Un comerciante al menudeo lleva a cabo un estudio para determinar la

relacin entre los gastos semanales de publicidad y las ventas. Se registra los
siguientes datos:

Gastos de publicidad Ventas RESI1
40 385 -87.5381
20 400 -8.1218
25 395 -29.2259
20 365 -43.1218
30 475 34.6701
50 440 -64.7462
40 490 17.4619
20 420 11.8782
50 560 55.2538
40 525 52.4619
25 480 55.7741
50 510 5.2538

The regression equation is
Ventas = 344 + 3.22 Gastos de publicidad


Predictor Coef SE Coef T P
Constant 343.71 44.77 7.68 0.000
Gastos de publicidad 3.221 1.240 2.60 0.027


S = 50.2257 R-Sq = 40.3% R-Sq(adj) = 34.3%


Analysis of Variance

Source DF SS MS F P
Regression 1 17030 17030 6.75 0.027
Residual Error 10 25226 2523
Total 11 42256


Residual Plots for Ventas


Regression Analysis: Ventas versus Gastos de publicidad

The regression equation is
Ventas = 344 + 3.22 Gastos de publicidad


Predictor Coef SE Coef T P
Constant 343.71 44.77 7.68 0.000
Gastos de publicidad 3.221 1.240 2.60 0.027


S = 50.2257 R-Sq = 40.3% R-Sq(adj) = 34.3%


Analysis of Variance

Source DF SS MS F P
Regression 1 17030 17030 6.75 0.027
Residual Error 10 25226 2523
Total 11 42256


Residual Plots for Ventas


Regression Analysis: Ventas versus Gastos de publicidad

The regression equation is
Ventas = 344 + 3.22 Gastos de publicidad


Predictor Coef SE Coef T P
Constant 343.71 44.77 7.68 0.000
Gastos de publicidad 3.221 1.240 2.60 0.027


S = 50.2257 R-Sq = 40.3% R-Sq(adj) = 34.3%


Analysis of Variance

Source DF SS MS F P
Regression 1 17030 17030 6.75 0.027
Residual Error 10 25226 2523
Total 11 42256


Predicted Values for New Observations

New
Obs Fit SE Fit 95% CI 95% PI
1 488.6 19.8 (444.6, 532.7) (368.4, 608.9)


Values of Predictors for New Observations

New Gastos de
Obs publicidad
1 45.0