Regresión lineal en Excel: simple, múltiple y cómo leer el resultado
Para una regresión lineal en Excel, crea un gráfico de dispersión y añade una línea de tendencia lineal con la ecuación y el R² visibles, o calcula en celdas =PENDIENTE(Y;X), =INTERSECCION.EJE(Y;X) y =COEFICIENTE.R2(Y;X) (en ese orden: Y primero) y predice con =PRONOSTICO.LINEAL(x;Y;X). Para valores p e intervalos de confianza, activa Herramientas para análisis y usa Datos → Análisis de datos → Regresión. O sube el archivo a la herramienta gratuita de análisis de regresión de DataHub Pro para obtener la pendiente, la intersección y el R² sin el complemento.
Pruébalo con tu propio archivo → · Actualizado el 24 de octubre de 2026
La regresión responde a la pregunta que todo analista acaba haciéndose: ¿cómo influye una cosa en otra, y puedo predecirla? Aquí la harás en Excel de tres maneras — una línea de tendencia en un gráfico, funciones que se recalculan solas y el informe completo de Herramientas para análisis —, además de la regresión múltiple con ESTIMACION.LINEAL y cómo leer el R² y los valores p sin ser estadístico.
Resumen rápido
Lo más rápido: gráfico de dispersión → clic derecho en los puntos → Agregar línea de tendencia → Lineal → marca la ecuación y el R². En celdas: =PENDIENTE(Y;X), =INTERSECCION.EJE(Y;X), =COEFICIENTE.R2(Y;X), y para predecir =PRONOSTICO.LINEAL(nuevoX;Y;X). Estadística completa: activa Herramientas para análisis → Datos → Análisis de datos → Regresión. Varias variables: =ESTIMACION.LINEAL(Y;columnasX;VERDADERO;VERDADERO). Un valor p < 0,05 se considera significativo.
Nota sobre separadores: las fórmulas de esta guía usan el punto y coma (;) para separar argumentos y los nombres de función en español. Según tu configuración regional, Excel puede usar la coma (,) en su lugar; en Excel en inglés los nombres de función también cambian (se indican entre paréntesis la primera vez).
Contenido
1.Qué es la regresión lineal
La regresión modela la relación entre una variable dependiente (lo que quieres explicar o predecir, Y) y una o más variables independientes (lo que crees que la mueve, X). En su forma más simple, traza la recta que pasa lo más cerca posible de una nube de puntos — la “recta de mejor ajuste” — y te da una ecuación para predecir Y a partir de X.
La recta se define con dos números: la pendiente (cuánto cambia Y por cada unidad de X) y la intersección (el valor de Y cuando X vale cero). Si X es la inversión en publicidad e Y las ventas, una pendiente de 3 significa que cada euro adicional de publicidad se asocia, de media, con 3 euros más de ventas. Excel calcula la recta por mínimos cuadrados: elige la pendiente y la intersección que minimizan la suma de las distancias verticales al cuadrado entre la recta y los puntos.
Después de la recta vienen siempre dos preguntas: ¿qué tal se ajusta? (el R²) y ¿la relación es real o es ruido? (el valor p). Y una advertencia: la regresión mide asociación, no causalidad. Que las ventas de helados y los ahogamientos suban juntos no significa que uno cause el otro: los dos suben con el calor.
2.Paso 1 — Gráfico de dispersión
Selecciona las columnas X e Y (con X a la izquierda) y ve a Insertar → Gráficos → Dispersión (la primera opción, sin líneas). Antes de ajustar nada, mira la nube: ¿los puntos suben o bajan juntos? ¿El patrón es más o menos recto o curvo? ¿Hay valores atípicos muy lejos del resto? Este vistazo no es opcional: te dice si una recta es el modelo adecuado.
3.Paso 2 — Línea de tendencia
Haz clic derecho en cualquier punto → Agregar línea de tendencia. En el panel elige Lineal y marca Presentar ecuación en el gráfico y Presentar el valor R cuadrado en el gráfico. Excel dibuja la recta y escribe algo como y = 2,84x + 15,3 y R² = 0,78. Esa acción ya es una regresión simple completa: pendiente 2,84, intersección 15,3, y una recta que explica el 78 % de la variación de Y.
4.Paso 3 — Pendiente e intersección en celdas
La ecuación del gráfico es texto fijo. Para tener los coeficientes como valores que se recalculan, usa las funciones de hoja (ojo: Y primero, X después):
=PENDIENTE(B2:B50;A2:A50)
=INTERSECCION.EJE(B2:B50;A2:A50)Con ellas puedes predecir Y para cualquier X con =pendiente*X + intersección, y la predicción se actualiza sola cuando cambian los datos: ideal para un modelo o un dashboard al que la ecuación del gráfico no llega.
| Función (en inglés) | Devuelve |
|---|---|
| PENDIENTE (SLOPE) | La pendiente: cuánto sube Y por unidad de X |
| INTERSECCION.EJE (INTERCEPT) | Y cuando X = 0 |
| COEFICIENTE.R2 (RSQ) | R cuadrado, de 0 a 1 |
| COEF.DE.CORREL (CORREL) | Coeficiente de correlación, de −1 a 1 |
| PRONOSTICO.LINEAL (FORECAST.LINEAR) | Y prevista para una X nueva |
5.Paso 4 — R cuadrado
=COEFICIENTE.R2(B2:B50;A2:A50)Devuelve un número entre 0 y 1: 0,78 significa que X explica el 78 % de la variación de Y. Qué se considera bueno depende del campo: en física se espera 0,99, en comportamiento humano un 0,3 puede ser significativo. No lo idolatres: un modelo con un R² alto puede ser inútil si se ajusta a una muestra diminuta o si los datos son curvos. Léelo siempre con el gráfico y los valores p.
6.Paso 5 — Predecir con PRONOSTICO.LINEAL
=PRONOSTICO.LINEAL(E2;B2:B50;A2:A50)Con el nuevo valor de X en E2, Excel ajusta la regresión internamente y devuelve la Y prevista en un solo paso. Predecir dentro del rango de tus datos (interpolar) es razonable; predecir muy fuera de él (extrapolar) supone que la relación sigue siendo recta, y a menudo no lo es.
7.Paso 6 — Herramientas para análisis y valores p
Para el cuadro estadístico completo, activa el complemento una vez: Archivo → Opciones → Complementos → Administrar: Complementos de Excel → Ir y marca Herramientas para análisis. En la pestaña Datos aparece Análisis de datos: elige Regresión, indica el rango Y de entrada y el rango X de entrada, marca Rótulos si incluiste encabezados y elige dónde poner el resultado.
Excel genera un informe con los coeficientes, sus errores típicos, los estadísticos t, los valores p, los intervalos de confianza del 95 %, el R² y el R² ajustado, y una tabla de ANOVA. Cada coeficiente tiene su valor p: la probabilidad de ver una pendiente así de grande por puro azar si en realidad no hubiera relación. Por convención, por debajo de 0,05 la relación se considera estadísticamente significativa. Tómalo como guía, no como dogma, y recuerda que el informe es una foto fija: no se recalcula si cambian los datos.
8.Paso 7 — Regresión múltiple
Los resultados reales tienen varias causas. Para predecir Y a partir de varias columnas X a la vez, usa la función matricial ESTIMACION.LINEAL (LINEST) con todas las columnas predictoras juntas:
=ESTIMACION.LINEAL(B2:B50;C2:E50;VERDADERO;VERDADERO)El tercer argumento calcula la intersección de forma normal y el cuarto devuelve las estadísticas completas. En Microsoft 365 el resultado se desborda solo; en versiones anteriores selecciona el rango de salida y pulsa Ctrl+Shift+Enter. Los coeficientes salen en orden inverso al de las columnas (la última X primero). Vigila la multicolinealidad: si dos X están muy correlacionadas entre sí (inversión en publicidad e impresiones, por ejemplo), sus coeficientes se vuelven inestables; quédate con una. Y para comparar modelos con distinto número de variables usa el R² ajustado, porque el R² normal siempre sube al añadir variables, aunque no sirvan.
Ejemplo práctico: publicidad frente a ventas
Tienes doce meses de inversión en publicidad (X) y ventas (Y). =PENDIENTE(Ventas;Publicidad) devuelve 4,2, =INTERSECCION.EJE(Ventas;Publicidad) devuelve 18.000 y =COEFICIENTE.R2(Ventas;Publicidad) devuelve 0,81. El modelo dice: Ventas = 4,2 × Publicidad + 18.000, y explica el 81 % de la variación mensual de las ventas.
En lenguaje de negocio: cada euro adicional de publicidad se asocia con 4,20 € más de ventas; las 18.000 € son las ventas modeladas sin publicidad, razonables si hay demanda orgánica; y un R² de 0,81 es alto para datos de marketing. Para prever las ventas con una inversión prevista de 25.000 €: =PRONOSTICO.LINEAL(25000;Ventas;Publicidad) devuelve unos 123.000 € (4,2 × 25.000 + 18.000). Eso sí, 25.000 € debe estar dentro del rango que ya has invertido; predecir con 200.000 € que nunca has probado sería extrapolar.
Errores comunes
La pendiente sale al revés o rara. Has cambiado el orden de los argumentos. PENDIENTE, INTERSECCION.EJE y COEFICIENTE.R2 llevan primero Y y después X. Es el error número uno.
No aparece el botón Análisis de datos. El complemento Herramientas para análisis no está activado: Archivo → Opciones → Complementos.
ESTIMACION.LINEAL devuelve un solo número. En Excel antiguo hay que seleccionar todo el rango de salida y pulsar Ctrl+Shift+Enter. En Microsoft 365 se desborda solo: deja libres las celdas de la derecha y de abajo.
R² alto pero predicciones inútiles. Puede que haya demasiadas variables para la muestra, que estés extrapolando o que la relación sea curva. Si los residuos muestran un patrón, la recta no es el modelo adecuado.
Regresión y previsión, sin complementos
DataHub Pro ajusta la regresión de tu hoja de cálculo en segundos — pendiente, intersección, R² y predicciones en un dashboard que puedes compartir —, sin Herramientas para análisis ni fórmulas matriciales. Sube tus datos con una cuenta gratuita.
Pruébalo gratis →Referencias y lecturas recomendadas
- Microsoft — Función ESTIMACION.LINEAL y Herramientas para análisis.
- Microsoft — Agregar una línea de tendencia a un gráfico.
- DataHub Pro — Regression analysis in Excel (versión en inglés).
Preguntas frecuentes
¿Cómo se hace una regresión lineal en Excel?
=PENDIENTE(Y;X), =INTERSECCION.EJE(Y;X) y =COEFICIENTE.R2(Y;X); para el informe completo con valores p, el complemento Herramientas para análisis.¿Qué significa el R cuadrado?
¿Dónde está Análisis de datos en Excel?
¿Cómo hago una regresión múltiple en Excel?
=ESTIMACION.LINEAL(Y;X1:X3;VERDADERO;VERDADERO), con todas las columnas predictoras juntas, o con Análisis de datos → Regresión seleccionando varias columnas X. ESTIMACION.LINEAL devuelve los coeficientes en orden inverso al de las columnas.