n 500, 700, 1000,----

X Y
X*Y X2
ESTUDIANTE HORAS NOTA
1 38 7 266 1444
2 36 7 252 1296
3 42 9 378 1764
4 25 3 75 625
5 27 4 108 729
6 32 6 192 1024
7 48 9 432 2304
8 40 5 200 1600
9 38 8 304 1444
10 36 8 288 1296
11 41 8 328 1681
12 25 5 125 625
13 27 6 162 729
14 32 7 224 1024
15 46 8 368 2116
16 40 6 240 1600
17 35 7 245 1225
18 36 6 216 1296
19 40 9 360 1600
20 26 4 104 676
TOTALES 710 132 4867 26098
PROMEDIO 35.5 6.6

PRONOSTICO
HORAS NOTA
0 -0.595
25 4
37 7
100 20
y2 CALCULO MANUAL
49 r2=0.37
49 n
81 0 20
9 -59.54 pendiente (a)
16 límite de confianza 20
36 37 n
81 46
25
64
64
a
64
25 b a
36
49 b -0.595408735
64
36
49
36
81
16
930
CALCULO EN EXCELL
pendiente (a) 0.2027 intersección (
r 0.789886 r2

REACION DE LA NOTA Y LAS HORAS

10

6
NOTA

2
 7

NOTA
5

0
20 25 30 35 40 45 50

HORAS
ULO MANUAL

10

4867 710 132 3620 9

0.2027
8
f(x) = 0.20268
26098 504100 17860
7
R² = 0.623919
6
10
5

6.6 9
4 f(x) = 0.202687
0.203 8
3
R² = 0.6239192
35.5
7
2
-0.595408735 6
1
5
r 0.789886 0
20 25 30
4

r2 0.623919221 3

LO EN EXCELL 0
20 25 30

intersección (b) -0.595409

0.623919

REACION DE LA NOTA Y LAS HORAS

10
9
8
f(x) = 0.202687569988802 x − 0.595408734602464
R² = 0.623919220543761
7
6
NOTA

5
4
3
2
1
0
20 25 30 35 40 45 50
 7
6

NOTA
5
4
3
2
1
0
20 25 30 35 40 45 50
HORAS

45 50
0.2027 -0.595400
x y (1 a 10)
0 -0.6
32 5.9
47.5 9.0
52.5 10.0
53 10.1
55 10.6
 NOTA

f(x) = 0.20268757 x − 0.5954087346

R² = 0.623919220543761
NOTA

f(x) = 0.202687569988802 x − 0.595408734602464

R² = 0.623919220543761

25 30 35 40 45 50

25 30 35 40 45 50
 En el golf, el objetivo es jugar 18 hoyos con el menor número de golpes, por lo
tanto, se esperaría que los golfistas con las calificaciones medias más bajas tengan
las ganancias mayores. En otras palabras, la calificación y las ganancias deben
guardar una relación inversa.

X Y X Y
LN
JUGADOR (GANANCIAS)
COMPETENCIAS CALIFICACION GANANCIAS CALIFICACI
A 29 68.84 $10,905,166 68.84 16.20
B 16 68.98 $5,787,225 68.98 15.57
C 22 69.16 $5,784,823 69.16 15.57
D 19 69.04 $5,365,472 69.04 15.50
E 24 70.13 $3,072,092 70.13 14.94
F 27 70.28 $2,971,842 70.28 14.90
G 22 70.82 $2,359,507 70.82 14.67
H 30 70.77 $1,703,485 70.77 14.35
I 24 70.31 $1,566,426 70.31 14.26
J 16 70.92 $1,396,109 70.92 14.15
K 32 70.91 $1,193,354 70.91 13.99
L 30 70.79 $1,156,517 70.79 13.96
M 30 71.36 $816,889 71.36 13.61
N 32 71.21 $807,345 71.21 13.60
O 27 71.61 $632,876 71.61 13.36
P 27 71.75 $423,748 71.75 12.96
Q 26 71.75 $402,589 71.75 12.91
R 28 71.76 $230,499 71.76 12.35
S 23 72.91 $230,329 72.91 12.35
T 25 72.03 $213,707 72.03 12.27
U 36 72.36 $115,185 72.36 11.65
V 25 75.01 $21,250 75.01 9.96
$47,156,435

modelo sin modelo

transformar transformado
71
BETA 1 pendiente -1463293.900886 -1.011828063
Beta 0 interseccion 106083900.6324 85.64903101
r2 0.6112 0.9399
VALOR DE X 70 $3,653,328 $14.82
$2,733,427
$919,901
 20 GOLFITAS
75 9.76
logaritmica $ 17,396 $12,000,000
-1.0118
$10,000,000
85.649
Y
15.997 $8,856,728 81.2% $8,000,000

$7,686,960 132.8%

GANANCIA
15.855
$6,000,000
15.673 $6,407,066 110.8%
15.794 $7,234,183 134.8% f(x) = − 1463293.900885
$4,000,000
14.691 $2,401,168 78.2% R² = 0.611159218358922
14.540 $2,063,050 69.4%
$2,000,000
13.993 $1,194,602 50.6%
14.044 $1,256,592 73.8%
$0 CALIFICACIO
14.509 $2,001,369 127.8% 68 69 70 71 7
13.892 $1,079,646 77.3%
13.902 $1,090,626 91.4%
14.024 $1,231,419 106.5%
13.447 $691,731 84.7%
13.599 $805,100 99.7%
13.194 $537,134 84.9%
13.052 $466,191 110.0%
13.052 $466,191 115.8%
13.042 $461,498 200.2%
11.879 $144,158 62.6%
12.769 $351,177 164.3% LN (GANANCI
12.435 $251,488 218.3%
9.754 $17,221 81.0% 18.00

$46,695,298 99.0% 16.00

f(x) = − 1.01182806274229 x + 85.649
13.81 14.00 R² = 0.93987318383972
$995,699
12.00
Ln(Ganancias)

10.00

8.00

6.00

4.00

2.00

0.00
68 69 70 71 72

CALIFICACIO
 20 GOLFITAS

− 1463293.90088553 x + 106083900.632447
611159218358922

CALIFICACION
70 71 72 73 74 75 76

LN (GANANCIAS)

2806274229 x + 85.649031013243
8383972

71 72 73 74 75 76

CALIFICACION
 GANANCIAS
$12,000,000

$10,000,000

$8,000,000

$6,000,000

f(x) = − 1463293.90088553 x + 106083900.632447

$4,000,000
R² = 0.611159218358922
$2,000,000

$0
68 69 70 71 72 73 74 75 76
632447

76
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.78988557
Coeficiente de determinación R^2 0.62391922
R^2 ajustado 0.60302584
Error típico 1.10839097
Observaciones 20
Ho: Beta 1 = Pendiente = 0
ANÁLISIS DE VARIANZA distnta 0
Promedio de
Grados de Suma de los Valor crítico
libertad cuadrados cuadrados F calculado de F (abular)
Regresión 1 36.68645 36.68645 29.86206 0.00003 Rechazo
Residuos 18 22.11355 1.22853
Total 19 58.8

Superior Inferior
Coeficientes Error típico Estadístico t Probabilidad Inferior 95%
95% 95.0%
Intercepción -0.595 1.340 -0.444 0.662 -3.410 2.220 -3.410
HORAS 0.203 0.037 5.465 0.000 0.125 0.281 0.125

Análisis de los residuales Resultados de datos de probabilidad

Observación
Pronóstico NOTA Residuos
Residuos estándares Percentil NOTA
1 7.10671892 -0.10671892 -0.09892112 2.5 3
2 6.70134378 0.29865622 0.27683381 7.5 4
3 7.9174692 1.0825308 1.00343173 12.5 4
4 4.47178052 -1.47178052 -1.36423949 17.5 5
5 4.87715566 -0.87715566 -0.81306307 22.5 5
6 5.89059351 0.10940649 0.10141231 27.5 6
7 9.13359462 -0.13359462 -0.12383305 32.5 6
8 7.51209406 -2.51209406 -2.32853873 37.5 6
9 7.10671892 0.89328108 0.82801023 42.5 6
10 6.70134378 1.29865622 1.20376515 47.5 7
11 7.71478163 0.28521837 0.26437784 52.5 7
12 4.47178052 0.52821948 0.4896232 57.5 7
13 4.87715566 1.12284434 1.04079962 62.5 7
14 5.89059351 1.10940649 1.02834365 67.5 8
15 8.72821948 -0.72821948 -0.67500947 72.5 8
16 7.51209406 -1.51209406 -1.40160738 77.5 8
17 6.49865622 0.50134378 0.46471127 82.5 8
18 6.70134378 -0.70134378 -0.65009754 87.5 9
19 7.51209406 1.48790594 1.37918665 92.5 9
20 4.67446809 -0.67446809 -0.62518561 97.5 9
 HORAS Gráfico de los residuales
2
1

Residuos
0
-1 20 25 30 35 40 45 50
-2
-3
HORAS

HORAS Curva de regresión ajustada

10
8
6 NOTA
NOTA

Superior 4 Pronóstico NOTA

95.0% 2
2.220 0
0.281 20 25 30 35 40 45 50
HORAS

Gráfico de probabilidad normal

10
8
6
NOTA

4
2
0
0 20 40 60 80 100 120
Muestra percentil
a

óstico NOTA

120
 Y X1 X2 COLINEALIDAD
ESTUDIANTE NOTA HORAS EDAD HORAS
4 3 25 21 HORAS 1
5 4 27 19 EDAD 0.50793604
20 4 26 22
8 5 40 35
12 5 25 18 Resumen
6 6 32 21
13 6 27 30 Estadísticas de la regresión
16 6 40 32 Coeficiente de correlación múltiple
18 6 36 35 Coeficiente de determinación R^2
1 7 38 37 R^2 ajustado
2 7 36 36 Error típico
14 7 32 38 Observaciones
17 7 35 24
9 8 38 22 ANÁLISIS DE VARIANZA

10 36 Grados de
8 27 libertad
11 8 41 41 Regresión 2
15 8 46 24 Residuos 17
3 9 42 25 Total 19
7 9 48 35
19 9 40
40 Coeficientes
Intercepción -0.75370861
HORAS 0.19295534
EDAD 0.0173125

Análisis de los residuales

Observación
Pronóstico NOTA
1 4.4337376
2 4.78502328
3 4.64400545
4 7.57044283
5 4.38180008
6 5.78442501
7 4.97546082
8 7.51850531
9 6.79862145
10 7.21915714
11 6.81593395
12 6.07873758
13 6.41522856
14 6.95946958
15 6.66012141
16 7.86727319
17 8.53773735
18 7.78322848
19 9.11408558
20 7.65700535
LINEALIDAD
EDAD

tadísticas de la regresión
correlación múltiple 0.79249998
determinación R^2 0.62805621
0.5842981
1.13423451
20

Promedio de Valor crítico

Suma de los de F
cuadrados cuadrados F (calculado) ( tabular9
36.9297054 18.4648527 14.35291574223 0.00022339 Rechazo
21.8702946 1.28648792
58.8

Probabilidad Superior Inferior Superior

Error típico Estadístico t (ALFA) Inferior 95% 95% 95.0% 95.0%
1.41859542 -0.53130625 60.21% -3.74668333 2.23926611 -3.74668333 2.23926611
0.04406308 4.37907039 0.041% 0.09999036 0.28592033 0.09999036 0.28592033
0.03981362 0.43483874 66.91% -0.06668689 0.1013119 -0.06668689 0.1013119

Resultados de datos de probabilidad

Residuos
Residuos estándares Percentil NOTA
-1.4337376 -1.33634674 2.5 3
-0.78502328 -0.73169825 7.5 4
-0.64400545 -0.60025947 12.5 4
-2.57044283 -2.39583791 17.5 5
0.61819992 0.57620686 22.5 5
0.21557499 0.20093142 27.5 6
1.02453918 0.95494433 32.5 6
-1.51850531 -1.41535636 37.5 6
-0.79862145 -0.74437273 42.5 6
-0.21915714 -0.20427025 47.5 7
0.18406605 0.17156282 52.5 7
0.92126242 0.85868295 57.5 7
 0.58477144 0.54504912 62.5 7
1.04053042 0.96984932 67.5 8
1.33987859 1.24886338 72.5 8
0.13272681 0.12371095 77.5 8
-0.53773735 -0.50120995 82.5 8
1.21677152 1.13411873 87.5 9
-0.11408558 -0.10633598 92.5 9
1.34299465 1.25176778 97.5 9

EDADde
HORAS Gráfico Gráfico
HORAS de losde
los residuales
Curva
EDAD Gráfico
residuales
regresión
Curva de
a
de regr
2 2 10 10 10
1 1 8 8

Residuos
6
Residuos

6 5

NOTA
0 0

NOTA

NOTA
4 4
-1 20 25 -1 15 30 20 35 25 40 30 45 35 50 40
2 2 0
-2 -2 0 0 0 20
-3 -3 20 25 1530 2035 2540 3045 355
HORAS EDAD
HORAS EDAD
RECHAZO
NO RECHAZO
co de losde
Sresiduales
Curva
EDAD Gráfico
residuales
regresión
Curva de probabilidad
ajustadanormal
ajustada
de regresión
10 10
8
6 5 NOTA NOTA
NOTA

5 4 Pronóstico NOTA
Pronóstico NOTA
40 30 45 35 50 40 45
2 0
0 0 20 40 60 80 100 120
1530 2035 2540 3045 3550 40 45
Muestra percentil
EDAD
HORAS EDAD
Y X1 X2 X3 X4 X5
149 12 24 30 25 89
220 28 11 30 24 85
291 8 16 34 24 84
98 16 13 35 23 89
205 20 13 35 23 81
151 4 13 36 22 80
67 28 24 36 22 82
106 8 13 37 21 83
109 20 23 39 21 83
44 36 23 40 20 87
109 20 22 41 20 85
173 28 30 41 20 80
121 32 16 44 19 85
170 4 24 45 18 88
311 16 30 45 17 84
10 40 24 45 17 90
213 20 15 46 16 83
67 32 25 48 16 88
153 36 10 49 15 81
65 40 11 50 15 80

1) ANALISIS DE COLINEALEIDAD O AUTOCORRELA

USANDO LA FUNCION COEF.DE.CORREL
X1 X2 X3 X4 X5
X1 1.000
X2 0.017 1.000
X3 0.478 0.128 1.000
X4 -0.497 -0.095 -0.983 1.000
X5 -0.007 0.313 -0.091 0.091 1.000
X6 0.957 -0.115 0.500 -0.527 0.003
 2) ANDEVA DE REGRESION H0 : β1 = β2 = β3 = β4 = β5 = β
Ha = al menos una
Estadísticas de la regresión
Coeficiente de
correlación
R2
múltiple ( R ) 0.708
ajustado
(modelo Este es el R2 ajustado considerando que se trata de un modelo de 2 o más variabl
multiple) 0.501 R2 aunque NO haya mayor explicación de la varianza de Y. (ver mayor explicación
Coeficiente de
determinación
R2 (simple) 0.271 Es el porcentaje de variación de Y explicado por su relación lineal con el conjunto de Xs
Error típico 67.254
Observaciones 20

ANÁLISIS DE VARIANZA

Grados de Suma de Promedio de Valor crítico

libertad cuadrados los cuadrados F calculado de F (tabular)

Regresión 6.0000 59106.9308 9851.1551 2.1780 0.1128

Residuos 13.0000 58799.8692 4523.0669
Total 19 117906.8

ANÁLISIS DE VARIANZA (APORTE DE CADA VARIABLE IND

Dado que ya probamos que al menos 1 de los Betas es distinto de 0, entonces ahora va
= 0. Ha = Bi distinto 0
Coeficientes Error típico Estadístico t Probabilidad Inferior 95%
Intercepción 1479.777 1208.812 1.224 24.26% -1131.704
X1 -13.119 5.276 -2.486 2.73% -24.518
X2 3.939 3.006 1.310 21.27% -2.555
X3 -8.459 14.243 -0.594 56.28% -39.230
X4 -12.796 27.692 -0.462 65.16% -72.620
X5 -9.985 5.235 -1.907 7.88% -21.295
X6 7.906 4.198 1.883 8.23% -1.165

el valor de t calculado para 0.05

n-(k+1), donde k es la cantidad de variables independient 2.160
Se puede eliminar del modelo la Variables X que tenga menor valor absoluto de T o mayor valor de
aporte. En este caso se eliminaría X4 y se corre el modelo nuevamente.

3) VERIFICAR SUPUESTO DE NORMALIDAD CON G

Análisis de los residuales Resultados de datos de probabilidad

Observación Pronóstico Y Residuos Residuos estándares Percentil Y

1 160.34857496862 -54.3485749686173 -0.79257346895 2.5 10
2 112.34554732817 -45.345547328165 -0.66128095848 7.5 44
3 123.84356994746 -79.8435699474587 -1.16437082744 12.5 65
4 171.64932102706 139.350678972944 2.032171976861 17.5 67
5 118.24520268633 2.75479731367079 0.040173624872 22.5 67
6 187.63082918292 -120.63082918292 -1.7591775829 27.5 98
7 171.723097896 1.27690210400158 0.018621256043 32.5 106
8 211.89513449508 -60.8951344950846 -0.88804293427 37.5 109
9 171.70335377556 33.2966462244433 0.485570015729 42.5 109
10 133.18119423853 86.8188057614716 1.266091743746 47.5 121
11 128.40271364103 84.5972863589728 1.233694991113 52.5 149
12 193.88059360704 97.119406392963 1.416306956922 57.5 151
13 77.512813347753 -67.5128133477525 -0.98454954346 62.5 153
14 120.24273624449 -55.2427362444947 -0.80561315774 67.5 170
15 77.247468446138 92.752531553862 1.352624162264 72.5 173
16 129.32039710241 -20.3203971024067 -0.29633541691 77.5 205
17 137.18746831318 -28.1874683131763 -0.41106210337 82.5 213
18 137.2164257634 11.7835742365982 0.171841641012 87.5 220
19 138.52705615673 -40.5270561567269 -0.5910121747 92.5 291
20 129.89650183212 23.1034981678773 0.336921799666 97.5 311

SUPUESTO Relación lineal: diagrama de dispersión en el que se trace la variable dep

una información inicial respecto de la dirección (positiva o negativa), la linealidad y la

X1 Curva de regresión ajustada X2 Curv

350 350
300 300
250 250
200 Y 200
150 Pronóstico Y 150
Y

Y
 X1 Curva de regresión ajustada X2 Curv
350 350
300 300
250 250
200 Y 200
150 Pronóstico Y 150
Y

Y
100 100
50 50
0 0
0 5 10 15 20 25 30 35 40 45 5 10 15
X1

X4 Curva de regresión ajustada X5 Curva de regresión

350 350
300 300
250 250
200 200
Y
150

Y
150 Pronóstico Y
Y

100 100
50
50
0
0
78 80 82
14 16 18 20 22 24 26
X4

1. Los residuos se trazan en el eje X y centrados respecto al 0.

2. Los puntos en las gráficas de los residuos muestran una distribución aleatoria de va
3) Los puntos están dispersos y no hay un patrón obvio, por lo que no hay razón para

X1 Gráfico de los residuales X2 Gr

200 200

150 150

100 100

50
Residuos

50
Residuos

0 0
0 5 10 15 20 25 30 35 40 45 5 10
-50 -50

-100
 150 150

100 100

50

Residuos
50

Residuos
0 0
0 5 10 15 20 25 30 35 40 45 5 10
-50 -50

-100 -100

-150 -150
X1

X4 Gráfico de los residuales

200
X5 Gr
150
200
100
150
Residuos

50 100

Residuos
0 50
14 16 18 20 22 24 26
-50 0
78 80
-50
-100
-100
-150
-150
X4
 X6
26
52
22
34
Correlación: Dos variables X y
41 se dice que están asociadas y
15 logramos determinar cuál de la
35
20
dos variables define la otra o s
40 logramos identificar cuál es la
55 variable independiente y cual l
44
40
dependiente y la fuerza de esa
51 relación.
15
34
61
42
52
62
65

O AUTOCORRELACION CON LAS VARIABLES INDEPENDIENTES

USANDO DATOS>ANALISIS DE DATOS>ANALISIS DE CORRELACION
X6 X1 X2 X3 X4
X1 1.000
X2 0.017 1.000
X3 0.478 0.128 1.000
X4 -0.497 -0.095 -0.983 1.000
X5 -0.007 0.313 -0.091 0.091
1.000 X6 0.957 -0.115 0.500 -0.527
 = β3 = β4 = β5 = β6 = 0 USAMOS DATOS>ANALIS DE DATOS> REGRESION

a = al menos una de las Betas es distinta de 0.

modelo de 2 o más variables independientes, ya que el número de variables independientes incrementa el

e Y. (ver mayor explicación abajo)

ineal con el conjunto de Xs

Rechazo H0 Por lo menos una de las betas es diferente de 0.

si existe relación lineal entre Y, y al menos una
de las variables independientes.

TE DE CADA VARIABLE INDEPENDIENTE)

0, entonces ahora vamos a ver el aporte de cada uno de ellos, se plantea la Ho= Bi
0. Ha = Bi distinto 0
Superior 95% Inferior 95.0% Superior 95.0% p contra alfa comparar Ts
4091.257 -1131.704 4091.257 0.05 No Rechazo No Rechazo
-1.720 -24.518 -1.720 0.05 Rechazo Rechazo
10.433 -2.555 10.433 0.05 No Rechazo No Rechazo
22.312 -39.230 22.312 0.05 No Rechazo No Rechazo
47.028 -72.620 47.028 0.05 No Rechazo No Rechazo
1.326 -21.295 1.326 0.05 No Rechazo No Rechazo
16.976 -1.165 16.976 0.05 No Rechazo No Rechazo

-2.160
o de T o mayor valor de P y se vuelve a correr el modelo para ver si hay otra variable que

ORMALIDAD CON GRAFICO DE LOS ERRORES.

Gráfico de probabilidad normal

350
e probabilidad
300

250

200
Y

150

100

50

0
0 20 40 60 80
Muestra percentil

Para tener la seguridad de que las inferencias de las pruebas de hipótesis global
residuos. En un caso ideal, los residuos deberán seguir una distribución de probabil
recta trazada desde la izquierda inferior hasta la derecha superior de la gráfica p

trace la variable dependiente contra cada variable independiente. Estos diagramas ayudan a v
va), la linealidad y la fuerza de la relación.

X2 Curva de regresión ajustada X3 Curva de re

350 350
300 300
250 250
200 Y 200
150 Pronóstico Y 150
Y
 X2 Curva de regresión ajustada X3 Curva de re
350 350
300 300
250 250
200 Y 200
150 Pronóstico Y 150

Y
100 100
50 50
0 0
5 10 15 20 25 30 35 25 30 35 4
X2 X3

Curva de regresión ajustada

X6 Curva de re
350 350
300 300
250 250
200 200
Y
150

Y
150 Pronóstico Y
100
100
50
50
0
0 10 20 30 4
78 80 82 84 86 88 90 92
X6
X5

ución aleatoria de valores positivos y negativos a lo largo de todo el rango de la variable traza
e no hay razón para dudar de la suposición de linealidad.

X2 Gráfico de los residuales X3 Gráfico

200 200
150 150
100 100
50 50
Residuos

0 0
5 10 15 20 25 30 35 25 30 3
-50 -50
150 150
100 100
50 50

Residuos
0 0
5 10 15 20 25 30 35 25 30 3
-50 -50

100 -100

150 -150
X2

X5 Gráfico de los residuales X6 Gráfico

200 200
150 150
100 100
50

Residuos
50
0 0
78 80 82 84 86 88 90 92 10 20 3
-50 -50
100 -100
150 -150
X5
riables X y Y
ociadas y
r cuál de las
la otra o sea
cuál es la
nte y cual la
rza de esa

TES
LISIS DE CORRELACION
X5 X6

1.000
0.003 1.000
 idad normal

80 100 120
rcentil

bas de hipótesis global e individual son válidas, se evalúa la distribución de los

distribución de probabilidad normal. Si los puntos trazados están muy cerca de la
superior de la gráfica podemos decir que el supuesto de normalidad se cumple.

diagramas ayudan a visualizar las relaciones y proporcionan

X3 Curva de regresión ajustada

Y
Pronóstico Y
 X3 Curva de regresión ajustada

Y
Pronóstico Y

0
25 30 35 40 45 50 55
X3

X6 Curva de regresión ajustada

0
0
0
0 Y
0 Pronóstico Y
0
0
0
10 20 30 40 50 60 70
X6

o de la variable trazada en el eje horizontal.

X3 Gráfico de los residuales

200

150

100

50

0
25 30 35 40 45 50 55
-50
150

100

50

0
25 30 35 40 45 50 55
-50

-100

-150
X3

X6 Gráfico de los residuales

200
150
100
50
0
10 20 30 40 50 60 70
-50
-100
-150
X6
 Cifras de las empresas mas importantes según Forbes. Miles de Pesos Mejicanos
Y X2
país Empresa
Ventas pasivo
MX Pemex $1,282,064.30 $1,506,498.70
MX América Móvil $607,855.70 $540,657.40
EU Walrmart México $335,857.40 $71,948.00
MX Comisión Federal de Elec $254,417.30 $488,545.50
MX Cemex $178,260.00 $301,397.00
MX Fomento económico mexicano $169,701.80 $70,565.30
EU GM México $158,692.00 $42,073.00
MX Grupo alfa $136,395.00 $76,014.00
EPS BBVA $121,910.00 $987,910.00

ANALISIS DE COLINEALEIDAD O AUTOCORRELACION

pasivo patrimonio
pasivo 1
patrimonio -0.27766612132874 1
Núm de empleados 0.11484039689698 0.087182967771872

ANDEVA DE REGRESION

Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.8978 El número de variables independientes de una ecua
Coeficiente de determinación R^2 0.8061 de determinación. Cada nueva variable independien
que a su vez reduce el SSE y aumenta el SSR. De aqu
R^2 ajustado 69% variables independientes y no porque la variable ind
Error típico 210253 predicción de la variable dependiente. De hecho, si
Observaciones 9 muestra, n, son iguales, el coeficiente de determina

ANÁLISIS DE VARIANZA H0 : β1 = β2 = β3 = β4 = 0

Grados de libertad Suma de cuadrados

Regresión 3 918784535024
Residuos 5 221031894568
Total 8 1139816429592

Coeficientes Error típico

Intercepción -23495.4578604886 159769.503177443
pasivo 0.46950106906939 0.155243240962856
patrimonio -0.61281606826891 0.51852991259726
 Núm de empleados 2.64506273375309 1.12379129854023

Análisis de los residuales

Observación Pronóstico Ventas Residuos

1 1144137.29218222 137927.007817785
2 422808.832576118 185046.867423882
3 516291.36984454 -180433.96984454
4 236426.103227666 17991.1967723336
5 110108.215627147 68151.7843728527
6 203045.890722116 -33344.0907221162
7 19963.369136363 138728.630863637
8 138985.803191397 -2590.80319139748
9 453386.623492437 -331476.623492437

pasivo Gráfico de los resid

200000
Residuos

0
$0.00 $200,000.00 $400,000.00 $600,000.00 $800,000.00
-200000

-400000
pasivo

pasivo Curva de regresión aj

$1,500,000.00
$1,000,000.00
Ventas

$500,000.00
$0.00
$0.00 $200,000.00 $400,000.00 $600,000.00 $800,000.00 $1,000,00
pasivo

Núm de empleados Gráfico de los

200000
Residuos

0
- 50,000.00 100,000.00 1
-200000
 Núm de empleados Gráfico de los
200000

Residuos
0
- 50,000.00 100,000.00 1
-200000

-400000
Núm de empleados

patrimonio Gráfico de los res

200000
Residuos

0
$0.00 $50,000.00 $100,000.00 $150,000.00 $200,000.00
-200000

-400000
patrimonio

patrimonio Curva de regresión

$1,500,000.00

$1,000,000.00
Ventas

$500,000.00

$0.00
$0.00 $50,000.00 $100,000.00 $150,000.00 $200,000.00 $250,00
patrimonio

Núm de empleados Curva de regres

$1,500,000.00

$1,000,000.00
Ventas

$500,000.00

$0.00
- 50,000.00 100,000.00 150,000.00
Núm de empleados

Buscamos ver una línea con pendiente de 45 grados, para concluir que los residuos se distribuyen de ma

Gráfico de probabilidad normal

140000000

120000000

100000000
 Gráfico de probabilidad normal
140000000

120000000

100000000

80000000
Ventas

60000000

40000000

20000000

0
0 10 20 30 40 50 60 70 80 90 100
Muestra percentil
 es. Miles de Pesos Mejicanos
X3 X4
Núm de
patrimonio
empleados
$113,783.40 147,672.00
$336,037.20 150,618.00
$122,859.60 219,767.00
$352,656.80 93,254.00
$213,700.00 46,523.00
$153,013.10 108,572.00
$13,112.00 12,000.00
$36,241.00 56,332.00
$126,261.00 34,189.00

RELACION

Núm de empleados

DE REGRESION

o de variables independientes de una ecuación de regresión múltiple aumenta el coeficiente

minación. Cada nueva variable independiente hace que las predicciones sean más precisas, lo
ez reduce el SSE y aumenta el SSR. De aquí, R2 aumenta sólo debido al número total de
ndependientes y no porque la variable independiente agregada sea un buen factor de
n de la variable dependiente. De hecho, si el número de variables, k, y el tamaño de la
n, son iguales, el coeficiente de determinación es 1.0.

H0 : β1 = β2 = β3 = β4 = 0
Promedio de los Valor crítico
cuadrados F de F
306261511675 7 0 Rechazo 0.8061 R2
44206378914 0.19392 Error 177,696

Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%
-0.15 0.89 -434196.04 387205.12 -434196.04 387205.12
3.02 0.03 0.07 0.87 0.07 0.87 Rechazo
-1.18 0.29 -1.95 0.72 -1.95 0.72 No Rechazo
 2.35 0.07 -0.24 5.53 -0.24 5.53 Rechazo

Resultados de datos de probabilidad

Residuos estándares Percentil Ventas

0.82978739841474 6 121910 7122579
1.11326680056247 17 136395 21367738
-1.0855149893539 28 158692 35612897
0.10823745545038 39 169701.8 49858056
0.41001028548942 50 178260 64103215
-0.2006025268768 61 254417.3 78348374
0.83461007029206 72 335857.4 92593533
-0.0155866198652 83 607855.7 106838692
-1.9942078741131 94 1282064.3 121083851

asivo Gráfico de los residuales

$600,000.00 $800,000.00 $1,000,000.00 $1,200,000.00 $1,400,000.00 $1,600,000.00

pasivo

ivo Curva de regresión ajustada

Ventas
Pronóstico Ventas

0,000.00 $800,000.00 $1,000,000.00 $1,200,000.00 $1,400,000.00 $1,600,000.00

pasivo

empleados Gráfico de los residuales

100,000.00 150,000.00 200,000.00 250,000.00

empleados Gráfico de los residuales

100,000.00 150,000.00 200,000.00 250,000.00

Núm de empleados

rimonio Gráfico de los residuales

$150,000.00 $200,000.00 $250,000.00 $300,000.00 $350,000.00 $400,000.00

patrimonio

monio Curva de regresión ajustada

Ventas
Pronóstico Ventas

50,000.00 $200,000.00 $250,000.00 $300,000.00 $350,000.00 $400,000.00

patrimonio

mpleados Curva de regresión ajustada

Ventas
Pronóstico Ventas

100,000.00 150,000.00 200,000.00 250,000.00

Núm de empleados

luir que los residuos se distribuyen de manera normal.

rmal
rmal

0 70 80 90 100
Error Estandar de Estimación
600,000.00

tas
nóstico Ventas

250,000.00
250,000.00

$400,000.00

ntas
onóstico Ventas

tas
nóstico Ventas
 X Y

VALOR
ORDEN AÑO TRIM AÑO TRIM ORIGINAL PROM MOVIL PROM MOVIL
TRIM 4 TRIMESTRES CENTRADO
1 1991 1 1991 I $1,360 1 1266.98
2 1991 2 1991 II $1,174 2 1180.73
3 1991 3 1991 III $1,187 3 1229.54 1192.09
4 1991 4 1991 IV $1,197 4 1190.13 1199.53
5 1992 5 1992 I $1,202 5 1190.61 1189.13
6 1992 6 1992 II $1,176 6 1202.01 1204.49
7 1992 7 1992 III $1,233 7 1170.23 1151.33
8 1992 8 1992 IV $1,070 8 1137.64 1070.79
9 1993 9 1993 I $1,072 9 1113.56 1075.80
10 1993 10 1993 II $1,080 10 1068.64 1066.49
11 1993 11 1993 III $1,053 11 1085.25 1094.70
12 1993 12 1993 IV $1,136 12 1089.50 1112.51
13 1994 13 1994 I $1,089 13 1115.17 1135.64

14 1994 14 1994 II $1,183 14 1119.18 1125.85

15 1994 15 1994 III $1,069 15 1127.97 1120.30
16 1994 16 1994 IV $1,172 16 1113.69 1108.61
17 1995 17 1995 I $1,031 17 1103.53 1101.32

18 1995 18 1995 II $1,142 18 1099.11 1089.66

19 1995 19 1995 III $1,051 19 1080.21 1085.89
20 1995 20 1995 IV $1,096 20 1091.56 1081.66
21 1996 21 1996 I $1,077 21 1071.75 1058.28
22 1996 22 1996 II $1,063 22 1044.80 1038.99
23 1996 23 1996 III $944 23 1033.18 1045.58
24 1996 24 1996 IV $1,050 24 1057.98 1058.34
25 1997 25 1997 I $1,176 25 1058.69 1087.23
26 1997 26 1997 II $1,066 26 1115.78 1131.91
27 1997 27 1997 III $1,172 27 1148.05 1162.66
28 1997 28 1997 IV $1,179 28 1177.28 1178.71
29 1998 29 1998 I $1,293 29 1180.14 1183.92
30 1998 30 1998 II $1,077 30 1187.71 1189.01
31 1998 31 1998 III $1,202 31 1190.31 1174.38
32 1998 32 1998 IV $1,189 32 1158.45 1185.62
33 1999 33 1999 I $1,166 33 1212.80 1193.67
34 1999 34 1999 II $1,294 34 1174.55 1161.50
35 1999 35 1999 III $1,049 35 1148.45 1148.45
36 1999 36 1999 IV $1,085 36
37 2000 I $1,117 36
38 2001 II $1,116 36
DATOS ESTIMADOS
39 2002 III $1,009 36
40 2003 IV 1195.78 36
 #N/A #N/A
$1,181 #N/A
$1,192 5.7193791 1 5.719
$1,200 3.9468256 2 3.947
$1,189 9.2095633 3 9.21
$1,204 21.871963 4 21.87
$1,151 60.850608 5 60.85
$1,071 57.503541 6 57.5
$1,076 3.0354877 7 3.035
$1,066 10.020861 8 10
$1,095 31.029612 9 31
$1,113 34.027102 10 34
$1,136 37.339705 11 37.34
$1,126 52.196684 12 52.2
$1,120 54.16153 13 54.16
$1,102 61.418033 14 61.42
$1,087 63.118017 15 63.12
$1,097 50.572133 16 50.57
$1,074 35.765309 17 35.77
$1,086 17.200019 18 17.2
$1,070 8.4057754 19 8.406
$1,003 42.46397 20 42.46
$997 56.422363 21 56.42 Chart Title
$1,113 58.374959 22 58.37 120
$1,121 59.397778 23 59.4
$1,119 54.181709 24 54.18 100
$1,175 37.626931 25 37.63
$1,236 40.521468 26 40.52 80
$1,185 86.406274 27 86.41
60 f(x) = 1.50246002516246 x + 17.6970062688934
$1,140 88.235064 28 88.24 R² = 0.309536360379116
$1,196 44.465596 29 44.47
40
$1,177 9.4967513 30 9.497
$1,230 46.308782 31 46.31
20
$1,172 97.963412 32 98
$1,067 87.624078 33 87.62 0
0 5 10 15 20 25

Media móvil
$1,400
$1,200
$1,000
$800
Valor

$600
$400
$200
$0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35
Punto de datos
 $800

Valor
$600
$400
$200
$0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35
Punto de datos

#N/A #N/A
$1,181 #N/A
$1,192 5.7193791
$1,200 3.9468256
$1,189 9.2095633
$1,204 21.871963
$1,151 60.850608
$1,071 57.503541
$1,076 3.0354877
$1,066 10.020861
$1,095 31.029612
$1,113 34.027102
$1,136 37.339705
$1,126 52.196684
$1,120 54.16153
$1,102 61.418033
$1,087 63.118017
$1,097 50.572133
$1,074 35.765309
$1,086 17.200019
$1,070 8.4057754
$1,003 42.46397
$997 56.422363
$1,113 58.374959
$1,121 59.397778
$1,119 54.181709
$1,175 37.626931
$1,236 40.521468
$1,185 86.406274
$1,140 88.235064
$1,196 44.465596
$1,177 9.4967513
$1,230 46.308782
$1,172 97.963412
$1,067 87.624078
 VALOR
% RESPECTO Numero de DESEStaciona AÑO I II
PROM MOVIL trmiestre lizados
1 1 91
2 1176.44 2 92 100.12 99.79
103.14 3 1189.88 3 93 103.51 100.20
99.22 4 1194.51 4 94 98.20 99.41
100.12 5 1204.73 5 95 100.20 100.87
99.79 6 1178.37 6 96 101.27 100.56
101.64 7 1235.58 7 97 97.37 98.57
106.24 8 1067.67 8 98 99.68 99.89
103.51 9 1074.07 9 99 101.60 101.12
100.20 10 1081.89 Máximo 103.51 101.12
99.14 11 1055.47 Mínimo 97.37 98.57
97.93 12 1133.96 SUMA 801.96 800.42
98.20 13 1091.11 suma-min-max 601.08 600.72

100.18 100.12
Media Modificada
(elimina max y
99.41 14 1184.76 min)
100.68 15 1071.53 100.25 100.05
100.46 16 1169.05 K de ajuste 1.0005
100.20 17 1033.86 Base del indice
indice
100.87 18 1144.02 Estacional 1.0023 1.0017
99.48 19 1053.81
100.92 20 1093.63
101.27 21 1079.40
100.56 22 1064.63
98.81 23 945.76
99.97 24 1047.23
ESTE ES EL MODELO CON DATOS DESESTACIO
97.37 25 1178.84
98.57 26 1067.48
1400.00
98.74 27 1174.63
99.88 28 1176.03
1200.00
99.68 29 1296.04
99.89 30 1078.93 f(x) = 0.157922000732565 x + 1128.0017678106
1000.00
101.36 31 1205.01 R² = 0.000403471783649856
97.71 32 1186.41 0.9978 1186.41800.00
101.60 33 1168.30
101.12 34 1296.69 600.00
100.00 35 1051.66
400.00
36 1120.27 0.9978
37 1119.31
200.00
38 1118.35
39 1117.40 0.00
40 1193.16 0.9978 0 5 10 15 20
 200.00

0.00
0 5 10 15 20

Chart Title

+ 17.6970062688934

15 20 25 30 35

vil

Real
Pronóstico

3 25 27 29 31 33 35
 Real
Pronóstico

3 25 27 29 31 33 35
 III IV
-4.7213 1193.4
103.14 99.22
101.64 106.24
99.14 97.93 Datos Originales
$1,600
100.68 100.46
99.48 100.92
$1,400
98.81 99.97
98.74 99.88
$1,200
101.36 97.71 f(x) = − 4.72128571037411 x + 1193.37600936635
R² = 0.224775678415231
103.14 106.24 $1,000
98.74 97.71
802.99 802.32 $800
Axis Title
601.11 598.37
$600

100.19 99.73 $400

400.21
$200
99.98 100.44
1.0005
$0
ndice 400 0 5 10 15 20
trimestres
1.0024 0.9978

MODELO CON DATOS DESESTACIONALIZADOS

Chart Title
1400.00

1200.00

0732565 x + 1128.00176781067 f(x)

1000.00 = 0.157922000732565 x + 1128
783649856 R² = 0.000403471783649856
800.00
Axis Title

600.00

400.00

200.00

0.00
0 5 10 15 20 25
Axis Title

0 15 20 25 30 35 40 Media móvil
$1,400

$1,200
0 15 20 25 30 35 40 Media móvil
$1,400

$1,200

$1,000

$800

Valor
$600

$400

$200

$0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 2

Punto de datos
 40 ₡ 1,004.55 1002.347351

ginales

37600936635

15 20 25 30
tres

Chart Title

00732565 x + 1128.00176781067
1783649856

15 20 25 30 35 40
Axis Title

Media móvil
Media móvil

Real
Pronóstico

15 17 19 21 23 25 27 29 31 33 35
o de datos
 Ya desestacionalizado
1400.00

1200.00
f(x) = − 5.34385871735528 x + 1198.2092692565
1000.00 R² = 0.319081680878849

800.00

600.00

400.00

200.00

0.00
0 5 10 15 20 25 30
 VALOR PROM MOVIL PROM MOVIL % RESPECTO
ORDEN AÑO MES ORIGINAL MES 2 MESES CENTRADO PROM MOVIL VALOR DESES

1.00 1991 1 1,332 1 1330.87 1326.05 100.36 1,337

2.00 1991 2 1,330 2 1321.24 1307.95 101.02 1,344
3.00 1991 3 1,313 3 1294.65 1279.26 101.20 1,328
4.00 1991 4 1,277 4 1263.86 1239.43 101.97 1,286
5.00 1991 5 1,251 5 1215.00 1207.50 100.62 1,254
6.00 1991 6 1,230 6 1200.00 1234.90 97.17 1,216
7.00 1991 7 1,230 7 1269.79 1281.04 99.12 1,220
8.00 1991 8 1,310 8 1292.29 1280.76 100.90 1,322

9.00 1991 9 1,275 9 1269.23 1271.71 99.80 1,275

10.00 1991 10 1,263 10 1274.19 1277.51 99.74 1,260
11.00 1991 11 1,285 11 1280.82 1292.07 99.13 1,273
12.00 1991 12 1,277 12 1303.31 1316.08 99.03 1,264
13.00 1992 13 1,330 13 1328.86 1323.78 100.38 1,335
14.00 1992 14 1,328 14 1318.70 1304.85 101.06 1,342
15.00 1992 15 1,310 15 1291.00 1264.91 102.06 1,325
16.00 1992 16 1,272 16 1238.81 1226.95 100.97 1,281
17.00 1992 17 1,205 17 1215.10 1221.30 99.49 1,208
18.00 1992 18 1,225 18 1227.50 1227.50 100.00 1,211
19.00 1992 19 1,230 19 1227.50 1223.75 100.31 1,220
20.00 1992 20 1,225 20 1220.00 1228.45 99.31 1,236
21.00 1992 21 1,215 21 1236.89 1253.36 98.69 1,215
22.00 1992 22 1,259 22 1269.83 1273.25 99.73 1,255
23.00 1992 23 1,281 23 1276.66 1288.39 99.09 1,269
24.00 1992 24 1,272 24 1300.12 1313.42 98.99 1,260
25.00 1993 25 1,328 25 1326.72 1321.37 100.40 1,333
26.00 1993 26 1,326 26 1316.03 1301.63 101.11 1,340
n 1993 27 1,306 27 1287.23 1273.11 101.11 1,322
28.00 1993 28 1,268 28 1259.00 1253.50 100.44 1,277
29.00 1993 29 1,250 29 1248.00 1248.00 100.00 1,253
30.00 1993 30 1,246 30 1248.00 1262.30 98.87 1,232
31.00 1993 31 1,250 31 1276.59 1285.34 99.32 1,240
32.00 1993 32 1,303 32 1294.09 1281.79 100.96 1,315
33.00 1993 33 1,285 33 1269.49 1267.42 100.16 1,285
34.00 1993 34 1,254 34 1265.35 1268.86 99.72 1,251
35.00 1993 35 1,277 35 1272.36 1284.59 99.05 1,265
36.00 1993 36 1,268 36 1296.81 1310.62 98.95 1,255
37.00 1994 37 1,326 37 1324.44 1318.83 100.43 1,331
38.00 1994 38 1,323 38 1313.23 1298.28 101.15 1,338
39.00 1994 39 1,303 39 1283.32 1270.02 101.05 1,318
40.00 1994 40 1,263 40 1256.73 1252.11 100.37 1,272
41.00 1994 41 1,250 41 1247.50 1241.25 100.50 1,253
42.00 1994 42 1,245 42 1235.00 1248.70 98.90 1,231
43.00 1994 43 1,225 43 1262.40 1278.65 98.73 1,215
44.00 1994 44 1,300 44 1294.90 1282.21 100.99 1,312
45.00 1994 45 1,290 45 1269.53 1265.13 100.35 1,290
46.00 1994 46 1,249 46 1260.74 1264.34 99.72 1,246
47.00 1994 47 1,272 47 1267.94 1265.70 100.18 1,261
48.00 1994 48 1,263 48 1263.46 1263.46 100.00 1,251
49
 AÑO 1 2 3 4 5 6 7

91 100.36 101.02 101.20 101.97 100.62 97.17 99.12

92 100.38 101.06 102.06 100.97 99.49 100.00 100.31
93 100.40 101.11 101.11 100.44 100.00 98.87 99.32
94 100.43 101.15 101.05 100.37 100.50 98.90 98.73
TOTAL 401.58 404.34 405.42 403.74 400.62 394.94 397.48
MAXIMO 100.43 101.15 102.06 101.97 100.62 100.00 100.31
MINIMO 100.36 101.02 101.05 100.37 99.49 97.17 98.73
TOTAL-MAX-MIN 200.79 202.17 202.31 201.41 200.50 197.77 198.44
MEDIA SIN MAX Y 100 101 101 101 100 99 99
MIN
Base del indice 1200
indice Estacional 100.394 101.084 101.156 100.703 100.252 98.885 99.221

VALOR ORIGINAL
1,350

1,300

f(x) = − 0.271562534316649 x + 1281.5445128302

1,250
R² = 0.0117350263821756
1,200

1,150

1,100
0 10 20 30 40 50 60

50 1,267.92 1,281.66

Chart Title
1,400

1,350

1,300
f(x) = − 0.396100102501927 x + 1285.23918087066
1,250 R² = 0.0174147107693919

1,200

1,150

1,100
0 10 20 30 40 50 60
1,250 R² = 0.0174147107693919

1,200

1,150

1,100
0 10 20 30 40 50 60
 8 9 10 11 12

100.90 99.80 99.74 99.13 99.03

99.31 98.69 99.73 99.09 98.99
100.96 100.16 99.72 99.05 98.95
1,350
100.99 100.35 99.72 100.18 100.00
402.16 399.00 398.91 397.44 396.96
100.99 100.35 99.74 100.18 100.00 1,300

99.31 98.69 99.72 99.05 98.95

201.86 199.97 199.46 198.22 198.02 1,250

101 100 100 99 99

1200 1,200
0
100.930 99.984 99.728 99.110 99.009 1,150

1,100
0 1 2 3 4 5 6 7 8 9 10

45128302

50 60
 Chart Title
350
Ya desestacionalizado
1,400

300
1,350

250
1,300

200 f(x) = − 1.20870128714191 x + 1296.124129

1,250 R² = 0.0379556983801465
150
1,200

100
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48
1,150

1,100
0 5 10 15 20 25
izado

91 x + 1296.12412916657
65

8 39 40 41 42 43 44 45 46 47 48 49

20 25 30
 ventas
anuales promedios móviles
año
miles de a:
doláres
VENTAS
3 5 7 9
1984 100 $1,000

1985 200 200 $900

1986 300 300 300 $800
1987 400 400 360 314 $700
1988 500 433 380 329 300 $600
1989 400 400 360 343 333

VENTAS
$500
1990 300 300 340 357 367
$400
1991 200 267 320 371 400
$300
1992 300 300 340 386 411
$200
1993 400 400 400 400 400
1994 500 500 460 414 389 $100
1995 600 533 480 429 400 $0
1980 1985 1990 1995 2000 2005 2
1996 500 500 460 443 433
AÑO
1997 400 400 440 457 467
1998 300 367 420 471 500
1999 400 400 440 486 511
2000 500 500 500 500 500
2001 600 600 560 514 489
2002 700 633 580 529 500
2003 600 600 560 543 533
2004 500 500 540 557 567
2005 400 467 520 571 600
2006 500 500 540 586 622
2007 600 600 600 614 622
2008 700 700 680 643 622
2009 800 767 720 671 622
2010 800 767 720 671 644
2011 700 700 680 671 667
2012 600 600 640 671 689
2013 500 567 620 671 711
2014 600 600 640 686 700
2015 700 700 700 686 678
2016 800 800 740 686 689
2017 900 800 740 729
2018 700 733 760
2019 600 700
2020 800
 VENTAS

1995 2000 2005 2010 2015 2020 2025

AÑO
Aguas Limpias, es una empresa que da servicios de mantenimiento a
sistema de filtración de aguas, el costo del servicio depende de la cantidad
de horas que se van a requerir en la reparación.

Los administradores ha llevado el siguiente registro de las últimas

reparaciones que han realizado, pues consideran que el tiempo del servicio
depende del tipo de reparación que haya que hacer, y del tiempo que ha
pasado desde la última vez que revisaron o repararon el equipo.

MESES TRANSCURRIDOS TIPO DE TIEMPOS DE

CASO DESDE EL ULTIMO REPARACION REPARACION
SERVICIO (Y)
1 2 Eléctrico 2.9
3 8 Eléctrico 4.8
5 2 Eléctrico 2.9
6 7 Eléctrico 4.9
9 4 Eléctrico 4.4
10 6 Eléctrico 4.5
11 2 Eléctrico 2.9
13 5 Eléctrico 4.5
15 3 Eléctrico 3.1
2 6 Mecánico 3.5
4 3 Mecánico 1.8
7 9 Mecánico 4.1
8 8 Mecánico 4.8
12 8 Mecánico 3.2
14 4 Mecánico 2.1
AJUSTAMOS MODELO SEPARADO PARA CADA VA

Estadísticas de la regresión para REPARACION MECANICA

Coeficiente de correlación múltiple
MESES TRANSCURRIDOS TIPO DE
DESDE EL ULTIMO REPARACION
SERVICIO Coeficiente de determinación R^2
6 Mecánico R^2 ajustado
3 Mecánico Error típico
9 Mecánico Observaciones
8 Mecánico
8 Mecánico ANÁLISIS DE VARIANZA

4 Mecánico Grados de libertad

Regresión 1
Residuos 3
 Total 4

Coeficientes
Intercepción 0.504109589041097
6 0.421232876712329

Estadísticas de la regresión para REPARACION ELECTRICA

MESES TRANSCURRIDOS TIPO DE
DESDE EL ULTIMO REPARACION
SERVICIO Coeficiente de correlación múltiple
2 Eléctrico Coeficiente de determinación R^2
8 Eléctrico R^2 ajustado
2 Eléctrico Error típico
7 Eléctrico Observaciones
4 Eléctrico
6 Eléctrico ANÁLISIS DE VARIANZA

2 Eléctrico Grados de libertad

5 Eléctrico Regresión 1
3 Eléctrico Residuos 6
Total 7

Coeficientes
Intercepción 2.36271777003484
2 0.354006968641115

CONVERTIMOS LA VARIABLES CUALITATIVAS EN UNOS Y CEROS

Transformamos la variable cualitativas a UNOS y CEROS..

MESES TRANSCURRIDOS DESDE

CASO EL ULTIMO SERVICIO

1 2
2 6
3 8
4 3
5 2
6 7
7 9
8 8
9 4
10 6
11 2
12 8
13 5
14 4
15 3
PARADO PARA CADA VALOR DE LA VARIABLE CUALITATIVA (ESTRATIFICACION)

ara REPARACION MECANICA

89.0%

79.2% Este es para modelos de una sola variable X

72.30% Es para modelos múltiples 2 o más X
0.67301204
5

Promedio de
Suma de los Valor crítico
cuadrados cuadrados F de F
5.181164384 5.18116438 11.4388326 0.04302356
1.358835616 0.45294521
 6.54

Superior Inferior Superior

Error típico Estadístico t Probabilidad Inferior 95% 95% 95.0% 95.0%
0.852028916 0.59165784 0.59570443 -2.20742669 3.21564587 -2.20742669 3.21564587
0.124546466 3.38213433 0.04302356 0.02487044 0.81759532 0.02487044 0.81759532

ara REPARACION ELECTRICA

0.91757
0.841926686
0.815581133
0.375080324
8

Promedio de
Suma de los Valor crítico
cuadrados cuadrados F de F
4.495888502 4.4958885 31.9570709 0.00131529
0.844111498 0.14068525
5.34

Superior Inferior Superior

Error típico Estadístico t Probabilidad Inferior 95% 95% 95.0% 95.0%
0.318543324 7.41725723 0.0003088 1.58327034 3.1421652 1.58327034 3.1421652
0.062622201 5.65305855 0.00131529 0.20077596 0.50723797 0.20077596 0.50723797

UALITATIVAS EN UNOS Y CEROS

tativas a UNOS y CEROS..

MESES
TRANSCURRI
TIPO DE TIEMPOS DE TIPO DE TIEMPOS DE
REPARACION REPARACION CASO DOS DESDE
EL ULTIMO REPARACION REPARACION
SERVICIO

1 2.9 2 6 0 3.5
0 3.5 4 3 0 1.8
1 4.8 7 9 0 4.1
0 1.8 8 8 0 4.8
1 2.9 12 8 0 3.2
1 4.9 14 4 0 2.1
0 4.1 1 2 1 2.9
0 4.8 3 8 1 4.8
1 4.4 5 2 1 2.9
1 4.5 6 7 1 4.9
1 2.9 9 4 1 4.4
0 3.2 10 6 1 4.5
1 4.5 11 2 1 2.9
0 2.1 13 5 1 4.5
1 3.1 15 3 1 3.1
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.91111101
Coeficiente de determinación R^2 0.83012328
R^2 ajustado 0.80181049
Error típico 0.45227254
Observaciones 15
Promedio de
ANÁLISIS DE VARIANZA Grados de Suma de los Valor crítico
libertad cuadrados cuadrados F de F
Regresión 2 11.9947279 5.99736397 29.31973 2.40327E-05
Residuos 12 2.4546054 0.20455045
Total 14 14.4493333

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%

Intercepción 0.81137072 0.38614964 2.10118212 5.74% -0.02997707
MESES TRANSCURRIDOS DESDE EL ULT 0.38504673 0.05354932 7.19050641 0.00% 0.26837278
TIPO DE REPARACION 1.39787124 0.26132296 5.34920946 0.02% 0.82849742
Superior 95%Inferior 95.0%
Superior 95.0%
1.6527185 -0.02997707 1.6527185
0.50172067 0.26837278 0.50172067
1.96724505 0.82849742 1.96724505
 MESES
TRANSCURRIDOS TIPO DE TIEMPOS DE
CASO DESDE EL ULTIMO REPARACION
EQUIPO Tecnico
REPARACION CASO
SERVICIO

1 2 Eléctrico Nuevo A 2.9 1

2 6 Mecánico Usado B 3.5 2
3 8 Eléctrico Nuevo C 4.8 3
4 3 Mecánico Nuevo C 1.8 4
5 2 Eléctrico Usado B 2.9 5
6 7 Eléctrico Nuevo A 4.9 6
7 9 Mecánico Usado C 4.1 7
8 8 Mecánico Usado A 4.8 8
9 4 Eléctrico Usado A 4.4 9

10 6 Eléctrico Nuevo B 4.5 10

11 2 Eléctrico Usado B 2.9 11
12 8 Mecánico Nuevo A 3.2 12
13 5 Eléctrico Nuevo C 4.5 13
14 4 Mecánico Nuevo A 2.1 14
15 3 Eléctrico Usado B 3.1 15
16 2 Eléctrico Nuevo A 2.9 1
17 6 Mecánico Usado B 3.5 2
18 8 Eléctrico Nuevo C 4.8 3
19 3 Mecánico Nuevo C 1.8 4
20 2 Eléctrico Usado B 2.9 5
21 7 Eléctrico Nuevo B 4.9 6
22 8 Mecánico Usado A 4.8 8
23 8 Eléctrico Nuevo C 4.8 3
24 3 Mecánico Nuevo C 1.8 4
 MESES
TRANSCURRIDOS Tecnico Tecnico
TIPO DE TIEMPOS DE
DESDE EL EQUIPO TecnicoC REPARACION
ULTIMO REPARACION A B
SERVICIO

2 1 1 1 0 0 2.9
6 0 0 0 1 0 3.5
8 1 1 0 0 1 4.8
3 0 1 0 0 1 1.8
2 1 0 0 1 0 2.9
7 1 1 1 0 0 4.9
9 0 0 0 0 1 4.1
8 0 0 1 0 0 4.8
4 1 0 1 0 0 4.4

6 1 1 0 1 0 4.5
2 1 0 0 1 0 2.9
8 0 1 1 0 0 3.2
5 1 1 0 0 1 4.5
4 0 1 1 0 0 2.1
3 1 0 0 1 0 3.1
2 1 1 1 0 0 2.9
6 0 0 0 1 0 3.5
8 1 1 0 0 1 4.8
3 0 1 0 0 1 1.8
2 1 0 0 1 0 2.9
7 1 1 0 1 0 4.9
8 0 0 1 0 1 3.1
8 1 1 0 0 1 2.9
3 0 1 0 0 1 3.5
8 8 9
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.79933249
Coeficiente de determinación R^2 0.63893242
R^2 ajustado 0.5115
Error típico 0.69051629
Observaciones 24

ANÁLISIS DE VARIANZA

Promedio de
Grados de Suma de los Valor crítico
libertad cuadrados cuadrados F de F
Regresión 6 14.3437667 2.39062778 5.01376651 0.398%
Residuos 17 8.10581667 0.47681275
Total 23 22.4495833

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%

Intercepción 2.61096756 1.0013732 2.6073871 1.84% 0.49825479 4.72368033
MESES TRANSCURRIDOS DESDE EL 0.30317805 0.06235087 4.86245115 0.01% 0.17162922 0.43472688
TIPO DE REPARACION 0.93826858 0.31493825 2.97921439 0.84% 0.27380694 1.60273021
EQUIPO -0.29125802 0.36632945 -0.79507127 43.75% -1.06414559 0.48162955
TecnicoA -0.85496982 0.80691952 -1.05954782 30.42% -2.5574212 0.84748155
TecnicoB -1.00536118 0.94617288 -1.06255549 30.28% -3.00161146 0.99088909
TecnicoC -1.0814221 0.80573101 -1.34216269 19.72% -2.78136595 0.61852174
Inferior 95.0%
Superior 95.0%
0.49825479 4.72368033
0.17162922 0.43472688
0.27380694 1.60273021
-1.06414559 0.48162955
-2.5574212 0.84748155
-3.00161146 0.99088909
-2.78136595 0.61852174