• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Estadística
      • Calculadora del Tamaño Muestral en Encuestas
      • Calculadora de estadísticos descriptivos
      • Test de normalidad
      • Calculadora de contrastes de hipotesis
      • Calculadora de tamano del efecto
      • Simulador de Regresión Lineal con Ruido
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Simulador de K-Means
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • Simulador de la Estrategia Martingala
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
    • Negocios
      • CLV
      • Scoring
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ JSON
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
    • Juegos
      • Tres en Raya
      • Nim con Q-Learning
    • Más
      • Método D’Hondt
      • Generador de Contraseñas Seguras
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Auditoría de fórmulas en Excel

febrero 26, 2020 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Al aumentar el tamaño de las hojas de cálculo cada vez es más complicado comprender de dónde viene y en donde se usan los valores de las celdas. O al revisar hojas de cálculo de otros usuarios. En estos casos las herramientas de auditoría de fórmulas en Excel son clave para no perdernos en la complejidad.

Hoja de cálculo de ejemplo

Es este caso vamos a usar de las plantillas que vienen con Excel para explicar el funcionamiento de las herramientas de auditoría. En concreto vamos a utiliza la plantilla “Administración de mi dinero” usando la opción Nuevo desde plantilla. Con lo que obtenemos una hoja como la siguiente.

Plantilla “Administración de mi dinero”
Plantilla “Administración de mi dinero”

¿De dónde vienen los datos?

En esta hoja nos podemos plantear de dónde procede el valor de los “Ingresos mensuales netos”. Lo que podemos ver simplemente consultado la fórmula. Aunque en este caso los valores proceden de una tabla a la que se le ha asignado un nombre. Una forma de saber dónde se encuentra la tabla es usar la función “Rastrear precedentes” que se encuentra en la cinta de opciones “Fórmulas”. Para ello simplemente seleccionamos la celda y pulsamos esta opción. Inmediatamente aparecerá una o varias flechas azules indicando visualmente de donde proceden los datos.

Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane
En Analytics Lane
Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane

Procedencia de los datos de la celda
Procedencia de los datos de la celda

Publicidad


¿Dónde se usan los datos?

Saber dónde se usan los datos sin las herramientas de auditoría de fórmulas es una tarea que sería casi imposible. Pero si nos situamos sobre la celda y pulsamos sobre la función “Rastrea dependencias” que se encuentra también en la cinta de opciones “Fórmulas”. Podemos ver dónde se usan estas. En el caso de la celda se puede ver que se usa en la propia hoja, indicado por la flecha azul, y otra más, lo que indica la flecha negra que apunta al icono de una hoja de cálculo.

Utilización de los datos de la celda
Utilización de los datos de la celda

Acceder a los datos de otra hoja

Para acceder a los datos de otra hoja simplemente deberemos pulsar sobre la flecha negra, con lo que aparecerá un menú en la que nos indica la hoja u hojas en las que esta celda es usada.

Menú para ir a otras hojas donde se utilizan los datos de la celda
Menú para ir a otras hojas donde se utilizan los datos de la celda

Borrar las indicaciones

Una vez finalizada la auditoría podemos borrar todas las indicaciones con la función “Quitar flechas”. Así podemos volver a tener la hoja de cálculo limpia una vez comprendemos el flujo de datos dentro del libro o libros de Excel.

Publicidad


Conclusiones

En esta entrada hemos visto cómo utilizar las herramientas de auditoría de fórmulas en Excel, algo que se necesario cuando el tamaño de los libros crece y no sabemos qué se usa ni donde.

Imagen de Tumisu en Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane
  • Nuevo conversor de timestamp Unix en el laboratorio de Analytics Lane
  • Calculadora de Contrastes de Hipótesis: interpreta correctamente el p-valor y toma decisiones estadísticas con confianza
  • Calculadora de Tamaño del Efecto: la herramienta clave para entender cuánto importa realmente una diferencia
  • Simulador de DBSCAN: descubre cómo encontrar clusters reales (y ruido) sin fijar K
  • Conversor de Colores: convierte, compara y valida cualquier color en tiempo real
  • Analytics Lane lanza su Generador de UUIDs: identificadores únicos, seguros y listos para producción en segundos
  • 1200 publicaciones en Analytics Lane
  • Analytics Lane lanza su Conversor TIN ↔ TAE: la herramienta definitiva para entender el coste real de depósitos, préstamos e hipotecas

Publicado en: Herramientas Etiquetado como: Excel

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Interés compuesto: la fuerza que multiplica tu dinero (y los errores que la anulan)

mayo 14, 2026 Por Daniel Rodríguez

Cómo comparar datos con barras en Matplotlib: agrupadas, apiladas y porcentuales

mayo 12, 2026 Por Daniel Rodríguez

Costes hundidos en ciencia de datos: cuándo mantener un modelo y cuándo migrar

mayo 7, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Instalar Rocky Linux 9 en VirtualBox publicado el octubre 20, 2023 | en Herramientas
  • Noticias Traducción al castellano de “Python for Data Analysis” de Wes McKinney publicado el febrero 28, 2023 | en Noticias
  • Método de Brent e implementación en Python publicado el abril 28, 2023 | en Ciencia de datos
  • Almacenar los datos de forma eficiente con Feather en Python publicado el octubre 25, 2021 | en Python
  • Media, mediana y moda: Descubre cómo interpretar las medidas de tendencia central con ejemplos claros y sin complicaciones publicado el mayo 16, 2025 | en Ciencia de datos

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.9 (11)

Pandas: Cambiar los tipos de datos en los DataFrames

Comentarios recientes

  • bif en JSON en bases de datos: cuándo es buena idea y cuándo no
  • bif en Cómo desinstalar Oracle Database 19c en Windows
  • M. Pilar en Cómo eliminar las noticias en Windows 11 y recuperar tu concentración
  • Daniel Rodríguez en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto