Resumen
Estadísticas de la regresión
Coeficiente d 0.34070144
Coeficiente d 0.11607747
R^2 ajustado 0.01786386
Error típico 2505.41784
Observacione 11
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 7418849.9 7418849.9 1.18188781 0.30522844
Residuos 9 56494067 6277118.56
Total 10 63912916.9
Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0
Intercepción 4824.89091 1620.17803 2.97800045 0.0154998 1159.79357 8489.98825 1159.79357
Variable X 1 259.7 238.882218 1.08714664 0.30522844 -280.689121 800.089121 -280.689121
Superior 95.0%
8489.98825
800.089121
PERIODO (x) VENTAS (y) x*y
1 685000 685000 1 VENT
2 698000 1396000 4
1000000
3 710000 2130000 9 900000
4 735000 2940000 16 800000
5 745000 3725000 25 700000
600000
6 898000 5388000 36
500000
7 821000 5747000 49 400000
28 5292000 22011000 140 300000
200000
100000
154077000 980
0
148176000 784 0 1 2 3
5901000 196 843000 VENTAS (y)
4449000
30107.142857 635571.42857
8 876428.571429
9 906535.714286
10 936642.857143
15
VENTAS (y)
1000000
900000
800000
700000
600000
500000
400000
300000
200000
100000
0
0 1 2 3 4 5 6 7 8
VENTAS (y) Linear (VENTAS (y))
PERIODO (x) AÑO VENTAS (y) x*y
1 2010 780 780 1
2 2011 796 1592 4
3 2012 802 2406 9
4 2013 812 3248 16
5 2014 821 4105 25
6 2015 832 4992 36
7 2016 846 5922 49
8 2017 862 6896 64
9 2018 870 7830 81
45 7421 37771 285
339939 2565
333945 2025 499.5
5994 540 6921.5
11.1 769.055555556
10 Octubre 880.05555556 1 685
11 Noviembre 891.15555556 2 698
12 Diciembre 902.25555556 3 710
13 Enero 913.35555556 4 735
14 Febrero 924.45555556 5 745
15 Marzo 935.55555556 6 798
7 821
elaborar el pronósticos por el método de Regresion lineal para el año 8 9 y 10 de una empre
PERIODO
880
860
840
820
800
780
760
740
720
0 1 2 3 4 5 6 7 8 9 10
780.155555556
ño 8 9 y 10 de una empresa que una empresa a registrado las
9 10
Nº LONGITUD X PESO Y 𝑋∗𝑌 𝑋^2
1 158 55 8690 24964
2 164 73 11972 26896
3 166 68 11288 27556
4 167 76 12692 27889
5 172 73 12556 29584
6 175 68 11900 30625
7 175 71 12425 30625
250
8 176 67 11792 30976
9 176 80 14080 30976
10 177 84 14868 31329
11 179 86 15394 32041 200
12 183 79 14457 33489
13 186 87 16182 34596
14 186 88 16368 34596 150
15 188 93 17484 35344
16 189 83 15687 35721
17 189 83 15687 35721 100
18 193 89 17177 37249
19 194 95 18430 37636
20 197 102 20094 38809 50
21 200 118 23600 40000
22 205 120 24600 42025
23 212 121 25652 44944 0
150 160 170
24 213 138 29394 45369
25 215 136 29240 46225
26 220 134 29480 48400
27 228 157 35796 51984
28 233 173 40309 54289
29 238 171 40698 56644
30 241 212 51092 58081
∑▒= 5795 3080 619084 1134583
m b n= 30
1.589408626349 -204.3541
18572520 17848600
723920
34037490 33582025
455465
1.5894
3494515640 3587591780
-93076140
34037490 33582025
455465
-204.3541
LONGITUD/ PESO
160 170 180 190 200 210 220 230 240 250
DATOS
DATOS X1 X2 Y1 Y2
1 0.51 200 51.2 243.44
2 17.49 200 82.13 159.87
3 9 341.42 64.04 199.09
4 3 100 68.88 201.49
5 9 200 79.12 181.52
6 9 200 78.51 180.11
7 9 58.58 88.07 150.21
8 15 300 76.44 175.71
9 3 300 56.05 222.03
10 15 100 87.61 151.99
11 9 200 77.97 182.16
12 9 200 78.82 180.21
13 9 200 80.11 182.67
∑▒=
117 2600 968.95 2410.5
X1-Y1
DATOS X1 Y1 𝑋∗𝑌 𝑋^2
1 0.51 51.2 26.112 0.2601
2 17.49 82.13 1436.4537 305.9001 N=
3 9 64.04 576.36 81
4 3 68.88 206.64 9
5 9 79.12 712.08 81
6 9 78.51 706.59 81
7 9 88.07 792.63 81
8 15 76.44 1146.6 225
9 3 56.05 168.15 9
10 15 87.61 1314.15 225
11 9 77.97 701.73 81
12 9 78.82 709.38 81
13 9 80.11 720.99 81
∑▒=
117 968.95 9217.8657 1341.1602
X2-Y2
DATOS X2 Y2 𝑋∗𝑌 𝑋^2
1 200 242.44 48488 40000 m=
2 200 159.87 31974 40000
3 341.42 199.09 67973.3078 116567.6164
4 100 201.49 20149 10000 b=
5 200 181.52 36304 40000
6 200 180.11 36022 40000
7 58.58 150.21 8799.3018 3431.6164 𝑦=𝑚𝑥+𝑏
8 300 175.71 52713 90000
9 300 222.03 66609 90000
10 100 151.99 15199 10000
11 200 182.16 36432 40000
12 200 180.21 36042 40000
13 200 182.67 36534 40000
∑▒=
2600 2409.5 493238.6096 599999.2328
X1-Y2
DATOS X1 Y2 𝑋∗𝑌
1 0.510 242.44 123.6444 0.2601 m=
2 17.490 159.87 2796.1263 305.9001
3 9.00 199.09 1791.81 81
4 3.00 201.49 604.47 9 b=
5 9.00 181.52 1633.68 81
6 9.00 180.11 1620.99 81
7 9.00 150.21 1351.89 81
8 15.00 175.71 2635.65 225 𝑦=𝑚𝑥+𝑏
9 3.00 222.03 666.09 9
10 15.00 151.99 2279.85 225
11 9.00 182.16 1639.44 81
12 9.00 180.21 1621.89 81
13 9.00 182.67 1644.03 81
∑▒=
117 2409.5 20409.5607 1341.1602
X2-Y2
DATOS X2 Y1 𝑋∗𝑌
1 200 51.2 10240 40000 m=
2 200 82.13 16426 40000
3 341.42 64.04 21864.5368 116567.6164
4 100 68.88 6888 10000 b=
5 200 79.12 15824 40000
6 200 78.51 15702 40000
7 58.58 88.07 5159.1406 3431.6164 𝑦=𝑚𝑥+𝑏
8 300 76.44 22932 90000
9 300 56.05 16815 90000
10 100 87.61 8761 10000
11 200 77.97 15594 40000
12 200 78.82 15764 40000
13 200 80.11 16022 40000
∑▒=
2600 968.95 187991.68 599999.233
X1-Y1
m= 6465.1041 1.726
100
13 3746.0826 90
80
b= 221026.889 59.00 70
3746.0826 60
50
𝑦=𝑚𝑥+𝑏 260.924324 40
30
20
10
0
0 2 4 6 8 10 12 14 16
X1-Y1 Linear (X1-Y1)
147401.925 0.14173398 X2-Y2
1039990.03
300
163277766 156.999358 250
1039990.03
200
525.507704 150
100
50
0
0 50 100 150 200 250 300 350 400
150
100
50
0
0 50 100 150 200 250 300 350 400
X2-Y2 Linear (X2-Y2)
-16587.2109 -4.4279
X1-Y2
3746.0826
X1-Y2 Linear (X1-Y2)
843606.9 225.1971 300
3746.0826
250
200
-292.865079
150
100
50
0
0.000 2.000 4.000 6.000 8.000 10.000 12.000 14.000 16.000 18.000 20.000
-75378.1938 -0.07247973
1039990.03 X2-Y2
X2-Y2 Linear (X2-Y2)
92590895.4 89.0305609
100
1039990.03
90
80
-99.4167308 70
60
50
40
30
20
10
0
0 50 100 150 200 250 300 350 400
Y1
10 12 14 16 18 20
Linear (X1-Y1)
350 400
350 400
00 18.000 20.000
350 400
