrac Inc., fabrica dos tipos de productos qumicos, E y F, cuya utilidad neta es de $5000 y $4000 por tonelada respe
Ambos pasan por operaciones de 2 departamentos de produccin, que tienen una disponibilidad limitada.
El departamento A dispone de 150 horas mensuales; cada tonelada de E utiliza 10 horas de este departamento, y cada ton
El departamento B tiene una disponibilidad de 160 horas mensuales. Cada tonelada de E precisa de 20 horas, y cada tone
para su produccin.
Para la produccin global de E y F, se debe utilizar al menos 135 horas de verificacin en el prximo mes; el producto E pr
horas por tonelada.
La gerencia indica que es necesario producir al menos una tonelada de F por cada 3 de E.
Un cliente ha solicitado 5 toneladas, cualquiera sea su tipo, de E o F.
Por otro lado, es evidente que no pueden producirse cantidades negativas de E ni de F.
Se trata de decidir, para el mes prximo, las cantidades a producir de cada uno de los productos para maximizar la utilidad
El Modelo
Variables controlables
E : toneladas de tipo E a producir;
F: toneladas de tipo F a producir;
Modelo
Max 5000 E + 4000 F {Funcin objetivo: maximizar la utilidad global}
sujeto a {escribimos ahora las restricciones o requerimientos}
10 E + 15 F <= 150 {horas del departamento A}
20 E + 10 F <= 160 {horas del departamento B}
30 E + 10 F >= 135 {horas de verificacin}
E - 3 F <= 0 {al menos una de F cada 3 E significa E <=3 F}
E + F >= 5 {al menos 5 toneladas}
E >= 0, F >= 0 {no negatividad}
Ejercicio 02

La corporacin A&D tiene una pequea fbrica; su produccin se limita a dos productos A y B; el departamento de contabili
contribuciones de cada producto en 10 y 12 nuevos soles; cada producto pasa por varios departamentos de la empresa y e
cada departamento es 1500 horas, en departamento 1; 1500 horas, en departamento 2 y 600 horas en departamento 3.

Las horas requeridas para cada producto son: para A en departamento 1, 2 horas de trabajo; en departamento 2, 3 horas; e
para B en departamento 1, 3 horas; en departamento 2, 2 horas; en departamento 3, 1 hora. Cul es la produccin ptima
tiempo completo en los dos departamentos? Cul es la utilidad ptima?

UTILIDAD GLOBAL
PRODUCTOS
UTILIDAD MARGINAL
PRODUCCIN
RESTRICCIONES
DEPARTAMENTO A

=sumaproducto(b55:c55;b56:c56)
E
F
5000
4000
VALOR
10.00

15.00

<=

DEPARTAMENTO B
VERIFICACIN
AL MENOS 1E CADA 3F
AL MENOS 5

20.00
30.00
1.00
1.00

10.00
10.00
-3.00
1.00

<=
>=
<=
>=

=sumaproducto($b$5:$c$5;b7:c7)

$5000 y $4000 por tonelada respectivamente.

ponibilidad limitada.
as de este departamento, y cada tonelada de F, 15 horas.
e E precisa de 20 horas, y cada tonelada de F precisa de 10 horas

en el prximo mes; el producto E precisa de 30 horas y F de 10

de E.

F.
productos para maximizar la utilidad global.

A y B; el departamento de contabilidad a calculado las

s departamentos de la empresa y el total de tiempo disponible en
y 600 horas en departamento 3.

bajo; en departamento 2, 3 horas; en departamento 3, 1 hora;

hora. Cul es la produccin ptima de A y B? Se trabaja a

LMITE
150.00

160.00
135.00
0.00
5.00

ARTCULO

JAMN PATA NEGRA

CHORIZO DEL BUENO
QUESO MEL DE ROMERO

PRECIO PIEZA

UNIDADES

TOTAL

60
35
70

29
16
10

1740
560
700

TOTAL

3000

Costos del Producto

Produccin Pedida

P1
15
0

CUADRO 01
Maquina Automatica
Maquina Industrial1
Maquina Industrial2
Operario1
Operario2

Restricciones de la Produccin
10
10
10
10
15
15
12
12
4
5
6
6

CUADRO 02
Demanda Prenda1
Demanda Prenda2
Demanda Prenda3
Demanda Prenda4

CUADRO 03
Maquina Automatica
Maquina Industrial
Operario

(1)
(2)
(3)

P2
18
0

P3
20
0

P4
24
0

Restricciones de la Demanda
1
1
1
1

Dias

Turnos

Horas

Minutos

5
5
5

3
2
1

8
8
8

60
60
60

=SUMAPRODUCTO(C3:F3;C4:F4)
=SUMAPRODUCTO($C$4:$F$4;C7:F7)
=SUMAPRODUCTO($C$4:$F$4;C14:F14)

Funcin Objetivo
(1)

Valor
(2)

Valor
(3)

Total
Minutos
7200
4800
2400

PROGRAMACIN LIN

<=
<=
<=
<=
<=

Lmites
7200
4800
4800
2400
2400

<=
<=
<=
<=

Lmites
300
75
250
80

Se trata de obtener la
los recursos y equipos
prendas de vestir.

La fbrica cuenta con

- Una mquina autom
- Dos mquinas indus
- Dos operarios

El tiempo en minutos
el cuadro de restriccio

Por otro lado, la dema

de cada prenda (CUA
SE PIDE :

Obtener la produccin
margen operativo.

En cada caso, el marg

unidad respectivamen

PROGRAMACIN LINEAL:
Se trata de obtener la mejor produccin haciendo uso de la mejor distribucin de
los recursos y equipos de una fbrica de confecciones que elabora cuatro tipos de
prendas de vestir.
La fbrica cuenta con los siguientes recursos:
- Una mquina automtica industrial
- Dos mquinas industriales
- Dos operarios
El tiempo en minutos asignados para la produccin de las prendas se indican en
el cuadro de restricciones (CUADRO 01).
Por otro lado, la demanda del mercado requiere de la siguiente produccin lmite
de cada prenda (CUADRO 02).
SE PIDE :
Obtener la produccin de cada prenda , siendo nuestro objetivo obtener el mayor
margen operativo.
En cada caso, el margen operativo por producto es de 15, 18, 20, y 24 soles por
unidad respectivamente.