Chart Title

80
Copiadoras vendidas

70

f(x) = 1.1842105263x + 18.9473684211

R² = 0.5761024182
60

50

40

30

20

10

0
5 10 15 20 25 30 35 40 45
Llamadas
Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.75901411
Coeficiente de determinación R^2 0.57610242
R^2 ajustado 0.52311522
Error típico 9.900824
Observaciones 10

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF
Regresión 1 1065.78947 1065.78947 10.8724832
Residuos 8 784.210526 98.0263158
Total 9 1850

Coeficientes Error típico Estadístico t Probabilidad

Intercepción 18.9473684 8.49881856 2.22941204 0.05634865
Llamdas 1.18421053 0.35914063 3.29734487 0.01090193

Análisis de los residuales

Observación Pronóstico Ventas Residuos

1 42.6315789 -12.6315789
2 66.3157895 -6.31578947
3 42.6315789 -2.63157895
4 54.4736842 5.52631579
5 30.7894737 -0.78947368
6 30.7894737 9.21052632
7 42.6315789 -2.63157895
8 42.6315789 7.36842105
9 42.6315789 -12.6315789
10 54.4736842 15.5263158
 Llamdas Curva de regresión ajustada

80

70

Ventas
60 f(x) = 1.1842105263x + 18.9473684211
R² = 1
50

Valor crítico de F 40
0.01090193 30

20

10
Inferior 95% Superior 95%Inferior 95,0%Superior 95,0%
-0.65095499 38.5456918 -0.65095499 38.5456918 0
5 10 15 20 25 30 35 40 45
0.35603021 2.01239085 0.35603021 2.01239085

Llamdas
regresión ajustada

18.9473684211 Ventas

Pronóstico Ventas

Linear (Pronóstico Ventas)

30 35 40 45
 Representante de ventas Llamdas Ventas Llamdas
Tomas 20 30
Miguel 40 60 Media 22.00
Luis 20 40 Error típico 2.91
Carlos 30 60 Mediana 20.00
Eduardo 10 30 Moda 20.00
Lourdes 10 40 Desviación estándar 9.19
María 20 40 Varianza de la muestra 84.44
Esteban 20 50 Curtosis 0.40
Ana 20 30 Coeficiente de asimetría 0.60
Pedro 30 70 Rango 30.00
Mínimo 10.00
Máximo 40.00
Suma 220.00
Cuenta 10.00
 Ventas

Media 45.00
Error típico 4.53
Mediana 40.00
Moda 30.00
Desviación estándar 14.34
Varianza de la muestra 205.56
Curtosis -1.00
Coeficiente de asimetría 0.57
Rango 40.00
Mínimo 30.00
Máximo 70.00
Suma 450.00
Cuenta 10.00
 Representante de ventas Llamdas (X) Ventas (Y) (X-ẋ) (X-ẋ)2 (Y-ẏ) (Y-ẏ)2
Tomas 20 30 -2 4 -15 225
Miguel 40 60 18 324 15 225
Luis 20 40 -2 4 -5 25
Carlos 30 60 8 64 15 225
Eduardo 10 30 -12 144 -15 225
Lourdes 10 40 -12 144 -5 25
María 20 40 -2 4 -5 25
Esteban 20 50 -2 4 5 25
Ana 20 30 -2 4 -15 225
Pedro 30 70 8 64 25 625
Σ= 760 1850
ẋ= 22
ẏ= 45 1.- La forma general de la ecuación de regresión lineal es ===>

Con los valores de la tabla anterior calculamos:

Desviación estándar de la variable X---->

Desviación estándar de la variable Y---->

2.- La ecuación de regresión lineal quedaría como =====>

 (X-ẋ)(Y-ẏ)
30
270
10
120
180
60
10
-10
30
200
900

ón lineal es ===> Y = a + bX

>>> 9,189

Coeficiente de correlación = >>>>> 0,759

>>> 14,337

Coeficiente de determinación = r^(2 )= 0.576

b=r(Sy/Sx)=0,759(14,337/9,189)=1,1842 a=Y-bX  ̅=45-(1,1842x22)=18,9476

edaría como =====> Y = 18,9476 + 1,1842X

 Representa
nte de
ventas Llamdas (X) Ventas (Y) Venta est Ỹ Desv (Y-Ỹ) (Y-Ỹ)2
Tomas 20 30 42.6316 -12.6316 159.557
Miguel 40 60 66.3156 -6.3156 39.887
Luis 20 40 42.6316 -2.6316 6.925
Carlos 30 60 54.4736 5.5264 30.541
Eduardo 10 30 30.7896 -0.7896 0.623
Lourdes 10 40 30.7896 9.2104 84.831
María 20 40 42.6316 -2.6316 6.925
Esteban 20 50 42.6316 7.3684 54.293
Ana 20 30 42.6316 -12.6316 159.557
Pedro 30 70 54.4736 15.5264 241.069
Σ= 784.211

Substituímos cada valor de X aquí ----> Ỹ=18,9476+(1,1842)X

Error Estándar de Estimación: Observando en la pestaña Gráfico 1, vemos la Error estándar de estimación
relación entre los puntos de dispersión y la recta trazada. Como no todos los puntos
observados caen en la recta de regresión, se requiere un indicador estadístico que
mida la variabilidad de los valores reales de Y a partir de los valores predichos de Ỹ.
El error estándar de estimación es una medida de dispersión o extensión de los
valores observados alrededor de una recta de regresión.
e estimación