Estudiante Fayse Rizek

ID 1074776

Consumidor 1 2 3 4 5 6
Ingreso 24.3 12.5 31.2 28 35.1 10.5
Consumo 16.2 8.5 15 17 24.2 11.2
A)
Regresion lineal
30

25

20 f(x) = 0.558171412421395 x + 1.77788030806189

R² = 0.844740209324072

15

10

0
5 10 15 20 25 30 35 40

Consumidor Ingresos Consumo Y' E=Y-Y' |E| MAD/consumo |E²|

1 24.3 16.2 15.34144563 0.858554 0.858554 9% 0.737116
2 12.5 8.5 8.755022963 -0.255023 0.255023 18% 0.065037
3 31.2 15 19.19282838 -4.192828 4.192828 10% 17.57981
4 28 17 17.40667986 -0.40668 0.40668 9% 0.165389
5 35.1 24.2 21.36969688 2.830303 2.830303 6% 8.010616
6 10.5 11.2 7.638680138 3.56132 3.56132 14% 12.683
7 23.2 15 14.72745708 0.272543 0.272543 10% 0.07428
8 10 7.1 7.359594432 -0.259594 0.259594 21% 0.067389
9 8.5 3.5 6.522337314 -3.022337 3.022337 43% 9.134523
10 15.9 11.5 10.65280577 0.847194 0.847194 13% 0.717738
11 14.7 10.7 9.983000071 0.717 0.717 14% 0.514089
12 15 9.2 10.15045149 -0.950451 0.950451 16% 0.903358
Total 228.9 149.1 149.1 2.22E-14 18.17383 15% 50.65234

MAD = ∑|E|
= 1.514486
N

Sxy = √(∑|E²|/N-2) = 1.490312

MAPE = ∑|E|/Y*100
= 1.38%
N

Correlacion = 0.919097497
 7 8 9 10 11 12
23.2 10 8.5 15.9 14.7 15
15 7.1 3.5 11.5 10.7 9.2

C) Ecuación de regresión y proyección solicitada Y= a + b(x)

Y= a + b x Resultado
Y= 1.7779 + 0.5582 27500 15352.28 15.35228
Si la persona cuenta con ingresos de 27,500, el modelo evidencia
que tendra una cantidad de consumo de 15,352.28

B) La recta mas cercana a la relacion entre nivel de consumo e ingreyo

es Y = 1.7779+0.5582x, lo que muestra que la relacion entre estas
dos variables es proporcional porque r es positivo. De la misma
manera, significa que cada vez que la variable x aumenta en una
unidad, la variable y's b= 0.5582 y aumenta.

40

(|E|/Y)*100
5%
3%
28%
2%
12%
32%
2%
4%
86%
7%
7%
10%
17%
Calculos de eficiencia con MAD/Y y MAPE

Mad/Y= 15% Ineficiencia Eficiencia= 85%

MAPE= 1.38% Ineficiencia Eficiencia= 98.62%

Intervalo de confianza

Proyeccion +/-' Valor Sxy Probabilidad

15352.28 1.49031155187 68.20%
SUMMARY OUTPUT

Regression Statistics
Multiple R 0.919097497
R Square 0.844740209
Adjusted R Square 0.82921423
Standard Error 2.250607524
Observations 12

ANOVA
df SS MS F Significance F
Regression 1 275.59015774 275.5901577 54.40817649 2.38003E-05
Residual 10 50.6523422596 5.065234226
Total 11 326.2425

Coefficients Standard Error t Stat P-value Lower 95%

Intercept 1.777880308 1.58291961326 1.123165253 0.287608238 -1.749084382
X Variable 1 0.558171412 0.07567205086 7.376189836 2.38003E-05 0.3895635759
Upper 95% Lower 95.0% Upper 95.0%
5.304844998 -1.749084382 5.3048449979
0.726779249 0.3895635759 0.726779249