Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.9586634444
Coeficiente de determinación R^2 0.9190355997
R^2 ajustado 0.8866498396
Error típico 0.6425873026
Observaciones 8

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadradosPromedio de los cuadrados
Regresión 2 23.4354077925 11.7177038962
Residuos 5 2.0645922075 0.4129184415
Total 7 25.5

Coeficientes Error típico Estadístico t

Intercepción 83.2300916901 1.5738689517 52.8824789371
Variable X 1 2.2901836209 0.3040645561 7.5318993132
Variable X 2 1.3009890983 0.320701597 4.0566966621
 F Valor crítico de F
28.3777683879 0.0018652423

Probabilidad Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%

4.5717490935533E-08 79.1843327511 87.2758506291 79.1843327511 87.2758506291
0.0006532317 1.5085607963 3.0718064456 1.5085607963 3.0718064456
0.0097607978 0.4765993982 2.1253787983 0.4765993982 2.1253787983
 El propietario de Showtime Movie Theaters, Inc. Desea estimar el ingreso bruto semanal (Wee
Gross Revenue) en funcion de los gastos en publicidad por television (Television Advertising)
en periodicos ( Newspaper Advertising). A continuacion se presentan los datos historicos de o
semanas en miles de dolares ($ 1000s).

semanas Weekly Gross Revenue ($1000s) Television Advertising ($1000s)

1 96 5
2 90 2
3 95 4
4 92 2.5
5 95 3
6 94 3.5
7 94 2.5
8 94 3
mar el ingreso bruto semanal (Weekly
elevision (Television Advertising) y
esentan los datos historicos de ocho Libro: Estadistica para negocios y
economia

Autor: Anderson Sweeney Williams

edicion 11a

Newspaper Advertising ($1000s)

1.5 X1: television
2 X2: newspaper
1.5 Y: weekly
2.5
3.3
2.3
4.2
2.5

¿
television x1 newspaper x2 weenkly y �_1^2 �_1�_2 �_2^2 �_(1 )
y
5 1.5 96 25 7.5 2.25 480
2 2 90 4 4 4 180
4 1.5 95 16 6 2.25 380
2.5 2.5 92 6.25 6.25 6.25 230
3 3.3 95 9 9.9 10.89 285
3.5 2.3 94 12.25 8.05 5.29 329
2.5 4.2 94 6.25 10.5 17.64 235
3 2.5 94 9 7.5 6.25 282
25.5 19.8 750 87.75 59.7 54.82 2401
93.75

8 25.5 19.8
X= 25.5 87.75 59.7 X'=
19.8 59.7 54.82
 �_2 y
144
180
142.5
230
313.5
216.2
394.8
235
1856

5.99891705 -1.0389142 -1.0353043 750

-1.0389142 0.22390682 0.13139845 g= x'y 2401
-1.0353043 0.13139845 0.24907949 1856

3*3 3*1
 ŷ= SCR SCE
94.6810098 0.86677924 1.73973516
87.8104589 35.2781481 4.79409009
92.3908262 1.84735349 6.80778806
88.9555507 22.9867437 9.26867128
90.1006426 13.3178098 24.0037034
91.2457344 6.27134638 7.5859792
88.9555507 22.9867437 25.4464683
90.1006426 13.3178098 15.2049885
116.872734 94.851424

β0 83.2300917
β1 2.29018362
β2 1.3009891

modelo de regresion lineal

ŷ = 83.2300917 + 2.29018362 X1 + 1.3009891 X2
SCT
4
435600
1.5625 Tabla anova
8464
9025 fuente de varibilidad suma de cuadados
8836 regresion 116.872734126
7396 error 94.851423992
4692.25 total 474018.8125
474018.813
grados de libertad
2
5
7