PAIS 1993 2003 2009 2010 2011 2012

EE.UU 10584 12039 11891 12046 11983 11849

Brasil 5650 7385 8935 9115 9030 9307

Oferta
Año EEUU
1 1993 10584
2 2003 12039
3 2009 11891
4 2010 12046
5 2011 11983
6 2012 11849
7 2013 11757
8 2014 12181
9 2015 12242
10 2016 12296
11 2017 12346

OFERTA EE.UU
12500

12000 f(x) = 516.935428648964 ln(x) + 11106.0060082166

R² = 0.466090175227883
11500

11000

10500

10000

9500
1993 2003 2009 2010 2011 2012 2013

OFERTA BRASIL
12000

10000
f(x) = 2002.17328612793 ln(x) + 6004.02138042069
R² = 0.922858341335756
8000

6000

4000
10000
f(x) = 2002.17328612793 ln(x) + 6004.02138042069
R² = 0.922858341335756
8000

6000

4000

2000

0
1993 2003 2009 2010 2011 2012 20
 2013 1993 2003
11757 C. Per K Poblacion
9675 2.5% EE.UU 12 1000 10200 12
3.5% Brasil 6 900 4590 6

Oferta Demanda
Brasil Año EEUU Brasil
5650 1 1993 10200 4590
7385 2 2003 10455 4751
8935 3 2009 10716 4917
9115 4 2010 10984 5089
9030 5 2011 11259 5267
9307 6 2012 11540 5451
9675 7 2013 11829 5642
10167 8 2014 12083 5802
10403 9 2015 12355 5978
10614 10 2016 12626 6153
10805 11 2017 12898 6328

DEMANDA EE.UU
12000
f(x) = 271.423665166364 x + 9911.98926742467
66 R² = 0.999543041163465
11500

11000

10500

10000

9500

2012 2013 9000

1993 2003 2009 2010 2011 2012 2013

IL DEMANDA BRASIL
6000
f(x) = 175.311212588251 x + 4399.82378678403
5000 R² = 0.999113667560904
069

4000

3000

2000
 f(x) = 175.311212588251 x + 4399.82378678403
5000 R² = 0.999113667560904
069

4000

3000

2000

1000

0
2011 2012 2013 1993 2003 2009 2010 2011 2012 2013
 Demanda de carne / intencion de compra del 85%
2003 2009 2010

1025 10455 12 1051 10716 12 1077 10984

932 4751 6 964 4917 6 998 5089

Estado Demanda Estado Demanda

EE.UU
384 Saturado (mucha oferta)
1584 Saturado (mucha oferta)
1175 Saturado (mucha oferta)
1062 Saturado (mucha oferta)
724 Saturado (mucha oferta)
309 Saturado (mucha oferta)
-72 Insatisfecho
98 Saturado (mucha oferta)
-113 Insatisfecho
-330 Insatisfecho
-552 Insatisfecho
BRASIL
1060 Saturado (mucha oferta)
2634 Saturado (mucha oferta)
4018 Saturado (mucha oferta)
4026 Saturado (mucha oferta)
3763 Saturado (mucha oferta)
3856 Saturado (mucha oferta)
4033 Saturado (mucha oferta)
4365 Saturado (mucha oferta)
4426 Saturado (mucha oferta)
4461 Saturado (mucha oferta)
4477 Saturado (mucha oferta)

1 2012 2013
2012 2013
 2011 2012 2013

12 1104 11259 12 1131 11540 12 1160

6 1033 5267 6 1069 5451 6 1106
2013

11829
5642
 PREDICCION DE UN COMPORTAMIENTO DE UNA VARIABLE EN FUNCION DE LA OTRA

Pronostique las ventas para el año 2006 con un ingreso de 35 e indique si se puede comprometer con la produccion si su prod

Y (predecir) X
XY X^2 Y^2 Yp
Año Ventas Ingreso
1 1996 50 10 500 100 2500 56.514164
2 1997 60 12 720 144 3600 71.3424417
3 1998 80 12 960 144 6400 71.3424417
4 1999 100 15 1500 225 10000 93.5848584
5 2000 125 18 2250 324 15625 115.827275
6 2001 130 20 2600 400 16900 130.655553
7 2002 140 22 3080 484 19600 145.483831
8 2003 160 25 4000 625 25600 167.726247
9 2004 180 25 4500 625 32400 167.726247
10 2005 200 30 6000 900 40000 204.796942
TOTAL 1225 189 26110 3971 172625 1225
MEDIA 122.5 18.9 2611 397.1 17262.5 122.5
MEDIANA 127.5 19 2425 362 16262.5 123.241414
ter con la produccion si su produccion es 200

(Real - Pron)^2 Error Tip.

42.43433197875
128.6509840517
74.9533154631
BI= (Ʃxy - Ʃx.Ʃy/n)/(Ʃx^2 - ((Ʃx)^2/n)) →
41.15404225496
84.13888381065
8.91055734
0.429749434409 Bo= Y-BiX →
30.07239732528
59.69489548251 Yp=Bi(x)+Bo →
150.6450082927
23.01064861183 𝐸𝑒𝑒= √(()Ʃy^2 - (Bo.ƩYp)-(Bi.Ʃxy))/n-2 →
635.1842567059
 2957.5
→ Bi= → 7.414138881925
398.9

→ Bo= -13.36863876 MAX

MIN
→ Yp= 246.1262221

→ Eee= -572.6979663

572.6979663
23.93110876
270.057331
222.195113
Resumen

Estadísticas de la regresión
Coeficiente d 0.98582341
Coeficiente d 0.97184779
R^2 ajustado 0.96832876
Error típico 8.91055734
Observacione 10

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 21927.3157 21927.3157 276.169512 1.73723E-07
Residuos 8 635.184257 79.3980321
Total 9 22562.5

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%
Intercepción -17.6272249 8.89043057 -1.98271892 0.08269997 -38.1285945 2.87414479 -38.1285945
Variable X 1 7.41413888 0.44614173 16.6183486 1.73723E-07 6.3853342 8.44294357 6.3853342

Análisis de los residuales

Observación
Pronóstico para YResiduos
Residuos estándares
1 56.514164 -6.51416395 -0.77540764
2 71.3424417 -11.3424417 -1.35013734
3 71.3424417 8.65755829 1.03054466
4 93.5848584 6.41514164 0.76362061
5 115.827275 9.17272499 1.09186706
6 130.655553 -0.65555277 -0.07803313
7 145.483831 -5.48383053 -0.65276283
8 167.726247 -7.72624718 -0.91968688
9 167.726247 12.2737528 1.46099512
10 204.796942 -4.79694159 -0.57099962
Superior 95,0%
2.87414479
8.44294357
regresion lineal para la prediccion de una variable en funcion de la otra

Y X
Año Ventas Ingreso
1996 50 10 1
1997 60 12 2
1998 80 12 3
1999 100 15 4
2000 125 18 5 Y=La media de y + (la covarianza xy/varianz
2001 130 20 6
2002 140 22 7
2003 160 25 8
2004 180 25 9
2005 200 30 10

Calcule la recta de regrecion para predecir las ventas de año 2006 con un ingreso de 35

prom Y 122.5
prom x 18.9
covar 295.75 Z(COEFCIIENTE DE COORELACION)
var 44.3222222

Y= 229.930872

Calcule el error e indique sin puede comprometerse con la produccion si su capacidad es de 200 unidades
de y + (la covarianza xy/varianza de x)*(x-x media)

dad es de 200 unidades

Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.98582341 LAS VARIABLES TIENEN ARTA DEPENDENCIA, POR ESTA RAZON TIENE EX
Coeficiente de determinación R^2 0.97184779
R^2 ajustado 0.96832876
Error típico 8.91055734
Observaciones 10

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 21927.3157 21927.3157 276.169512 1.73723E-07
Residuos 8 635.184257 79.3980321
Total 9 22562.5

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%

Intercepción -17.6272249 8.89043057 -1.98271892 0.08269997 -38.1285945
Variable X 1 7.41413888 0.44614173 16.6183486 1.73723E-07 6.3853342

Análisis de los residuales

Observación Pronóstico para YResiduos

1 56.514164 -6.51416395
2 71.3424417 -11.3424417
3 71.3424417 8.65755829
4 93.5848584 6.41514164
5 115.827275 9.17272499
6 130.655553 -0.65555277
7 145.483831 -5.48383053
8 167.726247 -7.72624718
9 167.726247 12.2737528
10 204.796942 -4.79694159
CIA, POR ESTA RAZON TIENE EXACTITUD
Variable X 1 Curva de regresión ajustada
250

200 f(x) = 7.41413888192529 x − 17.6272248683881

R² = 1

or crítico de F 150
Y
Pronóstico

Y
Linear (Pro
100

Superior 95%Inferior 95,0%

Superior 95,0% 50
2.87414479 -38.1285945 2.87414479
8.44294357 6.3853342 8.44294357
0
5 10 15 20 25 30 35
Variable X 1
e regresión ajustada

− 17.6272248683881

Y
Pronóstico para Y
Linear (Pronóstico para Y)

30 35
 PROMEDIO MOVIL SIMPLE 2000 72.5
2001 91.25

PROMEDIO PONDERADO 2000 81

gp 3 4 12
masa 4 5 20
biot 2 1 2
hum 1 1 1
10 35

3.5
Prom. Pond.=