Peso Consumo

41 3
148 8 Resumen
el coeficiente de correlacion es de : 0.987203
79 5
muestra una correlacion muy alta, es decir, que la
41 4 Estadísticas de la regresión
entre el peso del perro y su consumo es muy estr
85 5 Coeficiente de correlación
0.99 Ecuacion
múltiple
de regresion: Y= 0.0425 + 1.3977
111 6 Coeficiente de determinación
0.97 R^2
37 3 R^2 ajustado 0.97 Cual seria el consumo de un perro de 250 lib
111 6 Error típico 0.33 Y=0.0425(250) + 1.3977 = el perro consumirá u
de doce tazas al día: 12,0227
41 3 Observaciones 18
91 5
109 6 ANÁLISIS DE VARIANZA
207 10 Grados deSuma
libertad
de
Promedio
cuadrados
de los cuadrados
F Valor crítico de F
49 3 Regresión 1 68.22 68.22 613.19 0
113 6 Residuos 16 1.78 0.11
84 5 Total 17 70
95 5
57 4 Coeficientes
Error típico
EstadísticoProbabilidad
t Inferior 95%
168 9 Intercepción 1.4 0.18 7.88 0 1.02
Variable X 1 0.04 0 24.76 0 0.04

Análisis de los residuales

Observación
Pronóstico para
Residuos
Y
1 3.14 -0.14
2 7.69 0.31
3 4.75 0.25
4 3.14 0.86
5 5.01 -0.01
6 6.11 -0.11
7 2.97 0.03
8 6.11 -0.11
9 3.14 -0.14
10 5.26 -0.26
11 6.03 -0.03
12 10.19 -0.19
13 3.48 -0.48
14 6.2 -0.2
15 4.97 0.03
16 5.43 -0.43
17 3.82 0.18
18 8.54 0.46
 on es de : 0.98720335 lo que nos Variable X 1 Curva de regre
y alta, es decir, que la relacion
onsumo es muy estrecha.
= 0.0425 + 1.3977
12
un perro de 250 libras: 10
l perro consumirá un poco mas 8
7
6

Y
4
2
or crítico de F
20 40 60 80 100 120 140 160 180 200 220
Variable X 1

Superior 95%
Inferior 95,0%
Superior 95,0%
1.77 1.02 1.77
0.05 0.04 0.05
va de regresión ajustada

Pronóstico para Y
Linear Regression
for Pronóstico para
Y

0 200 220
Automoviles
Publicida
vendidos el Vendedores Ciudad
d
mes pasado

127 18 10 1
138 15 15 0 22:57 0.81
159 22 14 1 1:03 0.87
144 23 12 1 1:04 0.64
139 17 12 0
128 16 12 1
161 25 14 1
180 26 17 1 Resumen
102 15 7 0
163 24 16 Estadísticas
1 de la regresión
106 18 10 0 Coeficiente de correlación
0.96 múltiple
149 25 11 1 Coeficiente de determinación
0.93 R^2
R^2 ajustado 0.9
Error típico 7.25
Observaciones 12
la ecuacion de regresion quedaria de la siguiente
manera: ANÁLISIS DE VARIANZA
Grados de libertad
Y=31.13 + 2.15 X1 + 5.01 X2 + 5.66X3 Regresión 3
Residuos 8
Cuantos automoviles se venderan si se emplean a
20 vendedores, 15 minutos de publicidad y 1 Total 11
ciudad?
Coeficientes
Y=31.13 + 2.15 (15) + 5.01 (20) + 5.66 (1)=169,24 Intercepción 31.13
Variable X 1 2.15
se venderan poco mas de 169 autos si se emplea lo
Variable X 2 5.01
que la empresa nos dice.
Variable X 3 5.67
 El coeficiente de correlacion mas fuerte entre las
variables independientes y la independiente se
ve con la relacion de la venta de automoviles con
los vondedores que muestran una correlacion de
0.87171947

VARIANZA
Suma dePromedio
cuadrados
de los cuadrados
F Valor crítico de F
5504.42 1834.81 34.93 0
420.24 52.53
5924.67

Error típicoEstadístico tProbabilidadInferior 95%Superior 95%

Inferior 95,0%
Superior 95,0%
13.4 2.32 0.05 0.24 62.02 0.24 62.02
0.8 2.67 0.03 0.3 4.01 0.3 4.01
0.91 5.51 0 2.91 7.11 2.91 7.11
6.33 0.89 0.4 -8.94 20.27 -8.94 20.27
erior 95,0%