COSTO DE PRODUCCION

CANTIDAD DE CAJAS (EN

MES (CIENTOS DE MILLONES DE
MILLONES)
PESOS)
1 3.97919083 7.3756827
2 4.30327103 7.2374553
3 5.6919278 9.7258191
4 4.17729124 6.6045342
5 3.99022452 7.4099997
6 4.82976692 7.7597625
7 4.2160319 7.4924712
8 4.28365855 8.3558943
9 7.02409682 8.6667522
10 5.26035137 8.5504311
11 5.38020226 8.6764938
12 5.33448267 8.1392175
13 5.50396763 7.952688
14 3.70218793 8.3042712
15 4.28231587 7.5681408
16 6.32052582 9.6546144
17 3.4898992 6.9060933
18 3.98123324 5.4440661
19 4.7478434 7.7046339
20 3.75026389 6.5915454
21 5.25234706 7.9612734
22 7.0023935 10.540362
23 5.80327171 9.6043443
24 4.62039067 7.6660734
25 5.54595477 8.882814
26 4.15629266 7.1390553
27 4.14614908 7.8453336
28 4.78975539 9.562143
29 2.63993099 7.4313156
30 2.65955349 5.8716018
31 3.59579557 8.7477846
32 4.86308175 8.3880957
33 5.693531 9.0015828
34 6.8981354 9.7949943
35 4.75007953 8.2958949
36 4.01415061 8.2731891
37 4.82320382 7.4485602
38 3.74251676 6.3231102
39 4.35494584 6.3266895
40 5.59679291 8.2225623
41 3.27738335 4.8643425
42 2.35384997 3.5560776
43 3.00754976 5.0591253
44 4.86925908 6.2812041
45 7.11756171 11.7902019
46 7.33844927 17.5814478
47 5.30502554 11.8309395
48 5.73599576 12.4625691
49 4.81120487 9.9376989
50 4.51489844 9.1351977

51 4.19785061 7.2942936

52 4.99020382 8.5591518
53 4.07651676 7.4029149
54 4.90604584 7.6522728
55 6.43179291 10.0199613
56 3.61138335 6.3774516
57 2.57094997 5.0371083
58 3.32484976 6.119619
59 5.37025908 8.6733573
60 7.95256171 12.8059113
61 8.29034927 19.4272965
62 3.65394312 7.1563568
63 4.50378952 7.8574432
64 5.25361742 9.9586753
65 4.36589789 7.53214566
66 3.76536987 7.14563225
67 4.98562214 8.22335876
68 4.32658944 7.23658971
69 4.56113365 7.75899786
70 7.15233256 11.74365896
6.4543211 11.01858684624
9.9834988 16.65962448192
2.3430922 4.44719857248
 1. Grafique el costo mensual de producción contra el número de cajas fabricadas mensu
un diagrama de dispersión. ¿Qué se interpreta?

2. Suponiendo que existe una relación lineal entre el costo mensual de producción y el
cajas fabricadas mensualmente, escriba el modelo de regresión ajustado e interprete la
estimada.

3. Calcule el interprete un intervalo de confianza del 94% para la pendiente.

4. Cual será el costo de producción cuando la cantidad de cajas sea:

6,4543211
9,9834988
2,3430922

COSTO DE PRODUCCION (CIENTOS DE MILLONES DE PESOS)

22

20

18

16

14
f(x) = 1.59844277949289 x + 0.702007223801094
12 R² = 0.670808350617428

10

2
2 3 4 5 6 7 8

Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.819028907070702
Coeficiente de determinación R^2 67.0808%
R^2 ajustado 0.665967296950038
Error típico 0.732216912997954
Observaciones 70

ANÁLISIS DE VARIANZA

Grados de libertad
Regresión 1
Residuos 68
Total 69

Coeficientes
Intercepción 1.28466293638301
Variable X 1 (Pendiente) 0.41966366217391

Y=98,304+ 4,422505 X Si el F es mas alto que el valor critico de F , Hay relacion

Si el F es menor, el valor critico de F ( Hay una relacion i

LI
LS

Positiva
Negativa
LI(-) Y LS(+)

B1=0,419
B0= 1,284
ontra el número de cajas fabricadas mensualmente en
persión. ¿Qué se interpreta?

entre el costo mensual de producción y el número de

odelo de regresión ajustado e interprete la pendiente
estimada.

lo de confianza del 94% para la pendiente.

cción cuando la cantidad de cajas sea:

,4543211
,9834988
,3430922

S DE MILLONES DE PESOS)

6 7 8

Medida que premite conocer el grado de asociacion lineal entre las variables cuntitativas (xy) C<R<1 Entre mas se aserq
asociacion corelacion entre las variables
Proporsion de variable total de la variacion explicada por la regresion (porcentaje)
 Proporcion de la variacion en porcentaje, proporciona la variacion de la variable dependiente explicada por la variable

Si hay una relacion

directa o inversa
Promedio de los
Suma de cuadrados cuadrados F Valor crítico de F
74.2913200834667 74.2913200834667 138.566600724958 4.58199522413592E-18
36.4576293222573 0.536141607680254 138.566600724958
110.748949405724

Error típico Estadístico t Probabilidad Inferior 95%

0.310982023728656 4.13098776893912 0.000101084694608 0.664107969799303
0.035651030242888 11.7714315495167 4.58199522413588E-18 0.348523138950761

alto que el valor critico de F , Hay relacion directa ( las dos sean la misma direccionn)
or, el valor critico de F ( Hay una relacion inversa) ( contraria)

Si la variable x se incrementa en 1 unnidad se espera que con una confianzadel 95% que los valo
0.348523138950761 y 8,594 8,5945581
0.490804185397059

Incrementa
Disminuye
La variable explicativa no es signicicativa para el modelo
 (xy) C<R<1 Entre mas se aserque a 1 existe una

egresion (porcentaje)
diente explicada por la variable independiente

Superior 95%Inferior 95,0%

Superior 95,0%
1.9052179 0.66410797 1.9052179
0.49080419 0.34852314 0.49080419

confianzadel 95% que los valores esten entre 0,25

Y pulsasiones por minuto en reposo
X tiempo en correr 1 milla ( reg)

Observaciones X Y
1 67 481
2 52 292
3 56 357
4 66 396
5 65 345
6 80 469
7 77 425
8 65 393
9 68 346
10 66 401
11 70 267
12 59 368
13 58 295
14 52 391
15 64 487
16 72 481
17 57 374
18 59 367
19 70 469
20 63 252
100 541

120 629
 Por cada milla adicional que se
recorra se espera que las pulsaciones
aumenten en 4,424 B1=4,42

Las pulsaciones promedio que no

dependen del numero de millas
recorridas B0= 98,304
 Y
550

500

450
f(x) = 4.42450563666605 x + 98.3042875623731
R² = 0.216334023860956
400

350

300

250

200

150
50 55 60 65 70

Resumen

Estadísticas de la regresión

Medida que premite conocer el grado de asociacio

Coeficiente de correlación múltiple 0.46511721518447 aserque a 1 existe una as

Proporsion de variable total de la variacion explica

Coeficiente de determinación R^2 21.6334% decir que el varia
 Proporcion de la variacion en porcentaje, proporcion
R^2 ajustado 0.172797025186565 indepen
Error típico 65.2958149545911

Observaciones 20

ANÁLISIS DE VARIANZA

Grados de libertad Suma de cuadrados

Regresión Variable independiente 1 21185.4178894844
Residuos n-2 grados de libertad 18 76743.7821105156
Total 18+1= 19 97929.2

Coeficientes Error típico

Intercepción 98.304287562373 128.459440478349
Variable X 1 ( Pendiente) 4.42450563666605 1.98486777952201

Y=98,304+ 4,422505*X Si el F es mas alto que el valor critico de F , Hay relacion directa ( las dos sean la mism
Si el F es menor, el valor critico de F ( Hay una relacion inversa) ( contraria)

LI 0.254453171703974

LS 8.59455810162812

Positiva Incrementa
Negativa Disminuye
LI(-) Y LS(+) La variable explicativa no es signicicativa para el mod
 Y

5 70 75 80 85

ue premite conocer el grado de asociacion lineal entre las variables cuntitativas (xy) C<R<1 Entre mas se
aserque a 1 existe una asociacion corelacion entre las variables

n de variable total de la variacion explicada por la regresion (porcentaje) entre mas se aserque a 1 quiere
decir que el variable de regresion esta correcto
de la variacion en porcentaje, proporciona la variacion de la variable dependiente explicada por la variable
independiente, si se acerca a 1

Si hay una relacion

directa o inversa
Promedio de los
cuadrados F Valor crítico de F
21185.4178894844 4.96896962234113 0.038785808481455
4263.54 4.96896962234113

Estadístico t Probabilidad Inferior 95% Superior 95%

0.765255454922688 0.454037048735349 -171.578982215622 368.187557340368
2.22911857520885 0.038785808481455 0.254453171703974 8.59455810162812

Hay relacion directa ( las dos sean la misma direccionn)

na relacion inversa) ( contraria)

Si la variable x se incrementa en 1 unnidad se espera que con una confianzadel 95% que los valores esten entre 0,25 y
8,594 8,5945581

explicativa no es signicicativa para el modelo

 Inferior 95,0% Superior 95,0%
-171.578982215622 368.187557340368
0.254453171703974 8.59455810162812

que los valores esten entre 0,25 y

Y Altura
X Peso
95
Observaciones X Y
1 1.67 62 85
f(x) = 93.72
2 1.78 69 R² = 0.9279
75
3 1.54 46
4 1.45 42
65
5 1.89 74
6 1.84 82 55
7 1.92 86
8 1.81 80 45
9 1.74 68
10 1.76 70 35
1.35 1.45
1.45 42
1.39 35
1.98 90
1.72 66

Resumen

Estadísticas de la regresión
Coeficiente de correlac
Coeficiente de determi
R^2 ajustado
Error típico
Observaciones

ANÁLISIS DE VARIANZA

Regresión
Residuos
Total

Bo= Intercepción
B1= Variable X 1
Bo=
B1=
 Y
95

85
f(x) = 93.7250996015936 x − 95.1816733067729
R² = 0.927932229208265
75

65

55

45

35
1.35 1.45 1.55 1.65 1.75 1.85

tadísticas de la regresión
0.963292390299158
0.927932229208266
0.918923757859299
4.13814006375461
10

E VARIANZA RELACION
Grados de libertad Suma de cuadradosPromedio de los cuadrados F
1 1763.90637450199 1763.90637450199 103.006624904756
8 136.993625498008 17.124203187251 MAYOR
9 1900.9 MENOR

Coeficientes Error típico Estadístico t Probabilidad

95.1816733067729 16.1215952842938 5.90398602795235 0.000360124321619
93.7250996015936 9.23471149256172 10.1492179454752 7.59875454701E-06

LI 62.7390656509331 SE ESPERA QUE SE INCREMENTE 62,74

LS 124.711133552254
 Positiva Incrementa
Negativa Disminuye
LI(-) Y LS(+) La variable explicativa no es signicicativa para el modelo
75 1.85 1.95

Valor crítico de F
7.59875454701E-06
MENOR DIRECTA LAS DOS VAN HACIA LA MISMA DIRECCION AUMENTAN O DISMINUYEN
MAYOR INVERSA LA DIRENCION ES DIFERENTE A LA OTRA

Inferior 95% Superior 95% Inferior 99,0% Superior 99,0%

132.358138698442 58.0052079151035 149.275869884576 41.0874767289694
72.4298167123289 115.020382490858 62.7390656509331 124.711133552254
RECCION AUMENTAN O DISMINUYEN