Resumen

Estadísticas de la regresión
Coeficiente de correlación Simple 0.6768910587
Coeficiente de determinación R^2 0.4581815053
R^2 ajustado 0.4130299641
Error típico 32.520673816
Observaciones 14

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Promedio de los cuadradosF
Regresión 1 10732.0836 10732.0836 10.1476382
Residuos 12 12691.1307 1057.59423
Total 13 23423.2143

Coeficientes Error típico Estadístico t Probabilidad

Intercepción 35.9958506224 23.444441 1.53536826 0.15062924
Variable X 1 1.765560166 0.55424277 3.18553578 0.00784022

Análisis de los residuales

Observación Pronóstico para Y Residuos

1 80.1348547718 -20.1348548
2 71.3070539419 13.6929461
3 97.7904564315 12.2095436
4 106.6182572614 88.3817427
5 141.9294605809 -1.92946058
6 133.101659751 26.8983402
7 115.4460580913 -35.4460581
8 62.479253112 -22.4792531
9 71.3070539419 -16.3070539
10 88.9626556017 1.0373444
11 106.6182572614 8.38174274
12 124.2738589212 -4.27385892
13 159.5850622407 -29.5850622
14 115.4460580913 -20.4460581
 Curva de regresión ajustada y el Coeficien

250

Y=Ventas
200

150 f(x) = 1.765560166x + 35.9958506224 Y

R² = 1
Valor crítico de F Pro
100
0.00784022
Lin
50 pa

Inferior 95% Superior 95%Inferior 95.0%Superior 95.0% 0

-15.0851981 87.0768993 -15.0851981 87.0768993 10 20 30 40 50 60 70 80
Variable X 1= Precios
0.55796892 2.97315142 0.55796892 2.97315142
 ajustada y el Coeficiente de Correlación

x + 35.9958506224 Y

Pronóstico para Y

Linear (Pronóstico
para Y)

0 60 70 80
Precios
 PRECIO = X Cantidad =Y XY X2
25 60 1500 625
20 85 1700 400
35 110 3850 1225
40 195 7800 1600
60 140 8400 3600
55 160 8800 3025
45 80 3600 2025
15 40 600 225
20 55 1100 400
30 90 2700 900
40 115 4600 1600
50 120 6000 2500
70 130 9100 4900
45 95 4275 2025
TOTALES 550 1475 64025 25050
SX=550 SY=1475 SXY= 64025 SX2= 25050

COEFICIENTES DE REGRESION :
a= 35.9959

b= 1.7656

PROYECCIONES:
Para X Entonces Y
35 97.79
23 62.96
55 145.81
18 45.11
24 51.68
32 74.21
 Y2
Diagrama de Dispersión
Y=Cantdades
3600
7225 250
12100
38025 200
19600
25600 150
6400 f(x) = 1.765560166x + 35.9958506224
Cantidad =Y
1600 Linear (Cantidad
100
3025 =Y)
8100
50
13225
14400
0
16900 10 20 30 40 50 60 70 80
9025 X= Precios
178825
SY2=178825
dad =Y
r (Cantidad
250

200

150 f(x) = 1.765560166x + 35.9958506224

R² = 0.4581815053 Column D
Linear
(Column D)
100

50

0
10 20 30 40 50 60 70 80
 3528 1005
1005 325
325 680
680 5814
5814 7824
4609
1020
16981 1020 15961
3528
4609
1020
9157