Gastos de

Mantenimiento
(anuales)
Y
1700
2200
3000
3700
4700
3500
3250
3900
5150
4000

Uso semanal
(horas)

Clculos

X
13
10
20
28
32
17
24
31
40
38

(X-" )2
X
151.29
"
234.09

28.09
7.29
44.89
68.89
1.69
32.49
216.09
161.29

Los datos que se muestran corresponden a

gastos de mantenimiento del equipo en una pla
productora, mismos que dependen de las horas
uso de esta maquinaria.

PRUEBA PARA CORRELACIN

CONCEPTO

SMBOLO

VALOR

Hiptesis nula

H0

=0

Hiptesis alternativa
Nivel de significancia
Tamao de la muestra
Grados de libertad

H1

n
n-2
tc

0.05
10
8

Valor de referencia
Correlacin
Determinacin
Prueba t

r
r2
t

2.3060
0.8956
0.8020
5.6927

CONCLUSIN
Se rechaza Ho y se acepta H1

REGRESIN

CONCEPTO
Interseccin
Pendiente
Horas
Gastos

SMBOLO

VALOR

bo
b1

1197.6747
91.3963
45.0000
5310.5063

Y
INTERVALO DE PREDICCIN

CONCEPTO
Error de estimacin
X media
Suma variaciones
Error del pronstico
Confianza
Significancia
Estadstico t

SMBOLO

VALOR

Syx

493.8327
25.3000
946.1000
606.8719
95%
5%
2.3060

"
X" )2
(X"X
Sf
"
NC
NS
t

El 80% de gastos esta relacionado con el uso de las maquina

Lmite inferior
Lmite superior

LI
LS

3911.0573
6709.9553

se muestran corresponden a los

nimiento del equipo en una planta
os que dependen de las horas de
inaria.
1 correlacion directa
Correlacion
-1 Correlacion Inversa
0 No hay Correlacion

y
x

depende de x SIEMPRE ES LA VARIABLE QUE QUIERO PRONOSTIC

Variable dependiente

cionado con el uso de las maquinas

2.3060

5.6927

Chart Title
6000
5000
f(x) = 91.3962583236x + 1197.6746644118
R = 0.8020128331

4000
3000
2000
1000
0

10

15

20

25

30

35

40

45

2000
1000
0

10

15

20

25

30

35

40

45

LE QUE QUIERO PRONOSTICAR

Periodo
X
1
2
3
4
5
6
7
8
9
10

Mes
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre

Ventas
Y
326,500
466,895
625,639
913,433
1,324,478
1,668,843
2,403,134
2,715,541
3,964,690
4,678,334

Clculos
(X-" )2
X20.25
" 12.25
6.25
2.25
0.25
0.25
2.25
6.25
12.25
20.25

5,000,000
4,500,000
4,000,000

f(x) = 478266.92
R = 0.92453956

3,500,000
2,500,000

SMBOLO

VALOR

Hiptesis nula

H0

=0

Si hay relacion

Hiptesis alternativa
Nivel de significancia
Tamao de la muestra
Grados de libertad

H1

No hay correlacion

n
n-2
tc

0.05
10
8

Valor de referencia
Correlacin
Determinacin
Prueba t

Cha

3,000,000

PRUEBA PARA CORRELACIN

CONCEPTO

Los datos que se muestran corresponden

los diez primeros meses del ao.

2,000,000
1,500,000
1,000,000
500,000
-

2.3060
0.9615
0.9245
9.9003

r
r2
t

CONCLUSIN
Se rechaza Ho y se acepta H1

REGRESIN

CONCEPTO
Interseccin
Pendiente
Mes
Matemticas

SMBOLO

VALOR

bo
b1
X

-721719.38
478266.93
11.00
4539216.83

INTERVALO DE PREDICCIN

CONCEPTO
Error de estimacin
X media
Suma variaciones
Error del pronstico
Confianza
Significancia
Estadstico t
Lmite inferior
Lmite superior

SMBOLO

VALOR

Syx

438782.449414
5.50
82.50
84020.44
95%
5%
2.3060
4345465.34
4732968.32

"
(X-X" )2
"X
Sf
"
NC
NS
t
LI
LS

SE CALCULA ESTO SI ES QUE HAY CORRELACION

se muestran corresponden a las ventas de una empresa en

s meses del ao.

Chart Title

f(x) = 478266.927923839x - 721719.378558627

R = 0.9245395601

10

12

Ao
2009
2009
2009
2009
2010
2010
2010
2010
2011
2011
2011
2011

DATOS HISTORICOS
Trimestre
Periodo
Ventas
Q1
1
52.00
Q2
2
73.00
Q3
3
82.00
Q4
4
53.00
Q1
5
59.00
Q2
6
81.00
Q3
7
90.00
Q4
8
60.00
Q1
9
65.00
Q2
10
90.00
Q3
11
100.00
Q4
12
65.00

Ao
2012
2012
2012
2012

Trimestre
Q1
Q2
Q3
Q4

Periodo
13
14
15
16

PRUEBA PARA CORRELACIN

CONCEPTO

SMBOLO VALOR

Hiptesis nula

H0

=0

Hiptesis alternativa
Nivel de significancia
Tamao de la muestra
Grados de libertad

H1

n
n-2
tc

0.05
12
10

Valor de referencia
Correlacin
Determinacin
Prueba t

r
r2
t

2.2281
0.9434
0.8900
8.9937

CONCLUSIN
Se rechaza Ho y se acepta H1

REGRESIN

CONCEPTO
Interseccin
Pendiente

SMBOLO VALOR
bo
b1

61.54
1.69

INTERVALO DE PREDICCIN

CONCEPTO
Error de estimacin

SMBOLO VALOR
Syx

2.24

Ventas*
83.46
85.15
86.83
88.52

Ventas*
64.26
65.07
65.57
64.76
72.91
72.20
71.97
73.31
80.33
80.23
79.96
79.42

Clculos
(X- " )2
X30.25
"20.25
12.25
6.25
2.25
0.25
0.25
2.25
6.25
12.25
20.25
30.25

PRONOSTICOS
Sf
Lim Inf*
0.35
82.68
0.41
84.24
0.46
85.81
0.51
87.37

Lim Sup*
84.24
86.05
87.86
89.66

IE
0.81
1.12
1.25
0.82
0.81
1.12
1.25
0.82
0.81
1.12
1.25
0.82

X media
Suma variaciones
Error del pronostico
Confianza
Significancia
Estadstico t

"
(X-X" )2
Sf"X
"
NC
NS
t

6.50
143.00
95%
5%
2.2281

Los datos que se muestran corresponden a las ventas trimestrales de

una empresa en los tlimos tres aos, en los que se observa un
comportamiento estacional.

Promedio
IE

IE
0.81
1.12
1.25
0.82

Ventas
67.53
95.52
108.59
72.44

INDICES DE ESTACIONALIDAD
Trimestre Trimestre Trimestre
Trimestre
Q1
Q2
Q3
Q4
Total
58.67
81.33
90.67
59.33
72.50
0.81
1.12
1.25
0.82 EN LA PRUEBA NOS DAMPOS CUENTA Q
SI LOS INDICES ME SALEN CERCA DE 1

Lim Inf
66.90
94.50
107.31
71.50

Lim Sup
68.17
96.53
109.87
73.38

1 DEMANDA ESTACIONAL
120.00
100.00
80.00
60.00
40.00
20.00
-

10

BA NOS DAMPOS CUENTA QUE NO HAY ESTACIOANLIDAD

ES ME SALEN CERCA DE 1

ESTACIONAL

10

11

12

X1

X2

X3

50
40
35
45
51
55
53
48
38
44

105
140
110
130
125
115
100
103
118
98

75
68
70
64
67
72
70
73
69
74

Constante
b0

Y
440
455
470
510
506
480
460
500
490
450

Significado

Una Empresa de
establece relacion
del numero de p
software que des
Educativos
y
Empresariales), pa
en el presente ao

Valor
934.8084059

b1

Interseccin
Coeficiente de X1

b2

Coeficiente de X2

-0.44629638

b3

Coeficiente de X3

-6.25261138

Variable
X1

Significado
Pedidos de desarrollos Web

X2

Pedidos de aplicaciones educativas

X3

Pedidos de automatizaciones empresariales

Ventas en miles de dlares

Resumen

0.681508039

Valor
50
110
75
450.8453524

Estadsticas de la regresin
Coeficiente de correlacin mltiple
0.6706501255
Coeficiente de determinacin R^2
0.4497715909
R^2 ajustado
0.1746573863
Error tpico
22.5579343737
Observaciones
10
ANLISIS DE VARIANZA
Regresin
Residuos
Total

Intercepcin
X1
X2
X3
y= 934,80 + 0,68X1 - 0,44X2 - 6,25X3

Grados de libertad
Suma de cuadrados
Promedio de los cuadrados F
3 2495.73758074 831.912526913 1.63485412
6 3053.16241926 508.86040321
9
5548.9
Coeficientes
Error tpico
Estadstico t Probabilidad
934.808405861 327.715710686 2.8524979895 0.02908621
0.6815080387 1.1691018964 0.5829329683 0.581170036
-0.4462963781 0.8523181788 -0.5236264921 0.619307334
-6.2526113843 3.4625633204 -1.805775319 0.120980862

Una Empresa de desarrollo de software

establece relacionar sus Ventas en funcin
del numero de pedidos de los tipos de
software que desarrolla (Desarrollos Web,
Educativos
y
Automatizaciones
Empresariales), para atender 10 proyectos
en el presente ao.

Valor crtico de F
0.278176585

Inferior 95% Superior 95% Inferior 95,0%Superior 95,0%

132.9169496 1736.699862 132.9169496 1736.699862
-2.17918125 3.542197324 -2.17918125 3.542197324
-2.53184383 1.639251075 -2.53184383 1.639251075
-14.7251986 2.21997584 -14.7251986 2.21997584

Analista
A1
A2
A3
A4
A5
A6
A7
A8
A9
A10
A11
A12
A13
A14

X1

X2

X3

5.5
9.0
4.0
8.0
9.5
3.0
7.0
1.5
8.5
7.5
9.5
6.0
2.5
1.5

4.0
4.0
5.0
4.0
5.0
4.0
3.0
4.5
5.0
6.0
2.0
2.0
4.0
4.5

F
M
F
M
M
F
F
F
M
F
M
F
M
M

Constante
Significado
b0
Interseccin
b1
Coeficiente de X1
b2

Coeficiente de X2

b3

Coeficiente de X3

Valor

Variable
X1

Significado
Aos de experiencia

X2

Aos de educacin superior

X3

Sexo

Sueldo anual

Analista
A1
A2
A3
A4
A5
A6
A7
A8
A9
A10
A11
A12
A13
A14

X1
5.5
9.0
4.0
8.0
9.5
3.0
7.0
1.5
8.5
7.5
9.5
6.0
2.5
1.5

X2
4.0
4.0
5.0
4.0
5.0
4.0
3.0
4.5
5.0
6.0
2.0
2.0
4.0
4.5

Y
54900
60500
58900
59000
57500
55500
56000
52700
65000
60000
56000
53600
55000
52500

Valor

X3
0
1
0
1
1
0
0
0
1
0
1
0
1
1

Y
54900
60500
58900
59000
57500
55500
56000
52700
65000
60000
56000
53600
55000
52500

Los datos corresponden a los

muestra de analistas de si
estima dependan de sus e
sexo.

corresponden a los sueldos anuales de una

de analistas de sistemas, mismos que se
ependan de sus experiencia, educacin y

X1 Cur
Y 0
1.0

2.0

X1 Curva de regresin ajustada

Y 0
1.0

2.0

3.0

4.0

5.0X1 6.0

7.0

8.0

9.0

10.0