SUMMARY OUTPUT

Regression Statistics
Multiple R
0.9335422936
R Square
0.8715012139
Adjusted R Square
0.8586513353
Standard Error
1121.0085465336
Observations
12
ANOVA
df
Regression
Residual
Total

Intercept
X Variable 1

SS
MS
F
Significance F
1 85228887 85228887 67.821747 9.13E-006
10 12566602 1256660
11 97795489

Coefficients
Standard Error t Stat
P-value Lower 95%
1113.2013971255 809.96669 1.3743792 0.1993393 -691.5169
0.2120278064 0.0257459 8.235396 9.13E-006 0.1546623

nificance F

Upper 95%Lower 95.0%

Upper 95.0%
2917.9196 -691.5169 2917.9196
0.2693933 0.1546623 0.2693933

Anos
1
2
3
4
5
6
7
8
9
10
11
12

Variable indep
Variable dependiente
Poblacion infantil(x)
Ventas en unidades(y)
14680
3845
22930
5450
16650
5099
35990
8890
32480
6681
38770
9678
10030
4542
24260
4557
52460
13289
36800
10506
17340
5134
43690
9066
346,080

Uso de formulas

86,737

b= nxy -(y)
nx2 - (x)2
a= y - bx

Proyectar las ventas para 13 y 14

13
48000 poblacion infantil
14
25000 Poblacion infantil

Ventas proyectadas

entas proyectadas

Regresion

Resumen
Estadsticas de la regresin
Coeficiente de 0.93354229
Coeficiente d 0.87150121
R^2 ajustado 0.85865134
Error tpico
1121.00855
Observacione
12
ANLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Valor crtico de F
Regresin
1 85228887.3 85228887.3 67.8217468 9.1255E-006
Residuos
10 12566601.6 1256660.16
Total
11 97795488.9

Intercepcin
Variable X 1

Coeficientes Error tpico Estadstico t Probabilidad Inferior 95%

1113.2014
809.96669 1.37437923 0.19933934 -691.516854
0.21202781 0.02574592 8.23539597 9.1255E-006 0.15466233

Anlisis de los residuales

ObservacinPronstico para
1 4225.76959
2
5974.999
3 4643.46437
4 8744.08215
5 7999.86455
6 9333.51945
7
3239.8403
8 6256.99598
9 12236.1801
10 8915.82467
11 4789.76356
12 10376.6963

Y Residuos
-380.769595
-524.998998
455.535627
145.917851
-1318.86455
344.480549
1302.1597
-1699.99598
1052.81988
1590.17533
344.23644
-1310.69626

crtico de F

Superior 95%Inferior 95.0%Superior 95.0%

2917.91965 -691.516854 2917.91965
0.26939328 0.15466233 0.26939328

SUMMARY OUTPUT
Regression Statistics
Multiple R
0.9335422936
R Square
0.8715012139
Adjusted R Square
0.8586513353
Standard Error
1121.008546534
Observations
12
ANOVA
df
Regression
Residual
Total

Intercept
X Variable 1

SS
MS
1 85228887.302653 85228887.303
10 12566601.614014 1256660.1614
11 97795488.916667

Coefficients
1113.201397126
0.2120278064

Standard Error
t Stat
809.9666901566 1.3743792315
0.0257459152 8.2353959721

Y= 1113.201+0.212028 X
13
14

Regresion= Variacion que se puede explicar por los datos del modelo (disp
Residuos: Suma de los cuadrados de las diferencias entres los datos obser
Valores de regresion y residuos respecto al total
Regresion
85228887.302653 0.8715012139
Residuos
12566601.614014 0.1284987861
Total
97795488.916667
1

F
67.821746818

P-value
0.1993393443
9.125479E-006

Significance F
9.1254787317805E-006

Lower 95%
Upper 95%
-691.5168462834 2917.9196405
0.1546623327 0.2693932801

Lower 95.0%
-691.5168462834
0.1546623327

PARA PRONOSTICAR LAS VENTAS EN UNA NUEVA LOCALIDAD , SE REEMPLAZA X POR LA POBLACIO
Poblacion infantil
48000
25000

1113.201
1113.201

0.212028
0.212028

48000
25000

por los datos del modelo (dispersion en los valores estimados con respecto al promedio observado
erencias entres los datos observados y los determinados por el modelo

El valor relativo de 0.87150 es el mismo que aparece en la regresion como Coeficiente de determi
y corresponde al % de la variacion que puede ser explicado por el comportamiento de la variable i
es decir, mientras mas cercano a 1 sea este valor, mejor se considera el ajuste determinado
SI EL COEFICIENTE ES POSITIVO Y ELEVADO CERCANO A 1, LAS VARIABLES X Y Y TIENEN COMPORT
RELACIONADOS.
SI EL COEFICIENTES MUESTRA VALORES NEGATIVOS , EEL COMPORTAMIENTO DE LAS VARIABLES Y
NO SIRVE PARA ESTIMAR EL VALOR DE Y.

Upper 95.0%
2917.9196405345
0.2693932801

PLAZA X POR LA POBLACION INFANTIL

1113.201
1113.201

Ventas
10,177.34
11,290.55
5,300.70
6,413.90

romedio observado

omo Coeficiente de determinacion

portamiento de la variable independiente
el ajuste determinado
LES X Y Y TIENEN COMPORTAMIENTOS ALTAMENTE

ENTO DE LAS VARIABLES Y LA ECUACION OBTENIDA

Resumen
Estadsticas de la regresin
Coeficiente de 0.7515581
Coeficiente d 0.56483957
R^2 ajustado 0.4197861
Error tpico
11103.8486
Observacione
5
ANLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Valor crtico de F
Regresin
1 480113636 480113636 3.89400922 0.14298319
Residuos
3 369886364 123295455
Total
4 850000000

Intercepcin
Variable X 1

Coeficientes Error tpico Estadstico t Probabilidad Inferior 95%

8977.27273 16486.6744 0.54451689 0.62395205 -43490.6834
7.38636364 3.74310661 1.97332441 0.14298319 -4.52587217

Anlisis de los residuales

ObservacinPronstico para
1
23750
2 38522.7273
3 53295.4545
4 45909.0909
5 38522.7273

Y Residuos
-3750
-8522.72727
-3295.45455
-909.090909
16477.2727

Y= 8977.27273+7.38636364 X

6
7

Poblacion
7000 7.38636364
9000 7.38636364

EJERCICIO
Datos
1
2
3
4
5
6
7

Poblacion X
2000
4000
6000
5000
4000
7000
9000

crtico de F

80000

Superior 95%Inferior 95.0%Superior 95.0%

61445.2289 -43490.6834 61445.2289
19.2985994 -4.52587217 19.2985994

70000
60000
50000
40000
30000
20000

20000

10000
0
1000

7.38636364 X
Ventas
51704.5455 60681.8182
66477.2727 75454.5455

2000

3000

Ventas Y
20000
30000
50000
45000
55000
60681.8182
75454.5455

Tamao de la muestra
S
0.4
E
5%
Z
1.96
N
20200

Chart Title
80000

75454.5454545455

70000
60681.8181818182

60000

55000

50000

45000

40000
30000
20000

50000

30000
20000

10000
0
1000

2000

3000

4000

5000

6000

7000

8000

9000

10000

Datos
1
2
3
4
5
6
7
8
9
10
11
12

Poblacion infantil(x)
Ventas en unidades(y)
Para graficar solo se toma x y
14680
3845
22930
5450
16650
5099
35990
8890
32480
6681
38770
9678
10030
4542
24260
4557
52460
13289
36800
10506
17340
5134
43690
9066

ara graficar solo se toma x y y

Chart Title

14000
12000

R ==0.8715012139
f(x)
0.2120278064x + 1113.2013971255

Ventas en
unidades(y)

10000

Ventas (Ventas
en
Linear
en
unidades(y)
unidades(y))

8000

Linear (Ventas en
unidades(y))

6000

Linear (Ventas en
unidades(y))

4000

Linear
Linear (Ventas
(Ventas en
en
unidades(y))
unidades(y))

2000

Linear (Ventas en
unidades(y))

0
0

10000

20000

30000

40000

50000

60000

Ventas en
unidades(y)
Ventas (Ventas
en
Linear
en
unidades(y)
unidades(y))
Linear (Ventas en
unidades(y))
Linear (Ventas en
unidades(y))
Linear
Linear (Ventas
(Ventas en
en
unidades(y))
unidades(y))
Linear (Ventas en
unidades(y))

Tamano de la muestra

n=

Se calcula en funcion del nivel de confian

Ejemplo

ZSN
(EN+SZ)

N= Al tamano de la poblacion
n= El tamano de la muestra
S, La varianza de la muestra
Z=Nivel de confianza
EL error E respecto del valor promedio se obtiene de multiplicar el nivel de con
300000
Si la poblacion objetivo se estima en 200,000 personas si la media observada
fue de 340, para un error de 2% respecto de la media y un nivel de confianza d
E= 2% de 165
2
2
2
3.3

n=

n=

3.3
340
200000

200,000
2

(2)(340)(200000)
(3.3)(200,000)+ (340)(2)

La demanda de la poblacion se estimaria en

4 272000000
10.89
2178000
680
n= ((k^2)*N*p*q)/((e^2*(N-1))+((K^2)*p*q))
n= Tamano de la muestra
k= Valor de confianza
N= tamano de la poblacion de estudio
P=Probabilidad a favor
q= Probabilidad en contra
e= error

0.0025

56,369
140.9225
141.8829
137

3.8416

56,370

3.8416
0.9604

0.25

0.25

300000
Si la poblacion objetivo se estima en 200,000 personas si la media observada
fue de 340, para un error de 2% respecto de la media y un nivel de confianza d

n=

E= 2% de 250
2
2
2
3.3

5
340

200000

200000

alcula en funcion del nivel de confianza definido de la varianza de la muestra y del tamano de la poblacion
Si el nivel de confianza es de 95.44% y el error se define en 5% con respecto a una media de la dema
diaria de 80 unidades , se concluye que existe 95.44% de probabilidad de que la demanda promedio
se situe entre 76 y 84 unidades (80 + - 4 en 5% de la media)
Donde 4 es 5% de la media

obtiene de multiplicar el nivel de confianza Z por la desviacion standard

250
00 personas si la media observada es la prueba piloto fue de 165 unidades consumidas y la varianza muestral
de la media y un nivel de confianza de 95.44% z=2, entonces
S2
4

340
340

200,000

272,000,000

2
10.89

200000

340

Si una vez tabuladas las 125 encuestas, se encuentra que el promedio en el consu
de 182, la demanda de la poblacion se estimaria por
estimaria en

200000
2178680 124.84624

1.96
56,370
0.5
0.5
0.05

54,137.75

381.5664044081 Igual a 382 encuestas

EJERCICIO PARA ALUMNOS -SACAR LA MUESTRA

S
E
Z
N

250
00 personas si la media observada es la prueba piloto fue de 165 unidades consumidas y la varianza muestral
de la media y un nivel de confianza de 95.44% z=2, entonces
S2
4

340
340

200000

10.89

200000

272,000,000.00

2
340

EJERCICIO PARA ALUMNOS -SACAR LA MUESTRA

S
E
Z
N
n=

ZSN
(EN+SZ)

EJERCICIO PARA ALUMNOS -SACAR LA MUESTRA

S
E
Z
N
n=

ZSN
(EN+SZ)

EJERCICIO PARA ALUMNOS -SACAR LA MUESTRA

S
E
Z
N
n=

ZSN
(EN+SZ)

EJERCICIO PARA ALUMNOS -SACAR LA MUESTRA

S
E
Z
N
n=

ZSN
(EN+SZ)

EJERCICIO PARA ALUMNOS -SACAR LA MUESTRA

S
E
Z
N
n=

ZSN
(EN+SZ)

EJERCICIO PARA ALUMNOS -SACAR LA MUESTRA

S
E
Z
N
n=

ZSN
(EN+SZ)

estra y del tamano de la poblacion

% con respecto a una media de la demanda
obabilidad de que la demanda promedio

ades consumidas y la varianza muestral

124.807282872
4

2178000

1360

125 ENCUESTAS

2,179,360

e encuentra que el promedio en el consumo fue

timaria por
-

RA ALUMNOS -SACAR LA MUESTRA

0.3
5%
1.96
9621

n=

0.4
5%
1.96
5330

E
Z

S
+

S
N

S
E
Z

(0.3)
(0.05)
+
(1.96)

(0.3)
9621

0.0025
3.8416

0.09
9621

0.0006507705

9.3545370E-006

(0.4)
S
N

(0.05)
(1.96)

(0.4)
5330

0.0025
3.8416

0.16
5330

0.00065

3.00188E-05

n=

ades consumidas y la varianza muestral

124.807282872
4

2178000

1360

2179360

125 ENCUESTAS

RA ALUMNOS -SACAR LA MUESTRA

0.3
5%
1.96
9621
S
E
Z

S
N

RA ALUMNOS -SACAR LA MUESTRA

0.3
5%
1.96
9621

E
Z

S
+

S
N

RA ALUMNOS -SACAR LA MUESTRA

0.3
5%
1.96
9621

E
Z

S
+

S
N

RA ALUMNOS -SACAR LA MUESTRA

0.3
5%
1.96
9621
S
E
Z

S
N

RA ALUMNOS -SACAR LA MUESTRA

0.3
5%
1.96
9621

S
+

RA ALUMNOS -SACAR LA MUESTRA

0.3
5%
1.96
9621
S
E
Z

S
N

ZSN
(EN+SZ)
3.8416
0.0025
13.325

0.16
5330

5330 3276.1165
0.16
3.8416
0.614656

13.939656

0.09
0.000660125

136 ENCUESTAS

0.16000000
0.00068079

235 ENCUESTAS

235 ENCUESTA

ZSN
(EN+SZ)
3.8416
0.0025
13.325

0.16
5330
13.325

5330 3276.1165
0
0
0
246 ENCUESTA

Medicion e interpretacion
Tipos de preguntas basicas que deben realizarse
1 Cada cuando y cuantos discos compactos consume usted
a
b
c
d
e

1
1
1
1
1

disco
disco
disco
disco
disco

por mes
cada dos meses
cada tres meses
cada seis meses
una vez al ano

Suponiendo que los datos obtenidos de la encuesta realizada son los siguie
1
1
1
1
1

Numero de
estudiantes
380,000.00
380,000.00
380,000.00
380,000.00
380,000.00

disco
disco
disco
disco
disco

por mes
cada dos meses
cada tres meses
cada seis meses
una vez al ano

Consumo
annual
12
6
4
2
1

Porcentaje
obenitdo
0.28
0.35
0.14
0.15
0.08

alizada son los siguientes

%
28
35
14
15
8
100
Consumo
total
1,276,800.00
798,000.00
212,800.00
114,000.00
30,400.00
2,432,000.00

Datos

x
1
2
3
4
5
6
7
8
9
10
11
12

14680
22930
16650
35990
32480
38770
10030
24260
52460
36800
17340
43690

60000

3845
5450
5099
8890
6681
9678
4542
4557
13289
10506
5134
9066

50000
f(x) = 3798.3384615385x

40000
30000
20000
10000
0
0

10

15385x
x
Linear
(x)
y

10

12

14