los siguientes datos muestran el daño que recibe un cargamento de manzanas debido a la distancia y el tiempo

y x1 x2 error residuo Res^2

160 4 1.5 153.24 6.76 45.70
112 3 2.2 131.64 -19.64 385.86
69 1.6 1 74.90 -5.90 34.78
90 1.2 2 75.01 14.99 224.56
123 3.4 0.8 126.66 -3.66 13.41
186 4.8 1.6 178.54 7.46 55.60
sumatoria de residuos 0

x= 1 4 1.5 SCR 759.91

6x3 1 3 2.2 SCT 9463.33
1 1.6 1 R^2 0.92
1 1.2 2
1 3.4 0.8
1 4.8 1.6
xt 1 1 1 1 1 1
3x6 4 3 1.6 1.2 3.4 4.8
1.5 2.2 1 2 0.8 1.6

Xt*x 6 18 9.1
3x3 18 63.6 27
9.1 27 15.29

(xt*x)-1 2.86 -0.35 -1.09

3x3 -0.35 0.10 0.02
-1.09 0.02 0.68

y 160
6x1 112
69
90
123
186

xt*y 740
3x1 2505.4
1131.4
y 286.72 316.24 225.91
beta 14.56 x1 5 8 5
(xt*x)-1*(xt*y) 30.11 x2 10 5 5
12.16
ancia y el tiempo

#N/A #N/A
#N/A #N/A
#N/A #N/A
con la siguiente informacion se desea estimar las ganancias con base al numero de vendedores y precios

ganancias vendedores precios error residuo Res^2

1.2 24 95 0.83 0.37 0.1392
1.5 25 93 1.77 -0.27 0.0739
2 25 92 2.06 -0.06 0.0041
3.5 28 90 3.73 -0.23 0.0536
4.1 27 87 4.25 -0.15 0.0212
5.6 29 86 5.26 0.34 0.1154
0 sumatoria de residuos
x 1 24 95 SCR 0.4075
6*3 1 25 93 SCT 14.7083333333333
1 25 92 R^2 0.972295611550122
1 28 90
1 27 87
1 29 86

xt 1 1 1 1 1 1
3*6 24 25 25 28 27 29
95 93 92 90 87 86

xt*x 6 158 543

3*3 158 4180 14268
543 14268 49203

(xt*x)-1 1529.76 -19.41 -11.25

-19.41 0.27 0.14
-11.25 0.14 0.08

y 1.2
6*1 1.5
2
3.5
4.1
5.6

xt*y 17.9
3*1 487.4
1590.8

(xt*x)-1*y 19.875 beta 0 y 1.91111111 0.81345029 -0.284210526314936

3*1 0.36 beta 1 x1 27 28 29
-0.29 beta 2 x2 95 100 105
dores y precios

de residuos

los coeficientes de la regresión lineal multiple eso representa la matriz b

-1.38187135 -2.47953216 -3.57719298 -4.6748538 -5.77251462 -6.87017544 3.45321637 4.84269006

30 31 32 33 34 35 24 23
110 115 120 125 130 135 86 80
ultiple eso representa la matriz beta
la cantidad de productos comprados en un año tiene una relacion con el ingreso y tamaño de habitantes como se muestra en
y x1 x2
consumo ingreso habitantes error residuo Res*2
11 30 0.6 9.53 1.47 2.148
12 34 1.4 10.04 1.96 3.861
9 17 1.3 7.79 1.21 1.455
9 26 0.3 9.02 -0.02 0.000
8 29 6.9 9.19 -1.19 1.409
7 18 0.3 7.96 -0.96 0.921
11 32 4.2 9.68 1.32 1.755
6 32 0.6 9.80 -3.80 14.428
0.00
x 1 30 0.6 sumatoria de residuos
8*3 1 34 1.4 SCR 25.98
1 17 1.3 SCT 30.875
1 26 0.3 R^2 0.16
1 29 6.9
1 18 0.3
1 32 4.2
1 32 0.6

xt 1 1 1 1 1 1
3*8 30 34 17 26 29 18
0.6 1.4 1.3 0.3 6.9 0.3

xt*x 8 218 15.6

3*3 218 6234 454.6
15.6 454.6 69.8

(xt*x)-1 2.67 -0.10 0.02

3*3 -0.10 0.00 0.00
0.02 0.00 0.03

y 11
8*1 12
9
9
8
7
11
6

xt*y 73
3*1 2027
144.9

(xt*x)-1*(xt*y) 5.59 beta 0

3*1 0.13 beta 1
-0.03 beta 2
y x1 x2
9.53 30 0.6
10.04 34 1.4
7.79 17 1.3
9.02 26 0.3
9.19 29 6.9
7.96 18 0.3
9.68 32 4.2
9.80 32 0.6
tes como se muestra en la tabla

1 1
32 32
4.2 0.6
y x1 x2 y 9.85 10.62
9.85 34 6.9 x1 34 40
7.83 17 0.3 x2 6.9 7.5

y 7.83 7.04
x1 17 11
x2 0.3 0.1
11.39 12.16 12.93 13.71 14.48
46 52 58 64 70
8.1 8.7 9.3 9.9 10.5

6.26 5.47 4.69 3.90 3.11

5 -1 -7 -13 -19
-0.1 -0.3 -0.5 -0.7 -0.9
 Una medición de 12 individuos nos permite conocer la altura, la cintura y la edad de ellos que relación tiene con el peso
Peso Altura Cintura Edad error
74 168 62 25 68.63
92 196 75 31 92.54
63 170 60 29 70.38
72 175 71 64 70.22
58 162 66 44 60.64
78 169 62 41 68.02
85 190 79 37 85.81
85 186 74 35 82.92
73 176 70 34 74.19
62 170 66 29 69.58
80 176 71 19 75.50
72 179 69 50 75.58
sumatoria de residuos
X 1 168 62 25
12X4 1 196 75 31 SCR
1 170 60 29 SCT
1 175 71 64 R^2
1 162 66 44
1 169 62 41
1 190 79 37
1 186 74 35
1 176 70 34
1 170 66 29
1 176 71 19
1 179 69 50

XT 1 1 1 1 1 1
4*12 168 196 170 175 162 169
62 75 60 71 66 62
25 31 29 64 44 41

xt*x 12 2117 825 438

4*4 2117 374559 146072 77211
825 146072 57085 30211
438 77211 30211 17592

(xt*x)-1 34.49 - 0.27 0.21 - 0.05

4*4 - 0.27 0.00 - 0.00 0.00
0.21 - 0.00 0.01 - 0.00
- 0.05 0.00 - 0.00 0.00

y 74
12*1 92 y x1 x2
63 97.26 168 62
72 71.19 196 75
 58 77.86 170 60
78 64.23 175 71
85 71.45 162 66
85 91.64 169 62
73 85.64 190 79
62 76.94 186 74
80 71.86 176 70
72 78.00 170 66
80.15 176 71
xt*y 894 - 87.18 179 69
4*1 158668
61899
32407

(xt*x)-1(xt*y) - 78.03 beta 0

4*1 0.94 beta 1
- 0.13 beta 2
- 0.10 beta 3
os que relación tiene con el peso
residuo Res^2
5.37 28.87
- 0.54 0.29
- 7.38 54.43 Chart Title
1.78 3.18 100
- 2.64 6.98
90
9.98 99.69
80
- 0.81 0.66
70
2.08 4.32
- 1.19 1.41 60

- 7.58 57.49 50
4.50 20.21 40
- 3.58 12.82 30
0.00 20
10
290.34 0
1145 0 2 4 6 8 10 12 14
0.75

1 1 1 1 1 1
190 186 176 170 176 179
79 74 70 66 71 69
37 35 34 29 19 50

Y x1 x2
95.01 196 79
65.69 162 60
10 12 14
Si tienen loa siguientes datos de las calificaciones con respecto a las horas de estudio encontrar la relación si es que existe
x1 x2 y x3
Esta 1 Mate Horas Calculo Error Residuo
9 8.5 5 10 4.85886587 0.141
2 5 0.2 4 0.00053172 0.199
5 7 2 7 2.18642167 -0.186
10 10 5.5 7 5.23371343 0.266
6 1 1.5 3 1.61156388 -0.112
4 3 1.5 7 1.19707793 0.303
7 6 3 8 3.27125308 -0.271
6 8 2.5 7 2.84057242 -0.341
0.000
X
8x4
1 9 8.5 10 SCR 0.46
1 2 5 4 STC 22.86
1 5 7 7 R^2 0.98
1 10 10 7
1 6 1 3
1 4 3 7
1 7 6 8
1 6 8 7

Xt 1 1 1 1 1 1 1
4x8 9 2 5 10 6 4 7
8.5 5 7 10 1 3 6
10 4 7 7 3 7 8

xt*x 8 49 48.5 53
4x4 49 347 329.5 347
48.5 329.5 356.25 352
53 347 352 385

(xt*x)-1 1.52814789 -0.06215496 0.02020434 -0.17282077

4x4 -0.06215496 0.03597861 -0.01271932 -0.01224199
0.02020434 -0.01271932 0.03355047 -0.02199218
-0.17282077 -0.01224199 -0.02199218 0.05752913

y 5
8x1 0.2
2
5.5
1.5
1.5
3
2.5
xt*y 21.2
4x1 161.4
156.5
159.8

(XT*X)-1(XT*Y) -2.09 BO
4X1 0.54 B1
0.11 B2
0.11 B3
relación si es que existe

R^2
0.01991884 EST MAT CAlC H.E.
0.03978759 5 8 10 2.63332134
0.03475304
0.07090854
0.0124465
0.09176178
0.07357823
0.11598957

1
6
8
7