ESTIMACION.LOGARITMICA

Dados los datos parciales de una curva de crecimiento exponencial, calcula varios parámetros sobre la curva de crecimiento exponencial ideal que mejor se ajusta.

Ejemplo de uso

ESTIMACION.LOGARITMICA(B2:B10;A2:A10)

ESTIMACION.LOGARITMICA(B2:B10; A2:A10; VERDADERO; VERDADERO)

Sintaxis

ESTIMACION.LOGARITMICA(datos_conocidos_y; [datos_conocidos_x]; [b]; [detallado])

• datos_conocidos_y: matriz o intervalo que contiene los valores dependientes (y) conocidos, que se usan para ajustar una curva en función de una curva de crecimiento exponencial ideal.

  • Si datos_conocidos_y es una matriz o un intervalo bidimensionales, datos_conocidos_x debe tener las mismas dimensiones o se debe omitir.

  • Si datos_conocidos_y es una matriz o un intervalo unidimensionales, datos_conocidos_x puede representar a múltiples variables independientes de una matriz o un intervalo bidimensionales. Esto es, si datos_conocidos_y es una sola fila, cada fila de datos_conocidos_x se interpreta como un valor independiente aparte, y el comportamiento es análogo cuando datos_conocidos_y es una sola columna.

• datos_conocidos_x [OPCIONAL - {1,2,3,...} con la misma longitud que datos_conocidos_y de manera predeterminada]: valores de las variables independientes que corresponden a datos_conocidos_y.

  • Si datos_conocidos_y es una matriz o un intervalo unidimensionales, datos_conocidos_x puede representar a múltiples variables independientes de una matriz o un intervalo bidimensionales. Esto es, si datos_conocidos_y es una sola fila, cada fila de datos_conocidos_x se interpreta como un valor independiente aparte, y el comportamiento es análogo cuando datos_conocidos_y es una sola columna.

• b [OPCIONAL, VERDADERO de forma predeterminada]: dado un modelo general de ajuste de una curva exponencial y = b*m^x, calcula b si es VERDADERO o fuerza b para que sea 1, y solo calcula los valores de m si es FALSO.

• detallado [OPCIONAL, FALSO de manera predeterminada]: marca que indica si se deben devolver más estadísticas de regresión o solo los coeficientes y los exponentes calculados.

  • Si detallado es VERDADERO, ESTIMACION.LOGARITMICA devuelve los siguientes valores (además del conjunto de exponentes de las variables independientes y el coeficiente b):

    • el error estándar de cada exponente y del coeficiente,

    • el coeficiente de determinación (entre 0 y 1, donde 1 indica una correlación perfecta),

    • el error estándar de los valores de las variables dependientes,

    • la estadística F, o valor observado F, que indica si la relación observada entre las variables dependientes e independientes es aleatoria en lugar de exponencial,

    • los grados de libertad, que resultan útiles para buscar valores estadísticos F en una tabla de referencia y estimar el nivel de confianza,

    • la suma de cuadrados de la regresión, y

    • la suma de cuadrados residual.

Notas

• Las estadísticas que calcula ESTIMACION.LOGARITMICA son parecidas a las de ESTIMACION.LINEAL, aunque esta última usa el modelo lineal ln y = x1 ln m1 + ... + xn ln mn + ln b para cada variable independiente x1 ... xn. Por tanto, otras estadísticas, como el error estándar, se deben comparar con los logaritmos naturales de los valores m y b, y no con los propios valores.

Consulta también

TENDENCIA: Dados los datos parciales de una tendencia lineal, calcula una tendencia lineal ideal mediante el método de mínimos cuadrados o predice otros valores.

ESTIMACION.LINEAL: Dados los datos parciales de una tendencia lineal, calcula varios parámetros sobre la tendencia lineal ideal mediante el método de "mínimos cuadrados".

CRECIMIENTO: Dados los datos parciales de una tendencia de crecimiento exponencial, ajusta una tendencia de crecimiento exponencial ideal o predice otros valores.

Ejemplos