Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.976830311196708
Coeficiente de determinación R^2 0.954197456872658
R^2 ajustado 0.950925846649277
Error típico 5.44245726303301
Observaciones 16

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Regresión 1 8639.06522516083
Residuos 14 414.684774839171
Total 15 9053.75

Coeficientes Error típico

Intercepción 55.4488920657613 2.35973940280544
Variable X 1 9.93995711222302 0.582031060237789

Análisis de los residuales

Observación Pronóstico para Y Residuos

1 55.4488920657613 2.55110793423875
2 55.4488920657613 3.55110793423875
3 55.4488920657613 4.55110793423875
4 65.3888491779843 -3.38884917798427
5 65.3888491779843 6.61115082201573
6 75.3288062902073 -2.32880629020728
7 85.2687634024303 -9.2687634024303
8 85.2687634024303 -7.2687634024303
9 95.2087205146533 -5.20872051465332
10 95.2087205146533 -3.20872051465332
11 105.148677626876 -0.148677626876349
12 105.148677626876 0.851322373123651
13 115.088634739099 -5.08863473909935
14 115.088634739099 7.91136526090065
15 115.088634739099 4.91136526090065
16 125.028591851322 4.97140814867763
Promedio de los cuadrados F Valor crítico de F
8639.06522516083 291.659884 9.0415068957E-11
29.6203410599408

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

Superior 95.0%
23.497887944677 1.19743E-12 50.387754407669 60.5100297 50.3877544 60.5100297
17.0780526870199 9.04151E-11 8.6916246422703 11.1882896 8.69162464 11.1882896
 Variable X 1 Curva de regresión
ajustada
150
Y
100
Pronóstico para Y
50
Y

0
0 1 2 3 4 5 6 7 8
Variable X 1

perior 95.0%
Hijos Egresos La empresa “x”, especializada en el empresario familia
0 58 el impacto que tiene la cantidad de hijos en los egresos
0 59 personal, para lo cual decide realizar un análisis de reg
0 60
1 62
1 72
2 73
3 76
3 78
4 90
4 92
5 105
5 106
6 110
6 123
6 120
7 130
X Y
zada en el empresario familiar, desea evaluar
ntidad de hijos en los egresos mensuales del
ide realizar un análisis de regresión lineal.
Escala de tiempo U Neta Previsión(U Neta) Límite de confianza inferior(U Neta)
31-Mar 405.74
30-Jun 226.71
30-Sep 289.00
700.00
31-Dec 403.00 403.00 403.00
31-Mar 384.68 600.00 176.61
30-Jun 394.29 179.84
500.00

400.00

300.00

200.00

100.00

-
1-Mar 1-Apr 1-May 1-Jun 1-Jul 1-Aug 1-Sep

U Neta
Límite de confianza inferior(U Net
 Límite de confianza superior(U Neta)

403.00
592.74
608.74

Apr 1-May 1-Jun 1-Jul 1-Aug 1-Sep 1-Oct 1-Nov 1-Dec 1-Jan 1-Feb 1-Mar 1-Apr 1-May 1-Jun

U Neta Previsión(U Neta)

Límite de confianza inferior(U Neta) Límite de confianza superior(U Neta)
Resumen

Estadísticas de la regresión
Variable X 1 Curva d
Coeficiente de correlación múltiple 0.0684647775831929 ajustada
Coeficiente de determinación R^2 0.00468742576951607 600.00
R^2 ajustado -0.492968861345726 400.00
Error típico 107.936755704389 200.00

Y
Observaciones 4 -
1,000.00 1,200.00 1,400.00
Variable X 1

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Regresión 1 109.734611022177
Residuos 2 23300.6864639778
Total 3 23410.421075

Coeficientes Error típico

Intercepción 276.688618901649 563.363901298868
Variable X 1 0.0435749234657694 0.448987426257027

Análisis de los residuales

Formula
y= 276.688618901649 +
Observación Pronóstico para Y Residuos
1 334.3726668364 -107.6626668364
2 327.152737767357 78.5872622326431
3 337.911386371055 65.0886136289446
4 325.013209025188 -36.0132090251876
 Variable X 1 Curva de regresión
ajustada
00.00
Y
00.00
Pronóstico para Y
00.00
-
1,000.00 1,200.00 1,400.00 1,600.00
Variable X 1

Promedio de los cuadrados F Valor crítico de F

109.734611022177 0.009419 0.931535222416807
11650.3432319889

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

Superior 95.0%
0.491136578441976 0.67193454 -2147.27060886423 2700.64785 -2147.27061 2700.64785
0.0970515451379801 0.93153522 -1.88826205174221 1.9754119 -1.88826205 1.9754119

0.0435749234657694 x
perior 95.0%
 2023 2023 2022 2022 2022
30-Jun 31-Mar 31-Dec 30-Sep 30-Jun
U Neta 226.71 405.74 403.00 289.00 175.00
T Gastos Op 1,323.79 1,158.10 1,405.00 1,109.00 813.00

X Y
Ventas Utilidades
1,323.79 226.71
1,158.10 405.74
1,405.00 403.00
1,109.00 289.00
1,149.61 377.15
1,109.86 395.56
1,070.11 413.97
1,030.36 432.38
990.62 450.80
950.87 469.21
911.12 487.62
871.38 506.04
831.63 524.45
T Gastos Op U Neta

Con confianza del 95% determina las ventas de 2028

Escribe signo de $$ y separa por , las cifras, ejemplo $12,200
 La empresa “x”, desea evaluar el impacto que tienen el total de gastos
2022 2022 operativos en la utilidad neta, para lo cual decide realizar un análisis de
31-Mar 31-Dec
regresión lineal.
61.00 - 53.00 X
517.00 221.00 Y Intercepción 276.688619
Variable X 1 0.04357492

y= 276.688619 + 0.04357492 x

334.37
327.15
337.91
325.01

Considerando la tabla
Calcula el modelo para PRONOSTICAR utilidades

Debes escribirlo de la forma Y=0.1X +B

 el total de gastos
alizar un análisis de

NOSTICAR utilidades