COMERCIALES VENTAS

n X Y XY X2 Y2 𝑌 ̂
1 3 55 165 9 3025 1.3944
2 12 40 480 144 1600 3.1251
3 6 55 330 36 3025 1.9713
4 20 10 200 400 100 4.6635
5 14 15 210 196 225 3.5097
6 0 0 0 0.8175
7 0 0 0 0.8175
8 0 0 0 0.8175
9 0 0 0 0.8175
10 0 0 0 0.8175
55 175 1385 785 7975
promedio 11 35
n= 5

-2700 R= -0.9358 B).ENCUENTRE EL MODELO DE REGRE

30
96.1769203 MODELO DE REGRESIO

Y=
-2700 C) INTERPRETE LOS PARAMETROS DE
900 B= -3.0000 EN ESTE MODELO EL VLR DE A =
SE ESTARIA DEJANDO DE TENER

EL VALOR DE B=
AUMENTAN
340 A= 68.0000
D) CUAL ES L NIVEL O GRADO DE ASO

R=
R2 = 0.8757
COMO EL VALO ES CERCANO A 1 EXIS
LAS VENTAS SEMANALES. EL SIGNO P
DOS VARIABLES. SI HAY MAS EMPLEA

E) QUE PORCENTAJE DE LAS VENTAS

NUMERO DE EMPLEADOS?

SI EL

F) ESTIME LAS VENTAS PARA UN ALM

 Y=
Y=

SE ESTIMAN VENTAS DE

ERROR ESTANDAR

7975
11900 Se =
-4155
3

INTERVALO DE CONFIANZA

POR EJEMPLO HACEMOS LA ESTIMACION PUNTUAL PARA 10 COMERCIALES.

REEMPLAZAMOS EN LA ECUACION: X= 10

y= 68.0000 + -30 = 38.0000

nivel de confianza 95% 0.025

t= -3.18
Intervalo sera
limite inferior 10.135
limite superior: 65.865

con un nivel de con fianza del 95% y par 10 comerciales se estiman ventas entre 2035 y 3446 unidades monetarias.

intervalo de confianza para la pendiente B

S2 2403.06946
SB 1.69138907

CIN UN VALOR DE CONFIANZA DEL 95% t= 2.31

EL INTERVALO QUEDA

SUPERIOR 0.9071
INFERIOR -6.9071
 〖 (𝑌−(𝑌)) ̂ 〗 ^2〖 (𝑋−(𝑋)) 
2873.5603514 ̅ 〗 ^2 64
1359.75825 144
2812.0430237 36
28.47823225 400
132.02699409 196
0.66830625 0
0.66830625 0
0.66830625 0
0.66830625 0
0.66830625 0
7209.2083827 840

ENTRE EL MODELO DE REGRESON:

MODELO DE REGRESION LINEAL

68.0000 + -3.0000 X
PRETE LOS PARAMETROS DEL MODELO.
TE MODELO EL VLR DE A = 68.0000 INDICA QUE SI NO HAY COMERCIALE(X=0)
ARIA DEJANDO DE TENER VENTAS DE - 68,000,000

-3.0000 INDICA QUE POR CADA EMPLEADO SE ESTIMA QUE LAS VENTAS SEMANALES
- 3,000,000

ES L NIVEL O GRADO DE ASOCIACIÓN ENTRE VARIABLES'

-0.9358

L VALO ES CERCANO A 1 EXISTE UNA CORELACION FUERTE ENTRE EL NUMERO DE EMPLEADOS Y

TAS SEMANALES. EL SIGNO POSITIVO INDICA QUE HAY UNA RELACION DIRECTA ENTRE LAS
IABLES. SI HAY MAS EMPLEADOS LAS VENTAS AUMENTARAN Y VISCEVERSA

ORCENTAJE DE LAS VENTAS SON EXPLICADAS POR EL MODELO LINEAL EN FUNCION DEL
O DE EMPLEADOS?

87.57% DE LOS YYYYYYY SON EXPLICADOS POR EL MODELO LINEAL EN FUNCION DE LOS XXXXX

E LAS VENTAS PARA UN ALMACEN QU TIENE 50 EMPLEADOS.

 68.0000 + -3.0000 X
68.0000 + -60 8.0000

AN VENTAS DE 8,000,000 PARA UN ALMACEN CON 50 EMPLEADOS.

8.7560

𝒀 ̂+𝒕𝑺_𝒆

unidades monetarias.
 COMERCIALES VENTAS
n X Y XY X2 Y2 𝑌 ̂
1 12 94 1128 144 8836 3.1251
2 10 108 1080 100 11664 2.7405
3 17 112 1904 289 12544 4.0866
4 16 178 2848 256 31684 3.8943
5 5 94 470 25 8836 1.779
6 19 175 3325 361 30625 4.4712
7 7 170 1190 49 28900 2.1636
8 12 117 1404 144 13689 3.1251
9 13 142 1846 169 20164 3.3174
10 16 211 3376 256 44521 3.8943
TOTAL 127 1401 18571 1793 211463 32.5971
promedio 12.7 140.1
n= 10

7783 R= 0.4707 B).ENCUENTRE EL MODELO DE REGR

42.4381903 coeficinte de correlación-R
389.652409 MODELO DE REGRESION

Y=
7783 C) INTERPRETE LOS PARAMETROS D
1801 B= 4.3215 EN ESTE MODELO EL VLR DE A =
SE ESTARIA DEJANDO DE TENER

EL VALOR DE B=
AUMENTAN
852.171016 A= 85.2171
D) CUAL ES L NIVEL O GRADO DE AS

R=
R2 = 0.2215
COMO EL VALO ES CERCANO A 1 EXI
LAS VENTAS SEMANALES. EL SIGNO P
DOS VARIABLES. SI HAY MAS EMPLEA

E) QUE PORCENTAJE DE LAS VENTAS

NUMERO DE EMPLEADOS?

SI EL

F) ESTIME LAS VENTAS PARA UN ALM

 Y=
Y=

SE ESTIMAN VENTAS DE

ERROR ESTANDAR

211463
119389.159 Se =
80254.3548
8

INTERVALO DE CONFIANZA

POR EJEMPLO HACEMOS LA ESTIMACION PUNTUAL PARA 10 COMERCIALES.

REEMPLAZAMOS EN LA ECUACION: X= 10

y= 85.2171 + 43.214880622 = 128.4320

nivel de confianza 95% 0.025

t= -2.31
Intervalo sera
limite inferior 39.795
limite superior: 217.069

con un nivel de con fianza del 95% y par 10 comerciales se estiman ventas entre 2035 y 3446 unidades monetarias.

intervalo de confianza para la pendiente B

S2 25267.8594
SB 3.91389691

CIN UN VALOR DE CONFIANZA DEL 95% t= 2.31

EL INTERVALO QUEDA

SUPERIOR 13.3626
INFERIOR -4.7196
 〖 (𝑌−(𝑌)) ̂ 〗 ^2〖 (𝑋−(𝑋)) 
8258.24745001 ̅ 〗 ^2 0.49
11079.5623403 100
11645.3018996 289 -10.1641 -10164.1
30312.7947725 256 0.1843 184.3
8504.712841 25 22116000000
29080.0716294 361 120000000
28169.057165 49 119989836
12967.49285 144 651057.167
19232.8635428 169
42892.7709725 256
202142.875463 0 1649.49 120 22.116 11.9519

ENTRE EL MODELO DE REGRESON:

MODELO DE REGRESION LINEAL

85.2171 + 4.3215 X
PRETE LOS PARAMETROS DEL MODELO.
STE MODELO EL VLR DE A = 85.2171 INDICA QUE SI NO HAY COMERCIALES (X=0)
TARIA DEJANDO DE TENER VENTAS DE - 85,217,102

4.3215 INDICA QUE POR CADA EMPLEADO SE ESTIMA QUE LAS VENTAS SEMANALES
4,321,488

ES L NIVEL O GRADO DE ASOCIACIÓN ENTRE VARIABLES'- coeficiente de correlacion

0.4707

L VALO ES CERCANO A 1 EXISTE UNA CORELACION FUERTE ENTRE EL NUMERO DE EMPLEADOS Y

TAS SEMANALES. EL SIGNO POSITIVO INDICA QUE HAY UNA RELACION DIRECTA ENTRE LAS
IABLES. SI HAY MAS EMPLEADOS LAS VENTAS AUMENTARAN Y VISCEVERSA

ORCENTAJE DE LAS VENTAS SON EXPLICADAS POR EL MODELO LINEAL EN FUNCION DEL
O DE EMPLEADOS?

22.15% DE LOS YYYYYYY SON EXPLICADOS POR EL MODELO LINEAL EN FUNCION DE LOS XXXXX

E LAS VENTAS PARA UN ALMACEN QU TIENE 50 EMPLEADOS.

 85.2171 + 4.3215 X
85.2171 + 86.42976124375 171.6469

AN VENTAS DE 171,646,863 PARA UN ALMACEN CON 50 EMPLEADOS.

38.4374

𝒀 ̂+𝒕𝑺_𝒆

unidades monetarias.
 COMERCIALES VENTAS
n X Y XY X2 Y2 𝑌 ̂
1 4 2 8 16 4 1.5867
2 4 1.3 5.2 16 1.69 1.5867
3 5 1.5 7.5 25 2.25 1.779
4 6 2 12 36 4 1.9713
5 9 2.8 25.2 81 7.84 2.5482
6 11 3 33 121 9 2.9328
7 13 3.5 45.5 169 12.25 3.3174
8 14 3 42 196 9 3.5097
9 17 4 68 289 16 4.0866
10 18 4.5 81 324 20.25 4.2789
TOTAL 87.35 2936.1 22815.01 609.54 946426.17
promedio 10.1 2.76
n= 15

85756.815 R= 0.9337 B).ENCUENTRE EL MODELO DE REGR

38.8982969 coeficinte de correlación-R
2361.294 MODELO DE REGRESION

Y=
85756.815 C) INTERPRETE LOS PARAMETROS D
1513.0775 B= 56.6771 EN ESTE MODELO EL VLR DE A =
SE ESTARIA DEJANDO DE TENER

EL VALOR DE B=
AUMENTAN
-2014.64297 A= -134.3095
D) CUAL ES L NIVEL O GRADO DE AS

R=
R2 = 0.8717
COMO EL VALO ES CERCANO A 1 EXI
LAS VENTAS SEMANALES. EL SIGNO P
DOS VARIABLES. SI HAY MAS EMPLEA

E) QUE PORCENTAJE DE LAS VENTAS

NUMERO DE EMPLEADOS?

SI EL

F) ESTIME LAS VENTAS PARA UN ALM

 Y=
Y=

SE ESTIMAN VENTAS DE

ERROR ESTANDAR

946426.17
-394346.214 Se =
1293088.15
13

INTERVALO DE CONFIANZA

POR EJEMPLO HACEMOS LA ESTIMACION PUNTUAL PARA 10 COMERCIALES.

REEMPLAZAMOS EN LA ECUACION: X= 10

y= -134.3095 + 566.77080321 = 432.4613

nivel de confianza 95% 0.025

t= -2.16
Intervalo sera
limite inferior 301.620
limite superior: 563.302

con un nivel de con fianza del 95% y par 10 comerciales se estiman ventas entre 2035 y 3446 unidades monetarias.

intervalo de confianza para la pendiente B

S2 0.05762455
SB 0.0066727

CIN UN VALOR DE CONFIANZA DEL 95% t= 2.31

EL INTERVALO QUEDA

SUPERIOR 56.6925
INFERIOR 56.6617
 〖 (𝑌−(𝑌)) ̂ 〗 ^2〖 (𝑋−(𝑋)) 
0.17081689 ̅ 〗 ^2 37.21
0.08219689 16
0.077841 25
0.00082369 36
0.06340324 81
0.00451584 121
0.03334276 169
0.25979409 196
0.00749956 289
0.04888521 324
0.74911917 1294.21

ENTRE EL MODELO DE REGRESON:

MODELO DE REGRESION LINEAL

-134.3095 + 56.6771 X
PRETE LOS PARAMETROS DEL MODELO.
STE MODELO EL VLR DE A = -134.3095 INDICA QUE SI NO HAY COMERCIALE(X=0)
TARIA DEJANDO DE TENER VENTAS DE 134,309,531

56.6771 INDICA QUE POR CADA EMPLEADO SE ESTIMA QUE LAS VENTAS SEMANALES
56,677,080

ES L NIVEL O GRADO DE ASOCIACIÓN ENTRE VARIABLES'- coeficiente de correlacion

0.9337

L VALO ES CERCANO A 1 EXISTE UNA CORELACION FUERTE ENTRE EL NUMERO DE EMPLEADOS Y

TAS SEMANALES. EL SIGNO POSITIVO INDICA QUE HAY UNA RELACION DIRECTA ENTRE LAS
IABLES. SI HAY MAS EMPLEADOS LAS VENTAS AUMENTARAN Y VISCEVERSA

ORCENTAJE DE LAS VENTAS SON EXPLICADAS POR EL MODELO LINEAL EN FUNCION DEL
O DE EMPLEADOS?

87.17% DE LOS YYYYYYY SON EXPLICADOS POR EL MODELO LINEAL EN FUNCION DE LOS XXXXX

E LAS VENTAS PARA UN ALMACEN QU TIENE 50 EMPLEADOS.

 -134.3095 + 56.6771 X
-134.3095 + 1133.541606428 999.2321

AN VENTAS DE 999,232,075 PARA UN ALMACEN CON 50 EMPLEADOS.

60.5642

𝒀 ̂+𝒕𝑺_𝒆

unidades monetarias.
x y
promedio salario mensual
2.6 3300 -0.6 -350 210 0.36
3.4 3600 0.2 -50 -10 0.04
3.6 4000 0.4 350 140 0.16
3.2 3500 0 -150 0 0
3.5 3900 0.3 250 75 0.09
2.9 3600 -0.3 -50 15 0.09
19.2 21900 0 0 430 0.74
3.2 3650
581.08108108

1790.5405405

Y=581,1X+1790,5
 x y
promedio salario mensual
1 135 12 -7 -4 28
2 115 14 -27 -2 54
3 146 16 4 0 0
4 167 19 25 3 75
5 165 22 23 6 138
6 176 24 34 8 272
7 98 7 -44 -9 396
8 136 17 -6 1 -6
9 163 18 21 2 42
10 119 11 -23 -5 115
totales 1420 160 0 0 1114
promedio 142 16

b1 0.18425405226596

b0 -10.164075421767

Y=0,1842X-10,164
 49
729
16
625
529
1156
1936
36
441
529
6046
 Columna 1 Columna 2 Columna 3
Columna 1 1
Columna 2 -0.05396243 1
Columna 3 0.81242546 0.47066598 1
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.96204215
Coeficiente de determinación R^2 0.9255251
R^2 ajustado 0.90424655
Error típico 12.7096422
Observaciones 10

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 2 14052.155 7026.07749 43.4956964 0.00011273
Residuos 7 1130.74503 161.535004
Total 9 15182.9

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%

Intercepción -18.3682676 17.9715033 -1.02207741 0.34076181 -60.8641201
Variable X 1 2.01018522 0.24711899 8.13448289 8.19328E-05 1.42584166
Variable X 2 4.73781182 0.94843967 4.99537502 0.00157346 2.49510838
 -18.37
90.45
71.1
143.18

or crítico de F

Superior 95%Inferior 95,0%

Superior 95,0%
24.1275849 -60.8641201 24.1275849
2.59452879 1.42584166 2.59452879
6.98051526 2.49510838 6.98051526
x1 x2 y XY X2 X1X2 X2Y Z2
30 12 94 2820 900 360 1128 144
47 10 108 5076 2209 470 1080 100
25 17 112 2800 625 425 1904 289
51 16 178 9078 2601 816 2848 256
40 5 94 3760 1600 200 470 25
51 19 175 8925 2601 969 3325 361
74 7 170 12580 5476 518 1190 49
36 12 117 4212 1296 432 1404 144
59 13 142 8378 3481 767 1846 169
76 16 211 16036 5776 1216 3376 256
489 127 1401 73665 26565 6173 18571 1793

n= 10

16,5a+14b+6c 54
76,25a+48b+16,5c 246.5
48a+54b+14c 100

a 4
b -3
c 5

Y=4x-3z+5
85.22 64.8 150.02

-85.22 -64.8 -150.02