Cálculos Estadísticos

Cómo Realizar un Cálculo Estadístico

Puede realizar cálculos estadísticos para analizar los datos. El ejemplo siguiente ajusta un modelo de regresión lineal y = mx + b para dos listas.

Se abre el cuadro de diálogo Regresión Lineal (mx+b) y se muestran los campos para escribir o seleccionar cada argumento. Debido a que seleccionó una celda por adelantado, la columna para la Lista X ya incluye la letra de columna de la lista con una celda seleccionada.

Listas y Hoja de Cálculo inserta dos columnas: una que contiene los nombres de los resultados y otra que contiene los valores correspondientes.

Nota: Los resultados están enlazados con los datos de origen. Por ejemplo, si cambia un valor de la columna A, la ecuación de regresión se actualizará automáticamente.

Cómo Almacenar los Resultados Estadísticos

Listas y Hoja de Cálculo almacena los resultados estadísticos usando el nombre de un grupo de variables con el formato stat.nnn, donde nnn es el nombre del resultado (por ejemplo, stat.RegEqn y stat.Resid). El uso de nombres estándares para las variables facilita la futura identificación y uso de las variables estadísticas. Si desea usar un grupo de variables personalizado en vez del nombre estándar, puede editar la fórmula en la celda de fórmula de la columna.

Puede usar la siguiente fórmula para almacenar los resultados en el grupo de variables MystatsB.

     =LinRegMx(a[],b[],1 ): CopyVar Stat., MystatsB.

Más adelante, podrá ver los resultados al ingresar la siguiente expresión en la aplicación de  Calculadora o en otra columna de la aplicación de Listas  y  Hoja de Cálculo:

     MystatsB.results

Cálculos Estadísticos Disponibles

El menú Cálculos Estadísticos le permite seleccionar los cálculos que se describen a continuación. Para obtener más información, consulte la Guía de Referencia de ‑TINspire™.

Estadísticas de Una Variable (OneVar)

Analiza los datos con una variable medida. Puede especificar una lista de frecuencia opcional. Los datos estadísticos que se obtienen mediante el uso de esta técnica de análisis son:

Estadísticas de Dos Variables (TwoVar)

Analiza datos emparejados. Lista 1 es la variable independiente. Lista 2 es la variable dependiente. Puede especificar una lista de frecuencia opcional. Los datos estadísticos que se obtienen mediante el uso de esta técnica de análisis son:

Para cada lista:

Datos adicionales:

Regresión lineal (mx+b) (LinRegMx)

Ajusta la ecuación del modelo y=ax+b a los datos mediante un ajuste por mínimos cuadrados. Presenta los valores para m (pendiente) y b (intersección‑con el eje y).

Regresión Lineal (a+bx) (LinRegBx)

Ajusta la ecuación del modelo y=a+bx a los datos mediante un ajuste por mínimos cuadrados. Presenta los valores para a (intersección‑con el eje y), b (pendiente), r2 y r.

Línea mediana-mediana (MedMed)

Ajusta la ecuación del modelo y=mx+b para los datos mediante la técnica de línea mediana-mediana (línea de resistencia), que calcula los puntos de resumen x1, y1, x2, y2, x3 e y3. Línea‑mediana  mediana presenta los valores para la m (pendiente) y b (intersección‑con el eje y).

Regresión Cuadrática (QuadReg)

Ajusta la ecuación polinómica de segundo grado y=ax2+bx+c a los datos. Presenta los valores para a, b, c y R2. Para tres puntos de datos, la ecuación es un ajuste polinómico; para cuatro o más, es una regresión polinómica. Se necesitan al menos tres puntos de datos.

Regresión Cúbica (CubicReg)

Ajusta la ecuación polinómica de tercer grado y=ax3+bx2+cx+d a los datos. Presenta los valores para a, b, c, d y R2. Para cuatro puntos, la ecuación es un ajuste polinómico; para cinco o más, es una regresión polinómica. Se necesitan al menos cuatro puntos de datos.

Regresión Cuaterna (QuartReg)

Ajusta la ecuación polinómica de cuarto grado y=ax4+bx3+cx2+dx+e a los datos. Presenta los valores para a, b, c, d, e y R2. Para cinco puntos, la ecuación es un ajuste polinómico; para seis o más, es una regresión polinómica. Se necesitan al menos cinco puntos de datos.

Regresión Potencial (PowerReg)

Ajusta la ecuación del modelo y=axb a los datos mediante un ajuste por mínimos cuadrados sobre los valores transformados ln(x) y ln(y). Presenta los valores para a, b, r2 y r.

Regresión Exponencial (ExpReg)

Ajusta la ecuación del modelo y=abx a los datos mediante un ajuste por mínimos cuadrados sobre los valores transformados x y ln(y). Presenta los valores para a, b, r2 y r.

Regresión Logarítmica (LogReg)

Ajusta la ecuación del modelo y=a+b ln(x) a los datos mediante un ajuste por mínimos cuadrados sobre los valores transformados ln(x) e y. Presenta los valores para a, b, r2 y r.

Regresión Sinusoidal (SinReg)

Ajusta la ecuación del modelo y=a sin(bx+c)+d a los datos mediante un ajuste iterativo por mínimos cuadrados. Presenta los valores para a, b, c y d. Se necesitan al menos cuatro puntos de datos. Se necesitan al menos dos puntos de datos por ciclo para evitar estimaciones de frecuencia erráticas.

Nota: La salida de SinReg siempre es en radianes, independientemente de la configuración del modo Radián/Grado.

Regresión Logística (d=0) (Logística)

Ajusta la ecuación del modelo y=c/(1+a*eLbx) a los datos mediante un ajuste iterativo por mínimos cuadrados. Presenta los valores para a, b y c.

Regresión Logística (dƒ0) ((LogísticaD)

Ajusta la ecuación del modelo y=c/(1+a*e(Lbx))+d a los datos mediante un ajuste iterativo por mínimos cuadrados. Presenta los valores para a, b, c y d.

Regresión Lineal Múltiple (MultReg)

Calcula una regresión lineal múltiple de la lista Y en las listas X1, X2, …, X10.