Tabla de Contenido Apuntes del Taller Anlisis Estadstico en EXCEL INTRODUCCIN ...................................................................................................... 1 1. Definicin y Clasificacin de la Estadstica:.......................................................... 1 1.1 2.

Concepto de Unidad de Investigacin, Variable y Distribucin...................... 1

Teora de Probabilidades: ...................................................................................... 3

DESARROLLO DEL CURSO................................................................................... 5 1. 2. 3. 4. 5. 6. 7. 8. Habilitacin del Men Anlisis de Datos en EXCEL............................................. 5 Seleccin de una Muestra Aleatoria....................................................................... 6 Manejo de Estadsticos Descriptivos ..................................................................... 7 Presentacin en tabla de Frecuencia Simple e Histograma..................................... 9 Anlisis de Correlacin ....................................................................................... 11 Pruebas de Hiptesis sobre las Medias ................................................................ 12 Anlisis de Regresin.......................................................................................... 14 Pronsticos por Series Temporales...................................................................... 18

PDF created with pdfFactory trial version www.pdffactory.com

Apuntes del Taller Anlisis Estadstico en EXCEL Juan Fernando Subirana Osuna INTRODUCCIN 1. Definicin y Clasificacin de la Estadstica: La ciencia Estadstica es muchas veces mal conceptualizada y, por qu no decirlo, encasillada como un grupo de tareas montonas y sin sentido. La estadstica no debe verse solamente como la recoleccin de datos o como ir a entrevistar a un grupo de personas; si no ms bien como un conjunto de tcnicas matemticas que aplicadas a la realidad tienen valor de uso y de importancia. La Estadstica tiene una clasificacin general, se divide en dos grandes ramas: 3. La Estadstica Descriptiva, como su nombre lo indica es una descripcin que consiste en la recopilacin, anlisis e informacin de datos pertinentes a un grupo de elementos, que por lo general es llamado muestra. 4. La Estadstica Inferencial, el mismo trmino sugiere razonamiento o inferencia que no es ms que partir de resultados de una porcin de datos (muestra) para estimar los mismos resultados para el total de datos (poblacin). Tambin se puede decir que esta rama de la estadstica es aquella donde entran en juego las probabilidades. Un ejemplo para esta diferencia: Un estudio que se realiz dentro de la ciudad de Santa Cruz arroj un resultado, el promedio de horas que las personas ven televisin es de 2.6 horas/da. Y basndose en este dato se supone que todas las personas de Bolivia tienen un promedio de horas frente a la televisin de 2.6 horas/da. En este caso el promedio de 2.6 horas/da para la ciudad de Santa Cruz corresponde a la Estadstica Descriptiva; mientras que la afirmacin que ese promedio es similar para todas las personas de Bolivia es parte de la Estadstica Inferencial. En conclusin a esto se puede decir que: La Estadstica Descriptiva es el escaln necesario para llegar a una Estadstica Inferencial 1.1 Concepto de Unidad de Investigacin, Variable y Distribucin Para definir apropiadamente qu es una variable, es necesario primero hacer alusin al concepto de unidad de investigacin. Entindase por Unidad de Investigacin al objeto de estudio de una bsqueda de informacin. Por ejemplo, si se est analizando el comportamiento del consumidor en el mercado boliviano, lgicamente el objeto de estudio ser el consumidor. Otro ejemplo considerable, si se estudia el tiempo promedio de confeccin de una prenda de vestir, el objeto de estudio seran tanto los operarios de las mquinas como las mquinas en s.
TALLER EN EXCEL

Juan Fernando Subirana Osuna

PDF created with pdfFactory trial version www.pdffactory.com

En pocas palabras la unidad de investigacin es la entidad de la cual se obtendr la informacin requerida en un estudio . Una Variable, es simplemente una caracterstica medible de un conjunto de unidades de investigacin. Por ejemplo, el nmero de televisores que tiene el consumidor del mercado boliviano. Es una variable porque ciertamente adopta distintos valores para cada unidad observada y es posible su medicin. Hay distintas clasificaciones para las variables y su forma de medicin. Clasificacin de las Variables Basada en los Valores que pueden tomar: Variable Discreta, es aquella que solo toma valores de nmeros enteros. Un ejemplo de Variable Discreta: El nmero de habitaciones que tienen las personas en sus casas, es una variable discreta porque es imposible encontrar en una casa media habitacin o de habitacin. Variable Continua, es aquella que toma todos los valores reales. Para ejemplificar una Variable Continua: La estatura de las personas, ya que es posible encontrar a una persona que mida 1.82 m. y de igual manera es probable encontrar a otra persona que mida 1.81 m. Existen de igual manera muchas clasificaciones para las escalas de medicin a las que se apegan las variables, pero procurando la sencillez se considera la siguiente: Clasificacin de las Variables Basada en su Escala de Medicin: Variable de Escala (de Intervalo y/o Razn), es aquella que tiene un valor dado por un nmero. Por ejemplo, el precio de cierto producto en el mercado. Variable de escala Ordinal, es aquella que se mide por orden de preferencia. Por ejemplo, la eleccin en un concurso de belleza, para alguien la ganadora debi quedar en 3 lugar, para otra persona en 2 lugar. Variable de escala Nominal (Categrica), es simplemente asignar mediante nombres, letras o cualquier distintivo no numrico de categora. Por ejemplo, la opinin sobre un concierto puede ser buena, mala o regular. Una vez definido el concepto de variable, sus tipos y sus escalas de medicin, es posible denotar concepto de distribucin.
TALLER EN EXCEL

Juan Fernando Subirana Osuna

PDF created with pdfFactory trial version www.pdffactory.com

La Distribucin de una variable es simplemente el conjunto de datos o valores obtenidos de la medicin de las unidades de investigacin, que tiene cierto comportamiento. Por ejemplo, considerando la variable Opinin sobre la Atencin de un Restaurante, puede tener una distribucin de este tipo: Buena: 63 personas. Regular: 25 personas. Mala: 12 personas. Y considerar al comportamiento como: el 25% de las personas opinaron regular. 2. Teora de Probabilidades: Para comentar sobre lo que concierne a la Teora de Probabilidades, es primordial dar un concepto al trmino probabilidad. Si bien es cierto, no hay una sino varias interpretaciones para esta acepcin, se ha elegido la siguiente por su fcil comprensin y gran aplicabilidad. La Probabilidad de ocurrencia de un suceso es el grado o medida de confianza en que se cree que puede producirse este. Un ejemplo muy claro y clsico de esto es la siguiente situacin: Se tiene una caja con 10 bolas de colores de las cuales 6 son azules y 4 son rojas, entonces la probabilidad de meter la mano y sin mirar extraer una bola de color azul es de 0.6 del 60%. Las probabilidades en su aproximacin ms simple se representan por la relacin: Probabilidad = Casos Favorables Casos Posibles

Aplicado al ejemplo antes dado, se tiene que los casos posibles son 10 (el nmero de bolas en la caja) y los favorables de sacar una bola azul 6, donde aplicando la frmula: 6 Pr (sacar una bola azul) = = 0.6 10 Las Principales Caracterstica (Axiomas) de las Probabilidades son las siguientes: Oscilan entre 0 y 1, o sus equivalentes porcentuales (0% y 100%). La suma de todas las probabilidades asociadas a un suceso debe ser igual al a 1. Puesto en trminos matemticos: 0 Pr ( X j ) 1

Pr (X ) = 1
k j =1 j

De igual manera que las Variables que surgen de la Observacin y Medicin directa (Variables Descriptivas) tienen sus distribuciones; las Variables Aleatorias (o Probabilsticas) tienen sus distribuciones. Existen algunas distribuciones de probabilidad que son muy tiles y conocidas, como lo es la Curva Normal para Variables Aleatorias Continuas. TALLER EN EXCEL 3 Juan Fernando Subirana Osuna

PDF created with pdfFactory trial version www.pdffactory.com

Viene dada por la expresin: f (X ) = 1 2 exp 1 X 2

2

Donde es la media de X y su desviacin estndar. La grfica de esta funcin es la siguiente: Grfico 1.1 Distribucin Normal
Probabilidad [f(x)] 3

+1

+2

+3

Valores de X

Fuente: Elaboracin Propia Esta es sin lugar a duda, una de las ms importantes Distribuciones de Probabilidad, tiene algunas caractersticas relevantes que se detallan a seguir. Si una Variable (X) tiene una Distribucin de Probabilidad Normal con media y varianza 2 se puede expresar de manera resumida como: X ~ N(,2) La distribucin Normal es Simtrica; es decir, su Promedio, su Mediana y su Moda son iguales. La probabilidad que la Variable X, con distribucin Normal, tome valores a una distancia de una (1) desviacin tpica de su media ( ) es aproximadamente 68%; expresado formalmente Pr[ - 1 < X < + 1 ] 0,68 La probabilidad que la Variable X, con distribucin Normal, tome valores a una distancia de dos (2) desviaciones tpicas de su media ( 2 ) es aproximadamente 95%; expresado formalmente Pr[ - 2 < X < + 2] 0,95 La probabilidad que la Variable X, con distribucin Normal, tome valores a una distancia de tres (3) desviaciones tpicas de su media ( 3 ) es aproximadamente 99%; expresado formalmente Pr[ - 3 < X < + 3] 0,99 De esta funcin de densidad (o de probabilidad) surgen muchas importantes aplicaciones. Tambin hay otras importantes como ser: la t de Student, la Chi Cuadrado (2) y la F de Fisher (o de Snedecor), entre otras.

TALLER EN EXCEL

Juan Fernando Subirana Osuna

PDF created with pdfFactory trial version www.pdffactory.com

DESARROLLO DEL CURSO 1. Habilitacin del Men Anlisis de Datos en EXCEL El EXCEL tiene incorporado una poderosa herramienta de anlisis estadstico, pero muchas veces esta opcin no est habilitada en las versiones estndar, para hacerlo deben seguirse los siguientes pasos. 1) Ir al Men Herramientas y luego a la opcin Complementos.

2) En el cuadro de Dialogo que aparece seleccionar la opcin Herramientas para anlisis VBA.

Con estos pasos aparecer en el men Herramientas la opcin Anlisis de Datos.

TALLER EN EXCEL

Juan Fernando Subirana Osuna

PDF created with pdfFactory trial version www.pdffactory.com

2. Seleccin de una Muestra Aleatoria El principal motivo para que muchos Estudios no hayan tenido resultados aceptables son problemas en la Seleccin de las Unidades, que no es realizada Aleatoriamente. La mayora de las veces esto no se realiza por lo tedioso que resulta completar una muestra de 300 400 unidades con datos aleatorios. Para suerte de los investigadores EXCEL ha saldado este problema con los siguientes pasos. 1) Copiar todos los elementos de la Poblacin en un Libro de EXCEL, y numerarlos de 1 a N. 2) Seleccionar la opcin Muestra en el men Anlisis de Datos.

3) Llenar el cuadro de dilogo. En el Rango de Entrada los nmeros del listado. Se habilita Rtulos, si es que la primera celda tiene texto. Se selecciona el Tipo de Muestreo Sistemtico o Aleatorio Simple, si se selecciona Aleatorio se coloca el tamao de muestra (para este ejemplo n = 5 ). El Rango de Salida se escoge a gusto.

TALLER EN EXCEL

Juan Fernando Subirana Osuna

PDF created with pdfFactory trial version www.pdffactory.com

4) Luego se tienen los resultados de la Seleccin, indicando que resultados elementos deben ser entrevistados.

De igual manera se proceder a realizar los dems anlisis del curso. 3. Manejo de Estadsticos Descriptivos Para ejecutar esta opcin de EXCEL los resultados deben estar tabulados en Columnas, preferentemente con un nombre distintivo encabezando a la misma. Se tienen los siguientes pasos para la realizacin de este anlisis. 1) Tabular los datos del estudio en una Columna con un Encabezado. 2) Seleccionar la opcin Estadstica descriptiva en el men Anlisis de Datos.

TALLER EN EXCEL

Juan Fernando Subirana Osuna

PDF created with pdfFactory trial version www.pdffactory.com

3) Llenar el cuadro de dilogo. En el Rango de Entrada los nmeros del listado. Se habilita Rtulos, si es que la primera celda tiene texto. En este caso s. Se selecciona Resumen de Estadsticas si se quiere un anlisis completo de los indicadores Descriptivos de la variable. Si se desea realizar inferencias sobre la Media Muestral se selecciona Nivel de confianza para la media, por defecto este nivel est fijado en 95%. En caso que se desee conocer estadsticos de posicin se pueden seleccionar Ksimo mayor y K-simo menor. El Rango de Salida se escoge a gusto.

4) Una vez se tenga la salida de esta opcin lo que interesa es interpretar los Resultados de tal forma que cumplan su funcin Describir a la Variable.

TALLER EN EXCEL

Juan Fernando Subirana Osuna

PDF created with pdfFactory trial version www.pdffactory.com

Considerando que para este ejemplo se utiliz una muestra de 15 jefes de hogar a los que se les pregunt cuntas personas vivan bajo su techo en calidad de familia, los resultados se interpretaran de la siguiente forma. - Media : El nmero Promedio de miembros de una familia bajo un mismo techo es de 3.27 personas. - Error tpico: Hay un 68% de probabilidad que el nmero Promedio Poblacional de personas familiares bajo un mismo techo est entre 3.27 0.46. - Mediana : En el 50% de los hogares hay 3 o menos personas familiares. - Moda: En la mayora de los hogares hay solo 2 personas familiares. - Desviacin estndar: La dispersin promedio de los datos respecto a la media es de 1.79. - Varianza de la muestra: Es la Desviacin Estndar al cuadrado; tiene poca aplicacin prctica. - Curtosis: Al ser un nmero menor a cero, indica que la distribucin tiene una altura inferior a la de una distribucin Normal. - Coeficiente de Asimetra: Al ser un nmero positivo, indica que la mayora de los hogares tienen un nmero de personas inferior a 3.27 (la media). - Rango: Es la diferencia entre el mximo y el mnimo valor, se interpreta como un medida de dispersin. - Mnimo: El valor ms bajo que puede tomar la variable es 1. - Mximo: El valor ms alto que puede tomar la variable es 6. - Suma : Es simplemente la sumatoria de todos los datos. - Cuenta : Es el tamao de muestra considerado, n = 15. - Nivel de confianza (95.0%): Hay un 95% de probabilidad que el nmero Promedio Poblacional de personas familiares bajo un mismo techo est entre 3.27 0.99. 4. Presentacin en tabla de Frecuencia Simple e Histograma En repetidas ocasiones las distribuciones de las variables deben ser expuestas en forma de tablas de frecuencia para facilitar su comprensin. Los pasos para formar estas tablas son los siguientes.
TALLER EN EXCEL

Juan Fernando Subirana Osuna

PDF created with pdfFactory trial version www.pdffactory.com

1) Tabular los datos del estudio en una Columna con un Encabezado. 2) Formular cuales son los lmites que tendr la tabla. 3) Seleccionar la opcin Histograma en el men Anlisis de Datos.

4) Llenar el cuadro de dilogo. En el Rango de Entrada los nmeros del listado. En el Rango de Clases los lmites de la tabla. Se habilita Rtulos, si es que la primera celda tiene texto. En este caso s. El Rango de Salida se escoge a gusto. Se selecciona Pareto si se quiere un anlisis ordenado la distribucin de la variable. En este caso no. Si se desea realizar un anlisis ms pormenorizado se selecciona Porcentaje acumulado. Se aconseja que se habilite Crear grfico para tener una visin ms completa de la variable.

TALLER EN EXCEL

10

Juan Fernando Subirana Osuna

PDF created with pdfFactory trial version www.pdffactory.com

5) Luego de esto se tienen los resultados del procedimiento.

5. Anlisis de Correlacin Muchas veces se trabaja con ms de una Variable y se quiere conocer que relacin tienen unas con otras. Bajo ese concepto se concibe el anlisis de Correlacin o Asociacin Lineal. Los pasos son los siguientes. 1) Tabular los datos del estudio en Columnas Contiguas con un Encabezado. 2) Seleccionar la opcin Coeficiente de Correlacin en el men Anlisis de Datos.

3) Llenar el cuadro de dilogo. En el Rango de Entrada las columnas con las variables a analizar. Se habilita Rtulos, si es que la primera celda tiene texto. En este caso s. El Rango de Salida se escoge a gusto.
TALLER EN EXCEL

11

Juan Fernando Subirana Osuna

PDF created with pdfFactory trial version www.pdffactory.com

4) Luego se obtienen los resultados del procedimiento para su posterior interpretacin.

Reconociendo que el Coeficiente de Correlacin (de Pearson ) vara del 1 al +1, y siendo una alta asociacin cuando este se acerque a 1 en valor absoluto y baja asociacin cuando este coeficiente tienda a cero. Se tiene. - La asociacin entre el nmero de Personas en un hogar y el Pago de Luz es alta (92%) y positiva. - La asociacin entre el nmero de Personas en un hogar y el Pago de Agua es moderadamente alta (70%) y positiva. - La asociacin entre el Pago de Luz y el Pago de Agua es moderada (63%) y positiva. 6. Pruebas de Hiptesis sobre las Medias En ms de una ocasin se tendr que hacer contrastes entre 2 o ms variables, u otro caso 2 o ms grupos dentro de una variable; para responder preguntas como: Es mayor el precio del producto X o del Y?, Los residentes de la zona Sur consumen ms que los de las zona Norte?, El porcentaje de artculos defectuosos del proveedor A difiere significativamente de los artculos del proveedor B C? Para responder a este tipo de incgnitas estn las pruebas de Hiptesis. En aras de la sencillez se propone la siguiente regla prctica, con una confianza del 95%: Si la Significancia [Pr(T<=t)] es MAYOR a 0.05 Se acepta la Hiptesis Nula. Si la Significancia es MENOR a 0.05 Se acepta la Hiptesis Alterna. La Hiptesis Nula siempre es una Igualdad, es una verdad por comprobar.
TALLER EN EXCEL

12

Juan Fernando Subirana Osuna

PDF created with pdfFactory trial version www.pdffactory.com

Los pasos a seguir para este procedimiento son: 1) Tabular los datos del estudio en una Columna preferentemente con un Encabezado. 2) Seleccionar la opcin Prueba t para medias de dos muestras emparejadas (pueden seleccionarse otras opciones dependiendo del caso) en el men Anlisis de Datos.

3) Llenar el cuadro de dilogo. En el Rango para la variable 1 la columna con la primer variable a analizar. En el Rango para la variable 2 la columna con la segunda variable a analizar. En Diferencia hipottica entre medias, este valor va a depender de la Hiptesis Nula planteada. Para este caso H0: M(Luz) M(Agua) = 3 Se habilita Rtulos, si es que la primera celda tiene texto. En este caso s. Alfa es el nivel de contraste, casi siempre se utiliza un valor de 95% de confianza lo que genera un Alfa de 0.05. Como en este caso. El Rango de Salida se escoge a gusto.

TALLER EN EXCEL

13

Juan Fernando Subirana Osuna

PDF created with pdfFactory trial version www.pdffactory.com

4) Luego se obtienen los resultados del procedimiento para su posterior interpretacin.

En el cuadro de resultados se tienen: - Las Medias de las 2 variables, claramente identificadas por sus respectivos rtulos. - Las Varianzas muestrales. - El nmero de muestra de cada variables (para este caso son iguales). - El Coeficiente de Correlacin moderado positivo de 63%. - La constante de la Hiptesis nula. En este caso 3. - El estadstico t de Student y sus Grados de Libertad. - La Significancia [Pr(T<=t)] para una cola. Esto se utilizara si la Hiptesis Nula hubiera sido H0: M(Luz) M(Agua) <= 3. - La Significancia [Pr(T<=t)] para 2 colas. En este caso es de 0.60, valor muy por encima del valor terico 0.05. Aplicando la regla Prctica: Significancia (0.60) > 0.05 Se acepta la Hiptesis Nula. Llevando el resultado a la prctica: la Diferencia entre el Pago de Luz y el Pago de Agua de cada hogar, no es estadsticamente distinta de 3. Estos conceptos son vlidos y aplicables para todos los tests de Medias Muestrales a ser desarrollados en el curso. 7. Anlisis de Regresin En muchas reas del conocimiento es necesario plantear modelos matemticos, ecuaciones que ayuden a explicar algunas situaciones, y para ello est el anlisis de Regresin. Para realizar este anlisis deben identificarse las Variables Independientes (X) y la Variable Dependiente (Y) para expresar a estas con una ecuacin que por lo general es lineal: Y = a + bX1 + cX2 Los pasos para realizar este anlisis son:
TALLER EN EXCEL

14

Juan Fernando Subirana Osuna

PDF created with pdfFactory trial version www.pdffactory.com

1) Tabular los datos de la Variable Dependiente en una Columna preferentemente con un Encabezado. 2) Tabular los datos de las Variables Independiente en Columnas Contiguas preferentemente con Encabezados. 3) Seleccionar la opcin Regresin en el men Anlisis de Datos.

4) Llenar el cuadro de dilogo. En el Rango Y de entrada la columna con la variable dependiente. En el Rango X de entrada las columnas con las variables independientes. Se habilita Rtulos, si es que la primera celda tiene texto. En este caso s. Constante igual a cero si es que se quiere un modelo de la forma Y = bX1 + cX2. Para este caso no se ha seleccionado esa opcin. Nivel de confianza, utiliza por defecto un valor de 95%. Como en este caso. El Rango de Salida se escoge a gusto. Residuales son las diferencias entre los puntos verdaderos (Y) y los estimados por la expresin (Ye). Residuos estndares, Grfico de residuales son opciones que complementan al anlisis de los residuos del modelo. Curva de regresin ajustada es un grfico que ayuda visualmente a ver las relaciones entre las variables. Grfico de probabilidad normal es una opcin poco utilizada.

TALLER EN EXCEL

15

Juan Fernando Subirana Osuna

PDF created with pdfFactory trial version www.pdffactory.com

5) Se obtienen los resultados del procedimiento. Dado que para este anlisis los resultados son tantos se expondrn y detallarn interpretaciones cuadro por cuadro.
Resumen Estadsticas de la regresin Coeficiente de correlacin mltiple 0,93578159 Coeficiente de determinacin R^2 0,87568719 R^2 ajustado 0,85496839 Error tpico 0,68226271 Observaciones 15

En este cuadro se observan: - El Coeficiente de Correlacin Mltiple es la medicin de la asociacin lineal de todas las variables del modelo, para este caso es bastante alto del 94%. - El Coeficiente de Determinacin (R2), indica (a groso modo) qu porcentaje de Y est siendo explicado por X. En este caso el 88%. - El R2 ajustado, es una medida similar al R2 con la variante que tiende a ser ms pequeo porque penaliza ms grados de libertad. En este cado es del 85%. - El Error tpico es la variabilidad presentada por los Residuos o Errores del modelo. Mientras ms bajo sea este valor mejor, en este caso es de 0.68. - Observaciones es el tamao de muestra utilizado.
ANLISIS DE VARIANZA Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crtico de F Regresin 2 39,3475 19,6738 42,2653 0,0000 Residuos 12 5,5858 0,4655 Total 14 44,9333

TALLER EN EXCEL

16

Juan Fernando Subirana Osuna

PDF created with pdfFactory trial version www.pdffactory.com

Esta tabla contiene mucha informacin valiosa pero lo nico relevante de ella es el Valor crtico de F que es un indicador equivalente a la significancia, por ende ayuda a decidir si aceptar o rechazar la Hiptesis Nula. La Hiptesis Nula implcita es H0: R2 = 0 Las Variables X no tienen relacin la Y. Considerando que, la Significancia (0.00) < 0.05 Se acepta la Hiptesis Alterna. Visto prcticamente; Se acepta la Hiptesis que las variables X tienen relacin con la Y.
Intercepcin Luz Agua Coeficientes Error tpico Estadstico t Probabilidad Inferior 95% Superior 95% -5,8958 1,0243 -5,7560 0,0001 -8,1275 -3,6641 1,1400 0,1876 6,0783 0,0001 0,7314 1,5486 0,4389 0,2950 1,4878 0,1626 -0,2038 1,0816

En este cuadro se contienen propiamente los resultados de la Regresin. Acorde a la columna Coeficientes la expresin de Regresin es la siguiente: Ye = 5 .89 + 1.14X1 + 0.44X2 - Las columnas Error tpico, Estadstico t y Probabilidad se refieren a la realizacin de Pruebas de Hiptesis, en este caso Probabilidad = Significancia. La Hiptesis Nula Implcita es H0: Coeficiente = 0. Se ve que el nico caso en el que se acepta la Hiptesis es para el Coeficiente de la variable Agua, por esto se concluye que esa variable No aporta al anlisis.
Anlisis de los residuales Observacin Pronstico Familia Residuos Residuos estndares 1 4,8486 1,1514 1,8229 2 1,1208 0,8792 1,3919 3 2,6997 -0,6997 -1,1077 4 5,9886 0,0114 0,0181 5 4,5408 -0,5408 -0,8562 6 2,2608 -0,2608 -0,4129 7 3,8397 0,1603 0,2538 8 2,1297 -0,1297 -0,2053 9 2,2608 0,7392 1,1702 10 4,4097 0,5903 0,9345 11 2,2608 -0,2608 -0,4129 12 1,1208 -0,1208 -0,1913 13 2,1297 -1,1297 -1,7885 14 2,8308 0,1692 0,2678 15 6,5586 -0,5586 -0,8843

Este cuadro muestra los valores de Ye y los residuos, se observa que todos son pequeos por esto la estimacin es buena. Con esta tabla se pueden hacer pruebas ms complejas como ser el Test de Autocorrelacin y el de Heteroscedasticidad, pero estos no son temas del curso por lo que se recomienda consultar bibliografa como Damodar Gujarati, Econometra. Como se ha podido observar son varios los resultados de este anlisis, hecho que lo convierte en una poderosa herramienta de decisin.
TALLER EN EXCEL

17

Juan Fernando Subirana Osuna

PDF created with pdfFactory trial version www.pdffactory.com

8. Pronsticos por Series Temporales Los pronsticos son estimaciones de valores futuros en base a los valores pasados. Hay varias tcnicas para realizar Pronsticos, pero la que se desarrollar es la del Suavizado Exponencial. La tcnica del Suavizado Exponencial pertenece al grupo de las tcnicas de Pronsticos de Serie Temporal. Tiene ciertas caractersticas bsicas. - Solo es til para proyectar un periodo a futuro. - Involucra un factor de confianza o credibilidad que se repitan los valores del periodo inmediato anterior (lgicamente vara entre 0 y 1). - El resultado depende nicamente de los datos pasados. Los pasos a seguir para desarrollar el mtodo son los siguientes: 1) Tabular los datos de la Variable en una Columna con un Encabezado. 2) Seleccionar la opcin Suavizacin Exponencial en el men Anlisis de Datos.

3) Llenar el cuadro de dilogo. En el Rango de entrada la columna con de la variable. Factor de Suavizacin es el porcentaje de los Valores Pasados (anteriores al periodo inmediato anterior) que cree que se repetirn para el periodo a predecir. Se habilita Rtulos, si es que la primera celda tiene texto. En este caso s. El Rango de Salida se escoge a gusto. Crear Grfico y Error tpico se habilitan.

TALLER EN EXCEL

18

Juan Fernando Subirana Osuna

PDF created with pdfFactory trial version www.pdffactory.com

4) Se obtienen los resultados del procedimiento.

Se observa que el valor de pronstico para el siguiente periodo (Mes de Enero) es de 4.89 unidades en ventas. Tambin se observa los errores que son pequeos, lo propio se observa en el grfico.

TALLER EN EXCEL

19

Juan Fernando Subirana Osuna

PDF created with pdfFactory trial version www.pdffactory.com