Clase 02 · Módulo 10
Correlación y regresión lineal
Correlación y regresión lineal
Qué logras en esta clase
Mides si dos variables se mueven juntas, ajustas una recta para estimar una a partir de la otra y sabes hasta dónde creerle.
- Calculas e interpretas el coeficiente de correlación.
- Obtienes pendiente, intercepto y R² con funciones.
- Reconoces cuándo una predicción no vale.
02
Lo que mide y lo que no
La correlación mide si dos variables se mueven juntas. No dice cuál mueve a cuál, ni si alguna mueve a la otra.
03
El ejemplo de la clase
Una cafetería anotó diez meses de gasto en publicidad y de ventas, en miles de pesos. Publicidad en A2:A11, ventas en B2:B11.
| Mes | Publicidad | Ventas |
|---|---|---|
| 1 | 100 | 2.150 |
| 2 | 150 | 2.400 |
| 3 | 200 | 2.500 |
| … | … | … |
| 10 | 550 | 4.150 |
La publicidad sube de 50 en 50. Las ventas completas: 2.150, 2.400, 2.500, 2.900, 2.950, 3.300, 3.350, 3.700, 3.800 y 4.150.
04
Primero el gráfico, después el número
- Selecciona las dos columnas.
- Inserta un gráfico de dispersión (módulo 7, clase 1).
- Deja en el eje horizontal la variable que explica y en el vertical la que quieres explicar.
- Mira la forma: ¿una nube alargada, una curva, grupos separados, un punto solitario?
05
El coeficiente de correlación
=COEF.DE.CORREL(A2:A11;B2:B11)En la cafetería da 0,99. En inglés la función es CORREL. El resultado, que se anota r, va siempre de −1 a 1.
| Valor de r | Lectura |
|---|---|
| Cerca de 1 | Suben juntas, casi en línea recta |
| Cerca de −1 | Una sube cuando la otra baja |
| Cerca de 0 | No hay relación lineal |
Cerca de 0 no significa «sin relación»: una curva puede dar r casi nulo.
06
Correlación no es causalidad
Que publicidad y ventas suban juntas no prueba que la publicidad cause las ventas. Solo dice que vale la pena averiguarlo.
07
Tres explicaciones rivales
Antes de concluir causa, descarta estas:
- Causa inversa: el dueño gasta más en publicidad los meses en que ya vendió más.
- Tercera variable: en verano suben ambas porque hay más turistas.
- Azar: con diez puntos, una coincidencia fuerte es posible.
La planilla no resuelve esto. Lo resuelve conocer el negocio o una prueba: un mes con publicidad y otro sin ella, en condiciones parecidas.
08
Un punto puede cambiarlo todo
Agrega un undécimo mes: publicidad 300, ventas 6.000 por un evento en la plaza. La correlación cae de 0,99 a 0,54.
09
La recta de regresión
La regresión lineal busca la recta que pasa más cerca de todos los puntos:
ventas estimadas = intercepto + pendiente × publicidad=PENDIENTE(B2:B11;A2:A11)
=INTERSECCION.EJE(B2:B11;A2:A11)Dan 4,30 y 1.722. En ambas va primero la variable que quieres explicar y después la que explica. Invertirlas da otra recta, sin ningún aviso.
10
Leer pendiente e intercepto
- Pendiente 4,30: cada mil pesos más de publicidad se asocian, en promedio, a 4.300 pesos más de venta.
- Intercepto 1.722: la venta que la recta estima con publicidad cero.
El intercepto es una extrapolación: la cafetería nunca gastó menos de 100. Tómalo como parte de la fórmula, no como un dato sobre el negocio.
11
R²: cuánto explica la recta
=COEFICIENTE.R2(B2:B11;A2:A11)Da 0,988: la recta da cuenta del 98,8 % de la variación de las ventas en estos diez meses. Con una sola variable, R² es la correlación al cuadrado.
| R² dice | R² no dice |
|---|---|
| Qué tan cerca están los puntos de la recta | Que la relación sea causal |
| Que la recta sirva fuera de los datos | |
| Que una recta sea la forma correcta |
12
Estimar un valor nuevo
¿Qué ventas estima la recta con 600 de publicidad?
=PRONOSTICO.LINEAL(600;B2:B11;A2:A11)Da 4.303, lo mismo que 1.722 + 4,30 × 600. TENDENCIA hace igual cálculo y acepta varios valores a la vez.
PRONOSTICO.LINEAL existe desde Excel 2016; la más antigua PRONOSTICO sigue disponible. Google Sheets tiene ambas. Revisa el orden de argumentos en la ayuda que aparece al escribirlas.
13
Hasta dónde vale la recta
Una recta ajustada sirve dentro del rango observado. Fuera de él es una suposición con apariencia de cálculo.
14
El peligro de extrapolar
Con publicidad de 2.000, la misma fórmula devuelve ventas por 10.328: dos veces y media el mejor mes registrado.
- El local tiene un tope de mesas y de horas.
- El efecto de cada peso extra suele ir bajando.
- Nada en los datos respalda ese tramo.
15
Excel no avisa que saliste del rango
16
El margen de la estimación
=ERROR.TIPICO.XY(B2:B11;A2:A11)Da 77: es la distancia típica entre las ventas reales y la recta. En inglés, STEYX.
Como regla gruesa, una estimación dentro del rango se mueve unos dos errores típicos hacia cada lado: 4.303 más o menos 150. No es un intervalo formal, pero evita entregar un número único como si fuera exacto.
17
Revisar los residuos
El residuo es la diferencia entre el valor real y el que estima la recta.
- Agrega una columna con la estimación de cada fila.
- Agrega otra con real menos estimado.
- Grafica los residuos contra la variable que explica.
Si se ven desordenados alrededor de cero, la recta sirve. Si dibujan una curva o se abren como embudo, la relación no es lineal y el R² te está engañando.
18
Cuatro formas de hacer la regresión
| Forma | Conviene cuando |
|---|---|
| Funciones sueltas | Quieres el cálculo vivo en la planilla |
| Línea de tendencia del gráfico | Solo necesitas verla y mostrarla |
| ESTIMACION.LINEAL | Hay varias variables explicativas |
| Herramientas para análisis | Quieres un informe completo, hecho una vez |
El informe del complemento no se actualiza si cambian los datos. Las funciones sí.
19
Más de una variable
Las ventas rara vez dependen de una sola cosa. ESTIMACION.LINEAL (LINEST) admite varias columnas explicativas y devuelve una matriz con los coeficientes.
Su salida es difícil de leer: el orden de los coeficientes no es el que esperas. Compruébalo en la ayuda de la función o usa el informe del complemento, que los entrega con etiquetas.
20
Más variables no es mejor modelo
21
Con Claude
En el chat, Claude ejecuta código real sobre tu archivo, apto para regresiones de una o varias variables. Pide siempre:
- Cuántas filas usó y cuáles descartó.
- Coeficientes, R² y error típico en una tabla.
- El gráfico de dispersión con la recta y el de residuos.
Después replica pendiente y R² con las funciones de esta clase. Si no coinciden, pregunta qué filas quedaron fuera.
22
Errores comunes
- Leer una correlación alta como prueba de causa.
- Calcular r sin mirar el gráfico.
- Invertir el orden de las variables en PENDIENTE.
- Estimar fuera del rango observado.
- Correlacionar dos series que solo comparten tendencia en el tiempo: casi todo lo que crece con los años «correlaciona».
23
Lo que te llevas
- El coeficiente r va de −1 a 1 y mide relación lineal, nada más.
- La pendiente dice cuánto cambia una variable por cada unidad de la otra.
- R² mide ajuste, no causalidad ni validez fuera de los datos.
- Toda estimación va con su rango de validez y su margen.
- Un atípico o una tercera variable pueden explicar todo el resultado.
24
Hazlo ahora
En 15 minutos, con dos columnas relacionadas de al menos 12 filas (precio y unidades, temperatura y ventas, horas y producción):
- Haz el gráfico de dispersión y describe la forma en una frase.
- Calcula r, pendiente, intercepto y R².
- Estima un valor dentro del rango y anota el error típico.
- Calcula los residuos y grafícalos.
- Escribe dos explicaciones rivales para la relación que encontraste.
Clase terminada
Sigue con la próxima.
Fuentes · revisadas el 18 de noviembre de 2026
- Funciones de Excel por orden alfabético, con versión de cada una (soporte de Microsoft)support.microsoft.com ↗
- Introducción a los análisis de hipótesis, con mención de la regresión de Herramientas para análisis (soporte de Microsoft)support.microsoft.com ↗
- Cargar las Herramientas para análisis en Excel (soporte de Microsoft)support.microsoft.com ↗
- Lista de funciones de Hojas de cálculo de Googlesupport.google.com ↗
- Crear y editar archivos con Claude (ayuda de Claude)support.claude.com ↗