Estadísticas de datos en Calc
Utilice las estadísticas de datos de Calc para ejecutar análisis de datos complejos
Para trabajar en análisis estadísticos o de ingeniería, es posible ahorrar pasos y tiempo mediante las Estadísticas de datos de Calc. Proporcione los datos y los parámetros para cada análisis y el conjunto de herramientas utilizará las funciones estadísticas o de ingeniería adecuadas para calcular y mostrar los resultados en una tabla.
Muestreo
Crea una tabla con datos tomados de otra tabla.
El muestreo le permite seleccionar datos de una tabla de origen para rellenar una tabla de destino. El muestreo puede ser al azar o periódico.

El muestreo se realiza por filas. Esto significa que los datos obtenidos por muestreo se transferirán con sus filas completas a la tabla de destino.
Método de muestreo
Aleatorio: selecciona al azar exactamente el número de líneas de Tamaño de muestra en la tabla de origen.
Tamaño de muestra: Cantidad de líneas muestreadas a partir de la tabla de origen.
Periódico: selecciona líneas según el ritmo establecido por Período.
Periodo: el número de filas que omitir periódicamente durante el muestreo.
Ejemplo
Los datos siguientes se utilizarán como ejemplo de la tabla de origen para el muestreo:
A |
B |
C |
|
1 |
11 |
21 |
31 |
2 |
12 |
22 |
32 |
3 |
13 |
23 |
33 |
4 |
14 |
24 |
34 |
5 |
15 |
25 |
35 |
6 |
16 |
26 |
36 |
7 |
17 |
27 |
37 |
8 |
18 |
28 |
38 |
9 |
19 |
29 |
39 |
El muestreo con un periodo de 2 producirá la tabla siguiente:
12 |
22 |
32 |
14 |
24 |
34 |
16 |
26 |
36 |
18 |
28 |
38 |
Estadísticas descriptivas
Rellene una tabla en la hoja de cálculo con las propiedades estadísticas principales del conjunto de datos.
La herramienta analítica Estadísticas descriptivas genera un informe de estadísticas de una variable para los datos que se provean en el intervalo de entrada. Así podrá encontrar información sobre la tendencia central y la variabilidad de sus datos.

For more information on descriptive statistics, refer to the corresponding Wikipedia article.
La tabla siguiente muestra los resultados de las estadísticas descriptivas obtenidas de los datos de muestra anteriores.
Columna 1 |
Columna 2 |
Columna 3 |
|
Media |
41.9090909091 |
59.7 |
44.7 |
Error estándar |
3.5610380138 |
5.3583786934 |
4.7680650629 |
Modo |
47 |
49 |
60 |
Mediana |
40 |
64.5 |
43.5 |
Varianza |
139.4909090909 |
287.1222222222 |
227.3444444444 |
Desviación estándar |
11.8106269559 |
16.944681237 |
15.0779456308 |
Curtosis |
-1.4621677981 |
-0.9415988746 |
1.418052719 |
Asimetría |
0.0152409533 |
-0.2226426904 |
-0.9766803373 |
Intervalo |
31 |
51 |
50 |
Mínimo |
26 |
33 |
12 |
Máximo |
57 |
84 |
62 |
Suma |
461 |
597 |
447 |
Count |
11 |
10 |
10 |
Análisis de varianza (ANOVA)
Efectúa el análisis de varianza (ANOVA) de un conjunto de datos especificado
ANOVA son las siglas inglesas de ANalysis Of VAriance (‘análisis de varianza’). Esta herramienta produce un análisis de varianza para un conjunto de datos que se especifique

For more information on ANOVA, refer to the corresponding Wikipedia article.
Tipo
Seleccione si el análisis ANOVA es para un factor único o para dos factores.
Parámetros
Alfa: el nivel de precisión de la prueba.
Filas por muestra: define cuántas filas contiene una muestra.
La tabla siguiente muestra los resultados del análisis de varianza (ANOVA) de los datos de muestra anteriores.
ANOVA: factor único |
|||||
Alfa |
0.05 |
||||
Grupos |
Count |
Suma |
Media |
Varianza |
|
Columna 1 |
11 |
461 |
41.9090909091 |
139.4909090909 |
|
Columna 2 |
10 |
597 |
59.7 |
287.1222222222 |
|
Columna 3 |
10 |
447 |
44.7 |
227.3444444444 |
|
Origen de variaciones |
SS |
df |
MS |
F |
Valor p |
Entre grupos |
1876.5683284457 |
2 |
938.2841642229 |
4.3604117704 |
0.0224614952 |
Dentro de los grupos |
6025.1090909091 |
28 |
215.1824675325 |
||
Total |
7901.6774193548 |
30 |
Correlación
Calcula la correlación entre dos conjuntos de datos numéricos.
El coeficiente de correlación (un valor entre −1 y +1) indica la fuerza de la relación entre dos variables. Es posible utilizar la función COEF.DE.CORREL o las Estadísticas de datos para determinar el coeficiente de correlación entre dos variables.
Un coeficiente de correlación de +1 indica una correlación positiva perfecta.
Un coeficiente de correlación de −1 indica una correlación negativa perfecta.

For more information on statistical correlation, refer to the corresponding Wikipedia article.
La tabla siguiente muestra los resultados de la correlación de los datos de muestra anteriores.
Correlaciones |
Columna 1 |
Columna 2 |
Columna 3 |
Columna 1 |
1 |
||
Columna 2 |
-0.4029254917 |
1 |
|
Columna 3 |
-0.2107642836 |
0.2309714048 |
1 |
Covarianza
Calcula la covarianza entre dos conjuntos de datos numéricos.
La covarianza es una medida que indica cuánto cambian dos variables aleatorias en conjunto.

For more information on statistical covariance, refer to the corresponding Wikipedia article.
La tabla siguiente muestra los resultados de la covarianza de los datos de muestra anteriores.
Covarianzas |
Columna 1 |
Columna 2 |
Columna 3 |
Columna 1 |
126.8099173554 |
||
Columna 2 |
-61.4444444444 |
258.41 |
|
Columna 3 |
-32 |
53.11 |
204.61 |
Alisamiento exponencial
Produce una serie de datos alisada
El alisamiento exponencial es una técnica de filtración que, cuando se aplica a un conjunto de datos, produce resultados emparejados, con menos variación residual. Se utiliza en muchos campos, como el mercado accionario, en economía y en muestreo de medidas.

For more information on exponential smoothing, refer to the corresponding Wikipedia article.
Parámetros
Factor de alisamiento: un parámetro entre 0 y 1 que representa el factor alfa de amortiguación en la ecuación de alisamiento.
El alisamiento resultante más abajo es producto del factor de 0,5:
Alfa |
|
0.5 |
|
Columna 1 |
Columna 2 |
1 |
0 |
1 |
0 |
0.5 |
0 |
0.25 |
0.5 |
0.125 |
0.25 |
0.0625 |
0.125 |
0.03125 |
0.0625 |
0.015625 |
0.03125 |
0.0078125 |
0.015625 |
0.00390625 |
0.0078125 |
0.001953125 |
0.00390625 |
0.0009765625 |
0.001953125 |
0.0004882813 |
0.0009765625 |
0.0002441406 |
0.0004882813 |
Media móvil
Calcula la media móvil de una serie temporal

For more information on the moving average, refer to the corresponding Wikipedia article.
Parámetros
Intervalo: el número de muestras utilizadas en el cálculo de la media móvil.
Resultados de la media móvil:
Columna 1 |
Columna 2 |
#N/D |
#N/D |
0.3333333333 |
0.3333333333 |
0 |
0.3333333333 |
0 |
0.3333333333 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
#N/D |
#N/D |
Prueba t pareada
Calcula la prueba t pareada de dos muestras de datos.
Una prueba t es cualquier prueba estadística de hipótesis que sigue una distribución t de Student.

For more information on paired t-tests, refer to the corresponding Wikipedia article.
Datos
Intervalo de 1.ª variable: la referencia del intervalo de la primera serie de datos que se analizará.
Intervalo de 2.ª variable: la referencia del intervalo de la segunda serie de datos que se analizará.
Resultados en: la referencia de la celda superior izquierda del intervalo donde se mostrará la prueba.
Resultados de la prueba t pareada:
La tabla siguiente muestra la prueba t pareada de la serie de datos anterior:
Prueba t pareada |
||
Alfa |
0.05 |
|
Diferencia media hipotética |
0 |
|
Variable 1 |
Variable 2 |
|
Media |
16.9230769231 |
20.4615384615 |
Varianza |
125.0769230769 |
94.4358974359 |
Observaciones |
13 |
13 |
Correlación de Pearson |
-0.0617539772 |
|
Diferencia de media observada |
-3.5384615385 |
|
Varianza de las diferencias |
232.9358974359 |
|
df |
12 |
|
Estadística t |
-0.8359262137 |
|
P (T<=t) unilateral |
0.2097651442 |
|
t crítica unilateral |
1.7822875556 |
|
P (T<=t) bilateral |
0.4195302884 |
|
t crítica bilateral |
2.1788128297 |
Prueba F
Calcula la prueba F de dos muestras de datos.
Una prueba F es cualquier prueba estadística basada en una distribución F bajo una hipótesis nula.

For more information on F-tests, refer to the corresponding Wikipedia article.
Datos
Intervalo de 1.ª variable: la referencia del intervalo de la primera serie de datos que se analizará.
Intervalo de 2.ª variable: la referencia del intervalo de la segunda serie de datos que se analizará.
Resultados en: la referencia de la celda superior izquierda del intervalo donde se mostrará la prueba.
Resultados de la prueba F:
La tabla siguiente muestra la prueba F de la serie de datos anterior:
Prueba F |
||
Alfa |
0.05 |
|
Variable 1 |
Variable 2 |
|
Media |
16.9230769231 |
20.4615384615 |
Varianza |
125.0769230769 |
94.4358974359 |
Observaciones |
13 |
13 |
df |
12 |
12 |
F |
1.3244637524 |
|
P (F<=f) lateral derecha |
0.3170614146 |
|
F crítica, lateral derecha |
2.6866371125 |
|
P (F<=f) lateral izquierda |
0.6829385854 |
|
F crítica, lateral izquierda |
0.3722125312 |
|
P bilateral |
0.6341228293 |
|
F crítica bilateral |
0.3051313549 |
3.277277094 |
Prueba Z
Calcula la prueba z de dos muestras de datos.

For more information on Z-tests, refer to the corresponding Wikipedia article.
Datos
Intervalo de 1.ª variable: la referencia del intervalo de la primera serie de datos que se analizará.
Intervalo de 2.ª variable: la referencia del intervalo de la segunda serie de datos que se analizará.
Resultados en: la referencia de la celda superior izquierda del intervalo donde se mostrará la prueba.
Resultados de la prueba z:
La tabla siguiente muestra la prueba z de la serie de datos anterior:
Prueba z |
||
Alfa |
0.05 |
|
Diferencia media hipotética |
0 |
|
Variable 1 |
Variable 2 |
|
Varianza conocida |
0 |
0 |
Media |
16.9230769231 |
20.4615384615 |
Observaciones |
13 |
13 |
Diferencia de media observada |
-3.5384615385 |
|
z |
#¡DIV/0! |
|
P (Z<=z) unilateral |
#¡DIV/0! |
|
z crítica unilateral |
1.644853627 |
|
P (Z<=z) bilateral |
#¡DIV/0! |
|
z crítica bilateral |
1.9599639845 |
Prueba de ji cuadrado
Calcula la prueba de ji cuadrado de una muestra de datos.

For more information on chi-square tests, refer to the corresponding Wikipedia article.
Datos
Intervalo de entrada: la referencia al área que contiene la serie de datos que se analizará.
Resultados en: la referencia de la celda superior izquierda del intervalo donde se mostrará la prueba.
Resultados de la prueba de ji cuadrado:
Prueba de independencia (ji cuadrado) |
|
Alfa |
0.05 |
df |
12 |
Valor p |
2.32567054678584E-014 |
Estadística de prueba |
91.6870055842 |
Valor crítico |
21.0260698175 |