x1 x2 y

recorrido asignacion millas recorridas cantidad de entregas tiempo recorrido

1 10 4 9.3
2 50 3 4.8
3 100 4 8.9
4 100 2 6.5
5 50 2 4.2
6 80 2 6.2
7 75 3 7.4
8 65 4 6
9 90 3 7.6
10 90 2 6.1
11 10 4 9.3
12 50 3 4.8
13 100 4 8.9
14 100 2 6.5
15 50 2 4.2
16 80 2 6.2
17 75 3 7.4
18 65 4 6
19 90 3 7.6
20 90 2 6.1
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.652513909855264 EXSTE UNA RELACION REGULAR
Coeficiente de determinación R^2 0.425774402554604 LA CONFIANZA DE LOS DATOS E
R^2 ajustado 0.358218449913969
Error típico 1.27066410514784
Observaciones 20

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Regresión 2 20.3520164
Residuos 17 27.4479836
Total 19 47.8

Coeficientes Error típico

Intercepción 2.01664763644668 1.54621178
Variable X 1 0.0133500799269239 0.01127854
Variable X 2 1.28810230646266 0.36280845
y=0.013(x1)+1.2881(x2)+2.0166
XSTE UNA RELACION REGULAR ENTRE LAS VARIABLES
A CONFIANZA DE LOS DATOS ES BAJA PARA PODER ESTIMAR

Promedio de los cuadradosF Valor crítico de F

10.1760082 6.30254457 0.00895781
1.61458727

Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%

Superior 95.0%
1.30425059 0.20953143 -1.24557407 5.27886934 -1.24557407 5.27886934
1.18367106 0.25283123 -0.01044556 0.03714572 -0.01044556 0.03714572
3.55036465 0.0024601 0.52264338 2.05356123 0.52264338 2.05356123
 X Y
RECORRIDO DE ASIGNACION MILLAS RECORRIDAS TIEMPO RECORRIDO
1 10 9.3
2 50 4.8
3 100 8.9
4 100 6.5
5 50 4.2
6 80 6.2
7 75 7.4
8 65 6
9 90 7.6
10 90 6.1
11 10 9.3
12 50 4.8
13 100 8.9
14 100 6.5
15 50 4.2
16 80 6.2
17 75 7.4
18 65 6
19 90 7.6
20 90 6.1
21 10 9.3
22 50 4.8
23 100 8.9
24 100 6.5
25 50 4.2
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.006580320932604 EXISTE UNA RELACION NULA ENTRE LAS VARIABLES
Coeficiente de determinación R^2 0.000043301 LA CONFIANZA DE LOS DATOS ES NULA PARA PODER ESTIMAR
R^2 ajustado -0.043433077610182
Error típico 1.73575443234181
Observaciones 25

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Regresión 1 0.00300066 0.00300066 0.00099596
Residuos 23 69.2953993 3.01284345
Total 24 69.2984

Coeficientes Error típico Estadístico t Probabilidad

Intercepción 6.73448545206015 0.90820712 7.41514277 1.53822E-07
Variable X 1 -0.000382737746534 0.01212777 -0.03155879 0.97509617
Y=-0.0003827(X)+6.734485

Análisis de los residuales

Observación Pronóstico para Y Residuos

1 6.73065807459481 2.56934193
2 6.71534856473345 -1.91534856
3 6.69621167740676 2.20378832
4 6.69621167740676 -0.19621168
5 6.71534856473345 -2.51534856
6 6.70386643233744 -0.50386643
7 6.70578012107011 0.69421988
8 6.70960749853544 -0.7096075
9 6.7000390548721 0.89996095
10 6.7000390548721 -0.60003905
11 6.73065807459481 2.56934193
12 6.71534856473345 -1.91534856
13 6.69621167740676 2.20378832
14 6.69621167740676 -0.19621168
15 6.71534856473345 -2.51534856
16 6.70386643233744 -0.50386643
17 6.70578012107011 0.69421988
18 6.70960749853544 -0.7096075
19 6.7000390548721 0.89996095
20 6.7000390548721 -0.60003905
21 6.73065807459481 2.56934193
22 6.71534856473345 -1.91534856
23 6.69621167740676 2.20378832
24 6.69621167740676 -0.19621168
25 6.71534856473345 -2.51534856
 Variable X 1 Curva de regresión
A ENTRE LAS VARIABLES ajustada
OS ES NULA PARA PODER ESTIMAR
10
Y
5 Pronósti

Y
0
0 20 40 60 80 100 120
Variable X 1
Valor crítico de F
0.97509617

Inferior 95% Superior 95%Inferior 95.0%

Superior 95.0%
4.85571588 8.61325502 4.85571588 8.61325502
-0.02547094 0.02470546 -0.02547094 0.02470546
urva de regresión
ustada
Y
Pronóstico para Y

80 100 120
1
RECORRIDO ASIGNACION MILLAS RECORRIDO CANTIDAD DE ENTREGA
1 10 4
2 50 3
3 100 4
4 100 2
5 50 2
6 80 2
7 75 3
8 65 4
9 90 3
10 90 2
11 10 4
12 50 3
13 100 4
14 100 2
15 50 2
16 80 2
17 75 3
18 65 4
19 90 3
20 90 2
21 10 4
22 50 3
23 100 4
24 100 2
25 50 2
26 80 2
TIEMPO RECORRIDO
9.3
4.8
8.9
6.5
4.2
6.2
7.4
6
7.6
6.1
9.3
4.8
8.9
6.5
4.2
6.2
7.4
6
7.6
6.1
9.3
4.8
8.9
6.5
4.2
6.2
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.693897877728587 EXSTE UNA RELACION REGULAR ENTRE LAS VARIABLES
Coeficiente de determinación R^2 0.481494264716237 LA CONFIANZA DE LOS DATOS ES BAJA PARA PODER ESTIMAR
R^2 ajustado 0.43640680947417
Error típico 1.25213346735188
Observaciones 26

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Regresión 2 33.4862594 16.7431297 10.6791182
Residuos 23 36.0602791 1.56783822
Total 25 69.5465385

Coeficientes Error típico Estadístico t Probabilidad

Intercepción 1.6843013953072 1.27390566 1.32215552 0.19911528
Variable X 1 0.013195779391525 0.00922408 1.43057905 0.16599745
Variable X 2 1.41631737364469 0.30650111 4.62092085 0.00011973
Y=0.01319(X1)+1.4163(X2)+1.6843
 LAR ENTRE LAS VARIABLES
OS ES BAJA PARA PODER ESTIMAR

Valor crítico de F
0.0005244

Inferior 95% Superior 95%Inferior 95.0%

Superior 95.0%
-0.95097324 4.31957603 -0.95097324 4.31957603
-0.00588569 0.03227725 -0.00588569 0.03227725
0.78227152 2.05036323 0.78227152 2.05036323
 X Y
RECORRIDO DE ASIGNACION CANTIDAD DE ENTREGA TIEMPO DE RECORRIDO
1 4 9.3
2 3 4.8
3 4 8.9
4 2 6.5
5 2 4.2
6 2 6.2
7 3 7.4
8 4 6
9 3 7.6
10 2 6.1
11 4 9.3
12 3 4.8
13 4 8.9
14 2 6.5
15 2 4.2
16 2 6.2
17 3 7.4
18 4 6
19 3 7.6
20 2 6.1
21 4 9.3
22 3 4.8
23 4 8.9
24 2 6.5
25 2 4.2
26 2 6.2
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.659816075867219 EXSTE UNA RELACION REGULAR ENTRE LAS VARIABLES
Coeficiente de determinación R^2 0.435357253972816 LA CONFIANZA DE LOS DATOS ES BAJA PARA PODER ESTIMAR
R^2 ajustado 0.41183047288835
Error típico 1.27914275417836
Observaciones 26

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Regresión 1 30.27759 30.27759 18.5047522
Residuos 24 39.2689485 1.63620619
Total 25 69.5465385

Coeficientes Error típico Estadístico t Probabilidad

Intercepción 3.01340206185567 0.8903937 3.38434793 0.00245001
Variable X 1 1.2740206185567 0.29616574 4.30171503 0.00024523
y=1.2740(x1)+3.01

Análisis de los residuales

Observación Pronóstico para Y Residuos

1 8.10948453608247 1.19051546
2 6.83546391752577 -2.03546392
3 8.10948453608247 0.79051546
4 5.56144329896907 0.9385567
5 5.56144329896907 -1.3614433
6 5.56144329896907 0.6385567
7 6.83546391752577 0.56453608
8 8.10948453608247 -2.10948454
9 6.83546391752577 0.76453608
10 5.56144329896907 0.5385567
11 8.10948453608247 1.19051546
12 6.83546391752577 -2.03546392
13 8.10948453608247 0.79051546
14 5.56144329896907 0.9385567
15 5.56144329896907 -1.3614433
16 5.56144329896907 0.6385567
17 6.83546391752577 0.56453608
18 8.10948453608247 -2.10948454
19 6.83546391752577 0.76453608
20 5.56144329896907 0.5385567
21 8.10948453608247 1.19051546
22 6.83546391752577 -2.03546392
23 8.10948453608247 0.79051546
24 5.56144329896907 0.9385567
25 5.56144329896907 -1.3614433
26 5.56144329896907 0.6385567
 Variable X 1 Curva de regresión
LAR ENTRE LAS VARIABLES ajustada
OS ES BAJA PARA PODER ESTIMAR
10
Y
5 Pronósti

Y
0
1.5 2 2.5 3 3.5 4 4.5
Variable X 1
Valor crítico de F
0.00024523

Inferior 95% Superior 95%Inferior 95.0%

Superior 95.0%
1.17571979 4.85108433 1.17571979 4.85108433
0.66276457 1.88527667 0.66276457 1.88527667
urva de regresión
ustada
Y
Pronóstico para Y

3.5 4 4.5
1