Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.98042624
Coeficiente de determinación R^2 0.96123561
R^2 ajustado 0.95154452
Error típico 2.04926208
Observaciones 6

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 416.53543307 416.535433 99.1875 0.00057095
Residuos 4 16.797900262 4.19947507
Total 5 433.33333333

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%

Intercepción -2.41469816 4.1761161372 -0.57821624 0.59411063 -14.0094554
Ingreso
X 0.90551181 0.0909213022 9.95929214 0.00057095 0.65307381

Análisis de los residuales

Pronóstico
Consumo
Observación Y Residuos
1 29.2782152 0.7217847769 30
2 33.8057743 1.1942257218 35
3 31.9947507 -1.9947506562 30
4 47.3884514 2.6115485564 50
5 35.6167979 -0.6167979003 35
6 51.9160105 -1.9160104987 50
or crítico de F

Superior 95% Inferior 95.0%

Superior 95.0%
9.18005904501076 -14.0094554 9.18005905

1.15794981557105 0.65307381 1.15794982

0.721784776902883
1.19422572178478
-1.99475065616798
2.61154855643044
-0.616797900262469
-1.91601049868767
0.00
Resumen

Estadísticas de la regresión
Coeficiente de correlación múlti 0.980426241376128
Coeficiente de determinación R 0.961235614778922
R^2 ajustado 0.951544518473652
Error típico 2.04926207831424
Observaciones 6

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Promedio de los cuadradosF
Regresión 1 416.535433070866 416.535433 99.1875
Residuos 4 16.7979002624672 4.19947507
Total 5 433.333333333333

Coeficientes Error típico Estadístico t Probabilidad

Intercepción (a) -2.41469816273 4.1761161371546 -0.57821624 0.59411063

Ingreso (b)
X 0.905511811024 0.090921302234587 9.95929214 0.00057095

Análisis de los residuales

Pronóstico Consumo
Observación Y Residuos
1 29.2782152230971 0.721784776902883
2 33.8057742782152 1.19422572178478
3 31.994750656168 -1.99475065616798
4 47.3884514435696 2.61154855643044
5 35.6167979002625 -0.616797900262469
6 51.9160104986877 -1.91601049868767
 In
XC
60

50

40
Valor crítico de F
0.0005709483731

Consumo
30

Y
20
Inferior 95% Superior 95% Inferior 95.0%
Superior 95.0%
-14.00945537047 9.180059045 -14.0094554 9.18005905 10

0.6530738064762 1.1579498156 0.65307381 1.15794982 0

30 35
 Ingreso
X Curva de regresión ajustada
60

50 f(x) = 0.905511811023622 x − 2.41469816272964

40 Consumo
Y
Pronóstico Consumo
Consumo

30 Y
Linear (Pronóstico Consumo
Y)
Y

20

10

0
30 35 40 45 50 55 60 65
Ingreso
X
 60

50 f(x) = 0.9055118110
Ingreso Consumo
Familia X Y
40
1 35 30 C
2 40 35 Y
30 60
3 38 30
4 55 50 50 f(x) = 0.905511811023622 x

5 42 35 20 40

6 60 50 30

10 20

10

0 0
30 3035 35 40 40 45 50 45

Consumo
Y
x) = 0.905511811023622 x − 2.41469816272963

Consumo
Y

f(x) = 0.905511811023622 x − 2.41469816272963 Consumo

Y
Linear (Consumo
Y)
Linear (Consumo
Y)

5 40 40 45 50 45 55 60 50 65 55 60 65

Consumo Linear (Consumo

Y Y)
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.49647148
Coeficiente de determinación R^2 0.24648393
R^2 ajustado 0.12089792
Error típico 14.2789667
Observaciones 8

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 400.166667 400.166667 1.9626703 0.21077023
Residuos 6 1223.33333 203.888889
Total 7 1623.5

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%

Intercepción (a) 14.8333333 15.4230467 0.96176414 0.3733091 -22.9055025
X (b) 2.72222222 1.94312124 1.40095335 0.21077023 -2.03242418

Análisis de los residuales

Observación Pronóstico Y Residuos

1 36.6111111 -11.6111111
2 25.7222222 9.27777778
3 42.0555556 -22.0555556
4 39.3333333 0.66666667
5 44.7777778 22.2222222
6 23 -3
7 33.8888889 1.11111111
8 36.6111111 3.38888889
 X Curva de regresión ajustada
80

70

60

or crítico de F
50

f(x) = 2.72222222222222 x + 14.8333333333333 Y

40 Pronóstico Y
Y

Linear (Pronóstico Y)
Superior 95%Inferior 95.0%
Superior 95.0%
30
52.5721692 -22.9055025 52.5721692
7.47686862 -2.03242418 7.47686862
20

10

0
2 3 4 5 6 7 8 9 10 11 12

X
Y
Pronóstico Y
Linear (Pronóstico Y)
Resumen

Estadísticas de la regresión X Curva de

Coeficiente de correlación múltiple 0.49647148 80
Coeficiente de determinación R^2 0.24648393
R^2 ajustado 0.12089792 70
Error típico 14.2789667 60
Observaciones 8n
50
ANÁLISIS DE VARIANZA 40

Y
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 400.166667 400.166667 1.9626703 0.21077023 30
Residuos 6 1223.33333 203.888889 20
Total 7 1623.5
10

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%

0
Intercepción (a) 14.8333333 15.4230467 0.96176414 0.3733091 -22.90550252 3 4 5
X (b) 2.72222222 1.94312124 1.40095335 0.21077023 -2.03242418

Análisis de los residuales

Observación Pronóstico Y Residuos

1 36.6111111 -11.6111111
2 25.7222222 9.27777778
3 42.0555556 -22.0555556
4 39.3333333 0.66666667
5 44.7777778 22.2222222
6 23 -3
7 33.8888889 1.11111111
8 36.6111111 3.38888889
 X Curva de regresión ajustada
80

70

60

50
Y
40
Pronóstico Y
Y

or crítico de F
30

20

10

0 Superior 95%Inferior 95.0%

Superior 95.0%
2 52.5721692
3 4 5-22.9055025
6 7 52.5721692
8 9 10 11 12
7.47686862 -2.03242418
X 7.47686862
 X Y XY X^2
8 25 200 64 Edad (X)
4 35 140 16
Eficiencia (Y)
10 20 200 100
9 40 360 81
11 67 737 121
3 20 60 9
7 35 245 49

TOTAL
8
60
40
282
320
2262
64
504
b=(𝑛∑▒𝑋
media Y
n
b
35.25 media X
8
2.72
7.5
∑▒𝑌)/(𝑛
𝑎=𝑦 ̅ −𝑏𝑥 ̅
a 14.83 35.25

ecuación de regresión
Y=14.83 + 2.72X
7.5 −(∑▒𝑋)^
¿Cuál es la mejor estimación de la eficiencia de una máquina de 12 años?

Y=14.83 + 2.72X
Y=14.83 + 2.72 (12)
y = 47.47

Para una máquina que tenga 12 años, se espera que su eficiencia sea de 47.47

y x antigüedad x*y x cuadrado

200 100 20 20000 10000
120 70 15 8400 4900
155 120 30 18600 14400
310 150 20 46500 22500
320 90 12 28800 8100
400 227 400 90800 51529
100 75 100 7500 5625
80 65 80 5200 4225
75 80 75 6000 6400
169 150 169 25350 22500
110 120 110 13200 14400
210 100 210 21000 10000
200 125 200 25000 15625
180 137 180 24660 18769
140 90 140 12600 8100
95 100 95 9500 10000
TOTAL 2864 1799 363110 227073
 8 4 10 9 11 3 7 8

25 35 20 40 67 20 35 40

(8)(2262) - (60) ( 282)

(8) (504) - (60)^2

=(𝑛∑▒𝑋𝑌−∑▒𝑋
#NAME?

∑▒𝑌)/(𝑛∑▒ 〖𝑋 ^2 14491.8036

=𝑦 ̅−𝑏𝑥 ̅
−(∑▒𝑋)^2 〗 )= 7.5

35.25 - (2.72) ( 7.5)

60
Y= a + bX ecuación o modelo de regresión PRECIO
450
400
350 f(x) = 1.65695231710299 x − 7.303576
300

Antigüedad SUPERFICIE PRECIO X*Y X CUADRADO 250

20 100 200 2000 10000 200
15 70 120 1050 4900 150
30 120 155 3600 14400
100
20 150 310 3000 22500
50
12 90 320 1080 8100
400 227 400 90800 51529 0
40 60 80 100 120 140 1
100 75 100 7500 5625
80 65 80 5200 4225
75 80 75 6000 6400
169 150 169 25350 22500
110 120 110 13200 14400
210 100 210 21000 10000
200 125 200 25000 15625
180 137 180 24660 18769
140 90 140 12600 8100
95 100 95 9500 10000
TOTAL 1799 2864 251540 227073
 12

47.47

PRECIO

= 1.65695231710299 x − 7.30357615426692

377 370

0 100 120 140 160 180 200 220 240

Resumen
X Curva de regresión ajustada
Estadísticas de la regresión
Coeficiente de correlación múltiple 90.95017434
Coeficiente de determinación R^2 8
0.90283128
R^2 ajustado 0.8785391
Error típico 70.97749293
Observaciones 6 6

5
ANÁLISIS DE VARIANZA
Y Grados
4 de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 35.5113636 35.5113636 37.1655104 0.00366205
3
Residuos 4 3.8219697 0.95549242
Total 2 5 39.3333333
1

0Coeficientes Error típico Estadístico t Probabilidad Inferior 95%

Intercepción 1012.05303 15
1.27563026 209.4486864325 0.0006997 30 8.5113129235 40
X -0.2840909 0.04660015 -6.09635222 0.00366205
X -0.41347366

Análisis de los residuales

Observación Pronóstico Y Residuos

1 7.79166667 0.20833333
2 6.65530303 0.34469697
3 4.95075758 1.04924242
4 5.51893939 -1.51893939
5 2.39393939 -0.39393939
6 0.68939394 0.31060606
ión ajustada

Y
or crítico de F Pronóstico Y

Y=12.0530 - 0.2841 X
Superior 95%Inferior 95.0%
Superior 95.0% 11.4848 11
35 15.5947477
40 8.51131292
45 15.5947477
-0.15470816 -0.41347366 -0.15470816

Si el centro comercial se sitúa a

km, ¿cuántos clientes puede esperar?
  Nº de
Distancia
Clientes
Y X
8 15
7 19
6 25
4 23
2 34
1 40
6,1 6,5 5,1 6 5,9 5,2

6
5,8 5,3 6,2 5,9 6,3