Cómo usar la función PEARSON en Excel
CategorĆa:

Compatibilidad:
Nivel:
Descripción
La función PEARSON en Excel calcula el coeficiente de correlación de Pearson entre dos conjuntos de datos. Este coeficiente mide la fuerza y la dirección de una relación lineal entre dos variables. El valor resultante oscila entre -1 y 1:
- 1 indica una correlación positiva perfecta (es decir, a medida que una variable aumenta, la otra también lo hace de forma proporcional).
- -1 indica una correlación negativa perfecta (es decir, a medida que una variable aumenta, la otra disminuye de manera proporcional).
- 0 indica que no hay correlación lineal entre las dos variables.
La función PEARSON es fundamental en el anĆ”lisis de datos estadĆsticos y es muy utilizada en regresión, anĆ”lisis de tendencias y estudios de dependencia entre variables.
PEARSON facilita tareas como:
- AnÔlisis de relaciones lineales: Evaluar si existe una relación lineal entre dos conjuntos de datos, como el precio y la demanda de un producto.
- Investigación cientĆfica: Determinar la relación entre dos variables en experimentos o estudios de comportamiento.
- Modelado financiero: Estimar cómo se comportan dos activos financieros en relación entre sĆ.
Sintaxis
=PEARSON(rango1; rango2)
- rango1: Obligatorio. Es el primer conjunto de datos numƩricos. Este rango debe contener los valores que se correlacionarƔn con los datos de rango2.
- rango2: Obligatorio. Es el segundo conjunto de datos numƩricos. Debe tener la misma cantidad de valores que rango1, ya que se comparan los valores en paralelo.
Notas adicionales
- Rango de valores: El coeficiente de correlación de Pearson tiene un rango de -1 a 1, donde:
- 1 indica una correlación lineal positiva perfecta,
- -1 indica una correlación lineal negativa perfecta,
- 0 indica que no hay correlación lineal.
- Correlación lineal: PEARSON solo mide la correlación lineal, por lo que si la relación entre las variables no es lineal, el valor de PEARSON podrĆa ser bajo, aunque pueda existir una relación significativa entre las variables.
- Datos no numĆ©ricos o vacĆos: Si los rangos contienen celdas vacĆas o valores no numĆ©ricos, Excel devolverĆ” un error #Ā”VALOR!. AsegĆŗrate de que todos los valores sean numĆ©ricos y no haya celdas vacĆas en los rangos que se comparan.
- Igualdad de tamaño de los rangos: Ambos rangos deben contener la misma cantidad de celdas, ya que la función calcula la correlación de los valores en paralelo. Si los rangos no son del mismo tamaño, Excel devolverÔ un error #”NUM!.
Relación con otras funciones
- CORREL: La función CORREL es esencialmente una versión mÔs antigua de PEARSON. Ambas funciones realizan el mismo cÔlculo, pero PEARSON es mÔs ampliamente utilizada en Excel, especialmente en versiones mÔs recientes.
- COVAR: La función COVAR calcula la covarianza entre dos variables. Aunque ambas miden la relación entre dos conjuntos de datos, COVAR se basa en la covarianza, que mide la dirección de la relación, mientras que PEARSON normaliza la relación a una escala de -1 a 1.
- SLOPE: Si estĆ”s realizando un anĆ”lisis de regresión lineal, SLOPE puede ser utilizada para calcular la pendiente de la lĆnea de regresión entre dos conjuntos de datos. El valor de PEARSON puede ser Ćŗtil para evaluar la fuerza de la relación entre las variables antes de realizar una regresión.
- RANK.EQ: Si deseas evaluar el rango de los datos en términos de su orden relativo en relación con otros datos, puedes usar RANK.EQ en combinación con PEARSON para ver cómo se ordenan las variables.
Tipo de uso
Implementación de anÔlisis de correlación y dependencias entre variables:
- AnÔlisis de tendencias económicas: Evaluar la relación entre variables económicas, como la inflación y el desempleo, mediante el cÔlculo del coeficiente de correlación de Pearson.
- Estudios cientĆficos y tĆ©cnicos: Determinar la relación entre dos variables medidas en un experimento, como la temperatura y la velocidad de una reacción quĆmica.
- AnÔlisis de mercado: Evaluar la relación entre las ventas de un producto y la inversión en publicidad, para entender cómo la publicidad afecta las ventas.
