ESTATURA (cm) PESO (kg)

152 56
165 70 90
172 65 80
159 62 70 f(x) = 0.686222222222222
167 65 R² = 0.722930616205725
60
172 69
50
158 64
163 62 40
178 80 30
159 63 20
10
0
150 155 160

Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.85025327
Coeficiente de determinación R^2 0.72293062
R^2 ajustado 0.68829694
Error típico 3.56227144
Observaciones 10

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados
Regresión 1 264.881778 264.881778
Residuos 8 101.518222 12.6897778
Total 9 366.4

Coeficientes Error típico Estadístico t

Intercepción -47.2835556 24.7333283 -1.91173444
Variable X 1 0.68622222 0.15019855 4.56876724

Análisis de los residuales

Observación Pronóstico para YResiduos

1 57.0222222 -1.02222222
2 65.9431111 4.05688889
 3 70.7466667 -5.74666667
4 61.8257778 0.17422222
5 67.3155556 -2.31555556
6 70.7466667 -1.74666667
7 61.1395556 2.86044444
8 64.5706667 -2.57066667
9 74.864 5.136
10 61.8257778 1.17422222
 PESO (kg)
90
80
70 f(x) = 0.686222222222222 x − 47.2835555555556
R² = 0.722930616205725
60
50
40
30
20
10
0
150 155 160 165 170 175 180

Variable X 1 Curva de regresión

ajustada
100
Y
50 Pronóstico para Y
Y

0
150 155 160 165 170 175 180
Variable X 1

F Valor crítico de F
20.8736341 0.00182874

Probabilidad Inferior 95% Superior 95%Inferior 95,0%

Superior 95,0%
0.09228416 -104.318713 9.75160171 -104.318713 9.75160171
0.00182874 0.33986374 1.0325807 0.33986374 1.0325807
ón

Y
Pronóstico para Y
Volumen de ventas (MP) Gastos en publicidad(MP)
10 16 90
15 32 80
20 48
70
22 56
60
30 64
32 80 50
40
30
20
10
0
5

Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.978050965185273 97%
Coeficiente de determinación R^2 0.956583690499844
R^2 ajustado 0.945729613124805
Error típico 5.32591045801266
Observaciones 6

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Regresión 1 2499.87204
Residuos 4 113.461289
Total 5 2613.33333

Coeficientes Error típico

Intercepción -7.362076958739 6.41872819
Variable X 1 2.63699582753825 0.28089526

Análisis de los residuales

Observación Pronóstico para Y Residuos

1 19.0078813166435 -3.00788132
2 32.1928604543347 -0.19286045
3 45.377839592026 2.62216041
4 50.6518312471025 5.34816875
5 71.7477978674084 -7.74779787
6 77.0217895224849 2.97821048
 Gastos en publicidad(MP)
90
80
f(x) = 2.63699582753825 x − 7.36207695873898
70 R² = 0.956583690499844
60
50
40
30
20
10
0
5 10 15 20 25 30 35

Variable X 1 Curva de regresión

ajustada
100
Y
50 Pronóstico p
Y

0
5 10 15 20 25 30 35
Variable X 1

Promedio de los cuadradosF Valor crítico de F

2499.87204 88.1312762 0.00071735
28.3653222

Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%

Superior 95,0%
-1.14696817 0.3153369 -25.1833234 10.4591695 -25.1833234 10.4591695
9.38782595 0.00071735 1.85710555 3.4168861 1.85710555 3.4168861
va de regresión
ada
Y
Pronóstico para Y

25 30 35

Interpretaciones:
Hay una correlacion alta y positiva de un 97%
Por cada miles de pesos que aumenten los gastos de publicidad, aumentara 2,637 en millones de pesos
 Demanda total (en toneladas) Ventas (MP)
200 9
220 6 14
400 12
12
330 7
210 5 10 f(x) = 0.0227986483
390 10 R² = 0.65538971658
280 8 8

140 4 6

0
100 150 200

Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.809561435 80%
Coeficiente de determinación R^2 0.655389717
R^2 ajustado 0.597954669
Error típico 1.692504943
Observaciones 8

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados
Regresión 1 32.6875621 32.6875621
Residuos 6 17.1874379 2.86457298
Total 7 49.875

Coeficientes Error típico Estadístico t

Intercepción 1.440866627 1.92601647 0.74810712
Variable X 1 0.022798648 0.00674913 3.37801303

Análisis de los residuales

Observación Pronóstico para Y Residuos

1 6.000596303 2.9994037
2 6.456569271 -0.45656927
3 10.56032598 1.43967402
4 8.964420592 -1.96442059
5 6.228582787 -1.22858279
6 10.3323395 -0.3323395
7 7.824488173 0.17551183
8 4.6326774 -0.6326774
 Ventas (MP)
14

12

10 f(x) = 0.0227986483800437 x + 1.44086662691314

R² = 0.655389716589227
8

0
100 150 200 250 300 350 400 450

Variable X 1 Curva de regresión

ajustada
15
Y
10
Pronóstico para Y
5
Y

0
100 150 200 250 300 350 400 450
Variable X 1

F Valor crítico de F
11.410972 0.01489429

Probabilidad Inferior 95% Superior 95%Inferior 95,0%

Superior 95,0%
0.48267747 -3.2719259 6.15365916 -3.2719259 6.15365916
0.01489429 0.00628412 0.03931317 0.00628412 0.03931317
gresión

Y
Pronóstico para Y

450

Hay una correlacion alta y positiva de 80%