Resumen

Se observa un R^2 de 0.8162 en el caso de regresión calculado po

enlaelregresión
Estadísticas de calculado por el mètodo 1.
Coeficiente de correlación múltiple 0.903426376720992
Por lo tanto para un valor de R^2= 0.8162 se tiene que el mode
Coeficiente de determinación R^2 en un 81.62% la demanda 0.8162
real en el periodo de tiempo dado.
R^2 ajustado 0.80782373
Error típico 45.3764650129899
Observaciones 24

ANÁLISIS DE VARIANZA
Grados de libertad
Regresión 1
Residuos 22
Total 23

Coeficientes
Intercepción 271.07
Variable X 1 13.225

Análisis de los residuales

Observación Pronóstico para Y
1 284.29
2 297.514782608696
3 310.739565217391
4 323.964347826087
5 337.189130434783
6 350.413913043478
7 363.638695652174
8 376.86347826087
9 390.088260869565
10 403.313043478261
11 416.537826086957
12 429.762608695652
13 442.987391304348
14 456.212173913043
15 469.436956521739
16 482.661739130435
17 495.88652173913
18 509.111304347826
19 522.336086956522
20 535.560869565217
21 548.785652173913
22 562.010434782609
23 575.235217391304
24 588.46
 regresión calculado por EXCEL y

62 se tiene que el modelo explica

odo de tiempo dado.

ANÁLISIS DE VARIANZA
Suma de cuadrados Promedio de los cuadrados F Valor crítico de F
201129.106304348 201129.106304348 97.6817888555008 1.49365825536E-09
45298.5186956522 2059.0235770751
246427.625

Error típico Estadístico t Probabilidad Inferior 95%

19.1193955771187 14.1774992989686 1.51933369386818E-12 231.414017829314
1.3380789529819 9.88340977879096 1.49365825535833E-09 10.4497767053773

Residuos
5.70999999999998
2.48521739130433
14.2604347826087
28.035652173913
-85.1891304347826
-35.4139130434783
61.3613043478261
-101.86347826087
-69.0882608695652
16.6869565217391
8.46217391304344
55.2373913043479
47.0126086956522
63.7878260869566
20.5630434782609
42.3382608695653
14.1134782608696
18.888695652174
7.66391304347826
-0.560869565217445
-8.78565217391304
-17.0104347826086
-40.2352173913043
-48.46
Superior 95% Inferior 95.0% Superior 95.0%
310.716417 231.4140178293 310.7164169533
10.44977670538 15.999788512014
 Pronosticos Por El Mètodo De Regresiòn Lineal
Año periodo(x) Demanda (y) Pronostico De Demanda 𝑒_𝑡=𝑋_𝑡−(𝑋_𝑡 ) ̂ 𝑎𝑏𝑠 (𝑒_𝑡)
600
1995 1 290 284.295 5.705 5.705 f(x) =
1996 2 300 297.52 2.48 2.48 500
R² = 0
1997 3 325 310.745 14.255 14.255
1998 4 352 323.97 28.03 28.03 400
1999 5 252 337.195 -85.195 85.195
2000 6 315 350.42 -35.42 35.42 300
2001 7 425 363.645 61.355 61.355
2002 8 275 376.87 -101.87 101.87 200

2003 9 321 390.095 -69.095 69.095

100
2004 10 420 403.32 16.68 16.68
2005 11 425 416.545 8.455 8.455 0
2006 12 485 429.77 55.23 55.23 0

2007 13 490 442.995 47.005 47.005

2008 14 520 456.22 63.78 63.78
2009 15 490 469.445 20.555 20.555
2010 16 525 482.67 42.33 42.33 700
2011 17 510 495.895 14.105 14.105
600
2012 18 528 509.12 18.88 18.88
2013 19 530 522.345 7.655 7.655 500

2014 20 535 535.57 -0.57 0.57 400

2015 21 540 548.795 -8.795 8.795
300
2016 22 545 562.02 -17.02 17.02
200
2017 23 535 575.245 -40.245 40.245
2018 24 540 588.47 -48.47 48.47 100

0
1 2 3
 Demanda (y)
600
f(x) = 13.2247826086957 x + 271.065217391304
R² = 0.81617921815522
500

400

300

200

100

0
0 5 10 15 20 25 30

Pronosti co De Demanda
700

600

500

400

300

200

100

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Demanda (y) Pronostico De Demanda