Devuelve la diferencia absoluta promedio de la serie de datos de entrada.
Sintaxis
MD(X)
- X
- es la muestra de los datos de entrada (despliegue de una o dos dimensiones de celdas (Por ejemplo: filas o columnas))
Observaciones
- Los datos de las series de tiempo de entrada pueden incluir valores faltantes (Por ejemplo: #N/A, #VALOR!, #NUM!, celda vacía),pero no se incluyen en los cálculos.
- La diferencia promedio de la muestra (MD) se calcula de a siguiente manera:
$$ \Delta = \mathrm{MD} = \frac{\sum_{i=1}^n \sum_{j=1}^n \| x_i - x_j \|}{n \times \left ( n-1 \right )} $$
Donde:
- $x_i$ es el valor de la observación i -ésima no faltante.
- $n$ es el número de observaciones en la muestra.
- La diferencia promedio es el producto de la media de la muestra y la diferencia promedio relativa (RMD) y también puede ser expresada en términos del Coeficiente Ginni :
$$\mathrm{MD}= 2 \times G \times \bar{x}$$
Donde:
- $\bar{x}$ es la media aritmética de la muestra
- $G$ es el coeficiente Gini
- Debido a sus vínculos con el coeficiente de Gini, la diferencia promedio es también llamada el "Diferencia media de Gini." Es también conocida como la "diferencia media absoluta".
- La diferencia promedio de la muestra no depende de una medida específica de tendencia central como la desviación estándar.
- La diferencia media de una muestra es una estimación neutral y consistente de la diferencia promedio poblacional.
Ejemplos
Ejemplo 1:
|
|
Fórmula | Descripción (Resultado) |
---|---|
=MD($B$2:$B$30) | Diferencia promedio (1.452) |
Ejemplos de archivos
Enlaces Relacionados
Referencias
- Hamilton, J .D.; Time Series Analysis , Princeton University Press (1994), ISBN 0-691-04289-6
- Tsay, Ruey S.; Analysis of Financial Time Series John Wiley & SONS. (2005), ISBN 0-471-690740
Comentarios
El artículo está cerrado para comentarios.