Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • Problemas Practica Pronostico 5

    Cargado por

    Oijoidhowihdo Oi
    13 vistas4 páginas
    Este resumen presenta los resultados de un análisis de regresión lineal realizado para predecir la demanda (y) en función del mes (x). La regresión encontró que x explica el 87.8% de la variación en y. La ecuación de regresión es y=205.45x + 3652.72 y es estadísticamente significativa con un valor p menor a 0.05. Los residuales, o diferencias entre los valores reales y predichos, son generalmente pequeños.

    Descripción original:

    Título original

    ProblemasPracticaPronostico5

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    XLSX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Denunciar este documento
    Este resumen presenta los resultados de un análisis de regresión lineal realizado para predecir la demanda (y) en función del mes (x). La regresión encontró que x explica el 87.8% de la variación en y. La ecuación de regresión es y=205.45x + 3652.72 y es estadísticamente significativa con un valor p menor a 0.05. Los residuales, o diferencias entre los valores reales y predichos, son generalmente pequeños.

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
    Marcar por contenido inapropiado
    13 vistas4 páginas

    Problemas Practica Pronostico 5

    Cargado por

    Oijoidhowihdo Oi
    Este resumen presenta los resultados de un análisis de regresión lineal realizado para predecir la demanda (y) en función del mes (x). La regresión encontró que x explica el 87.8% de la variación en y. La ecuación de regresión es y=205.45x + 3652.72 y es estadísticamente significativa con un valor p menor a 0.05. Los residuales, o diferencias entre los valores reales y predichos, son generalmente pequeños.

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
    Marcar por contenido inapropiado
    de 4

    Mes x Demanda Unidades (y) xy x^2 Y

    Enero 1 4200 4200 1 3858.17


    Febrero 2 4300 8600 4 4063.62
    Marzo 3 4000 12000 9 4269.07 7000
    Abril 4 4400 17600 16 4474.52
    Mayo 5 5000 25000 25 4679.97 6000
    f(x) = 192.307692307
    Junio 6 4700 28200 36 4885.42 5000
    Julio 7 5300 37100 49 5090.87
    Agosto 8 4900 39200 64 5296.32 4000
    Septiembre 9 5400 48600 81 5501.77 3000
    Octubre 10 5700 57000 100 5707.22
    Noviembre 11 6300 69300 121 5912.67 2000
    Diciembre 12 6000 72000 144 6118.12
    1000
    SUMA 78 60200 418800 650 6323.57
    AVG 12 9261.53846153846 6529.02 0
    0 2 4 6
    6734.47
    bnum -914861.5384615 6939.92
    bden -1078 7145.37
    b 848.66562009419 7350.82
    7556.27
    a -922.4489795918 7761.72
    7967.17
    8172.62
    8378.07
    8583.52

    SUMMARY OUTPUT
    Y=205.45X + 3652.72
    Regression Statistics
    Multiple R 0.9369611434076
    R Square 0.8778961842558 ***R determina que tanta de la variacion es explicada por la variable independiente
    Adjusted R Square 0.8643290936175
    Standard Error 267.87604550907
    Observations 11 Significancia tiene que ser menor que .05

    ANOVA
    df SS MS F Significance F
    Regression 1 4643272.72727273 4643273 64.70777 2.118E-05
    Residual 9 645818.181818182 71757.58
    Total 10 5289090.90909091
    Coefficients Standard Error t Stat P-value Lower 95%Upper 95%
    Intercept 3652.7272727273 196.183980666038 18.61889 1.71E-08 3208.928 4096.526
    1 205.45454545455 25.5409787947945 8.044114 2.118E-05 147.6768 263.2323
    Tabien los valores p deben ser menores que .05

    RESIDUAL OUTPUT

    Observation Predicted 4200 Residuals


    1 4063.6363636364 236.363636363636
    2 4269.0909090909 -269.090909090909
    3 4474.5454545455 -74.5454545454541
    4 4680 320
    5 4885.4545454546 -185.454545454546
    6 5090.9090909091 209.090909090909
    7 5296.3636363636 -396.363636363636
    8 5501.8181818182 -101.818181818182
    9 5707.2727272727 -7.27272727272793
    10 5912.7272727273 387.272727272727
    11 6118.1818181818 -118.181818181818
    Valor Real-Valor Predecido
    A. Analisis de Regresion Lineal

    Demanda
    7000

    6000
    f(x) = 192.307692307692 x + 3766.66666666667
    5000
    Column C
    4000 Linear (Column C)
    Pronostico
    3000

    2000

    1000

    0
    0 2 4 6 8 10 12 14

    la variable independiente

    ue ser menor que .05


    Lower 95.0% Upper 95.0%
    3208.928 4096.52626981722
    147.6768 263.232253580067

    También podría gustarte