Funciones Estadísticas - Aplicaciones

FUNCIONES ESTADÍSTICAS - APLICACIONES
Análisis Estadístico de datos:
 Uso de funciones estadísticas: promedio, max, min, contar, contara, mediana, moda,
var, desvest, sumar.si, contar.si, sumar.si.conjunto, contar.si.conjunto, frecuencia,
estimacion.lineal, tendencia, k.esimo.mayor, k.esimo.menor, jerarquia, pronóstico.
 Uso de Funciones Matriciales
 Gráficos Estadísticos: De barras y líneas combinadas con escalas múltiples, Histograma
de Frecuencias, Líneas de Tendencia (pronósticos).
Detección de errores en el ingreso de datos:
 Auditoría de Formulas
 Validación de datos
 Formatos condicionales
 Detección y eliminación de datos duplicados
ediana, moda,
ecuencia,
pronóstico.
ples, Histograma
CONCEPTOS BÁSICOS DE ESTADÍSTICA
Es la suma de n números divididos entre n, conocida

MEDIA: como media aritmética o promedio aritmético
SINTAXIS:
NÚMERO DATO
1 10
2 20
3 50
4 40
5 100
6 25
7 80
8 46
9 100
10 120
11 50
12 60
13 80
14 40
15 20
16 30
17 50
18 60
19 80
20 100
PROMEDIO 58.05
MEDIA ARITMÉTICA 58.05
MEDIA DE DATOS Encuentra la media aritmética de los valores clasificados dentro de un rango.
CLASIFICADOS
SINTAXIS:
Frecuencia Absoluta: es el número de valor comprendido en el rango.
Marca de clase: el valor medio entre los valores del rango.
FRECUENCIA MARCA DE
De A ABSOLUTA CLASE
ni Xi ni*Xi
10 28 4 19 76
29 47 4 38 152
48 66 5 57 285
67 85 3 76 228
86 104 3 95 285
105 123 1 114 114
Total 20 1140
Media de datos Clasificados: 57 <--- =F51/D51
Es el valor resultante de la división efectuada entre la suma del producto de un

MEDIA número por las veces que éste se repite (su peso) y la suma de los valores de estas
PONDERADA: repeticiones (sus pesos).
SINTAXIS:
NÚMERO DATO DATO NROS

1 10 Xi Pi Xi*Pi
2 20 10 1 10
3 20 20 2 40
4 25 25 1 25
5 30 30 1 30
6 40 40 2 80
7 40 46 1 46
8 46 50 3 150
9 50 60 2 120
10 50 80 3 240
11 50 100 3 300
12 60 120 1 120
13 60 TOTAL 20 1161
14 80
15 80 Media ponderada: 58.05
16 80
17 100
18 100
19 100
20 120
Dentro de una lista de valores ordenados , la mediana viene a ser el valor del dato que
ocupa el lugar medio, Si el número total de valores es impar, será el valor medio, si es
MEDIANA: par, el promedio de los dos medios.
Dentro de una lista de valores ordenados , la mediana viene a ser el valor del dato que
ocupa el lugar medio, Si el número total de valores es impar, será el valor medio, si es
MEDIANA: par, el promedio de los dos medios.
SINTAXIS: =MEDIANA(número1,número2, ...)
Ejemplo: De acuerdo con las tablas que se muestran, encontrar el valor de las medianas.
DATO
DATO
NRO ORDENADO NRO
Xi
001 25 3 001
002 20 4 002
003 3 5 003
004 4 7 004
005 5 8 =(8+9)/2 005
006 10 9 006
007 7 10 007
008 8 10 008
009 9 20 009
010 10 25 010
011
La mediana: 8.5 =MEDIANA(D97:D106) La mediana:
SINTAXIS: FRECUENCIA(DATOS,GRUPO)
FRECUENCIA:
Recopilación de 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
A.- Determinar el alcance del rango
a.- Debemos ordenar los datos:

- Seleccionar los datos
- Menú --> Datos --> Ordenar
b.- Observamos en la tabla ordenada que el alcance del rango va de 4 hasta 19
DATOS NRO DATOS

10 1 4
15 2 5
14 3 8
11 4 8
8 5 9
10 6 9
10 7 10
9 8 10
9 9 10
16 10 10
8 11 10
10 12 11
14 13 11
18 14 11
4 15 14
15 16 14
10 17 14
19 18 15
18 19 15
11 20 16
18 21 18
11 22 18
5 23 18
14 24 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 número total de valores, en este caso 24
b.- Calculando: = 1+3.3*log(D157) = 5.5546970976
c.- Entonces K puede ser 4, 5 ó 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 =K.ESIMO.MAYOR(E134:E157,1)

b.- Li = 4 =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 número de clases.
a.- Longitud de clase =15

b.- Número de clases = 5
c.- W =15/5=3
E.- Frecuencia: Número de datos en cada clase.
Usando la función =FRECUENCIA(Datos,Grupo)
DATOS NRO DATOS HASTA
10 1 4 5
15 2 5 9
14 3 8 12
11 4 8 15
8 5 9 20
10 6 9
10 7 10
=FRECUENCIA(B191:B214,G195
9 8 10
9 9 10
16 10 10
8 11 10
10 12 11
14 13 11
18 14 11
4 15 14
15 16 14
10 17 14
19 18 15
18 19 15
11 20 16
18 21 18
11 22 18
5 23 18
14 24 19
F.- Marca de clase:

Li Li+1 Xi
4 6 5
7 9 8
10 12 11
13 15 14
16 20 18
G.- Frecuencia relativa:
H.- Frecuencia Acumulada:
FRECUENCIA MARCA DE FRECUENCIA

ABSOLUTA CLASE RELATIVA
Li Li+1 ni Xi hi
4 6 2 5 0.08333
7 9 4 8 0.16667
10 12 8 11 0.33333
13 15 5 14 0.20833
16 20 5 18 0.20833
24
RESUMEN DE CONCEPTOS:
Análisis estadístico con funciones: moda, promedio, varianza...
En esta ocasión emplearemos las funciones directas de Excel para desarrollar un

Análisis descriptivo de una población, en concreto usaremos las funciones: Moda,
Promedio, Error típico, Mediana, Desviación estándar, Varianza, Curtosis,
Coeficiente de asimetría, K.esimo.mayor, K.esimo.menor, Contar, Máximo, Mínimo,
Intervalo de confianza....
Analizaremos estas funciones para la muestra de edad de una población, y lo
compararemos con los resultados obtenidos con la herramienta de Análisis de datos >
Estadística descriptiva:
MODA: =MODA(rango datos)

Devuelve el valor que se repite con más frecuencia en un rango de datos; es una
medida de posición.
MEDIA: =PROMEDIO(rango datos)

Devuelve la media aritmética del rango de datos a estudio.
ERROR TÍPICO: =DESVEST(rango datos)/RAIZ(número de la muestra)

no hay ninguna función en Excel para calcular automáticamente este valor.
MEDIANA: =MEDIANA(rango datos)
Es el número que se encuentra en medio de un conjunto de números, i.e., la mitad de
los números es mayor que la mediana y la otra mitad es menor.
DESVIACION ESTÁNDAR: =DESVEST(rango datos)

Calcula la medida de la dispersión de los valores respecto a la media.
ERROR TÍPICO: =DESVEST(rango datos)/RAIZ(número de la muestra)
no hay ninguna función en Excel para calcular automáticamente este valor.
MEDIANA: =MEDIANA(rango datos)

Es el número que se encuentra en medio de un conjunto de números, i.e., la mitad de
los números es mayor que la mediana y la otra mitad es menor.
DESVIACION ESTÁNDAR: =DESVEST(rango datos)

Calcula la medida de la dispersión de los valores respecto a la media.
VARIANZA: =VAR(rango datos)

Es la esperanza del cuadrado de la desviación de dicha variable respecto a su media.
Se trata de una medida de la dispersión de dicha variable aleatoria.
CURTOSIS: =CURTOSIS(rango datos)

La curtosis caracteriza la elevación o el achatamiento relativos de una distribución,
comparada con la distribución normal. Una curtosis positiva indica una distribución
relativamente elevada, mientras que una curtosis negativa indica una distribución
relativamente plana.
COEFICIENTE DE ASIMETRIA: =COEFICIENTE.ASIMETRIA(rango datos)

Esta función caracteriza el grado de asimetría de una distribución con respecto a su
media. La asimetría positiva indica una distribución unilateral que se extiende hacia
valores más positivos. La asimetría negativa indica una distribución unilateral que se
extiende hacia valores más negativos.
INTERVALO DE CONFIANZA: =INTERVALO.CONFIANZA(alfa; desviación estándar;

tamaño muestra)
Devuelve un valor que se puede utilizar para construir un intervalo de confianza para
una media de una población. El intervalo de confianza es un intervalo de valores,
donde la media de la muestra está en el centro de este intervalo.
Alfa es el nivel de significación.
<--- =G76/F76
DATO
ORDENADO
3
4
5
7
8
9 =9
10
10
20
25
50
9 =MEDIANA(H97:H107)
FRECUENCIA FRECUENCIA
SIMPLE ABSOLUTA
2 2
6 4
14 8
19 5
24 5
=FRECUENCIA(B191:B214,G195)
=FRECUENCIA(B191:B214,G191:G195)
FRECUENCIA FRECUENCIA ABSOLUTA FRECUENCIA RELATIVA FRECUENCIA RELATIVA
RELATIVA ACUMULADA PORCENTUAL ACUMULADA PORCENTUAL
ACUMULADA
Hi Ni 100*hi% 100*Hi%
0.08333 2 8.3333 8.3333
0.25000 6 16.6667 25.0000
0.58333 14 33.3333 58.3333
0.79167 19 20.8333 79.1667
1.00000 24 20.8333 100.0000
PTO X Y
1 400 350
2 800 700
3 100 80
4 300 250
5 900 750
6 950 1000
7 200 180
8 500 380
9 750 620
1.- Encontrar la varianza de los datos de la tabla anterior

2.- Ingresamos al ícono de Análisis de datos
3.- Seleccionamos Análisis de varianza de un factor y en el cuadro de dialogo,

en la opción de rango de entrada seleccionamos de C2 a D10.
4.- Dejamos la opción en una hoja nueva , para que los resultados se muestren en ésta.
NRO DATO CLASES
1 4 6
2 5 9
3 8 12
4 8 15
5 9 20
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
1.- Se pide: encontrar la cantidad de números que se hallan dentro de un rango de datos
(frecuencia de datos).
2.- Para ello ingresamos a la opción Análisis de Datos y seleccionamos Histograma
3.- Con esta opción aparece un cuadro de diálogo. 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 botón Aceptar nos mostrará la frecuencia de valores
El diagrama de Pareto, también llamado curva 80-20 o Distribución A-B-C, es una gráfica para organizar datos de fo
orden descendente, de izquierda a derecha y separados por barras. Permite, pues, asignar un orden de prioridades
El diagrama permite mostrar gráficamente el principio de Pareto (pocos vitales, muchos triviales), es decir, que hay
importancia frente a unos pocos graves. Mediante la gráfica colocamos los "pocos vitales" a la izquierda y los "muc
El diagrama facilita el estudio comparativo de numerosos procesos dentro de las industrias o empresas comerciales
o naturales, como se puede ver en el ejemplo de la gráfica al principio del artículo.
Hay que tener en cuenta que tanto la distribución de los efectos como sus posibles causas no es un proceso lineal s
totales hace que sean originados el 80% de los efectos.
Principio de Pareto
El principio o regla de Pareto nos dice que para diversos casos, el 80% de las consecuencias proviene del 20% de las causas. N
considera un fundamento empírico observado por Vildredo Pareto y confirmado posteriormente por otros expertos de divers
Algunos enunciados clásicos de la ley:
o naturales, como se puede ver en el ejemplo de la gráfica al principio del artículo.
Hay que tener en cuenta que tanto la distribución de los efectos como sus posibles causas no es un proceso lineal s
totales hace que sean originados el 80% de los efectos.
Principio de Pareto
El principio o regla de Pareto nos dice que para diversos casos, el 80% de las consecuencias proviene del 20% de las causas. N
considera un fundamento empírico observado por Vildredo Pareto y confirmado posteriormente por otros expertos de divers
Algunos enunciados clásicos de la ley:
El 80% del éxito proviene del 20% de tu esfuerzo

El 80% de tu ingreso proviene del 20% de tu esfuerzo
El 80% de los ingresos se generan con 20% de los clientes
El 80% de las ventas se genera por el 20% de los productos
En una situación problemática:
El 80% de “problema” se genera del 20% de “causas”
Ejemplo de diagrama de Pareto

Vamos a trabajar el mismo ejercicio resuelto del árbol de problemas: Aumento de las quejas y reclamos hechas por los clien
Digital GrownUP es una compañía de diseño de software e instalación de redes. Su misión se basa en instalar redes privada
además brindan el mantenimiento al sistema y proveen un software de monitoreo para la organización que los contrata.
En el último trimestre, la compañía ha registrado un aumento de las quejas de los clientes orientado tanto en la instalación
además del comportamiento del software.
Paso 1: Aumento de quejas.
En el paso 2 vamos a identificar las causas o categorías que generan el aumento de quejas. Para esto, hacemos una revisión
- El personal de postventa no sabe cómo instalar el producto (la red)
- El servicio postventa no se presenta a tiempo
- El producto no cuenta con repuestos
- El funcionamiento del producto (el software) es confuso
- El personal de postventa es grosero o no tiene actitud de servicio
- El precio del producto aumentó mucho
- El producto se demora mucho en encender
- El producto (la instalación de redes) se daña muy rápido
- Las piezas del producto no llegan completas
- El personal del centro de contacto es grosero o no tiene actitud de servicio
En el paso 3 recolectamos los datos (frecuencia) de las quejas y en el paso 4 las ordenamos de mayor a menor en una tabla
departamento de control de calidad a Digital GrownUp son los siguientes:
En el paso 5 calculamos la frecuencia acumulada, el porcentaje y el porcentaje acumulado.

Recordemos la clase de estadística:
Frecuencia es el número de veces que se repite una causa (en este caso un tipo de queja)
Con frecuencia acumulada nos referimos a la suma de las frecuencias anteriores incluyendo la frecuencia de la causa que se
puesta en Q2, vemos que su frecuencia es 20, a este número le debemos sumar todas las frecuencias anteriores, que en es
Q1, 26. El resultado es 46, lo que viene siendo la frecuencia acumulada de Q2.
Con porcentaje nos referimos a la participación del número de veces que se repite una queja en el número total de quejas.
muy rápido, es un tipo de queja que se presentó 3 veces de un total de 86. Por regla de tres, si 86 el 100%, 3 viene siendo: (
divide 3 entre 86 � Esto mismo se hace con todos los demás.
El porcentaje acumulado es exactamente lo mismo que la frecuencia acumulada, solo que esta vez hacemos la suma acumu
Hasta el momento, tenemos el siguiente cuadro:
Frecuencia es el número de veces que se repite una causa (en este caso un tipo de queja)
Con frecuencia acumulada nos referimos a la suma de las frecuencias anteriores incluyendo la frecuencia de la causa que se
puesta en Q2, vemos que su frecuencia es 20, a este número le debemos sumar todas las frecuencias anteriores, que en es
Q1, 26. El resultado es 46, lo que viene siendo la frecuencia acumulada de Q2.
Con porcentaje nos referimos a la participación del número de veces que se repite una queja en el número total de quejas.
muy rápido, es un tipo de queja que se presentó 3 veces de un total de 86. Por regla de tres, si 86 el 100%, 3 viene siendo: (
divide 3 entre 86 � Esto mismo se hace con todos los demás.
El porcentaje acumulado es exactamente lo mismo que la frecuencia acumulada, solo que esta vez hacemos la suma acumu
Hasta el momento, tenemos el siguiente cuadro:
Aquí tuve un error en la visualización y es que no ajusté excel para que muestre los decimales, es por eso que si te dispones
columna de frecuencia acumulada, te va a dar 98%. Pero no es así, los decimales están ahí, por ejemplo 30% en realidad es
Si esto no fuera así, el porcentaje acumulado en Q10 no sería del 100%.
Hecha la aclaración, en el paso 6 ubicamos cada uno de los problemas en un gráfico de barras. Como mencionamos antes e
izquierdo y un eje Y derecho. En el eje Y izquierdo ubicamos cada una de las causas con base en su frecuencia relativa. Cada
del eje X.
En el paso 7 dibujamos la curva acumulada de acuerdo al porcentaje acumulado de cada causa, lo hacemos basándonos en
Este es el gráfico de Pareto:
En el paso 8 analizamos.
El 72% está concentrado en las 3 primeras causas. Esta distribución es suficiente para dirigir nuestros esfuerzos en dar soluc
Posteriormente y si se desea, podemos hacer un nuevo análisis de Pareto con las causas restantes, donde el 80% estará rep
esta forma, iremos acabando con la situación problemática.
Por: https://ingenioempresa.com/diagrama-de-pareto/
esta forma, iremos acabando con la situación problemática.
Por: https://ingenioempresa.com/diagrama-de-pareto/
áfica para organizar datos de forma que estos queden en
signar un orden de prioridades.
hos triviales), es decir, que hay muchos problemas sin
ales" a la izquierda y los "muchos triviales" a la derecha.
ustrias o empresas comerciales, así como fenómenos sociales
ausas no es un proceso lineal sino que el 20% de las causas
proviene del 20% de las causas. No son cifras exactas, pues se

ente por otros expertos de diversas áreas del conocimiento.
ausas no es un proceso lineal sino que el 20% de las causas
proviene del 20% de las causas. No son cifras exactas, pues se

ente por otros expertos de diversas áreas del conocimiento.
as y reclamos hechas por los clientes.

se basa en instalar redes privadas para las organizaciones,
organización que los contrata.
orientado tanto en la instalación y mantenimiento de las redes,
. Para esto, hacemos una revisión de las quejas y obtenemos:
s de mayor a menor en una tabla. Los datos brindados por el
o la frecuencia de la causa que se analiza. Por ejemplo, con la vista

recuencias anteriores, que en este caso solo es la frecuencia de
eja en el número total de quejas. Por ejemplo: El producto se daña

s, si 86 el 100%, 3 viene siendo: (3*100%)/86. O simplemente
esta vez hacemos la suma acumulada de porcentaje.

o la frecuencia de la causa que se analiza. Por ejemplo, con la vista
recuencias anteriores, que en este caso solo es la frecuencia de
eja en el número total de quejas. Por ejemplo: El producto se daña

s, si 86 el 100%, 3 viene siendo: (3*100%)/86. O simplemente
esta vez hacemos la suma acumulada de porcentaje.
QUEJA FRECUENCIA
Q1 26
Q2 20
Q3 16
Q4 9
Q5 4
les, es por eso que si te dispones a sumar los números de la Q6 3
por ejemplo 30% en realidad es 30,23%.
Q7 3
rras. Como mencionamos antes en el paso a paso, hay un eje Y Q8 2
se en su frecuencia relativa. Cada causa será colocada a lo largo Q9 2
ausa, lo hacemos basándonos en el eje Y derecho. Q10 1
86
Chart Title
35.00%
30.00%
25.00%
20.00%
15.00%
10.00%
5.00%
0.00%
Q1 Q2 Q3 Q4 Q5 Q6
FREC.RELATIVA F
r nuestros esfuerzos en dar solución a estos inconvenientes.

stantes, donde el 80% estará representado en otras causas. De
FREC.ACUM FREC.RELATIVA FREC.REL.ACUM
26 30.23% 30.23%
46 23.26% 53.49%
62 18.60% 72.09%
71 10.47% 82.56%
75 4.65% 87.21%
78 3.49% 90.70%
81 3.49% 94.19%
83 2.33% 96.51%
85 2.33% 98.84%
86 1.16% 100.00%
Chart Title
120.00%
100.00%
80.00%
60.00%
40.00%
20.00%
0.00%
Q2 Q3 Q4 Q5 Q6 Q7 Q8 Q9 Q10
FREC.RELATIVA FREC.REL.ACUM
PRONÓSTICO DE GANANCIAS
Durante cada uno de los últimos nueve años de trabajo, por venta de productos se obtuvieron
ganancias diferentes, se necesita saber cuál será la ganancia por ventas de 1000,1050, 1100 HASTA 1500
DATOS DE LOS ÚLTIMOS NUEVE AÑOS
PTO X Y
1 400 350
2 800 700
3 100 80
4 300 250
5 900 750
6 950 1000
7 200 180
8 500 380
9 750 620
MÉTODO DE MÍNIMOS CUADRADOS:
PTO X Y X*Y X^2

1 400 350 140000 160000
2 800 700 560000 640000
3 100 80 8000 10000
4 300 250 75000 90000
5 900 750 675000 810000
6 950 1000 950000 902500
7 200 180 36000 40000
8 500 380 190000 250000
9 750 620 465000 562500
SUMA 4900 4310 3099000 3465000

PROMEDIO 544.44 478.89
a= promedio y - b*promedio x
b= nsuma(xy)-suma(x)suma(y)
nsuma(x^2)-suma(x)^2
n 9 Y=A + B*X
b 0.943832753 Y=-34.9756098+0.94383275X
a -34.9756098
PRONÓSTICO: También se podría usar la función pronóstico.
X Y
1000 908.8571
1050 956.0488
1100 1003.2404
1150 1050.4321
1200 1097.6237
1250 1144.8153
1300 1192.0070
1350 1239.1986
1400 1286.3902
1450 1333.5819
1500 1380.7735
MÉTODO GRÁFICO
1200
1000
800 f(x) = 0.9438327526x - 34.9756097561

R² = 0.9582949115
600
400
200
0
0 100 200 300 400 500 600 700 800 900 1000
Column C
Linear (Column C)
1.- Con los datos de X y Y insertamos un gráfico de dispersión

2.- Nos ubicamos sobre los puntos de intersección , usamos el menú contextual y elegimos
la opción de Formato de línea de tendencia.
3.- En la parte inferior se deberá marcar: Presentar la ecuación y presentar el valor de R

cuadrado en el gráfico.
4.- Finalmente con al ecuación encontramos los valores pedidos.
MÉTODO DE REGRESIÓN
PTO X Y
1 400 350
2 800 700
3 100 80
4 300 250
5 900 750
6 950 1000
7 200 180
8 500 380
9 750 620
Ahora usaremos la función de regresión que se encuentra en la ficha Datos en el grupo

Análisis.
Al usar esta opción , el programa nos mostrará el cuadrode diálogo donde seleccionaremos
regresión.
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 mostrará el análisis completo de los valores
El coeficiente de correlación múltiple: R= 0.97892539

El coeficiente de determinación: R^2= 0.95829491
El valor de:
a= -34.97561
b= 0.94382753
Un editor tomó una muestra de libros, anotando el precio y el número de páginas de cada uno
obteniendo los siguientes datos:
Nº de Pag. Precio
X Y
630 10
550 8
400 7
250 4
370 6
320 6
610 9
610 9
Calcule la recta de regresión teniendo en cuenta:
X Y X^2 XY
630 10
550 8
400 7
250 4
370 6
320 6
610 9
610 9
También se puede usar la función: ESTIMACIÓN.LINEAL()
Función ESTIMACION.LINEAL
La función ESTIMACIÓN.LINEAL calcula las estadísticas de una línea utilizando el método de los
"mínimos cuadrados" para calcular la línea recta que mejor se ajuste a los datos y, a continuación,
devuelve una matriz que describe la línea. También puede combinar ESTIMACION.LINEAL con otras
funciones para calcular las estadísticas de otros tipos de modelos que son lineales en los parámetros
desconocidos, incluidas series polinómicas, logarítmicas, exponenciales y de potencias. Debido a que
esta función devuelve una matriz de valores, debe ser especificada como una fórmula de matrices.
La ecuación para la línea es:

y = mx + b
–o–
y = m1x1 + m2x2 + ... + b (si hay varios rangos de valores X)
donde los valores y dependientes son función de los valores x independientes. Los valores m son
coeficientes que corresponden a cada valor x, y b es un valor constante. Observe que y, x y m pueden
ser vectores. La matriz que devuelve la función ESTIMACION.LINEAL es {mn,mn-1,...,m1,b}.
esta función devuelve una matriz de valores, debe ser especificada como una fórmula de matrices.
La ecuación para la línea es:

y = mx + b
–o–
y = m1x1 + m2x2 + ... + b (si hay varios rangos de valores X)
donde los valores y dependientes son función de los valores x independientes. Los valores m son
coeficientes que corresponden a cada valor x, y b es un valor constante. Observe que y, x y m pueden
ser vectores. La matriz que devuelve la función ESTIMACION.LINEAL es {mn,mn-1,...,m1,b}.
ESTIMACION.LINEAL también puede devolver estadísticas de regresión adicionales.
Sintaxis
La sintaxis de la función ESTIMACIÓN.LINEAL tiene los siguientes argumentos (argumento: valor que
proporciona información a una acción, un evento, un método, una propiedad, una función o un
procedimiento.):
Conocido_y Obligatorio. El conjunto de valores y que se conocen en la relación y = mx+b.
Si el rango de conocido_y ocupa una sola columna, cada columna de conocido_x se interpreta como
una variable separada.
Si el rango de conocido_y ocupa una sola fila, cada fila de conocido_x se interpreta como una
variable separada.
Conocido_x Opcional. Un conjunto de valores x que pueden conocerse en la relación y = mx+b.
El rango de conocido_x puede incluir uno o varios conjuntos de variables. Si se usa una sola variable,
conocido_y y conocido_x pueden ser rangos con cualquier forma, siempre y cuando sus dimensiones
sean iguales. Si se usa más de una variable, conocido_y tiene que ser un vector (es decir, un rango
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 tamaño que
conocido_y.
constante Opcional. Un valor lógico que especifica si se ha de hacer que la constante b sea igual a
0.
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 para adaptarse a y =
mx.
estadística Opcional. Un valor lógico que especifica si se deben devolver estadísticas de regresión
adicionales.
Si estadística es VERDADERO, ESTIMACION.LINEAL devuelve las estadísticas de regresión adicionales,
de forma que la matriz devuelta es {mn,mn-1,...,m1,b;sen,sen-1,...,se1,seb;r2,sey;F,df;ssreg,ssresid}.
Si estadística es FALSO o se omite, ESTIMACION.LINEAL sólo devuelve los coeficientes m y la
constante b.
estadística Opcional. Un valor lógico que especifica si se deben devolver estadísticas de regresión
adicionales.
Si estadística es VERDADERO, ESTIMACION.LINEAL devuelve las estadísticas de regresión adicionales,
de forma que la matriz devuelta es {mn,mn-1,...,m1,b;sen,sen-1,...,se1,seb;r2,sey;F,df;ssreg,ssresid}.
Si estadística es FALSO o se omite, ESTIMACION.LINEAL sólo devuelve los coeficientes m y la
constante b.
el método de los
s y, a continuación,
ON.LINEAL con otras
ales en los parámetros
otencias. Debido a que
órmula de matrices.
Los valores m son

ve que y, x y m pueden
n-1,...,m1,b}.
órmula de matrices.
Los valores m son

ve que y, x y m pueden
n-1,...,m1,b}.
nales.
argumento: valor que

una función o un
ón y = mx+b.
_x se interpreta como
reta como una
relación y = mx+b.
usa una sola variable,
uando sus dimensiones
r (es decir, un rango
mo tamaño que
onstante b sea igual a
te.
para adaptarse a y =
dísticas de regresión
e regresión adicionales,
sey;F,df;ssreg,ssresid}.
ficientes m y la
dísticas de regresión
e regresión adicionales,
sey;F,df;ssreg,ssresid}.
ficientes m y la
Distribución de Frecuencias
Frecuencias Acumuladas
Clase Absoluta Relativas Absoluta Relativas
1 1 0.056
2 2 0.111
3 4 0.222
4 3 0.167
5 3 0.167
6 2 0.111
7 1 0.056
8 1 0.056
9 1 0.056
18 1.000
Distribución de Frecuencias
Frecuencias Acumuladas
Clase Absoluta Relativas Absoluta Relativas
1 1 0.056 1 0.056
2 2 0.111 3 0.167
3 4 0.222 7 0.389
4 3 0.167 10 0.556
5 3 0.167 13 0.722
6 2 0.111 15 0.833
7 1 0.056 16 0.889
8 1 0.056 17 0.944
9 1 0.056 18 1.000
18 1.000
NOMBRE REGIÓN REGIÓN Count - NOMBRE
JUAN LITORAL CENTRO 2
PEDRO NORTE LITORAL 4
LUIS LITORAL NORTE 5
TOMÁS CENTRO SUR 4
CARLOS SUR Total Result 15
DANIEL LITORAL
HECTOR NORTE
SRGIO SUR
MANUEL NORTE
Total
WALTER SUR 6
BRUNO NORTE
ERNESTO SUR 5
OSCAR LITORAL
4
VICTOR NORTE Total
FEDERICO CENTRO 3
NOTA: SE TIENE LA BASE DE DATOS Y SE PIDE REALIZAR UN HISTOGRAMA, PARA ELLO SE USA LAS TABLAS DINÁMICAS
Total
E USA LAS TABLAS DINÁMICAS

Datos Clase
50 55 65 71 56 70 87 85 50
86 94 70 50 83 55 62 94 55
50 61 91 50 59 79 66 65 65
86 69 61 60 84 52 76 93 70
69 61 63 79 94 78 55 69 75
60 59 80 59 58 57 68 80
67 54 77 54 56 57 86 85
56 54 88 94 71 83 85 90
77 58 89 71 80 55 75 95
82 76 60 78 93 76 60
Para generar los datos use la función aleatorio

- Seleccione el rango A2:H11
- En A2 ingresar la fórmula
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 selección > Pegado especial
- Valores > Aceptar
NOTA: Los valores obtenidos no serán los mismos

% %
Clase Frecuencia acumulado Clase Frecuencia acumulado 15
16
50 1 1.33% 65 15 20.00%
55 5 8.00% 90 11 34.67% 14
65 15 28.00% 95 10 48.00% 12
70 8 38.67% 80 9 60.00% 10 9
75 7 48.00% 85 9 72.00% 8
8 7
80 9 60.00% 70 8 82.67%
85 9 72.00% 75 7 92.00% 6 5
90 11 86.67% 55 5 98.67% 4
95 10 100.00% 50 1 100.00% 2 1
y mayor... 0 100.00% y mayor... 0 100.00%
0
50 55 65 70 75 8
Frecuencia % acumulado Histograma
16 120.00%
Frecuencia
14
120%
100.00%
12 100%
80.00%
10 80%
8 60.00%
60%
6
40.00%
40%
4
20.00% 20%
2
0 0.00% 0%
65 90 95 80 85 70 75 55 50 y mayor...
Clase 50 55 65 70 75
15
11 Polígonos de fracuencia:
10
9 9
8 Se realiza con los datos de Clase - Frecuencia
7
5
Nota:
Se agregan dos series iguales
0
55 65 70 75 80 85 90 95 y mayor...
Polígono de Frecuencia acumuladas:
Se realiza con los datos de Clase - %Acumulado
0 55 65 70 75 80 85 90 95 y mayor...
Ejercicio 01
Solver y Programación Lineal
El Modelo de la Protrac
• La Protrac Inc., fabrica dos tipos de productos químicos, E y F, cuya utilidad neta es de $5000 y $4000 por tonelada
respectivamente.
• Ambos pasan por operaciones de 2 departamentos de producción, que tienen una disponibi-lidad limitada.
• El departamento A dispone de 150 horas mensuales; cada tonelada de E utiliza 10 horas de este departamento, y
cada tonelada de F, 15 horas.
• El departamento B tiene una disponibilidad de 160 horas mensuales. Cada tonelada de E precisa de 20 horas, y cada
tonelada de F precisa de 10 horas para su producción.
• Para la producción global de E y F, se debe utilizar al menos 135 horas de verificación en el próximo mes; el producto
E precisa de 30 horas y F de 10 horas por .
• 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 próximo, las cantidades a producir de cada uno de los produc-tos para maximizar la
utilidad global.
El Modelo
Variables controlables
E : toneladas de tipo E a producir;
F: toneladas de tipo F a producir;
Modelo
Max 5000 E + 4000 F {Función 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 verificación}
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 corporación A&D tiene una pequeña fábrica; su producción se limita a dos productos A y B; el departamento de
contabilidad a calculado las contribuciones de cada producto en 10 y 12 nuevos soles; cada producto pasa por varios
departamentos de la empresa y el total de tiempo disponible en 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; en departamento 3, 1 hora; para B en departamento 1, 3 horas; en departamento 2, 2 horas; en departamento 3,
1 hora. ¿Cuál es la producción óptima de A y B? ¿Se trabaja a tiempo completo en los dos departamentos? ¿Cuál es la
utilidad óptima?
UTILIDAD GLOBAL
=sumaproducto(b55:c55;b56:c56)
PRODUCTOS E F
UTILIDAD MARGINAL 5000 4000
PRODUCCIÓN
RESTRICCIONES VALOR LÍMITE
DEPARTAMENTO A 10.00 15.00 <= 150.00
DEPARTAMENTO B 20.00 10.00 <= 160.00
VERIFICACIÓN 30.00 10.00 >= 135.00
AL MENOS 1E CADA 3F 1.00 -3.00 <= 0.00
AL MENOS 5 1.00 1.00 >= 5.00
=sumaproducto($b$5:$c$5;b7:c7)
0 y $4000 por tonelada
lidad limitada.
este departamento, y
ecisa de 20 horas, y cada
próximo mes; el producto
-tos para maximizar la
; el departamento de
roducto pasa por varios
horas, en departamento
en departamento 2, 3
horas; en departamento 3,
partamentos? ¿Cuál es la
ARTÍCULO PRECIO PIEZA UNIDADES TOTAL
JAMÓN PATA NEGRA 60 29 1740
CHORIZO DEL BUENO 35 16 560
QUESO MEL DE ROMERO 70 10 700
TOTAL 3000
P1 P2 P3 P4 Función Objetivo
Costos del Producto 15 18 20 24 (1)
Producción Pedida 0 0 0 0
CUADRO 01 Restricciones de la Producción Valor

Maquina Automatica 10 10 10 10 (2) <=
Maquina Industrial1 15 15 <=
Maquina Industrial2 12 12 <=
Operario1 4 5 6 <=
Operario2 6 <=
CUADRO 02 Restricciones de la Demanda Valor

Demanda Prenda1 1 (3) <=
Demanda Prenda2 1 <=
CUADRO 03 Dias Turnos Horas Minutos Total

Minutos
Maquina Automatica 5 3 8 60 7200
Maquina Industrial 5 2 8 60 4800
Operario 5 1 8 60 2400
(1) =SUMAPRODUCTO(C3:F3;C4:F4)
(2) =SUMAPRODUCTO($C$4:$F$4;C7:F7)
(3) =SUMAPRODUCTO($C$4:$F$4;C14:F14)
Función Objetivo
(1) PROGRAMACIÓN LINEAL:
Se trata de obtener la mejor producción haciendo uso de la mejor distribu

de los recursos y equipos de una fábrica de confecciones que elabora cuat
tipos de prendas de vestir.
Límites
7200 La fábrica cuenta con los siguientes recursos:
- Una máquina automática industrial
4800 - Dos máquinas industriales
- Dos operarios
4800
2400 El tiempo en minutos asignados para la producción de las prendas se indic
en el cuadro de restricciones (CUADRO 01).
2400
Por otro lado, la demanda del mercado requiere de la siguiente producció
límite de cada prenda (CUADRO 02).
Límites
SE PIDE :
300
Obtener la producción de cada prenda , siendo nuestro objetivo obtener e
75 mayor margen operativo.
250
En cada caso, el margen operativo por producto es de 15, 18, 20, y 24 sole
80 por unidad respectivamente.
ión haciendo uso de la mejor distribución
ica de confecciones que elabora cuatro
ecursos:
la producción de las prendas se indican

O 01).
do requiere de la siguiente producción
a , siendo nuestro objetivo obtener el
or producto es de 15, 18, 20, y 24 soles

CÓDIGO PRECIO BUSCAR D
A 100 RESULTADOS 140
B 90 150
D 110 4 110
A 120
A 80
D 150 7
D 140 8
1.- Primera fórmula: =SI(A2=$E$1,FILA(),"")

Necesitamos de una columna auxiliar para llevar a buen término este proyecto.
2.- =K.ESIMO.MAYOR($C$2:$C$8,FILA(C2)-1)
Con esta entrada vemos como ordenar un rango de datos con funciones.
3.- =INDICE($B$1:$B$8,K.ESIMO.MAYOR($C$2:$C$8,FILA(C2)-1))
Con la fórmula extraemos los resultados de la data.
PAIS VENDEDOR VENTAS
ARGENTINA VENDEDOR1 417140
COLOMBIA VENDEDOR1 155022
CHILE VENDEDOR1 471501
BRASIL VENDEDOR1 452395
PAIS VENDEDOR VENTAS RANKING
ARGENTINA VENDEDOR1 417140 1
COLOMBIA VENDEDOR1 155022 4
CHILE VENDEDOR1 471501 1
BRASIL VENDEDOR1 452395 1
Fecha País Ciudad Categoría
Cliente
Venta Destinatario Destinatario Producto
Que Delícia 7/8/1996 Argentina Córdova Condimentos

Que Delícia 7/8/1996 Brasil Río de Janeiro Bebidas
Wilman Kala 7/8/1996 Brasil Río de Janeiro Repostería
QUICK-Stop 7/10/1996 Argentina Buenos Aires Repostería
Island Trading 7/10/1996 Brasil Río de Janeiro Bebidas
QUICK-Stop 7/10/1996 Brasil Río de Janeiro Lácteos
Wilman Kala 7/15/1996 Brasil Resende Carnes
Que Delícia 7/15/1996 Brasil Resende Condimentos
Island Trading 7/19/1996 Brasil Río de Janeiro Repostería
QUICK-Stop 8/14/1996 España Madrid Bebidas
Island Trading 8/14/1996 España Madrid Repostería
Island Trading 8/15/1996 España Madrid Lácteos
Que Delícia 8/15/1996 España Madrid Carnes
Que Delícia 8/22/1996 Argentina Córdova Lácteos
QUICK-Stop 8/22/1996 Brasil Río de Janeiro Bebidas
Island Trading 8/26/1996 Reino Unido London Condimentos
Island Trading 8/26/1996 Reino Unido London Repostería
Island Trading 8/27/1996 Brasil Río de Janeiro Condimentos
Que Delícia 8/27/1996 Brasil Río de Janeiro Condimentos
Island Trading 8/27/1996 Brasil Sao Paulo Carnes
Island Trading 8/27/1996 Brasil Sao Paulo Condimentos
Island Trading 8/27/1996 Brasil Sao Paulo Repostería
QUICK-Stop 8/28/1996 Brasil Sao Paulo Repostería
Que Delícia 9/6/1996 Brasil Río de Janeiro Repostería
Wilman Kala 9/11/1996 España Sevilla Condimentos
Wilman Kala 9/11/1996 España Sevilla Repostería
QUICK-Stop 9/11/1996 España Sevilla Repostería
Que Delícia 9/16/1996 España Madrid Carnes
QUICK-Stop 9/16/1996 España Madrid Carnes
Que Delícia 9/16/1996 España Madrid Condimentos
Wilman Kala 9/26/1996 Reino Unido Cowes Bebidas
Que Delícia 9/26/1996 Reino Unido Cowes Bebidas
QUICK-Stop 10/1/1996 Reino Unido Cowes Bebidas
Wilman Kala 10/1/1996 Reino Unido Cowes Repostería
Wilman Kala 10/10/1996 España Madrid Bebidas
Wilman Kala 10/10/1996 España Madrid Condimentos
Wilman Kala 10/10/1996 España Madrid Carnes
Wilman Kala 11/6/1996 Brasil Sao Paulo Bebidas
Que Delícia 11/6/1996 Brasil Sao Paulo Condimentos
Wilman Kala 11/15/1996 Reino Unido Colchester Bebidas
Wilman Kala 11/15/1996 Reino Unido Colchester Condimentos
Wilman Kala 11/21/1996 Reino Unido London Lácteos
Wilman Kala 11/21/1996 Reino Unido London Repostería
Island Trading 11/26/1996 Reino Unido London Lácteos
QUICK-Stop 11/28/1996 España Barcelona Condimentos
QUICK-Stop 11/28/1996 España Barcelona Condimentos
Wilman Kala 12/4/1996 Brasil Sao Paulo Lácteos
Que Delícia 12/9/1996 Reino Unido London Bebidas
Wilman Kala 12/9/1996 Reino Unido London Bebidas
Que Delícia 12/16/1996 Reino Unido Colchester Carnes
Que Delícia 12/16/1996 Reino Unido Colchester Lácteos
QUICK-Stop 12/16/1996 Reino Unido Colchester Repostería
Island Trading 12/18/1996 Brasil Sao Paulo Bebidas
Que Delícia 12/19/1996 Reino Unido London Carnes
Wilman Kala 12/19/1996 Reino Unido London Condimentos
Que Delícia 12/19/1996 Reino Unido London Lácteos
QUICK-Stop 1/1/1997 Reino Unido London Bebidas
QUICK-Stop 1/1/1997 Reino Unido London Repostería
Que Delícia 1/7/1997 Brasil Sao Paulo Repostería
Que Delícia 1/9/1997 Argentina Buenos Aires Bebidas
Que Delícia 1/9/1997 Argentina Buenos Aires Repostería
QUICK-Stop 1/21/1997 Brasil Resende Bebidas
Wilman Kala 1/21/1997 Brasil Resende Condimentos
Island Trading 1/21/1997 Brasil Resende Repostería
Que Delícia 1/21/1997 Brasil Río de Janeiro Carnes
Wilman Kala 1/21/1997 Brasil Río de Janeiro Condimentos
Wilman Kala 1/23/1997 Brasil Campinas Lácteos
Que Delícia 1/23/1997 Brasil Campinas Lácteos
Wilman Kala 1/27/1997 España Barcelona Repostería
Wilman Kala 1/27/1997 España Barcelona Lácteos
QUICK-Stop 2/4/1997 Reino Unido London Lácteos
Que Delícia 2/14/1997 Brasil Río de Janeiro Lácteos
Wilman Kala 2/17/1997 Argentina Buenos Aires Carnes
QUICK-Stop 2/21/1997 Reino Unido Colchester Repostería
Island Trading 3/3/1997 Reino Unido London Bebidas
Island Trading 3/6/1997 Brasil Sao Paulo Lácteos
Wilman Kala 3/11/1997 Reino Unido London Carnes
Que Delícia 3/12/1997 Reino Unido London Condimentos
Que Delícia 3/13/1997 Reino Unido Cowes Lácteos
QUICK-Stop 3/20/1997 Brasil Río de Janeiro Lácteos
QUICK-Stop 3/26/1997 Brasil Sao Paulo Carnes
Que Delícia 4/2/1997 Brasil Sao Paulo Bebidas
QUICK-Stop 4/4/1997 Brasil Sao Paulo Lácteos
Wilman Kala 4/21/1997 Brasil Sao Paulo Carnes
Wilman Kala 4/21/1997 Brasil Sao Paulo Repostería
QUICK-Stop 4/29/1997 Argentina Buenos Aires Repostería
Que Delícia 4/29/1997 Argentina Córdova Bebidas
Wilman Kala 4/29/1997 Argentina Córdova Repostería
Island Trading 5/1/1997 Reino Unido London Carnes
Que Delícia 5/1/1997 Reino Unido London Repostería
QUICK-Stop 5/8/1997 Argentina Córdova Lácteos
Que Delícia 5/19/1997 Argentina Córdova Bebidas
QUICK-Stop 5/19/1997 Brasil Río de Janeiro Condimentos
QUICK-Stop 5/28/1997 España Sevilla Carnes
Que Delícia 5/28/1997 España Sevilla Condimentos
Que Delícia 5/28/1997 España Sevilla Repostería
Que Delícia 6/4/1997 Reino Unido Colchester Repostería
Wilman Kala 6/4/1997 Reino Unido Colchester Lácteos
Island Trading 6/4/1997 Reino Unido Colchester Bebidas
Wilman Kala 6/4/1997 Reino Unido Colchester Repostería
Island Trading 6/10/1997 Brasil Río de Janeiro Carnes
Wilman Kala 6/10/1997 Brasil Río de Janeiro Carnes
Que Delícia 6/13/1997 España Barcelona Repostería
Que Delícia 7/1/1997 Brasil Resende Repostería
QUICK-Stop 7/22/1997 Brasil Sao Paulo Condimentos
Wilman Kala 8/5/1997 Reino Unido Cowes Bebidas
QUICK-Stop 8/5/1997 Reino Unido Cowes Lácteos
Wilman Kala 8/5/1997 Reino Unido Cowes Lácteos
Island Trading 8/5/1997 Reino Unido Cowes Repostería
QUICK-Stop 8/6/1997 Brasil Río de Janeiro Repostería
Wilman Kala 8/12/1997 España Sevilla Carnes
Que Delícia 8/12/1997 España Sevilla Carnes
Wilman Kala 8/25/1997 Brasil Resende Bebidas
Que Delícia 8/29/1997 Brasil Sao Paulo Carnes
Wilman Kala 9/1/1997 Brasil Campinas Bebidas
QUICK-Stop 9/1/1997 Brasil Campinas Condimentos
QUICK-Stop 9/5/1997 Brasil Sao Paulo Bebidas
Island Trading 9/18/1997 Reino Unido Cowes Condimentos
Que Delícia 9/29/1997 Brasil Campinas Repostería
QUICK-Stop 10/2/1997 Brasil Río de Janeiro Carnes
Wilman Kala 10/14/1997 Brasil Sao Paulo Condimentos
Wilman Kala 10/17/1997 Brasil Campinas Condimentos
Wilman Kala 10/17/1997 Brasil Campinas Repostería
Island Trading 10/24/1997 Argentina Buenos Aires Condimentos
Que Delícia 10/24/1997 Argentina Córdova Repostería
Wilman Kala 10/28/1997 Brasil Río de Janeiro Lácteos
Que Delícia 10/31/1997 Brasil Sao Paulo Carnes
Que Delícia 11/7/1997 Brasil Campinas Bebidas
Wilman Kala 11/7/1997 Brasil Campinas Condimentos
Wilman Kala 11/20/1997 Reino Unido Cowes Repostería
Island Trading 11/20/1997 Reino Unido Cowes Lácteos
Island Trading 12/8/1997 Reino Unido Colchester Lácteos
Island Trading 12/8/1997 Reino Unido Colchester Lácteos
Que Delícia 12/15/1997 Brasil Campinas Carnes
QUICK-Stop 12/17/1997 Argentina Córdova Lácteos
Wilman Kala 12/18/1997 Brasil Río de Janeiro Bebidas
QUICK-Stop 12/22/1997 Brasil Campinas Bebidas
Que Delícia 12/22/1997 Brasil Campinas Condimentos
Island Trading 12/24/1997 Reino Unido Colchester Carnes
QUICK-Stop 12/26/1997 Reino Unido Cowes Lácteos
Island Trading 12/26/1997 Reino Unido Cowes Repostería
Que Delícia 12/30/1997 Brasil Resende Lácteos
Wilman Kala 12/30/1997 Brasil Resende Repostería
Que Delícia 12/30/1997 Brasil Resende Repostería
QUICK-Stop 12/30/1997 Reino Unido London Carnes
Wilman Kala 1/1/1998 Brasil Resende Lácteos
Que Delícia 1/7/1998 Argentina Buenos Aires Bebidas
Island Trading 1/7/1998 Argentina Córdova Bebidas
QUICK-Stop 1/13/1998 Argentina Córdova Bebidas
Que Delícia 1/13/1998 Argentina Córdova Repostería
Wilman Kala 1/13/1998 Brasil Sao Paulo Condimentos
Que Delícia 1/13/1998 Brasil Sao Paulo Lácteos
Wilman Kala 1/13/1998 Reino Unido Cowes Condimentos
Wilman Kala 1/13/1998 Reino Unido Cowes Lácteos
QUICK-Stop 1/15/1998 Brasil Sao Paulo Bebidas
Island Trading 1/26/1998 Brasil Río de Janeiro Lácteos
QUICK-Stop 2/2/1998 Reino Unido Colchester Bebidas
Que Delícia 2/5/1998 España Sevilla Carnes
Wilman Kala 2/5/1998 España Sevilla Condimentos
QUICK-Stop 2/5/1998 España Sevilla Condimentos
Que Delícia 2/6/1998 España Sevilla Condimentos
QUICK-Stop 2/11/1998 Argentina Buenos Aires Bebidas
Wilman Kala 2/13/1998 España Barcelona Repostería
Wilman Kala 2/16/1998 España Sevilla Bebidas
Wilman Kala 2/20/1998 Argentina Córdova Lácteos
Island Trading 2/20/1998 Brasil Resende Bebidas
QUICK-Stop 2/24/1998 Brasil Río de Janeiro Repostería
Que Delícia 2/26/1998 Brasil Sao Paulo Lácteos
QUICK-Stop 2/26/1998 España Sevilla Bebidas
Que Delícia 2/26/1998 España Sevilla Bebidas
Wilman Kala 2/27/1998 Argentina Buenos Aires Lácteos
Wilman Kala 2/27/1998 Argentina Córdova Lácteos
Que Delícia 3/2/1998 España Madrid Lácteos
Island Trading 3/2/1998 España Madrid Bebidas
Que Delícia 3/3/1998 Brasil Río de Janeiro Carnes
Que Delícia 3/3/1998 Reino Unido Colchester Repostería
Que Delícia 3/5/1998 España Barcelona Bebidas
Que Delícia 3/5/1998 España Barcelona Repostería
Island Trading 3/6/1998 Reino Unido Cowes Carnes
Wilman Kala 3/6/1998 Reino Unido Cowes Condimentos
QUICK-Stop 3/9/1998 Brasil Resende Repostería
QUICK-Stop 3/9/1998 Brasil Resende Carnes
Wilman Kala 3/10/1998 Argentina Buenos Aires Bebidas
Island Trading 3/10/1998 Argentina Buenos Aires Lácteos
QUICK-Stop 3/11/1998 Reino Unido London Condimentos
Wilman Kala 3/13/1998 España Sevilla Repostería
Que Delícia 3/18/1998 Argentina Buenos Aires Condimentos
Wilman Kala 3/18/1998 Argentina Córdova Carnes
Que Delícia 3/18/1998 Argentina Córdova Lácteos
Wilman Kala 3/24/1998 España Madrid Condimentos
Island Trading 3/27/1998 España Barcelona Bebidas
Island Trading 3/30/1998 Argentina Buenos Aires Bebidas
Que Delícia 3/30/1998 Argentina Buenos Aires Condimentos
Wilman Kala 3/30/1998 Argentina Buenos Aires Lácteos
Que Delícia 3/30/1998 Argentina Buenos Aires Repostería
Que Delícia 4/8/1998 España Sevilla Lácteos
QUICK-Stop 4/8/1998 España Sevilla Lácteos
Que Delícia 4/9/1998 España Madrid Bebidas
QUICK-Stop 4/9/1998 España Madrid Repostería
Que Delícia 4/9/1998 España Madrid Lácteos
Island Trading 4/9/1998 España Madrid Repostería
Que Delícia 4/10/1998 Reino Unido Colchester Lácteos
Que Delícia 4/10/1998 Reino Unido Colchester Condimentos
Que Delícia 4/13/1998 Argentina Córdova Condimentos
QUICK-Stop 4/13/1998 Argentina Córdova Repostería
QUICK-Stop 4/24/1998 Brasil Campinas Lácteos
QUICK-Stop 4/24/1998 Reino Unido London Condimentos
Wilman Kala 4/27/1998 Brasil Río de Janeiro Condimentos
Que Delícia 4/28/1998 Reino Unido London Condimentos
QUICK-Stop 6/28/1998 Argentina Buenos Aires Lácteos
Que Delícia 7/24/1998 Brasil Campinas Bebidas
Wilman Kala 9/21/1998 Brasil Resende Carnes
QUICK-Stop 9/29/1998 Brasil Campinas Repostería
Island Trading 10/24/1998 Argentina Córdova Repostería
Island Trading 1/25/1999 Brasil Resende Lácteos
QUICK-Stop 2/8/1999 Reino Unido Colchester Lácteos
Precio Forma
Nombre Producto Cantidad Importe
Unidad de Pago
Salsa de pimiento picante de Luisiana 21.1 15 315.8 Crédito

Cerveza Outback 53.0 35 1,855.0 Crédito
Chocolate blanco 9.7 10 96.5 Crédito
Regaliz 20.0 40 800.0 Crédito
Licor verde Chartreuse 18.0 42 756.0 Crédito
Queso Gorgonzola Telino 12.5 20 250.0 Crédito
Empanada de carne 32.8 15 492.0 Crédito
Salsa verde original Frankfurter 13.0 12 156.0 Crédito
Cerveza negra Steeleye 18.0 20 360.0 Crédito
Bollos de Sir Rodney's 10.0 20 200.0 Crédito
Refresco Guaraná Fantástica 4.5 6 27.0 Contado
Cerveza negra Steeleye 18.0 4 72.0 Contado
Pastas de té de chocolate 9.2 1 9.2 Contado
Queso Cabrales 19.5 2 39.0 Contado
Paté chino 25.9 6 155.3 Contado
Queso Cabrales 12.0 15 180.0 Crédito
Cerveza Sasquatch 14.0 20 280.0 Crédito
Postre de merengue Pavlova 17.5 40 698.0 Crédito
Sirope de regaliz 10.0 30 300.0 Crédito
Azúcar negra Malacca 19.5 24 466.8 Crédito
Sirope de arce 53.0 2 106.0 Crédito
Cerveza Outback 6.0 20 120.0 Crédito
Salchicha Thüringer 123.8 15 1,856.9 Contado
Mezcla Gumbo del chef Anton 21.4 20 427.0 Contado
Salsa verde original Frankfurter 13.0 10 130.0 Contado
Regaliz 20.0 15 300.0 Contado
Mermelada de Sir Rodney's 81.0 20 1,620.0 Crédito
Pastas de té de chocolate 9.2 15 138.0 Crédito
Barras de pan de Escocia 12.5 15 187.5 Crédito
Empanada de cerdo 7.5 5 37.3 Crédito
Licor Cloudberry 18.0 6 108.0 Crédito
Cerveza Klosterbier Rhönbräu 7.8 50 387.5 Crédito
Especias Cajun del chef Anton 22.0 24 528.0 Crédito
Paté chino 19.5 16 312.0 Crédito
Crema de chocolate y nueces NuNuCa 14.0 10 140.0 Crédito
Sirope de arce 19.5 25 487.5 Contado
Camembert Pierrot 34.0 80 2,720.0 Crédito
Queso gorgonzola Telino 12.5 70 875.0 Crédito
Queso Gudbrandsdals 36.0 30 1,080.0 Contado
Crema de queso Fløtemys 21.5 5 107.5 Contado
Vino Côte de Blaye 263.5 40 10,540.0 Crédito
Queso Mozzarella Giovanni 34.8 42 1,461.6 Crédito
Mermelada de Sir Rodney's 81.0 12 972.0 Crédito
Salsa de pimiento picante de Luisiana 21.1 20 421.0 Contado
Sandwich de vegetales 43.9 16 702.4 Contado
Chocolate blanco 9.7 8 77.2 Contado
Refresco Guaraná Fantástica 4.5 15 67.5 Crédito
Empanada de carne 32.8 40 1,312.0 Contado
Salchicha Thüringer 123.8 21 2,599.6 Crédito
Queso Cabrales 45.6 42 1,915.2 Contado
Bollos de Sir Rodney's 10.0 30 300.0 Contado
Cerveza Outback 23.3 12 279.0 Contado
Bollos de Sir Rodney's 10.0 12 120.0 Contado
Queso de cabra 2.5 50 125.0 Crédito
Empanada de carne 32.8 15 492.0 Contado
Ositos de goma Gumbär 31.2 30 936.9 Contado
Raclet de queso Courdavault 55.0 20 1,100.0 Crédito
Cerveza tibetana Barley 19.0 10 190.0 Crédito
Queso Mozzarella Giovanni 34.8 10 348.0 Crédito
Crema de queso Fløtemys 21.5 2 43.0 Crédito
Chocolate holandés 12.8 15 191.3 Crédito
Cerveza Outback 38.0 30 1,140.0 Crédito
Camembert Pierrot 34.0 12 408.0 Crédito
Galletas Zaanse 9.5 6 57.0 Crédito
Raclet de queso Courdavault 55.0 4 220.0 Crédito
Cordero Alice Springs 39.0 25 975.0 Crédito
Raclet de queso Courdavault 55.0 50 110.0 Contado
Especias picantes de Luisiana 17.0 24 408.0 Crédito
Vino Côte de Blaye 263.5 4 1,054.0 Contado
Queso Mascarpone Fabioli 32.0 24 768.0 Crédito
Sirope de arce 19.0 60 1,140.0 Crédito
Chocolate blanco 53.0 20 1,060.0 Crédito
Cerveza Klosterbier Rhönbräu 7.8 50 387.5 Contado
Galletas Zaanse 9.5 15 142.5 Contado
Cerveza negra Steeleye 18.0 20 360.0 Contado
Tarta de azúcar 49.3 10 493.0 Crédito
Especias Cajun del chef Anton 22.0 20 440.0 Crédito
Paté chino 38.0 60 2,280.0 Contado
Café de Malasia 46.0 20 920.0 Crédito
Cerveza Outback 62.5 20 1,250.0 Contado
Especias Cajun del chef Anton 22.0 6 132.0 Contado
Chocolate holandés 12.8 24 306.0 Contado
Salsa de arándanos Northwoods 40.0 40 1,600.0 Crédito
Mermelada de grosellas de la abuela 25.0 30 750.0 Crédito
Té Dharamsala 18.0 8 144.0 Crédito
Queso Gudbrandsdals 36.0 3 108.0 Crédito
Salsa de arándanos Northwoods 40.0 30 1,200.0 Contado
Empanada de cerdo 7.5 6 44.7 Contado
Queso Mozzarella Giovanni 34.8 10 348.0 Contado
Tarta de azúcar 49.3 2 98.6 Contado
Queso Cabrales 21.0 50 1,050.0 Crédito
Cordero Alice Springs 39.0 40 1,560.0 Crédito
Raclet de queso Courdavault 55.0 15 825.0 Contado
Crema de chocolate y nueces NuNuCa 14.0 15 210.0 Contado
Paté chino 45.6 24 1,094.4 Crédito
Paté chino 31.0 36 1,116.0 Crédito
Cerveza tibetana Barley 19.0 12 228.0 Contado
Café de Malasia 46.0 7 322.0 Crédito
Vino Côte de Blaye 263.5 2 527.0 Contado
Mermelada de Sir Rodney's 81.0 5 405.0 Contado
Mermelada de grosellas de la abuela 25.0 6 150.0 Crédito
Salsa de arándanos Northwoods 40.0 20 800.0 Contado
Camembert Pierrot 34.0 21 714.0 Contado
Salchicha Thüringer 123.8 8 990.3 Crédito
Buey Mishi Kobe 97.0 3 291.0 Crédito
Mezcla Gumbo del chef Anton 21.4 30 640.5 Crédito
Raclet de queso Courdavault 55.0 42 2,310.0 Contado
Crema de chocolate y nueces NuNuCa 14.0 10 140.0 Contado
Cerveza Laughing Lumberjack 14.0 15 210.0 Crédito
Ositos de goma Gumbär 31.2 20 624.6 Crédito
Té Dharamsala 18.0 40 720.0 Contado
Barras de pan de Escocia 12.5 20 250.0 Contado
Cerveza Outback 62.5 25 1,562.5 Contado
Postre de merengue Pavlova 17.5 30 523.5 Contado
Queso gorgonzola Telino 12.5 35 437.5 Contado
Sirope de arce 31.0 70 2,170.0 Contado
Crema de chocolate y nueces NuNuCa 14.0 5 70.0 Crédito
Queso de cabra 2.5 40 100.0 Contado
Cerveza Laughing Lumberjack 14.0 15 210.0 Contado
Cordero Alice Springs 39.0 12 468.0 Contado
Queso Mascarpone Fabioli 32.0 6 192.0 Crédito
Licor Cloudberry 18.0 5 90.0 Contado
Galletas Zaanse 9.5 5 47.5 Contado
Licor Cloudberry 18.0 60 1,080.0 Contado
Mermelada de grosellas de la abuela 25.0 40 1,000.0 Contado
Queso Cabrales 30.0 60 1,800.0 Contado
Café de Malasia 46.0 6 276.0 Contado
Queso Mozzarella Giovanni 34.8 20 696.0 Contado
Camembert Pierrot 34.0 9 306.0 Contado
Barras de pan de Escocia 12.5 2 25.0 Contado
Queso Gudbrandsdals 36.0 30 1,080.0 Crédito
Café de Malasia 46.0 30 1,380.0 Crédito
Crema de queso Fløtemys 21.5 50 1,075.0 Contado
Azúcar negra Malacca 19.5 15 291.8 Contado
Queso Manchego La Pastora 38.0 4 152.0 Contado
Café de Malasia 46.0 30 1,380.0 Contado
Cerveza Laughing Lumberjack 14.0 20 280.0 Contado
Sirope de arce 30.0 40 1,200.0 Crédito
Café de Malasia 46.0 36 1,656.0 Crédito
Buey Mishi Kobe 97.0 20 1,940.0 Contado
Cerveza Klosterbier Rhönbräu 7.8 42 325.5 Contado
APELLIDOS Y NOMBRE EDAD
PERIELLO SUSANA
AVELAYDA ROSA
GRATTION CARLOS
RICCIARDI STELLA
CALDERÓN MIRYAM
REVUELTO JULIO
QUEL MARÍA
LÓPEZ LILIANA
CASTRO ENMA
RANGO PERMITIDO
APELLIDOS Y NOMBRE SECTOR

PERIELLO SUSANA
AVELAYDA ROSA
GRATTION CARLOS
RICCIARDI STELLA
CALDERÓN MIRYAM
REVUELTO JULIO
QUEL MARÍA
LÓPEZ LILIANA
CASTRO ENMA
LISTA DE ELEMENTOS
APELLIDOS Y NOMBRE FECHA MOTIVO DE LA AUSENCIA

PERIELLO SUSANA
AVELAYDA ROSA
GRATTION CARLOS
RICCIARDI STELLA
CALDERÓN MIRYAM
REVUELTO JULIO
QUEL MARÍA
LÓPEZ LILIANA
CASTRO ENMA
CONTROL DE FECHAS Y LONGITUD DE TEXTO

COMERCIAL
GERENCIA
PLANTA
LOGÍSTICA
ADMINISTACIÓN
AÑO POBLACIÓN TOTAL 1/ TASA DE CRECIMIENTO 2/
2005 27835927 1.3
2006 28175982 1.2
2007 28508481 1.2
2008 28836700 1.1
2009 29132013 1.1
Chart Title
29500000 1.4
29132013 1.35
29000000 1.3
28836700
1.3
28508481 1.25
28500000
1.2 1.2
1.2
28000000 27835927 1.15
1.1 1.1
1.1
27500000
1.05
27000000 1
2005 28175982
2006 2007 2008 2009
POBLACIÓN TOTAL 1/ TASA DE CRECIMIENTO 2/

FUNDAMENTOS DE FORMATO CONDICIONAL
Siempre tienes la opción de aplicar manualmente un formato a cada una de las celdas que
cumplen con una condición, pero eso se puede convertir en un proceso largo y repetitivo,
especialmente si tienes una tabla de datos muy grande y que cambia frecuentemente. Es por eso
que el formato condicional puede hacer más fácil la tarea de cambiar automáticamente el
formato de la celda que cumple con ciertos criterios.
16
27
24
12
31
20
10 FORMATO ESPECIAL PARA TODOS
28 LOS VALORES ENTRE 20 Y 30
33
21
16 PROM: 22.2
27
24
12
31
20 RESALTAR VALORES POR DEBAJO
DEL PROMEDIO
10
28
33
21
APLICAR FORMATO A VALORES DUPLICADOS O VALORES ÚNICOS:
A) FORMATO A VALORES DUPLICADOS:
DÍA:
MIÉRCOLES
LUNES
VIERNES
SÁBADO
MARTES
LUNES
JUEVES
LUNES
DOMINGO
MIÉRCOLES
JUEVES
MARTES
VIERNES
LUNES
JUEVES
DOMINGO
MARTES
SELECCIONA LA OPCIÓN
LUNES
PODEMOS EDITAR LA
NUEVO CUADRO DE
REGLA Y SOBRE EL
JUEVES
DIÁLOGO SE
DOMINGO
ÚNICO
MARTES
LUNES
MARTES
LUNES
JUEVES
LUNES
DOMINGO
B) RESALTAR FINES DE SEMANA CON FORMATO CONDICIONAL
3/1/2014
3/2/2014
3/3/2014 SE UTILIZA LA FÓRMULA: =DIASEM(B74,2)>5
3/4/2014
3/5/2014
3/6/2014
3/7/2014
3/8/2014
3/9/2014
3/10/2014
3/11/2014
3/12/2014
3/13/2014
3/14/2014
3/15/2014
3/16/2014
3/17/2014
3/18/2014
3/19/2014
3/20/2014
3/21/2014
3/22/2014
3/23/2014
3/24/2014
3/25/2014
3/26/2014
3/27/2014
3/28/2014
3/29/2014
3/30/2014
3/31/2014
4/1/2014
4/2/2014
4/3/2014
4/4/2014
4/5/2014
4/6/2014
4/7/2014
4/8/2014
4/9/2014
4/10/2014
4/11/2014
4/12/2014
4/13/2014
4/14/2014
4/15/2014
4/16/2014
4/17/2014
4/18/2014
4/19/2014
4/20/2014
4/21/2014
4/22/2014
4/23/2014
4/24/2014
4/25/2014
4/26/2014
4/27/2014
4/28/2014
4/29/2014
4/30/2014
5/1/2014
5/2/2014
5/3/2014
5/4/2014
5/5/2014
5/6/2014
5/7/2014
5/8/2014
5/9/2014
5/10/2014
5/11/2014
5/12/2014
5/13/2014
5/14/2014
5/15/2014
5/16/2014
5/17/2014
5/18/2014
5/19/2014
5/20/2014
5/21/2014
5/22/2014
5/23/2014
5/24/2014
5/25/2014
C) RESALTAR FILAS ALTERNAS
COLUMNA1 COLUMNA2 COLUMNA3 COLUMNA4 COLUMNA5 COLUMNA6 COLUMNA7

FILA1 5 20 16 12 20 8 6
FILA2 12 13 18 12 7 19 20
FILA3 10 7 16 20 14 6 12
FILA4 18 13 20 20 16 6 9
FILA5 15 8 16 12 10 14 18
FILA6 17 20 9 19 11 13 19
FILA7 20 8 13 6 6 16 7
FILA8 9 14 16 16 19 6 18
FILA9 19 13 6 14 7 5 18
FILA10 11 15 18 6 17 17 16
FILA11 14 5 6 17 13 9 12
FILA12 19 14 7 14 14 9 11
FILA13 18 11 10 8 7 20 10
FILA14 9 6 12 19 10 20 8
FILA15 8 17 11 17 18 16 16
FILA16 6 7 19 18 10 12 17
FILA17 7 5 11 11 8 15 9
FILA18 18 17 7 19 10 14 12
FILA19 6 12 6 14 6 6 20
FILA20 6 19 16 9 8 12 10
FILA21 16 12 12 7 15 17 17
FILA22 10 17 16 7 14 5 19
FILA23 18 7 18 17 5 11 6
FILA24 12 15 19 19 19 16 11
FILA25 10 13 14 19 20 20 16
FILA26 10 8 16 19 12 11 5
FILA27 15 17 18 5 10 14 11
FILA28 7 8 14 20 11 5 14
FILA29 5 8 11 16 7 8 20
FILA30 7 10 20 12 14 10 7
FILA31 13 10 6 6 18 16 16
FILA32 8 17 7 18 7 7 7
FILA33 14 14 13 14 19 19 17
PODEMOS APLICAR LA FORMULA: =RESIDUO(FILA(),2)=0
D) BUSCAR VALORES CON FORMATO CONDICIONAL: ANA PAULA LOPEZ VILELA
ESTHER INGRID AGURTO JUAREZ

DENISSE MARIEL ANCAJIMA CUEVA
MARIA ISABEL DE LOURDES ARRESE CURO
EMANUEL AVILA SÓCOLA
CARLOS CARRILLO VILELA
MICHAEL EDWAR CASANOVA PARDO
CINTHIA GIULLIANA CERVANTES ALCOCER
YOVANI KARINA CHERO LECARNAQUE
JIMMY NOÉ CHERRE RAMÍREZ LA FÓRMULA PARA ENCONTRAR VAL
JOHANA KARINA CHERRES CHINCHAY =Y($F$202<>"",ENCONTRAR($F$202,
CHRISTIAN IVÁN CURAY VERA
DICK RONALD DAVILA NIÑO
LÍA MERCEDES FACUNDO CRUZ
ELENA FLORES CHAMBA
CESAR ABRAHAM FLORES LOPEZ
SOFIA ROSMARIE GALVEZ VARGAS
JUAN MANUEL GAMBOA MIÑÁN
MARY MARTINA GONZALES IMAN
KATHERINE MARIBEL GOURO URBINA
ANA PAULA LOPEZ VILELA
JOSÈ HERNÀN MACALUPÙ MACALUPÙ
JOSÉ MOLINA GARCIA
JULLIANA DEL ROCIO MONTERO CARCELEN
CARLOS ALBERTO NAVARRETE TORRES
E) FORMATO CONDICIONAL DEPENDIENDO DE CIERTOS VALORES
ALUMNOS MAT1 MAT2 MAT3 MAT4 MAT5 MAT6

ALUMNO1 4 18 16 18 6 19
ALUMNO2 15 14 6 17 19 9
ALUMNO3 11 15 7 10 16 10
ALUMNO4 18 9 14 14 16 11
ALUMNO5 18 7 9 1 15 10
ALUMNO6 14 15 18 3 1 10
ALUMNO7 11 1 19 1 8 16
ALUMNO8 6 17 11 2 9 17
ALUMNO9 4 18 17 4 2 18
ALUMNO10 2 9 18 8 7 11
ALUMNO11 4 15 8 7 12 10
F) FORMATOS CONDICIONALES VARIOS
FECHA PRODUCTO MARCA ENTRADA SALIDA

6/12/2013 PROD1 MARC-1 26 20
6/13/2013 PROD2 MARC-2 23 17
6/14/2013 PROD3 MARC-3 25 19
6/15/2013 PROD1 MARC-1 63 57
6/16/2013 PROD2 MARC-1 52 46
6/17/2013 PROD6 MARC-6 54 48
6/18/2013 PROD1 MARC-3 52 46
6/19/2013 PROD8 MARC-8 63 57
6/20/2013 PROD2 MARC-2 52 46
6/21/2013 PROD10 MARC-1 96 90
6/22/2013 PROD1 MARC-1 63 57
6/23/2013 PROD12 MARC-12 52 46
6/24/2013 PROD13 MARC-3 41 35
6/25/2013 PROD1 MARC-14 52 46
6/26/2013 PROD15 MARC-15 20 14
6/27/2013 PROD2 MARC-1 30 24
6/28/2013 PROD17 MARC-3 63 57
G) FORMATO CONDICIONAL DE COLUMNAS
VENDEDORES VENTAS
VENDEDOR1
VENDEDOR2
VENDEDOR3
VENDEDOR4 SE PUEDE CAMBIAR:
VENDEDOR5
VALORES
VENDEDOR6 ÍCONOS
VENDEDOR7
VENDEDOR8
VENDEDOR9
VENDEDOR10
VENDEDOR11
VENDEDOR12
VENDEDOR13
VENDEDOR14
VENDEDOR15
H) FORMATO CONDICIONAL SÓLO ÍCONOS

ALUMNO1 1 0 2 1 1 1
ALUMNO2 2 1 2 1 0 1
ALUMNO3 1 1 1 2 2 2
ALUMNO4 1 0 0 0 0 0
ALUMNO5 1 2 0 0 1 1
ALUMNO6 1 2 0 1 0 0
ALUMNO7 0 2 2 2 2 2
ALUMNO8 0 2 1 0 0 2
ALUMNO9 0 1 0 2 2 1
ALUMNO10 2 0 0 0 2 2
ALUMNO11 2 0 1 2 0 0
ALUMNO12 2 1 0 1 0 1
ALUMNO13 2 2 2 2 0 2
ALUMNO14 1 0 1 1 0 2
ALUMNO15 2 1 1 1 0 2
ALUMNO16 1 2 1 0 0 1
ALUMNO17 2 1 2 1 0 2
ALUMNO18 2 1 0 2 1 0

ALUMNO1 1 0 2 1 1 1
ALUMNO2 2 1 2 1 0 1
ALUMNO3 1 1 1 2 2 2
ALUMNO4 1 0 0 0 0 0
ALUMNO5 1 2 0 0 1 1
ALUMNO6 1 2 0 1 0 0
ALUMNO7 0 2 2 2 2 2
ALUMNO8 0 2 1 0 0 2
ALUMNO9 0 1 0 2 2 1
ALUMNO10 2 0 0 0 2 2
ALUMNO11 2 0 1 2 0 0
ALUMNO12 2 1 0 1 0 1
ALUMNO13 2 2 2 2 0 2
ALUMNO14 1 0 1 1 0 2
ALUMNO15 2 1 1 1 0 2
ALUMNO16 1 2 1 0 0 1
ALUMNO17 2 1 2 1 0 2
ALUMNO18 2 1 0 2 1 0
COLUMNA8 COLUMNA9
7 11
14 17
11 6
13 5
5 16
7 12
14 19
8 11
8 5
13 17
18 9
12 15
15 7
7 17
20 15
18 13
14 9
8 12
8 13
5 15
12 19
18 7
15 15
13 11
14 20
20 11
9 17
19 10
5 7
13 6
6 17
11 14
18 13
MULA PARA ENCONTRAR VALORES ES:
202<>"",ENCONTRAR($F$202,B204))
MAT7 MAT8
12 8
9 13 DESAPROBADO <10.5
18 7 APROBADO >=10.5 Y <=18 Aplicar =Y(C231>=10.5,C231<=18)
10 4 BECADO >18
7 1
14 8
16 10
18 12
0 11
16 14
20 2
MAT7 MAT8 ASISTENCIAS FALTAS JUSTIFICACIONES
2 0 2 4 2
0 1 2 4 2
0 2 1 3 4
1 1 5 3 0
0 2 3 3 2
2 1 3 3 2
2 2 1 0 7
2 2 3 1 4
2 2 2 2 4
1 2 3 1 4
1 1 3 3 2
1 0 3 4 1
0 2 2 0 6
2 2 2 3 3
0 1 2 4 2
2 2 2 3 3
0 2 2 2 4
0 1 3 3 2

2 0 2 4 2
0 1 2 4 2
0 2 1 3 4
1 1 5 3 0
0 2 3 3 2
2 1 3 3 2
2 2 1 0 7
2 2 3 1 4
2 2 2 2 4
1 2 3 1 4
1 1 3 3 2
1 0 3 4 1
0 2 2 0 6
2 2 2 3 3
0 1 2 4 2
2 2 2 3 3
0 2 2 2 4
0 1 3 3 2
>=10.5,C231<=18)
FUNDAMENTOS DE FORMATO CONDICIONAL
Siempre tienes la opción de aplicar manualmente un formato a cada una de las celdas que
cumplen con una condición, pero eso se puede convertir en un proceso largo y repetitivo,
especialmente si tienes una tabla de datos muy grande y que cambia frecuentemente. Es por eso
que el formato condicional puede hacer más fácil la tarea de cambiar automáticamente el
formato de la celda que cumple con ciertos criterios.
16
27
24
12
31
20
10 FORMATO ESPECIAL PARA TODOS
28 LOS VALORES ENTRE 20 Y 30
33
21
16 PROM: 22.2
27
24
12
31
20 RESALTAR VALORES POR DEBAJO
DEL PROMEDIO
10
28
33
21
APLICAR FORMATO A VALORES DUPLICADOS O VALORES ÚNICOS:
A) FORMATO A VALORES DUPLICADOS:
DÍA:
MIÉRCOLES
LUNES
VIERNES
SÁBADO
MARTES
LUNES
JUEVES
LUNES
DOMINGO
MIÉRCOLES
JUEVES
MARTES
VIERNES
LUNES
JUEVES
DOMINGO
MARTES
SELECCIONA LA OPCIÓN
LUNES
PODEMOS EDITAR LA
NUEVO CUADRO DE
REGLA Y SOBRE EL
JUEVES
DIÁLOGO SE
DOMINGO
ÚNICO
MARTES
LUNES
MARTES
LUNES
JUEVES
LUNES
DOMINGO
B) RESALTAR FINES DE SEMANA CON FORMATO CONDICIONAL
6/1/2013
6/2/2013
6/3/2013 SE UTILIZA LA FÓRMULA: =DIASEM(B74,2)>5
6/4/2013
6/5/2013
6/6/2013
6/7/2013
6/8/2013
6/9/2013
6/10/2013
6/11/2013
6/12/2013
6/13/2013
6/14/2013
6/15/2013
6/16/2013
6/17/2013
6/18/2013
6/19/2013
6/20/2013
6/21/2013
6/22/2013
6/23/2013
6/24/2013
6/25/2013
6/26/2013
6/27/2013
6/28/2013
6/29/2013
6/30/2013
7/1/2013
7/2/2013
7/3/2013
7/4/2013
7/5/2013
7/6/2013
7/7/2013
7/8/2013
7/9/2013
7/10/2013
7/11/2013
7/12/2013
7/13/2013
7/14/2013
7/15/2013
7/16/2013
7/17/2013
7/18/2013
7/19/2013
7/20/2013
7/21/2013
7/22/2013
7/23/2013
7/24/2013
7/25/2013
7/26/2013
7/27/2013
7/28/2013
7/29/2013
7/30/2013
7/31/2013
8/1/2013
8/2/2013
8/3/2013
8/4/2013
8/5/2013
8/6/2013
8/7/2013
8/8/2013
8/9/2013
8/10/2013
8/11/2013
8/12/2013
8/13/2013
8/14/2013
8/15/2013
8/16/2013
8/17/2013
8/18/2013
8/19/2013
8/20/2013
8/21/2013
8/22/2013
8/23/2013
8/24/2013
8/25/2013
C) RESALTAR FILAS ALTERNAS
COLUMNA1 COLUMNA2 COLUMNA3 COLUMNA4 COLUMNA5 COLUMNA6 COLUMNA7

FILA1 5 20 16 12 20 8 6
FILA2 12 13 18 12 7 19 20
FILA3 10 7 16 20 14 6 12
FILA4 18 13 20 20 16 6 9
FILA5 15 8 16 12 10 14 18
FILA6 17 20 9 19 11 13 19
FILA7 20 8 13 6 6 16 7
FILA8 9 14 16 16 19 6 18
FILA9 19 13 6 14 7 5 18
FILA10 11 15 18 6 17 17 16
FILA11 14 5 6 17 13 9 12
FILA12 19 14 7 14 14 9 11
FILA13 18 11 10 8 7 20 10
FILA14 9 6 12 19 10 20 8
FILA15 8 17 11 17 18 16 16
FILA16 6 7 19 18 10 12 17
FILA17 7 5 11 11 8 15 9
FILA18 18 17 7 19 10 14 12
FILA19 6 12 6 14 6 6 20
FILA20 6 19 16 9 8 12 10
FILA21 16 12 12 7 15 17 17
FILA22 10 17 16 7 14 5 19
FILA23 18 7 18 17 5 11 6
FILA24 12 15 19 19 19 16 11
FILA25 10 13 14 19 20 20 16
FILA26 10 8 16 19 12 11 5
FILA27 15 17 18 5 10 14 11
FILA28 7 8 14 20 11 5 14
FILA29 5 8 11 16 7 8 20
FILA30 7 10 20 12 14 10 7
FILA31 13 10 6 6 18 16 16
FILA32 8 17 7 18 7 7 7
FILA33 14 14 13 14 19 19 17
PODEMOS APLICAR LA FORMULA: =RESIDUO(FILA(),2)=0
D) BUSCAR VALORES CON FORMATO CONDICIONAL:
ESTHER INGRID AGURTO JUAREZ

DENISSE MARIEL ANCAJIMA CUEVA
MARIA ISABEL DE LOURDES ARRESE CURO
EMANUEL AVILA SÓCOLA
CARLOS CARRILLO VILELA
MICHAEL EDWAR CASANOVA PARDO
CINTHIA GIULLIANA CERVANTES ALCOCER
YOVANI KARINA CHERO LECARNAQUE
JIMMY NOÉ CHERRE RAMÍREZ LA FÓRMULA PARA ENCONTRAR VAL
JOHANA KARINA CHERRES CHINCHAY =Y($F$202<>"",ENCONTRAR($F$202,
CHRISTIAN IVÁN CURAY VERA
DICK RONALD DAVILA NIÑO
LÍA MERCEDES FACUNDO CRUZ
ELENA FLORES CHAMBA
CESAR ABRAHAM FLORES LOPEZ
SOFIA ROSMARIE GALVEZ VARGAS
JUAN MANUEL GAMBOA MIÑÁN
MARY MARTINA GONZALES IMAN
KATHERINE MARIBEL GOURO URBINA
ANA PAULA LOPEZ VILELA
JOSÈ HERNÀN MACALUPÙ MACALUPÙ
JOSÉ MOLINA GARCIA
JULLIANA DEL ROCIO MONTERO CARCELEN
CARLOS ALBERTO NAVARRETE TORRES
E) FORMATO CONDICIONAL DEPENDIENDO DE CIERTOS VALORES

ALUMNO1 4 18 16 18 6 19
ALUMNO2 15 14 6 17 19 9
ALUMNO3 11 15 7 10 16 10
ALUMNO4 18 9 14 14 16 11
ALUMNO5 18 7 9 1 15 10
ALUMNO6 14 15 18 3 1 10
ALUMNO7 11 1 19 1 8 16
ALUMNO8 6 17 11 2 9 17
ALUMNO9 4 18 17 4 2 18
ALUMNO10 2 9 18 8 7 11
ALUMNO11 4 15 8 7 12 10
F) FORMATOS CONDICIONALES VARIOS
FECHA PRODUCTO MARCA ENTRADA SALIDA

6/12/2013 PROD1 MARC-1 26 20
6/13/2013 PROD2 MARC-2 23 17
6/14/2013 PROD3 MARC-3 25 19
6/15/2013 PROD1 MARC-1 63 57
6/16/2013 PROD2 MARC-1 52 46
6/17/2013 PROD6 MARC-6 54 48
6/18/2013 PROD1 MARC-3 52 46
6/19/2013 PROD8 MARC-8 63 57
6/20/2013 PROD2 MARC-2 52 46
6/21/2013 PROD10 MARC-1 96 90
6/22/2013 PROD1 MARC-1 63 57
6/23/2013 PROD12 MARC-12 52 46
6/24/2013 PROD13 MARC-3 41 35
6/25/2013 PROD1 MARC-14 52 46
6/26/2013 PROD15 MARC-15 20 14
6/27/2013 PROD2 MARC-1 30 24
6/28/2013 PROD17 MARC-3 63 57
G) FORMATO CONDICIONAL DE COLUMNAS
VENDEDORES VENTAS
VENDEDOR1 8813
VENDEDOR2 3133
VENDEDOR3 4758
VENDEDOR4 2922 SE PUEDE CAMBIAR:
VENDEDOR5 4521
VALORES
VENDEDOR6 3197 ÍCONOS
VENDEDOR7 5046
VENDEDOR8 7572
VENDEDOR9 4233
VENDEDOR10 6851
VENDEDOR11 7249
VENDEDOR12 9745
VENDEDOR13 8768
VENDEDOR14 4572
VENDEDOR15 5970
H) FORMATO CONDICIONAL SÓLO ÍCONOS

ALUMNO1 1 0 2 1 1 1
ALUMNO2 2 1 2 1 0 1
ALUMNO3 1 1 1 2 2 2
ALUMNO4 1 0 0 0 0 0
ALUMNO5 1 2 0 0 1 1
ALUMNO6 1 2 0 1 0 0
ALUMNO7 0 2 2 2 2 2
ALUMNO8 0 2 1 0 0 2
ALUMNO9 0 1 0 2 2 1
ALUMNO10 2 0 0 0 2 2
ALUMNO11 2 0 1 2 0 0
ALUMNO12 2 1 0 1 0 1
ALUMNO13 2 2 2 2 0 2
ALUMNO14 1 0 1 1 0 2
ALUMNO15 2 1 1 1 0 2
ALUMNO16 1 2 1 0 0 1
ALUMNO17 2 1 2 1 0 2
ALUMNO18 2 1 0 2 1 0

ALUMNO1 1 0 2 1 1 1
ALUMNO2 2 1 2 1 0 1
ALUMNO3 1 1 1 2 2 2
ALUMNO4 1 0 0 0 0 0
ALUMNO5 1 2 0 0 1 1
ALUMNO6 1 2 0 1 0 0
ALUMNO7 0 2 2 2 2 2
ALUMNO8 0 2 1 0 0 2
ALUMNO9 0 1 0 2 2 1
ALUMNO10 2 0 0 0 2 2
ALUMNO11 2 0 1 2 0 0
ALUMNO12 2 1 0 1 0 1
ALUMNO13 2 2 2 2 0 2
ALUMNO14 1 0 1 1 0 2
ALUMNO15 2 1 1 1 0 2
ALUMNO16 1 2 1 0 0 1
ALUMNO17 2 1 2 1 0 2
ALUMNO18 2 1 0 2 1 0
COLUMNA8 COLUMNA9
7 11
14 17
11 6
13 5
5 16
7 12
14 19
8 11
8 5
13 17
18 9
12 15
15 7
7 17
20 15
18 13
14 9
8 12
8 13
5 15
12 19
18 7
15 15
13 11
14 20
20 11
9 17
19 10
5 7
13 6
6 17
11 14
18 13
MULA PARA ENCONTRAR VALORES ES:
202<>"",ENCONTRAR($F$202,B204))
MAT7 MAT8
12 8
9 13 DESAPROBADO <10.5
18 7 APROBADO >=10.5 Y <=18 Aplicar =Y(C231>=10.5,C231<=18)
10 4 BECADO >18
7 1
14 8
16 10
18 12
0 11
16 14
20 2
2 0 2 4 2
0 1 2 4 2
0 2 1 3 4
1 1 5 3 0
0 2 3 3 2
2 1 3 3 2
2 2 1 0 7
2 2 3 1 4
2 2 2 2 4
1 2 3 1 4
1 1 3 3 2
1 0 3 4 1
0 2 2 0 6
2 2 2 3 3
0 1 2 4 2
2 2 2 3 3
0 2 2 2 4
0 1 3 3 2

2 0 2 4 2
0 1 2 4 2
0 2 1 3 4
1 1 5 3 0
0 2 3 3 2
2 1 3 3 2
2 2 1 0 7
2 2 3 1 4
2 2 2 2 4
1 2 3 1 4
1 1 3 3 2
1 0 3 4 1
0 2 2 0 6
2 2 2 3 3
0 1 2 4 2
2 2 2 3 3
0 2 2 2 4
0 1 3 3 2
>=10.5,C231<=18)

Funciones Estadísticas - Aplicaciones

Hochgeladen von

Dokumentinformationen

Originalbeschreibung:

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Funciones Estadísticas - Aplicaciones

Hochgeladen von

Copyright:

Verfügbare Formate

FUNCIONES ESTADÍSTICAS - APLICACIONES

Análisis Estadístico de datos:

Detección de errores en el ingreso de datos:

Es la suma de n números divididos entre n, conocida

Frecuencia Absoluta: es el número de valor comprendido en el rango.

Marca de clase: el valor medio entre los valores del rango.

Media de datos Clasificados: 57 <--- =F51/D51

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

NÚMERO DATO DATO NROS

SINTAXIS: =MEDIANA(número1,número2, ...)

La mediana: 8.5 =MEDIANA(D97:D106) La mediana:

A.- Determinar el alcance del rango

a.- Debemos ordenar los datos:

DATOS NRO DATOS

B.- Determinar los valores en k clases

b.- Calculando: = 1+3.3*log(D157) = 5.5546970976

c.- Entonces K puede ser 4, 5 ó 6

W(i) =l(li)= l Li+1-Li l

a.- Li+1 = 19 =K.ESIMO.MAYOR(E134:E157,1)

D.- Ancho de la clase(W): Es la diferencia entre la longitud y el número de clases.

a.- Longitud de clase =15

E.- Frecuencia: Número de datos en cada clase.

Usando la función =FRECUENCIA(Datos,Grupo)

DATOS NRO DATOS HASTA

F.- Marca de clase:

G.- Frecuencia relativa:

H.- Frecuencia Acumulada:

FRECUENCIA MARCA DE FRECUENCIA

En esta ocasión emplearemos las funciones directas de Excel para desarrollar un

MODA: =MODA(rango datos)

MEDIA: =PROMEDIO(rango datos)

ERROR TÍPICO: =DESVEST(rango datos)/RAIZ(número de la muestra)

DESVIACION ESTÁNDAR: =DESVEST(rango datos)

MEDIANA: =MEDIANA(rango datos)

DESVIACION ESTÁNDAR: =DESVEST(rango datos)

VARIANZA: =VAR(rango datos)

CURTOSIS: =CURTOSIS(rango datos)

COEFICIENTE DE ASIMETRIA: =COEFICIENTE.ASIMETRIA(rango datos)

INTERVALO DE CONFIANZA: =INTERVALO.CONFIANZA(alfa; desviación estándar;

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

3.- Seleccionamos Análisis de varianza de un factor y en el cuadro de dialogo,

2.- Para ello ingresamos a la opción Análisis de Datos y seleccionamos Histograma

4.- Al presionar el botón Aceptar nos mostrará la frecuencia de valores

El 80% del éxito proviene del 20% de tu esfuerzo

Ejemplo de diagrama de Pareto

En el paso 5 calculamos la frecuencia acumulada, el porcentaje y el porcentaje acumulado.

ausas no es un proceso lineal sino que el 20% de las causas

proviene del 20% de las causas. No son cifras exactas, pues se

proviene del 20% de las causas. No son cifras exactas, pues se

as y reclamos hechas por los clientes.

. Para esto, hacemos una revisión de las quejas y obtenemos:

s de mayor a menor en una tabla. Los datos brindados por el

o la frecuencia de la causa que se analiza. Por ejemplo, con la vista

eja en el número total de quejas. Por ejemplo: El producto se daña

esta vez hacemos la suma acumulada de porcentaje.

eja en el número total de quejas. Por ejemplo: El producto se daña

esta vez hacemos la suma acumulada de porcentaje.

r nuestros esfuerzos en dar solución a estos inconvenientes.

DATOS DE LOS ÚLTIMOS NUEVE AÑOS

MÉTODO DE MÍNIMOS CUADRADOS:

PTO X Y X*Y X^2

SUMA 4900 4310 3099000 3465000

800 f(x) = 0.9438327526x - 34.9756097561