Professional Documents
Culture Documents
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.9222735443
Coeficiente de determinación R^2 0.8505884904
R^2 ajustado 0.8319120517
Error típico 9377.2839642113
Observaciones 10
ANÁLISIS DE VARIANZA
Grados de libertad
Suma de Promedio
cuadradosde los cuadrados
F Valor crítico de F
Regresión 1 4004788364 4004788364 45.5433985 0.00014526
Residuos 8 703467636 87933454.5
Total 9 4708256000
Ventas (Y)
100000
50000
0
0 10 20 30 40 50 60 70 80 90 100
Muestra percentil
or crítico de F
60 70 80 90 100
l
Problema 1: Regresión Lineal
SiderPerú S.A. produce fierro corrugado para la industria de la construcción. Durante más de u
gerente de planta, estima que el crecimiento en las ventas continuará y desea desarrollar un pr
las instalaciones para los siguientes tres años. Se han totalizado las cifras de ventas correspondi
Año Ventas
1 75,600
2 80,400
3 95,600
4 120,600
5 121,700
6 128,000
7 125,000
8 131,800
9 134,600
10 138,900
Se pide: (a). Realizar un pronóstico para los siguientes tres años; (b). Validar el modelo; (c). Esta
pronòstico, use t (student) = 1.86
Solución:
A= 76,900.00
B= 6,967.27
y=a+b(x)
y=76,900.00+6,967.27(x)
b) R= 0.9222735443
C) SY= 9377.2839642113
a construcción. Durante más de un año, la planta de producción ha operado a casi plena capacidad. El
ntinuará y desea desarrollar un pronóstico a largo plazo que se usará para planear las necesidades de
do las cifras de ventas correspondientes a los últimos diez años:
os; (b). Validar el modelo; (c). Establecer rangos para niveles de confianza del 90% para cada
y2
5,715,360,000.00
6,464,160,000.00
9,139,360,000.00
14,544,360,000.00
14,810,890,000.00
16,384,000,000.00
15,625,000,000.00
17,371,240,000.00
18,117,160,000.00
19,293,210,000.00
137,464,740,000.00
si plena capacidad. El
ar las necesidades de
% para cada
Problema 2: Regresión Lineal
Autonorte Import S.A. distribuidora de autos desea conocer el nivel de demanda para los próximos 5
años y asi poder planificar en el mediano plazo sus operaciones referente a instalaciónes y distribución
de planta. Para lo cual cuenta con la siguiente información histórica de sus ventas:
a. Utilice la regresión lineal simple para pronosticar la cantidad anual unidades vendidas para cada uno de l
b. Determine el coeficiente de correlación para los datos e interprete su significado.
c. Calcule el error estándar del pronóstico.
d. Determine los límites de confianza superior e interior que se pueden estimar para el pronóstico del
año 13 si se utiliza un nivel de confianza del 90% (t de student = 1.86)
e. Grafique su modelo de pronóstico.
A= 719.70
B= 44.79
y=a+b(x)
y=750.67+37.33(x)
b) R= 0.94171517
C) SY= 60.506506229
para los próximos 5
laciónes y distribución
s: