Cuaderno ESTADÍSTICA_lasluisa G. Evelyn_Minas
description
Transcript of Cuaderno ESTADÍSTICA_lasluisa G. Evelyn_Minas
UNIVERSIDAD CENTRAL DEL ECUADOR
FACULTAD DE INGENIERÍA EN GEOLOGÍA, MINAS, PETRÓLEOS Y AMBIENTAL
INGENIERÍA EN MINAS
PROFESOR: ING. JAIME LASTRA
NOMBRE:LASLUISA G. EVELYN
CURSO: SEGUNDO
PERIODO: 2014 - 2015
ESTADÍSTICA
miércoles, 08 de octubre de 201417:19
portada página 1
ESTADÍSTICA
Es una ciencia, es un conjunto de métodos, técnicas y procedimientos que nos permiten organizar, recolectar, clasificar, analizar e interpretar para la toma de decisiones para satisfacer la necesidades.
La estadística es una ciencia que se relaciona muy estrechamente con las matemáticas y nos permite investigar hechos o fenómenos colectivos mediante un proceso sistemático y continuo para la toma de decisiones.
clase ii
Escala Sistema
Numérico
Fenómenos de
Marketing
Estadística
permisible
Nominal Definición única
de numerales
(0, 1, 2, …,9)
Marcas
Hombre-mujer
Tipos de almacenes
Territorios de ventas
Porcentajes
Moda
Prueba binomial
Prueba ji
cuadrado
Ordinal Orden de los
numerales
(0<1<2 …<9)
Actitudes
Preferencias
Ocupaciones
Clases sociales
Percentiles
Mediana
Correlación de
rango-orden
De
intervalos
Igualdad de
Diferencias
(2-1 = 7-6)
Actitudes
Opiniones
Números índice
Rango
Media
Desviación
estándar
Correlación
producto-etapa
De Razón Igualdad de
razones (2/4 =
4/8)
Edades
Costos
Número de clientes
Ventas
(unidades/dólares)
Media
geométrica
Media armónica
Coeficiente de
variación
Características de los Datos.
Localización•
Dispersión•
Simetría y asimetría•
Distribución de Frecuencias•
Representaciones Gráficas
Diagrama de Puntos•
Diagrama de tallo y hojas•
Grafico de barras•
Pie•
Histograma•
Polígono de frecuencia•
Ojiva•
Medidas de localizaciónMedidas de dispersión
DEFINICIÓN DE ESTADÍSTICA miércoles, 08 de octubre de 201417:40
medidas de tendencia central página 2
Ojiva•
Medidas de localización
Media muestral o promedio.- Suma de los valores dividio entre n.•
Mediana.- Punto medio cuando se ordenan los valores de menor a mayor•
Moda.- La mayor frecuencia absoluta.•
Media geométrica.- Raiz n-ésima de su producto•
Media armónica.- Recíproco de la media aritmética de los recíprocos•
Percentile, Cuartiles, Quintiles.•
Medidas de dispersión
Desviación estándar•
Coeficiente de variación•
Asimetría•
Curtosis•
medidas de tendencia central página 3
MEDIDAS DE LOCALIZACIÓN O TENDENCIA CENTRAL
Son valores que generalmente se ubican en la parte central de un conjunto de datos. Los datos pueden condensarse en un solo valor central alrededor del cual todos los datos muéstrales se distribuyen.O también se lo puede definir como indicadores usados para señalar porcentajes de datos dentro de una distribución de frecue ncias, cuyo valor representa el valor del dato que se encuentra en el centro de la distribución de frecuencia, por lo que también se les llama " Medidas de Tendencia Central ".
Las mas importantes son : Media: Aritmética y Aritmética ponderada. Mediana. Moda
RELACIÓN DE MEDIANA, MODA Y MEDIA
INTRODUCCIÓN A MEDIDAS DE LOCALIZACIÓNjueves, 23 de octubre de 201416:39
medidas de tendencia central página 4
MEDIA MUESTRAL O PROMEDIO
Xi Frecuencia Absoluta Simple Frecuencia Absoluta Acumulada
18 2 2
19 3 5
20 2 7
21 2 9
22 1 10
10
La media aritmética: comúnmente conocida como media o promedio. Se representa por medio de una letra M o por una X con una línea en la parte superior.
Media aritmética o promedio
Es aquella medida que se obtiene al dividir la suma de todos los valores de una variable por la frecuencia total. En palabras más simples, corresponde a la suma de un conjunto de datos dividida por el número total de dichos datos.
MEDIA MUESTRAL O PROMEDIOjueves, 23 de octubre de 201416:44
medidas de tendencia central página 6
MEDIANA
Xi Frecuencia Absoluta Simple Frecuencia Absoluta Acumulada
18 2 2
19 3 5
20 2 7
21 2 9
22 1 10
10
La mediana: la cual es el puntaje que se ubica en el centro de una distribución. Se representa como Md.
Mediana (Med) Para reconocer la mediana, es necesario tener ordenados los valores sea de mayor a menor o lo contrario. Usted divide el tota l de casos (N) entre dos, y el valor resultante corresponde al número del caso que representa la mediana de la distribución.
Es el valor central de un conjunto de valores ordenados en forma creciente o decreciente. Dicho en otras palabras, la Mediana corresponde al valor que deja igual número de valores antes y después de él en un conjunto de datos agrupados.
Según el número de valores que se tengan se pueden presentar dos casos:
Si el número de valores es impar, la Mediana corresponderá al valor central de dicho conjunto de datos.•Si el número de valores es par, la Mediana corresponderá al promedio de los dos valores centrales (los valores centrales se suman y se dividen por 2).•
MEDIANA:
MEDIANAjueves, 23 de octubre de 201416:44
medidas de tendencia central página 7
MODA
Xi Frecuencia Absoluta Simple Frecuencia Absoluta Acumulada
18 2 2
19 3 5
20 2 7
21 2 9
22 1 10
10
Es la medida que indica cual dato tiene la mayor frecuencia en un conjunto de datos; o sea, cual se repite más.Ejemplo 1:Determinar la moda en el siguiente conjunto de datos que corresponden a las edades de niñas de un Jardín Infantil. 5, 7, 3, 3, 7, 8, 3, 5, 9, 5, 3, 4, 3La edad que más se repite es 3, por lo tanto, la Moda es 3 (Mo = 3)
Mo=19
MODAjueves, 23 de octubre de 201416:44
medidas de tendencia central página 8
CUARTILES
Los cuartiles son los tres valores de la variable que dividen a un conjunto de datos ordenados en cuatro partes iguales.Q1, Q2 y Q3 determinan los valores correspondientes al 25%, al 50% y al 75% de los datos.Q2 coincide con la mediana.
En primer lugar buscamos la clase donde se encuentra
, en la tabla de las frecuencias acumuladas.
k= 1,2,3Donde:Li = Límite real inferior de la clase del cuartil kn = Número de datosFk = Frecuencia acumulada de la clase que antecede a la clase del cuartil k.fk = Frecuencia de la clase del cuartil kc = Longitud del intervalo de la clase del cuartil k
DECILES
Los deciles son los nueve valores que dividen la serie de datos en diez partes iguales.Los deciles dan los valores correspondientes al 10%, al 20%... y al 90% de los datos.D5 coincide con la mediana.
Cálculo de los deciles:
Datos Agrupados•
En primer lugar buscamos la clase donde se encuentra
, en la tabla de las frecuencias acumuladas.
k= 1,2,3,... 9Donde:Lk = Límite real inferior de la clase del decil kn = Número de datosFk = Frecuencia acumulada de la clase que antecede a la clase del decil k.fk = Frecuencia de la clase del decil k
CUARTILES Y PERCENTILESlunes, 17 de noviembre de 201423:57
medidas de tendencia central página 10
fk = Frecuencia de la clase del decil kc = Longitud del intervalo de la clase del decil k
Fórmulas Datos No Agrupados•
Si se tienen una serie de valores X1, X2, X3 ... Xn, se localiza mediante las siguientes fórmulas:Cuando n es par:
Cuando n es impar:
PERCENTILSiendo A el número del decil.
Los percentiles son los 99 valores que dividen la serie de datos en 100 partes iguales.Los percentiles dan los valores correspondientes al 1%, al 2%... y al 99% de los datos.P50 coincide con la mediana.
Cálculo de los percentiles:
En primer lugar buscamos la clase donde se encuentra
Datos Agrupados•, en la tabla de las frecuencias acumuladas.
Cuando los datos están agrupados en una tabla de frecuencias, se calculan mediante la fórmula:
k= 1,2,3,... 99Donde:Lk = Límite real inferior de la clase del decil kn = Número de datosFk = Frecuencia acumulada de la clase que antecede a la clase del decil k.fk = Frecuencia de la clase del decil kc = Longitud del intervalo de la clase del decil k
Fórmulas Datos No Agrupados•
Si se tienen una serie de valores X1, X2, X3 ... Xn, se localiza mediante las siguientes fórmulas:Para los percentiles, cuando n es par:
Cuando n es impar:
Siendo A, el número del percentil.
medidas de tendencia central página 11
ASIMETRÍA
Es una medida de forma de una distribución que permite identificar y describir la manera como los datos tiende a reunirse de acuerdo con la frecuencia con que se hallen dentro de la distribución. Permite identificar las características de la distribución de datos sin necesidad de generar el gráfico.
TIPOS DE ASIMETRÍA
Asimetría Negativa o a la Izquierda.- Se da cuando en una distribución la minoría de los datos está en la parte izquierda de la media. Este tipo de distribución pr esenta un alargamiento o sesgo hacia la izquierda, es decir, la distribución de los datos tiene a la izquierda una cola más larga que a la derecha. También se dice que una distribución es simétrica a la izquierda o tiene sesgo negativo cuando el valor de la media aritmética es menor que la mediana y éste valor d e la mediana a su vez es menor que la moda, en símbolos:
•La asimetría presenta las siguientes formas:
Md=Mo
Simétrica.- Se da cuando en una distribución se distribuyen aproximadamente la misma cantidad de los datos a ambos lados de la media arit mética. No tiene alargamiento o sesgo. Se representa por una curva normal en forma de campana llamada campana de Gauss (matemático Alemán 1777 -1855) o también conocida como de Laplace (1749-1827).También se dice que una distribución es simétrica cuando su media aritmética, su mediana y su moda son iguales, en símb olos
•
Asimetría Positiva o a la Derecha.- Se da cuando en una distribución la minoría de los datos está en la parte derecha de la media aritmética. Este tipo de distri bución presenta un alargamiento o sesgo hacia la derecha, es decir, la distribución de los datos tiene a la derecha una cola más larga que a la izquierda.
•
También se dice que una distribución es simétrica a la derecha o tiene sesgo positivo cuando el valor de la media aritmética es mayor que la mediana y éste a valor de la mediana a su vez es mayor que la moda, en símbolos
Asimetría lunes, 17 de noviembre de 201422:06
medidas de tendencia central página 12
CURTOSIS
El Coeficiente de Curtosis analiza el grado de concentración que presentan los valores alrededor de la zona central de la dis tribución.Se definen 3 tipos de distribuciones según su grado de curtosis:
Distribución mesocúrtica: presenta un grado de concentración medio alrededor de los valores centrales de la variable (el mismo que presenta una distrib ución normal).•Distribución leptocúrtica: presenta un elevado grado de concentración alrededor de los valores centrales de la variable.•Distribución platicúrtica: presenta un reducido grado de concentración alrededor de los valores centrales de la variable.•
g2 = 0 (distribución mesocúrtica).
g2 > 0 (distribución leptocúrtica).
g2 < 0 (distribución platicúrtica).
Los resultados pueden ser los siguientes:
El Coeficiente de Curtosis viene definido por la siguiente fórmula:
Curtosis lunes, 17 de noviembre de 201422:07
medidas de tendencia central página 13
TABLAS DE FRECUENCIA SIMPLE
Tiempo ni Frecuencia Absoluta
Simple
Ni Frecuencia Absoluta
Acumulada
fi Frecuencia Relativa
Simple
Fi Frecuencia Relativa Acumulada
32,7 1 1 0,0125 0,0125
32,8 1 2 0,0125 0,025
32,9 2 4 0,025 0,05
33 4 8 0,05 0,1
33,1 6 14 0,075 0,175
33,2 8 22 0,1 0,275
33,3 8 30 0,1 0,375
33,4 9 39 0,1125 0,4875
33,5 11 50 0,1375 0,625
33,6 8 58 0,1 0,725
33,7 7 65 0,0875 0,8125
33,8 5 70 0,0625 0,875
33,9 4 74 0,05 0,925
34 1 75 0,0125 0,9375
34,1 2 77 0,025 0,9625
34,2 1 78 0,0125 0,975
34,3 1 79 0,0125 0,9875
34,4 1 80 0,0125 1
80 1
PROMEDIO:
MEDIANA:
MODA:
Mo=33.5
TABLAS DE FRECUENCIA SIMPLEmiércoles, 08 de octubre de 201417:41
ejemplo tablas página 14
TABLAS DE FRECUENCIA ACUMULADA
Xi Marca de
clase
k Clases
ni Frecuencia
Absoluta Simple
Ni Frecuencia Absoluta
Acumulada
fi Frecuencia
Relativa Simple
Fi Frecuencia
Relativa Acumulada
32,82 32,7-32,94 4 4 0,05 0,05
33,07 32,95-33,19 10 14 0,125 0,175
33,32 33,20-33,44 25 39 0,3125 0,4875
33,57 33,45-33,69 19 58 0,2375 0,725
33,82 33,70-33,94 16 74 0,2 0,925
34,07 33,95-34,19 3 77 0,0375 0,9625
34,32 34,20-34,44 3 80 0,0375 1
80 1
PROMEDIO:
MEDIANA:
MODA:
Mo= 33.32
TABLAS DE FRECUENCIA ACUMULADAjueves, 23 de octubre de 201416:42
ejemplo tablas página 15
Xi Marca de clase
k Clases
ni Frecuencia Absoluta Simple
32,82 32,7-32,94 4 0,4624 1,8496
33,07 32,95-33,19 10 0,1849 1,849
33,32 33,20-33,44 25 0,0324 0,81
33,57 33,45-33,69 19 0,0049 0,0931
33,82 33,70-33,94 16 0,1024 1,6384
34,07 33,95-34,19 3 0,3249 0,9747
34,32 34,20-34,44 3 0,6724 2,0172
80 9,232
Promedio= 33.5
DESVIACIÓN ESTÁNDAR:
DESVIACIÓN ESTÁNDARjueves, 30 de octubre de 201420:28
ejemplo tablas página 16
0
2
4
6
8
10
12
32,7 32,9 33,1 33,3 33,5 33,7 33,9 34,1 34,3
Frecuencia Absoluta Simple
xi
Series1
Series2
HISTOGRAMA CON EL PROMEDIO
PROMEDIO=33.5
0
5
10
15
20
25
30
32,82 33,07 33,32 33,57 33,82 34,07 34,32
ni
Fre
cue
nci
a A
bso
luta
Sim
ple
xi Marca de clase
niFrecuencia AbsolutaSimple
GRÁFICASlunes, 17 de noviembre de 201422:40
ejemplo tablas página 17
La siguiente tabla muestra la temperatura nocturna en °C durante 200 días.
X i Intervalo ni Ni fi Fi ni xi
3 2 - 4 21 21 0,105 0,105 63 1812,39 -16837,07 156416,35
5,01 4,01 - 6 16 37 0,08 0,185 80,16 847,97 -6173,25 44941,29
7,01 6,01 - 8 15 52 0,075 0,26 105,15 418,18 -2207,97 11658,08
9,01 8,01 - 10 26 78 0,13 0,39 234,26 279,72 -917,48 3009,32
11,01 10,01 - 12 23 101 0,115 0,505 253,23 37,68 -48,23 61,74
13,01 12,01 - 14 14 115 0,07 0,575 182,14 7,26 5,23 3,76
15,01 14,01 - 16 20 135 0,1 0,675 300,2 147,97 402,47 1094,73
17,01 16,01 - 18 22 157 0,11 0,785 374,22 490,12 2313,39 10919,20
19,01 18,01 - 20 18 175 0,09 0,875 342,18 812,85 5462,36 36707,06
21,01 20,01 - 22 25 200 0,125 1 525,25 1900,96 16576,37 144545,96
200 1 2459,79 6755,10 -1424,18 409357,48
Asimetría:
Curtosis: Grado de concentración de los valores que toma en torno a su medida.
k 10
n 200
12,29
Med 13,92
Mod 9,01
s 5,82
cv 0,47
As -0,04
Ap -1,22
Ejemplo martes, 18 de noviembre de 20140:45
ejemplo de repasos página 18
Regresión lineal
En estadística la regresión lineal o ajuste lineal es un método matemático que modela la relación entre una variable dependiente Y, las variables independientes Xi y un término aleatorio ε.
Variable dependiente:
Diagrama de dispersión o nube de puntos
Variable independiente:
Donde a es el punto que corta con los ejes y b es la pendiente.
Menor distancia entre el centro y la recta.
El coeficiente de pearson es 1, los datos son homogéneos.
martes, 06 de enero de 201521:59
regresion lineal página 19
Métodos de los mínimos cuadrados.
Ejercicio 1
Lo que obtendríamos al invertir $52 en publicidad y obtenemos una ganancia de 464,51.
Publicidad ventas
X Y
50 450 1 64 8
40 380 121 6084 858
65 540 196 6724 1148
55 500 16 1764 168
45 420 36 1444 228
255 2290 370 16080 2410
martes, 06 de enero de 201522:14
regresion lineal página 20
Dependiente Independiente Error
Presupuesto de hogares Número de personas Nivel socio-económico
Precio de un departamento m2 Ubicación
Crecimiento de un árbol Número de años Suelo
En un estudio para determinar la relación entre el peso de los automóviles y su consumo de combustible se escogió muestras de 10 vehículos.
Peso Kg Consumo
739 8 66100,41 11,56 874,14
1187 16 36442,81 21,16 878,14
655 6 116349,21 29,16 1841,94
729 7 71342,41 19,36 1175,24
888 7 11685,61 19,36 475,64
797 9 39640,81 5,76 477,84
963 11 1095,61 0,16 13,24
802 12 37674,81 0,36 -116,46
1551 18 307914,01 43,56 3662,34
1650 20 427585,21 73,96 5623,54
9961 114 1115830,9 224,4 14905,6
Coeficiente de correlación:
Ejercicio 2martes, 06 de enero de 201522:19
regresion lineal página 21
Para determinar la regresión entre numero de vendedores y ventas se obtuvieron los siguientes datos.
X Y
12 20 4 249,64 31,6
13 27 1 77,44 8,8
14 33 0 7,84 0
15 41 1 27,04 5,2
16 58 4 492,84 44,4
70 179 10 854,8 90
Coeficiente de correlación:
Coeficiente de determinación:
Ejercicio 3martes, 06 de enero de 201522:22
regresion lineal página 23
Series deTiempo
Definición
En Estadística se le llama así a un conjunto de valores observados durante una serie de períodos temporales secuencialmente ordenada, tales períodos pueden ser semanales, mensuales, trimestrales o anuales.
Determinar si se presentan ciertos patrones o pautas no aleatorias•Aislar y entonces estudiar sus componentes a fin de proporcionar claves para movimientos futuros•Hace posible pronosticar los movimientos futuros así como otros aspectos que estén sincronizados•
Pegado de <http://www.seduca2.uaemex.mx/ckfinder/uploads/files/u3tema_3_series_de_t.pdf>
* Calcula los promedios móviles para obtener una impresión
* Promedios de valores consecutivos de la serie de tiempo durante un periodo elegido de longitud.
Promedios móviles
* Un promedio móvil con ponderación
Suavización exponencial
Series de tiempomartes, 06 de enero de 201522:00
series de tiempo página 24
ventas pronostico del periodo anterior
valor suavizado exponencial en
este periodo
23 23
40 23 26,4
25 26,4 26,12
27 26,12 26,296
32 26,296 27,437
48 27,437 31,549
33 31,549 31,84
37 31,84 32,872
37 32,372 33,697
50 33,647 36,958
Suavización exponencial
Ejercicio 1lunes, 02 de marzo de 201521:00
series de tiempo página 25
Promedio móvil
Años Ahorro Promedio móvil
Promedio móvil doble
α Valor de b
Pronostico α+b
1 1,9
2 1,8 1,25
3 2 1,9 1,875 1,92 0,05
4 2,1 2,05 1,975 2,12 0,15 1.97
5 1,9 2 2,025 1,97 -0,05 2.27
6 2 1,95 1,975 1,92 -0,05 1.92
7 2,2 2,1 2,025 2,17 0,15 1.87
8 2,3 2,25 2,175 2,32 0,15 2.2
9 2,7 2,5 2,375 2,62 0,25 2.47
10 3 2,85 2,675 3,02 0,35 2.87
11 3.37
Según un centro de investigaciones económicos el volumen de ahorro de familia.
Año Trimestre
t Ventas Promedio móvil
Promedio móvil doble
α Valor de b
Pronostico α+b
2011 1 1 598
2 2 390
3 3 267
4 4 573 457
2012 1 5 588 454.5
2 6 425 463.25
3 7 371 489.25 466 512.5 15.5 528
4 8 609 498.25 476.31 520.19 14.63 534.82
2013 1 9 777 545.5 499.06 591.94 30.96 622.9
2 10 532 572.25 526.31 518.19 30.63 648.82
3 11 433 587.75 550.99 624.56 24.54 649.1
4 12 689 607.75 578.31 637.19 19.63 656.82
2014 1 13 855 627.25 598.75 655.75 19 674.75
2 14 618 648.75 617.86 679.62 20.58 700.2
3 15 460 655.5 634.81 676.19 13.79 689.98
4 16 720 663.25 648.69 677.81 9.71 687.52
Suavizamiento promedio doble
Ejercicio 2lunes, 02 de marzo de 201520:59
series de tiempo página 26
Los datos que siguen representan el número anual de empleados (en miles) de una compañía minera para los años de 1978 a 1997.
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple 0,540031653
Coeficiente de determinación R^2 0,291634186
R^2 ajustado 0,25228053
Error típico 5,115679961
Observaciones 20
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
Regresión 1 193,9367337 193,9367337 7,410599504 0,01397499
Residuos 18 471,0632663 26,17018146
Total 19 665
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0% Superior 95,0%
Intercepción 1955,003465 11,9920994 163,0242878 5,52932E-30 1929,809 1980,19793 1929,809 1980,19793
número 17,97374733 6,602553984 2,722241632 0,013974987 4,10229617 31,8451985 4,10229617 31,8451985
Año N. Número Promedio móvil
1978 1 1,45
1979 2 1,55
1980 3 1,61 1,5
1981 4 1,6 1,58
1982 5 1,74 1,605
1983 6 1,92 1,67
1984 7 1,95 1,83
1985 8 2,04 1,935
1986 9 2,06 1,995
1987 10 1,8 2,05
1988 11 1,73 1,93
1989 12 1,77 1,765
1990 13 1,9 1,75
1991 14 1,82 1,835
1992 15 1,65 1,86
1993 16 1,73 1,735
1994 17 1,88 1,69
1995 18 2 1,805
1996 19 2,08 1,94
1997 20 1,88 2,04
1,98
y = 0,0162x + 1,6376R² = 0,2916
1,4
1,5
1,6
1,7
1,8
1,9
2
2,1
2,2
0 5 10 15 20 25
No
. em
ple
ado
s
Año
número
número
Lineal (número)
2 per. media móvil (número)
número
Media 1,808
Error típico 0,039746566
Mediana 1,81
Moda 1,73
Desviación estándar 0,177752045
Varianza de la muestra 0,031595789
Curtosis -0,685374188
Coeficiente de asimetría -0,245674553
Rango 0,63
Mínimo 1,45
Máximo 2,08
Suma 36,16
Cuenta 20
Nivel de confianza(95,0%) 0,083190518
excelejercicio e...
lunes, 02 de marzo de 201522:49
ejercicio en excel página 27
Análisis de los residuales
Observación Pronóstico año Residuos Residuos estándares
1 1981,065398 -3,065398454 -0,615636152
2 1982,862773 -3,862773188 -0,775776088
3 1983,941198 -3,941198028 -0,79152646
4 1983,761461 -2,761460554 -0,554595096
5 1986,277785 -4,277785181 -0,859124596
6 1989,51306 -6,513059701 -1,30804366
7 1990,052272 -6,052272122 -1,215501859
8 1991,669909 -6,669909382 -1,339544404
9 1992,029384 -6,029384328 -1,210905213
10 1987,35621 -0,356210021 -0,071539074
11 1986,098048 1,901952292 0,381976636
12 1986,816998 2,183002399 0,438421046
13 1989,153585 0,846415245 0,169988937
14 1987,715685 3,284315032 0,659602038
15 1984,660148 7,339852079 1,474091658
16 1986,098048 6,901952292 1,386146504
17 1988,79411 5,205890192 1,045519613
18 1990,950959 4,049040512 0,813184895
19 1992,388859 3,611140725 0,725239741
20 1988,79411 8,205890192 1,648021534
#N/A #N/A
1,45 #N/A
1,5 #N/A
1,555 #N/A
1,5775 0,08967534
1,65875 0,11623432
1,789375 0,17952048
1,8696875 0,20038147
1,95484375 0,20253255
2,00742188 0,14817172
1,90371094 0,16642117
1,81685547 0,16758795
1,79342773 0,15852945
1,84671387 0,1207319
1,83335693 0,06896065
1,74167847 0,1234113
1,73583923 0,10719108
1,80791962 0,13483135
1,90395981 0,13882073
1,9919799 0,17191795
0
1
2
3
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Val
or
Punto de datos
Suavización exponencial
Pronóstico
ejercicio en excel página 28