Professional Documents
Culture Documents
4/1/1997
4/2/1997
4/3/1997
4/4/1997
4/7/1997
4/8/1997
4/9/1997
4/10/1997
4/11/1997
4/14/1997
4/15/1997
4/16/1997
4/17/1997
4/18/1997
4/21/1997
4/22/1997
4/23/1997
4/24/1997
4/25/1997
4/28/1997
4/29/1997
4/30/1997
R.Wolf Op
X4
Vender
Vender
Prudencia
Prudencia
Comprar
Comprar
Comprar
Comprar
Comprar
Comprar
Prudencia
Prudencia
Vender
Vender
Esperar
Esperar
Esperar
Esperar
Comprar
Comprar
Comprar
Comprar
MODA
1634
Es el Valor ms repetido en la distribucin o serie de datos, es decir, aquel que tiene mayor frecuencia.
MEDIANA
1563.5
Valor Central de la serie, una vez ordenados de menor a mayor.
MEDIA ARITMTICA
1570.31818
Se calcula mediante la suma de sus valores divididos entre el nmero de valores.
MEDIA GEOMTRICA
1569.990117
Se calcula multiplicando todas las observaciones entre s y calculando la raz n-sima del resultado.
PERCENTILES
1547.6
Entendemos por Percentiles aquel dato de la serie de valores ordenada, que deja por debajo un determinado porcenta
VARIANZA
Definimos la Varianza como el cociente entre la suma de los cuadrados de las desviaciones (diferencia entre el valo
En el caso de la varianza, Excel dispone de dos funciones :
VARP
VAR
Que calcula la varianza de una muestra de los datos (dividido por n-1). En realidad es la cuasi-varianz
1038.58
1088.04
DESVIACIN TPICA
Es el valor positivo de la raz cuadrada de la Varianza.
Clculo Desviacin Tpica para total poblacin de Y
32.23
32.99
COEFICIENTE DE VARIACIN
2.052
Desv. Tpica
D.TMuestra
Cociente entre la desviacin tpica y la media de las observaciones , multiplicado por 100.
DEPENDENCIA LINEAL
Y = mX + b
m=Cov(xy)/Var(x)
Cov(xy)=Covarianza de XY = Media Aritmtica(XY)-Media A(X)*Media A(Y)
b=Media A(X)-Media A(Y)*m
COVARIANZA
Obtiene el promedio del producto de desviaciones de puntos de datos partiendo de las medias respectivas. La covaria
-556.3843
Covar
Y/X1
-556,38
Y/X2
178,54
Y/X3
113.664,05
COEFICIENTE DE CORRELACIN
Mide el grado de relacin existente entre las variables, y se calcula mediante:
Corr(XY)=Cov(XY)/(Desv(x)*Desv(y))
Este toma valores entre 1 y -1,
Si Corr(XY)=
Sintaxis:
-0.778090309
Coef. Corr
Y/X1
-0,78
Y/X2
0,60
Esto nos indica que existe una relacin inversa entre los valores
Y/X3
0,26
COEFICIENTE DE DETERMINACIN
Muestra la bondad de la recta de regresin para estudiar la relacin de dependencia entre las variables. Su valor fluct
En el caso de que fuera 1, nos indicara que no existiran diferencias entre valores estimados y valores reales.
Sintaxis:
=COEFICIENTE.R2(matriz_ymatriz_x)
ESTIMACION.LINEAL(Matrix_Y;Matriz_X;constante;estadstica)
-1.130122039
b
se(b)
se(y)
df
ss(res)
Y=-1,1301 X1 + 2293
Es decir, si el valor de los Stoc
Adems, por cada aumento un
El coeficiente de Determinaci
de la recta satisfactoria para pr
SI R^2 se acerca a 1 es mejor
m
Pendiente de la recta de regresin.
Puede ser calculada separadamente mediante la funcin PENDIENTE
Sintaxis
=Pendiente(matriz_y;matriz_x)
b
Sintaxis
Punto de interseccin con eje Y. Puede calcularse independientemente con la funcin INTERSECCION.eje
=Interseccion.eje(matriz_y;matrix_x)
se(m)
se(b)
R2
Sintaxis
=Coeficiente.R2(matriz_y;matriz_x)
se(y)
Error tpico de la estimacin Puede calcularse independientemente
con la funcin ERROR.TIPICO.XY
Sintaxis
=Error.Tipico.XY(Matriz_y;Matriz_x)
F
Estadstico F o valor F observado.
Puede calcularse independientemente con la funcin DISTR.F
Sintaxis
=Distr.F(X;grados_libertad1;grados_libertad_2)
df
se(reg)
se(resid)
Resumen
Estadsticas de la regresin
Coeficiente de correlacin
0.778090309
mltiple
Coeficiente de determinacin
0.605424528R^2
R^2 ajustado
0.585695755
Error tpico
21.23153936
Observaciones
22
-1.13012
0.204
0.60542
30.6874
13833.207
2293.18533
130.569
21.23154
20
9015.565
ANLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados F
Valor crtico de F
Regresin
1 13833.20745 13833.20745 30.68738793 2.01452E-05
Residuos
20 9015.565275 450.7782638
Total
21 22848.77273
Coeficientes
2293.185333
-1.130122039
Error tpico
Estadstico t Probabilidad Inferior 95% Superior 95%
130.5688774 17.56303171 1.27011E-13 2020.823554 2565.547113
0.204007147 -5.539619837 2.01452E-05 -1.555673294 -0.704570785
X1
675
665
660
647
643
623
620
Y REAL
Y ESTIMADO Y ESTIMADO
1585
1530.353
1530.3625
1577
1541.654
1541.6635
1576
1547.305
1547.314
1560
1561.996
1562.0053
1555
1566.517
1566.5257
1578
1589.119
1589.1277
1603
1592.510
1592.518
Intercepcin
Variable X 1
1640
1620
1600
1580
1560
1627
1634
1634
1595
1590
1559
1537
1534
1530
1526
1540
1544
1547
1549
1567
1620.763
1621.893
1607.201
1592.510
1589.119
1560.866
1548.435
1546.175
1548.435
1549.565
1558.606
1557.476
1564.257
1569.907
1582.339
1664.837
556
1664.83748
TENDENCIA PARA DATOS NO REALES
1620.7705
1621.9006
1607.2093
1592.518
1589.1277
1560.8752
1548.4441
1546.1839
1548.4441
1549.5742
1558.615
1557.4849
1564.2655
1569.916
1582.3471
1664.8444
595
594
607
620
623
648
659
661
659
658
650
651
645
640
629
556
1600
1580
1560
1540
1520
yor frecuencia.
Percentil
0
10
20
30
40
50
60
70
80
Y
1.526,00
1.534,30
1.540,80
1.547,60
1.556,60
1.563,50
1.576,60
1.582,90
1.594,00
X1
594,00
608,30
620,60
624,80
641,20
646,00
649,20
655,90
659,00
realidad es la cuasi-varianza.
90 1.624,00
100 1.634,00
Y
X1
Varianza
1.038,58
Var.Muestra 1.088,04
X2
492,32
515,77
X3
85,70
89,78
Y
32,23
32,99
X1
22,19
22,71
X2
9,26
9,48
X3
13.329,54
13.643,22
C. Variacin
Y
2,05
X1
3,47
X2
207,82
660,90
675,00
177676529
186137316
X3
31,49
)*Media A(Y)
edias respectivas. La covarianza es una medida de la relacin entre dos rangos de datos y est vinculada a la unidad de medida c
acin inversa entre los valores del LME y los stocks de aluminio, es decir, cuando los stocks aumentan, la cotizacin disminuye y viceversa
el LME est altamente correlacionado negativamente con los stocks de Aluminio, medianamente correlacionado de forma positiv
e las variables. Su valor flucta entre 0 y 1. En 1 nos indicara que la recta es perfecta para determinar esa relacin y en 0 que no
ados y valores reales.
Y=-1,1301 X1 + 2293,18
decir, si el valor de los Stocks de Aluminio fueran = 0, la cotizacin del aluminio en el LME sera de 2.293,18 $/Tm (segn nue
dems, por cada aumento unitario de los Stocks (Millones de Tm de Aluminio), la cotizacin bajara 1,130 $/Tm y viceversa
coeficiente de Determinacin obtenido (R2 = 0,605), lo que nos indica una bondad
la recta satisfactoria para predecir los valores de Y
ncin INTERSECCION.eje
GRAFICO
y = -1.1301x + 2293.2
1640
1620
1600
1580
1560
1600
1580
1560
1540
1520
580
600
620
640
X1
2293.185333
660
680
X2
-17,00
-6,90
-4,60
0,90
4,40
5,50
8,80
11,40
12,00
X3
23.000,00
25.250,00
28.500,00
32.790,00
36.800,00
43.000,00
45.000,00
49.200,00
54.800,00
13,90
18,00
61.850,00
67.000,00
relacionado de forma positiva con la variacin del da anterior del Cobre en el LME y tambin de forma positiva con los volme
Al igual que hemos realizado la regresin lineal mnimo cuadrtica para establecer la dependencia entre Y e X, tambin podem
Y=m1X1+..+mnXn+b
R.Wolf Op
X4
Vender
Vender
Prudencia
Prudencia
Comprar
Comprar
Comprar
Comprar
Comprar
Comprar
Prudencia
Prudencia
Vender
Vender
Esperar
Esperar
Esperar
Esperar
Comprar
Comprar
Comprar
Comprar
Resumen
Estadsticas de la regresin
X3
X2
Coeficiente de correlacin
0.82936255mltiple
-0.00010163
Coeficiente de determinacin
0.68784224 R^2
R^2 ajustado 0.63581594
Error tpico
19.9059201
Observaciones
22
X1
1.06578473 -0.96273255
2185.67115
0.00037359
0.68784224
13.2210502
0.53006031
19.9059201
18
169.951682
15716.351
7132.42175
0.24997473
ANLISIS DE VARIANZA
Regresin
Residuos
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Valor crtico de F
3
15716.351 5238.78366 13.2210502 8.4081E-05
18 7132.42175 396.245653
Total
Intercepcin
21
22848.7727
Variable X 1
Variable X 2
Variable X 3
-0.96273255
1.06578473
-0.00010163
0.24997473 -3.85131943
0.53006031 2.01068578
0.00037359 -0.27204493
ESTIMACIN EXPONENCIAL
En ocasiones la dependencia entre variables no se ajusta a una recta o al ajustarla nos sale un coeficiente de determin
ependencia entre Y e X, tambin podemos realizarlas para observar dicha dependencia de Y respecto a varias variables (X1..Xn).
Es decir, la subida en la cotizacin del cobre "ayuda" a la subida del aluminio y viceversa.
-1.48791039 -0.43755472
-0.04783152 2.17940098
-0.00088651 0.00068324
a nos sale un coeficiente de determinacin que indica que no es til, y podemos realizar la estimacin mediante una curva expon
a la subida del aluminio y viceversa. La explicacin de esta aparente contrariedad estriba en que el auge del cobre redunda en aug
unidad de volumen contratado, el aluminio baja en 0,0001. Si tenemos en cuenta que las variaciones suponen variaciones de al m
que el auge del cobre redunda en auges en el mercado del aluminio, es decir "le contagia", pese a ser bienes sustitutivos.
riaciones suponen variaciones de al menos 1000 contratos, podemos expresarlo mejor diciendo que por cada aumento de 1000 co
do que por cada aumento de 1000 contratos negociados en el mercado a 3 meses, la cotizacin al contado disminuye en 0,101. E
n al contado disminuye en 0,101. Es decir casi inapreciable, como podiamos suponer al ver el valor de la correlacin entre Y/X3
X Servicios
2
8
11
10
8
4
2
2
9
8
4
11
12
2
4
4
20
1
10
15
15
16
17
6
5
Y Tiempo
9.95
24.45
31.75
35
25.02
16.86
14.38
9.6
24.35
27.5
17.08
37
41.95
11.66
21.65
17.89
69
10.3
34.93
46.59
44.88
54.12
56.63
22.13
21.15
Resumen
Estadsticas de la regresin
Coeficiente de correlacin
0.98181178mltiple
Coeficiente de determinacin
0.96395437 R^2
R^2 ajustado 0.96238717
Error tpico
3.09341963
Observaciones
25
ANLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Valor crtico de F
Regresin
1 5885.85207 5885.85207
615.08009 4.2412E-18
Residuos
23 220.092635 9.56924499
Total
24
6105.9447
Intercepcin
Variable X 1
2.90270442
0.11704072
24.8008082
4.2412E-18
2.66058758
3.14482126
2.66058758
3.14482126