Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 13 vistas

    Regresion Lineal Datos

    Cargado por

    pinquiyuti
    El documento presenta las ventas trimestrales de diferentes productos entre 2017 y 2019. En 2017, el producto más vendido fue el mameluco pijama en los primeros dos trimestres y el chaleco polar en los últimos dos. En 2018, la campera fue la más vendida en el séptimo trimestre, mientras que el mameluco pijama lo fue en el octavo y noveno trimestre. En 2019, el chaleco polar lideró las ventas en los primeros dos trimestres mientras que las remeras Monster lo hicieron en el duodécimo tri

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd

    Regresion Lineal Datos

    Cargado por

    pinquiyuti
    13 vistas16 páginas
    El documento presenta las ventas trimestrales de diferentes productos entre 2017 y 2019. En 2017, el producto más vendido fue el mameluco pijama en los primeros dos trimestres y el chaleco polar en los últimos dos. En 2018, la campera fue la más vendida en el séptimo trimestre, mientras que el mameluco pijama lo fue en el octavo y noveno trimestre. En 2019, el chaleco polar lideró las ventas en los primeros dos trimestres mientras que las remeras Monster lo hicieron en el duodécimo tri

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    XLSX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El documento presenta las ventas trimestrales de diferentes productos entre 2017 y 2019. En 2017, el producto más vendido fue el mameluco pijama en los primeros dos trimestres y el chaleco polar en los últimos dos. En 2018, la campera fue la más vendida en el séptimo trimestre, mientras que el mameluco pijama lo fue en el octavo y noveno trimestre. En 2019, el chaleco polar lideró las ventas en los primeros dos trimestres mientras que las remeras Monster lo hicieron en el duodécimo tri

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
    Descargar como xlsx, pdf o txt
    13 vistas16 páginas

    Regresion Lineal Datos

    Cargado por

    pinquiyuti
    El documento presenta las ventas trimestrales de diferentes productos entre 2017 y 2019. En 2017, el producto más vendido fue el mameluco pijama en los primeros dos trimestres y el chaleco polar en los últimos dos. En 2018, la campera fue la más vendida en el séptimo trimestre, mientras que el mameluco pijama lo fue en el octavo y noveno trimestre. En 2019, el chaleco polar lideró las ventas en los primeros dos trimestres mientras que las remeras Monster lo hicieron en el duodécimo tri

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
    Descargar como xlsx, pdf o txt
    Está en la página 1de 16

    Año Producto más vendido Periodo por trimestre

    Mameluco pijama 1
    Chaleco con pechera 2
    2017
    Chaleco polar 3
    Capa piloto 4
    Suéter de Lana 5
    Chaleco polar 6
    2018
    Campera 7
    Mameluco pijama 8
    Mameluco pijama 9
    Chaleco polar 10
    2019
    Chaleco polar 11
    Remeras Monster 12

    SUMATORIA 12
    Ventas
    7,440
    8,340
    9,080
    9,560
    9,030
    11,300 Ventas
    12,560 Ventas Linear (Ventas)
    13,880 16,000
    12,700
    12,290 f(x) = 665.839160839161 x + 6971.21212121212
    14,000 R² = 0.887633385317796
    15,080
    14,330 12,000

    135590 10,000
    Axis Title

    8,000

    6,000

    4,000

    2,000

    0
    0 2 4 6 8 10

    Axis Title
    ntas
    Linear (Ventas)

    1212

    8 10 12 14

    xis Title
    Resumen

    Estadísticas de la regresión
    Coeficiente de correlación múltiple 0.942142974987234
    Coeficiente de determinación R^2 0.887633385317796
    R^2 ajustado 0.876396723849575
    Error típico 895.858022644546
    Observaciones 12

    ANÁLISIS DE VARIANZA
    Grados de libertad Suma de cuadrados
    Regresión 1 63397875.6993007
    Residuos 10 8025615.96736597
    Total 11 71423491.6666667

    Coeficientes Error típico


    Intercepción 6971.21212121212 551.36249856557
    Variable X 1 665.839160839161 74.9154113537253

    Análisis de los residuales

    Observación Pronóstico para Y Residuos


    1 7637.05128205128 -197.051282051281
    2 8302.89044289044 37.1095571095575
    3 8968.7296037296 111.270396270396
    4 9634.56876456876 -74.5687645687631
    5 10300.4079254079 -1270.40792540792
    6 10966.2470862471 333.752913752915
    7 11632.0862470862 927.913752913755
    8 12297.9254079254 1582.07459207459
    9 12963.7645687646 -263.764568764567
    10 13629.6037296037 -1339.60372960373
    11 14295.4428904429 784.55710955711
    12 14961.2820512821 -631.282051282051

    Gráfico de probabilidad normal


    16000

    14000

    12000

    10000

    8000
    Y

    6000
    14000

    12000

    10000

    8000
    Y

    6000

    4000

    2000

    0
    0 20 40 60 80 100 120
    Muestra percentil
    Promedio de los cuadrados F Valor crítico de F
    63397875.6993007 78.994404862 4.63111194395787E-06
    802561.596736597

    Estadístico t Probabilidad Inferior 95% Superior 95%


    12.6436094934793 1.7847182E-07 5742.69991662995 8199.72433
    8.88787966063875 4.6311119E-06 498.917222189392 832.761099

    Resultados de datos de probabilidad

    Residuos estándares Percentil Y


    -0.230694064164961 4.16666666666667 7440
    0.0434453126102352 12.5 8340
    0.130267713407635 20.8333333333333 9030
    -0.0872999717588807 29.1666666666667 9080
    -1.48730606778524 37.5 9560
    0.390734915799838 45.8333333333333 11300
    1.08633748852508 54.1666666666667 12290
    1.85218392724199 62.5 12560
    -0.308797383694163 70.8333333333333 12700
    -1.56831574773717 79.1666666666667 13880
    0.918505407775739 87.5 14330
    -0.739061530220085 95.8333333333333 15080

    Variable X 1 Gráfi co de los residuales


    2000

    1500

    1000

    500
    Residuos

    0
    Variable X 1 Gráfi co de los residuales
    2000

    1500

    1000

    500

    Residuos
    0
    0 2 4 6 8 10 12 14
    -500

    -1000
    100 120
    -1500
    Variable X 1
    Variable X 1 Curva de regresión ajustada
    Y Linear (Y)
    Pronóstico para Y Linear (Pronóstico para Y)

    16,000

    f(x) = 665.839160839161 x + 6971.21212121212


    14,000 R² = 0.887633385317796
    1

    12,000

    10,000

    8,000
    Y

    Inferior 95,0% Superior 95,0%


    6,000
    5742.69991663 8199.724325794
    498.917222189 832.7610994889 4,000

    2,000

    0
    0 2 4 6 8 10

    Variable X 1

    residuales
    residuales

    10 12 14
    esión ajustada
    )
    ronóstico para Y)

    8 10 12 14
    . describe

    Contains data
    obs: 12
    vars: 2
    size: 60

    storage display value


    variable name type format label variable label

    periodoportri~e byte %8.0g Periodo por trimestre


    ventas float %8.0g Ventas
    . summarize

    Variable Obs Mean Std. Dev. Min Max

    periodopor~e 12 6.5 3.605551 1 12


    ventas 12 11.29917 2.548145 7.44 15.08

    . tab periodoportrimestre tab Ventas


    Periodo por Ventas Freq. Percent Cum.
    trimestre Percent Cum.
    7.44 1 8.33 8.33
    1 1 8.33 8.33 8.34 1 8.33 16.67
    2 1 8.33 16.67 9.03 1 8.33 25.00
    3 1 8.33 25.00 9.08 1 8.33 33.33
    4 1 8.33 33.33 9.56 1 8.33 41.67
    5 1 8.33 41.67 11.3 1 8.33 50.00
    6 1 8.33 50.00 12.29 1 8.33 58.33
    7 1 8.33 58.33 12.56 1 8.33 66.67
    8 1 8.33 66.67 12.7 1 8.33 75.00
    9 1 8.33 75.00 13.88 1 8.33 83.33
    10 1 8.33 83.33 14.33 1 8.33 91.67
    11 1 8.33 91.67 15.08 1 8.33 100.00
    12 1 8.33 100.00
    Total 12 100.00
    Total 12100.00

    . twoway (scatter ventas periodoportrimestre)

    . reg ventas periodoportrimestre

    Source SS df MS Number of obs = 12


    F( 1, 10) = 78.99
    Model 63.3978724 1 63.3978724 Prob > F = 0.0000
    Residual 8.025618 10 .8025618 R-squared = 0.8876
    Adj R-squared = 0.8764
    Total 71.4234904 11 6.49304458 Root MSE = .89586

    ventas Coef. Std. Err. t P>|t| [95% Conf. Interval]


    F( 1, 10) = 78.99
    Model 63.3978724 1 63.3978724 Prob > F = 0.0000
    Residual 8.025618 10 .8025618 R-squared = 0.8876
    Adj R-squared = 0.8764
    Total 71.4234904 11 6.49304458 Root MSE = .89586

    ventas Coef. Std. Err. t P>|t| [95% Conf. Interval]

    periodoportrimestre .6658391 .0749154 8.89 0.000 .4989172 .8327611


    _cons 6.971212 .5513626 12.64 0.000 5.7427 8.199725
    12
    78.99
    0.0000
    0.8876
    0.8764
    .89586

    nf. Interval]
    78.99
    0.0000
    0.8876
    0.8764
    .89586

    nf. Interval]

    2 .8327611
    7 8.199725

    También podría gustarte