f(z)

z -3 -2 -1 0 1
-1.64

Normal distribution
P(lower) P(upper) z
.0500 .9500 -1.64

se acepta h0

Regression Analysis

r² 0.978 n 13
r 0.989 k 1
Std. Error 0.745 Dep. Var. GP

ANOVA table
Source SS df MS F p-value
Regression 276.0562 1 276.0562 497.02 1.66E-10
Residual 6.1096 11 0.5554
Total 282.1658 12

Regression output confidence interval

variables coefficients std. error t (df=11) p-value 95% lower 95% upper VIF
Intercept 1.9881
CV 0.9899 0.0444 22.294 1.66E-10 0.8922 1.0877
 Observation GP Predicted Residual
1 5.000 3.968 1.032
2 5.160 4.958 0.202
3 4.500 3.968 0.532
4 12.970 12.877 0.093
5 8.050 8.918 -0.868
6 19.010 17.827 1.183
7 10.160 10.898 -0.738
8 4.290 3.968 0.322
9 13.520 13.867 -0.347
10 4.820 5.948 -1.128
11 10.230 10.898 -0.668
12 5.150 4.958 0.192
13 15.050 14.857 0.193

Durbin-Watson = 2.12

Regression Analysis

r² 0.978 n 13
r 0.989 k 1
Std. Error 0.745 Dep. Var. CV

ANOVA table
Source SS df MS F p-value
Regression 275.5929 1 275.5929 497.02 1.66E-10
Residual 6.0994 11 0.5545
Total 281.6923 12

Regression output confidence interval

variables coefficients std. error t (df=11) p-value 95% lower 95% upper VIF
Intercept -1.8099
GP 0.9883 0.0443 22.294 1.66E-10 0.8907 1.0859

Observation CV Predicted Residual

1 2.0 3.1 -1.1
2 3.0 3.3 -0.3
3 2.0 2.6 -0.6
4 11.0 11.0 -0.0
5 7.0 6.1 0.9
6 16.0 17.0 -1.0
7 9.0 8.2 0.8
8 2.0 2.4 -0.4
9 12.0 11.6 0.4
10 4.0 3.0 1.0
11 9.0 8.3 0.7
12 3.0 3.3 -0.3
13 13.0 13.1 -0.1

Durbin-Watson = 1.9782
1 2 3
tiempo gasto_1
200 55 67.284 -12.284
500 100 94.71 5.29
700 118 112.994 5.006
800 120 122.136 -2.136
1000 142 140.42 1.58
220 70 69.1124 0.8876
795 125 121.6789 3.3211
440 98 89.2248 8.7752
950 125 135.849 -10.849
170 65 64.5414 0.4586 RESID
estadistico durwin mide la autocorrelacion

Estadístico de Durbin-Watson

Estadístico d 2.20944
 Plan de análisis.
CV GP residuo Paso 01. Estimación del modelo
2 5 3.1315 -1.1315 Paso 02. Medidas de bondad de ajuste
3 5.16 3.2896 -0.2896 Paso 03. Verificación de los supuestos.
Paso 04. Validación del modelo.
2 4.5 2.6374 -0.6374 Paso 05. Cálculo del pronóstico.
11 12.97 11.0083 -0.0083  
7 8.05 6.1458 0.8542
16 19.01 16.9776 -0.9776 1
9 10.16 8.2311 0.7689
2 4.29 2.4298 -0.4298
12 13.52 11.5518 0.4482
4 4.82 2.9536 1.0464
9 10.23 8.3003 0.6997
3 5.15 3.2797 -0.2797
13 15.05 13.0639 -0.0639

𝑅^2=97.83%, el 97.83%
𝑆=7.4464; la variabilidad
regresión (𝑦 ̂_𝑖) es de 7.44

Paso 03. Verificación de los supuestos.

Normalidad de los errores.
H0: Los errores siguen una distribución normal.
H1: Los errores no siguen una distribución normal.
 Paso 04. Validación del modelo

12 16
21 22
31 26
34 28
37 30
49 40
34 33
34 29
42 37
51 42
56 45
67 47
 𝒀 ̂=−𝟏.𝟖𝟏𝟎+𝟎.𝟗𝟖𝟖𝟑𝑿
x=gasto en publicidad
y=camaras vendidas
por cada gasto en publicidad se aumentara en 0.9883 en
unidades de camara y se obtendra cierta cantidad de
camaras vendidas.

𝑅^2=97.83%, el 97.83% de la variabilidad del gasto (soles) realizados por publicidad

𝑆=7.4464; la variabilidad o dispersión de los datos muestrales (𝑦_𝑖) alrededor de la recta de
regresión (𝑦 ̂_𝑖) es de 7.4464 soles.

n normal.
ción normal.

Estadístico de Durbin-Watson
Estadístico de Durbin-Watson = 1.9782
Como el DW = 1.9782 está contenido en el intervalo de 1.5 a 2.5; entonces se asume que
errores son independientes o no existe autocorrelación de los errores. Además, se asume
los errores tienen varianzas constantes (homocedasticidad).

AD=0.280 con un valor de p= 0.584

en conclucion al 5% de significancia se asume que los errores
siguen una distribucion normal. Por lo tanto cumple con el
supuesto de normalidad de los errores
Prueba individual (coeficiente)
H0: 𝛽_1=0
H1: 𝜷_𝟏≠𝟎
Fcalculado = 497.02; valor p = 0.000
Fcrítico: 𝐹_((𝛼;1,𝑛−2) )=𝐹_((0.03;1,11))=4.844
observamos que Fcalculado se encuentra en la region
critica por lo tanto rechazamos la hipotesis nula.
a un 3% de significancia, es suficiente afirmar que
existe un modelo de regresion lineal entre el gasto en
publicidad y las camaras vendidas. entonces el modelo
de regresion lineal es valido.
 Paso 05. Cálculo del pronóstico

47

con un nivel de 97% el pronostico de publicidad realizada de 15 mil soles

supera las 10 mil videocamaras vendidas, lo cual el gerente disminuira un
precio de 6% el gasto en publicidad

.5 a 2.5; entonces se asume que los

e los errores. Además, se asume que
d).
 a

alizada de 15 mil soles

gerente disminuira un
mes cDistrib ventas Npedidos
1 52.95 386 4015
2 71.66 446 3806
3 85.58 512 5309
4 63.69 401 4262
5 72.81 457 4296
6 68.44 458 4097
7 52.46 301 3213
8 70.77 484 4809
9 82.03 517 5237
10 74.39 503 4732
11 70.84 535 4413
12 54.08 353 2921
13 62.98 372 3977
14 72.3 328 4428
15 58.99 408 3964
16 79.38 491 4582
17 94.44 527 5582
18 59.74 444 3450
19 90.5 623 5079
20 93.24 596 5735
21 69.33 463 4269
22 53.71 389 3708
23 89.18 547 5387
24 66.8 415 4161