Notas

Ex p 12
EX F 19
PP 11
14

se aprueba con 13
x Y
1 Enero 150
2 Febrero 180
3 Marzo 170
4 Abril 160
5 Mayo 190
6 Junio 210
julio

metodo grafico
Y=9.1429x + 144.67…………R2=0.6269
insertar un grafico de linea R2

Chart Title
250

200
f(x) = 9.1428571429x + 144.6666666667
R² = 0.6269387755
150

100

50

0
Enero Febrero Marzo Abri l Mayo Juni o

metodo con funciones

Y=a+bx

b pendiente 9.1429 =SLOPE(C2:C7,A2:A7)

=pendiente(conocida_y;conocida_x)
a interseccion 144.67 =INTERCEPT(C2:C7,A2:A7)
=interseccion.eje(conocida_y;conocida_x)
r coef. Correl 0.7917946549 =CORREL(C2:C7,A2:A7)
=coef.de.correl(matriz1;matriz2)
r2 coef. Correl cuadrado 0.62693878 =C37^2
0.62693878 =RSQ(C2:C7,A2:A7)
=coeficiente.r2(conocida_y;conocida_x)

metodo usando analisis de datos

Resumen
 Estadísticas de la regresión
Coeficiente de correlación múltiple 0.79179465
Coeficiente de determinación R^2 0.62693878
R^2 ajustado 0.53367347
Error típico 14.7519167
Observaciones 6

ANÁLISIS DE VARIANZA
Promedio de
Grados de Suma de Valor crítico
los F
libertad cuadrados de F
cuadrados
Regresión 1 1462.8571429 1462.85714 6.72210066 0.0605114
Residuos 4 870.47619048 217.619048
Total 5 2333.3333333

Coeficientes Error típico Estadístico t Probabilida Inferior 95%

d
Intercepción 144.666667 13.733287101 10.534016 0.00045933 106.536949
x 9.14285714 3.526382587 2.59270142 0.0605114 -0.6479505

Análisis de los residuales

Pronóstico Y Residuos Residuos

Observación estándares
1 153.809524 -3.80952381 -0.2887203
2 162.952381 17.047619048 1.29202312
3 172.095238 -2.095238095 -0.1587961
4 181.238095 -21.23809524 -1.6096154
5 190.380952 -0.380952381 -0.028872
6 199.52381 10.476190476 0.79398069
 x Curva de regresión ajustada
250

200

150
Y
Pronósti
Y

100

50

Juni o
0
0 1 2 3 4 5 6 7
x

da_y;conocida_x)

ocida_y;conocida_x)

atriz1;matriz2)

cida_y;conocida_x)
 Inferior Superior
Superior 95% 95.0% 95.0%
182.796384 106.536949 182.796384
18.9336648 -0.6479505 18.9336648
justada

Y
Pronóstico Y

5 6 7