Specific Motors produce motores electrónicos para válvulas automáticas para la industria de la construcción.

Durante más de
casi plena capacidad. Jim White, el gerente de planta, estima que el crecimiento en las ventas continuará y desea desarrollar
necesidades de las instalaciones para los siguientes 3 años, se han totalizado las cifras de ventas correspondientes a los últim

𝑌=𝑎+𝑏𝑋 𝑟=(𝑛Σ𝑥𝑦−Σ𝑥Σ𝑦)/(√[𝑛Σ𝑥^2−Σ𝑥)^2 ][𝑛Σ

=(Σ𝑥^2 Σ𝑦−Σ𝑥 Σ𝑥𝑦)/(𝑛Σ𝑥^2−(Σ𝑥)^2
𝑏=(𝑛Σ𝑥𝑦−Σ𝑥)Σ𝑦)/(𝑛Σ𝑥^2−(Σ𝑥)^2 )

Donde:
x=
y=
n=
a=
b=
Y=

1.- Variables (Independiente, Dependiente, n) x = periodo

2.- Parametros

Año ventas anuales (miles Periodo (x) 𝑥^2 xy 4.- sustituimos valores de los para
de unidades y
1 1000 1 1 1000
2 1300 2 4 2600 a= 913.3
3 1800 3 9 5400
4 2000 4 16 80005.- Utilizamos la ecuacion de regresion para pro
5 2000 5 25 10000
6 2000 6 36 12000 𝑌=𝑎+𝑏𝑋
7 2200 7 49 15400
8 2600 8 64 20800 𝑌_11=
9 2900 9 81 26100 𝑌_12=
10 3200 10 100 32000 𝑌_13=
Totales 21000 55 385 133300
Σ𝑦= 21000 Σ𝑥 = 55 〖 Σ𝑥 〗=^2
385 Σ𝑥𝑦= 133300
ANALISIS DE REGRESION LIN
3.- Calculamos sumatorias
ventas anuales (miles
de unidades y
1000
1300
1800
2000
2000
2000
2200
2600
2900
3200
3290
3500
3720
 a construcción. Durante más de un año, la planta de producción de Specific ha operado a
continuará y desea desarrollar un pronóstico a largo plazo que se usará para planear las
tas correspondientes a los últimos 10 años:

√[𝑛Σ𝑥^2−Σ𝑥)^2 ][𝑛Σ𝑦^2−(Σ𝑦)^2 ] )

valores de las variables independientes y= valores de y que aparecen en la linea de tende

Periodo o tiempo de ventas
valores de las variable dependientes 𝑌=𝑎+𝑏𝑋
numero de observaciones x= valores de x que ocurren sobre la linea de tend
interseccion con el eje vertical 10 r= coeficiente de coerrelacion
pendiente de la line de regrecion r2= coeficinte de determinacion
valor del medio de la variable dependiente

y = Ventas n = 10

Chart Title
sustituimos valores de los parametros en la formula 12

10
f(x) = 0.00436274509803922 x − 3.66176470588235
b= 215.76 R² = 0.941295306001188
8

ecuacion de regresion para pronosticar las ventas de años futuros 6

4
𝑌=𝑎+𝑏𝑋
2

3286.6667 3287 3290 0

500 1000 1500 2000 2500 3000 35
3502.4242 3502 3500
3718.1818 3718 3720 Column C Column D
Linear (Column D)

ANALISIS DE REGRESION LINEAL, UNA SERIE DE TIEMPO r= 0.97

ventas anuales (miles Periodo (x)

de unidades y Periodo (x)
1000 1 14
1300 2
12 f(x) = 0.00450608176318186 x − 3.92204895060464
1800 3 R² = 0.972521382735074
2000 4 10
2000 5 8
2000 6
6
2200 7
4
2
0
500 1000 1500 2000 2500 3000 3500 4000
 10
8
6
4
2600 8
2900 9 2
3200 10 0
500 1000 1500 2000 2500 3000 3500 4000
3290 11
3500 12 Column I Column J
3720 13 Linear (Column J)
ue aparecen en la linea de tendecia
𝑌=𝑎+𝑏𝑋
ue ocurren sobre la linea de tendencia
coerrelacion
eterminacion

itle

x − 3.66176470588235

2500 3000 3500

Column D

500 4000
500 4000