Académique Documents
Professionnel Documents
Culture Documents
NOMBRES Y APELIIDOS:
CDIGO :
Especialidad:
TEMA:
11. Con los datos histricos de turistas visitantes a una zona del Per, predecir la demanda para los prximos cinco aos, aplicando
Determine los puntos indicados y comente el pronstico de la demanda obtenida.
Demanda histrica de visitantes turistas
1
2
3
4
81.2
83.1
80.8
83.6
Aos
Miles
5
86.3
1
2
3
4
5
15
n=
81.2
83.1
80.8
83.6
86.3
415.0
5
No explicada
xy
81.2
166.2
242.4
334.4
431.5
1255.7
1
4
9
16
25
55
80.9
81.9
83.0
84.1
85.1
0.12
1.37
4.84
0.22
1.35
7.89
Explicada
4.58
1.14
0.00
1.14
4.58
11.45
Aos
Demanda
6
86.2
b. Demanda pronosticada
7
8
87.3
88.3
Eje horizontal
x
(aos)
1
2
3
4
5
6
7
8
9
10
Eje vertical
y
(Miles)
81.2
83.1
80.8
83.6
86.3
86.2
87.3
88.3
89.4
90.5
9
89.4
10
90.5
demanda para los prximos cinco aos, aplicando el mtodo lineal recta.
Varianza
Total
3.24
0.01
4.84
0.36
10.89
19.34
83
Aos
LCI
LCS
1.26
6
85.0
87.5
76.94%
d. Intervalo de confianza
7
8
86.0
87.1
88.5
89.6
9
88.2
90.7
10
89.2
91.7
y= 79.79 + 1.07(x)
(miles de turistas)
90
89
88
87
86.3
86
85
Demanda histrica
83.6
84
83.1
83
Demanda pronosticada
83
82
81.2
80.8
81
80
0
10
x
11 (aos)
= 79.79 + 1.07(x)
Demanda histrica
Demanda pronosticada
(aos)
12. Con los datos histricos de turistas vistantes en una zona del Per, un inversionista desea predecir la demanda para los pr
de la demanda en el tercer ao y luego aplicando el mtodo lineal con tendencia recta. El onjetivo es obtener un modelo de p
Aos
Miles
5
83.6
85.4
b=
No explicada
y
81.2
83.1
80.8
83.6
86.3
415.0
81.8
81.7
82.5
83.6
85.4
415.0
81.8
163.4
247.5
334.3
427.0
1,254
1
4
9
16
25
55
81.2
82.1
83.0
83.9
84.8
0.00
1.00
4.84
0.09
2.25
8.18
5
b. Lnea de tendencia recta
y = a + b(x)
a=
y = 80.30 + 0.90(x)
0.90
80.30
Aos
Demanda
6
85.7
c. Demanda pronosticada
7
8
86.6
87.5
9
88.4
1.28
10
89.3
Eje vertical
Eje vertical
y
(Miles)
81.2
83.1
80.8
83.6
86.3
85.7
86.6
y
(ajustado)
81.8
81.7
82.5
83.6
85.4
y
(miles de turistas)
8
9
10
87.5
88.4
89.3
sea predecir la demanda para los prximos cinco aos, ajustado primero con medidas mviles por la cada
onjetivo es obtener un modelo de pronstico que se adecue ms a la demanda histrica.
Demanda histrica de visitantes turistas
1
2
3
4
81.2
83.1
80.8
83.6
Aos
Miles
Varianza
Explicada
5
86.3
Total
11.16
3.24
0.01
4.84
0.36
10.89
19.34
83.0
, varianza y correlacin
75.96%
Aos
LCI
LCS
6
84.4
87.0
e. Intervalo de confianza
7
8
85.3
86.2
87.9
88.8
9
87.1
89.7
10
88.0
90.6
y= 80.30 + 0.90(x)
miles de turistas)
89
88
87
86
86.3
85.4
85
Demanda histrica
85
Demanda histrica
Demanda histtica ajustada
84
83.6
83.6
Demanda pronosticada
83.1
83
82.5
82
81.8
81.7
81.2
81
80.8
80
0
10
11
x
(aos)
Demanda histrica
Demanda histrica
Demanda histtica ajustada
Demanda pronosticada
13. Con los datos histricos de turistas visitantes a una zona del Per, se desea predecir la demanda para los prximos cinco a
Aos
Miles
y
1
2
3
4
5
15
No explicada
81.2
83.1
80.8
83.6
86.3
415.0
81.2
82.4
83.7
85.0
86.3
Varianza
Explicada
0.00
0.43
8.47
1.95
0.00
10.85
8.49
Total
3.24
0.01
4.84
0.36
10.89
19.34
Aos
Demanda
6
87.6
i
81.2
0.0153
b. Demanda pronosticada
7
8
89.0
90.3
9
91.7
10
93.1
Eje
vertical
y
(Miles)
81.2
83.1
80.8
83.6
86.3
87.6
y
(miles de turistas)
7
8
9
10
89.0
90.3
91.7
93.1
manda para los prximos cinco aos, aplicando el mtodo de tasa de crecimiento.
s
5
86.3
83.0
2.17
Aos
LCI
LCS
1.47
6
86.2
89.1
66.25%
d. Intervalo de confianza
7
8
87.5
88.9
90.4
91.8
9
90.2
93.2
10
91.7
94.6
(miles de turistas)93
92
91
90
89
88
87
86.3
87
86.3
86
85
84
83.6
83.1
83
82
81.2
81
80.8
80
0
10
x
11 (aos)
Demanda histrica
Demanda histrica
Demanda pronosticada
(aos)
14. Con los datos histricos de visitas a museos en una zona del Per, se desea predecir la demanda para los prximos cinco a
tendencia recta.
Demanda histrica de visitantes turistas
1
2
3
4
65.4
59.7
72.3
85.3
Aos
Miles
5
94.8
y
1
2
3
4
5
15
n=
65.4
59.7
72.3
85.3
94.8
377.5
5
xy
65.4
119.4
216.9
341.2
474
1216.9
No explicada
1
4
9
16
25
55
58.6
67.1
75.5
83.9
92.4
45.97
54.17
10.24
1.85
5.86
118.08
Explicada
284.93
71.23
0.00
71.23
284.93
712.34
Aos
Demanda
6
100.8
b. Demanda pronosticada
7
8
109.3
117.7
Eje vertical
y
(Miles)
65.4
59.7
72.3
85.3
94.8
100.8
109.3
117.7
9
126.1
10
134.6
9
10
126.1
134.6
a demanda para los prximos cinco aos, aplicando el mtodo lineal con
Varianza
Total
102.01
249.64
10.24
96.04
372.49
830.42
75.5
Aos
LCI
LCS
4.86
6
96.0
105.7
92.62%
d. Intervalo de confianza
7
8
104.4
112.8
114.1
122.6
9
121.3
131.0
10
129.7
139.4
y= 50.18 + 8.44(x)
(miles de turistas)
140
120
94.8
100
85.3
80
72.3
65.4
59.7
Demanda histrica
Demanda pronosticada
65.4
Demanda histrica
59.7
Demanda pronosticada
60
40
20
0
0
10
x
11 (aos)
50.18 + 8.44(x)
Demanda histrica
Demanda pronosticada
Demanda histrica
Demanda pronosticada
(aos)
15. Con los datos histricos de visitas a museos en una zona del Per, un inversionista desea predecir la demanda para los pr
aplicando el mtodo lineal con tendencia recta. El objetivo es obtener un modelo de pronstico que se adecue ms a la dema
Aos
Miles
5
84.1
91.6
y
1
2
3
4
5
15
n=
No explicada
65.4
59.7
72.3
85.3
94.8
377.5
63.5
65.8
72.4
84.1
91.6
377.5
63.5
131.6
217.3
336.5
458.2
1,207
1
4
9
16
25
55
23.23
69.56
10.24
5.48
19.18
127.69
Aos
Demanda
60.6
68.0
75.5
83.0
90.4
6
97.9
c. Demanda pronosticada
7
8
105.3
112.8
9
120.3
5.05
10
127.7
Eje vertical
Eje vertical
y
(Miles)
65.4
59.7
72.3
85.3
94.8
97.9
105.3
y
(ajustado)
63.5
65.8
72.4
84.1
91.6
y
(miles de turistas)
8
9
10
112.8
120.3
127.7
ea predecir la demanda para los prximos cinco aos, ajustando primero con medias mviles para uniformizar la demanda y luego
stico que se adecue ms a la demanda histrica.
Demanda histrica de visitantes turistas
1
2
3
4
65.4
59.7
72.3
85.3
Aos
Miles
Varianza
Explicada
5
94.8
Total
702.73
102.01
249.64
10.24
96.04
372.49
830.42
75.5
, varianza y correlacin
91.99%
Aos
LCI
LCS
6
92.8
102.9
e. Intervalo de confianza
7
8
100.3
107.7
110.4
117.9
9
115.2
125.3
10
122.7
132.8
y= 53.12 + 7.46(x)
miles de turistas)
120
100
94.8
85.3
80
65.4
72.3
63.5 65.8
72.4
91.6
84.1
Demanda histrica
72.4
72.3
63.5 65.8
59.7
65.4
60
Demanda histrica
Demanda histtica ajustada
Demanda pronosticada
40
20
0
0
10
11
x
(aos)
Demanda histrica
Demanda histrica
Demanda histtica ajustada
Demanda pronosticada
16. Con los datos histricos de visitas a museos en una zona del Per, se desea predecir la demanda para los prximos cinco a
Aos
Miles
y
1
2
3
4
5
15
n=
5
Aos
Demanda
6
104.0
65.4
59.7
72.3
85.3
94.8
377.5
No explicada
65.4
71.8
78.7
86.4
94.8
0.00
145.46
41.47
1.20
0.00
188.13
Varianza
Explicada
642.29
Total
102.01
249.64
10.24
96.04
372.49
830.42
b. Demanda pronosticada
7
8
114.1
125.2
9
137.4
10
150.8
Eje
vertical
y
(Miles)
65.4
59.7
72.3
85.3
94.8
104.0
114.1
125.2
y
(miles de turistas)
9
10
137.4
150.8
manda para los prximos cinco aos, aplicando el mtodo de tasa de crecimiento.
s
5
94.8
75.5
Aos
LCI
LCS
6.13
6
97.9
110.2
87.95%
d. Intervalo de confianza
7
8
108.0
119.1
120.3
131.4
9
131.3
143.6
10
144.6
156.9
(miles de turistas)
140
120
100
94.8
85.3
80
72.3
60
65.4
59.7
65.4
60
59.7
40
20
0
0
10
x
11 (aos)
Demanda histrica
Demanda pronosticada
Demanda pronosticada
(aos)
17. Con los datos histricos promedios mensuales de clientes a restaurantes tursticos en un zona del Per, se desea predecir
aplicando el mtodo lineal con tendencia recta.
Demanda histrica de visitantes turistas
Aos
1
2
3
4
5
1.70
1.72
1.76
1.88
2.01
Miles
Determine los puntos indicados en los cuadros adjuntos y comente el pronstico de la demanda obtenida.
Tabla de datos histricos
Varianza
x
y
1
2
3
4
5
15
n=
xy
1.7
1.72
1.76
1.88
2.01
9.1
No explicada
1.7
3.44
5.28
7.52
10.05
27.99
1
4
9
16
25
55
1.7
1.7
1.8
1.9
2.0
0.0018
0.0003
0.0029
0.0001
0.0016
0.0067
Explicada
0.0243
0.0061
0.0000
0.0061
0.0243
0.0608
5
a. Lnea de tendencia recta
y = a + b (x)
b=
a=
y = 1.586 + 0.078 (x)
0.078
1.580
Aos
Demanda
6
2.0
b. Demanda pronosticada
7
8
2.1
2.2
Eje vertical
y
(Miles)
1.70
1.72
1.76
1.88
2.01
2.05
2.13
2.20
9
2.3
10
2.4
2.50
y
(miles de turistas)
2.00
1.50
9
10
2.28
2.36
1.00
0.50
0.00
n un zona del Per, se desea predecir la demanda para los prximos cinco aos,
emanda obtenida.
Varianza
Total
0.0130
0.0088
0.0029
0.0044
0.0384
0.0675
1.814
Aos
LCI
LCS
0.03655
94.9%
d. Intervalo de confianza
7
8
2.09
2.17
2.16
2.24
6
2.01
2.08
9
2.25
2.32
10
2.32
2.40
de turistas)
2.01
2.00
1.88
1.70
1.72
1.76
1.50
Demanda histrica
Demanda pronosticada
Demanda pronosticada
1.00
Series3
Series4
0.50
0.00
0
10
x
11 (aos)
Demanda histrica
Demanda pronosticada
Demanda pronosticada
Series3
Series4
18. Con los datos histricos promedios mensuales de clientes de restaurantes tursticos en una zona del Per, un inversionist
Aos
Miles
5
1.9
2.0
y
1
2
3
4
5
15
n=
b=
0.068
Aos
Demanda
1.70
1.72
1.76
1.88
2.01
9.07
5
No explicada
1.71
1.73
1.79
1.88
1.97
9.07
1.71
3.45
5.36
7.53
9.83
27.89
1.00
4.00
9.00
16.00
25.00
55.00
6
2.02
c. Demanda pronosticada
7
8
2.08
2.15
Eje horizontal
x
(aos)
1
2
3
4
5
6
7
8
1.68
1.75
1.81
1.88
1.95
0.0005
0.0007
0.0029
0.0000
0.0037
0.0077
9
2.22
0.039
10
2.29
Eje vertical
Eje vertical
y
(Miles)
1.70
1.72
1.76
1.88
2.01
2.0
2.1
2.2
y
(ajustado)
1.7
1.7
1.8
1.9
2.0
y
(miles de turistas)
9
10
2.2
2.3
una zona del Per, un inversionista desea predecir la demanda para los prximos cinco aos, ajustando primero con medias mviles y lue
Demanda promedio mensual de clientes
1
2
3
4
1.7
1.72
1.76
1.88
Aos
Miles
Varianza
Explicada
5
2.01
Total
0.06
0.01300
0.00884
0.00292
0.00436
0.03842
0.06752
1.8
varianza y correlacin
94.1%
Aos
LCI
LCS
e. Intervalo de confianza
7
8
2.05
2.11
2.12
2.19
6
1.98
2.06
9
2.18
2.26
10
2.25
2.33
y= 1.611 + 0.068(x)
miles de turistas)
2.00
1.70
1.72
1.7
1.76
1.7
1.88
1.8
2.01
1.9
2.0
1.50
Demanda histrica
1.00
1.00
Demanda pronosticada
0.50
0.00
0
10
11
x
(aos)
o primero con medias mviles y luego aplicando el mtodo lineal con tendencia recta. El objetivo es obtener es obtener un modelo de pro
+ 0.068(x)
Demanda histrica
Demanda histtica ajustada
19. Con los datos histricos promedio mensual de clientes de restaurantes tursticos en una zona del Per, se desea predecir
el mtodo de tasa de crecimiento.
Demanda promedio mensual de clientes
Aos
2002
2003
2004
2005
Miles
1.7
1.72
1.76
1.88
Determine los puntos indicados y comente el pronstico de la demanda obtenida.
y
1
2
3
4
5
15
n=
5
Aos
Demanda
6
2.1
No explicada
1.7
1.72
1.76
1.88
2.01
9.1
1.7
1.8
1.8
1.9
2.0
Varianza
Explicada
0.0000
0.0028
0.0078
0.0023
0.0000
0.0129
0.0546
Total
0.0130
0.0088
0.0029
0.0044
0.0384
0.0675
b. Demanda pronosticada
7
8
2.2
2.3
9
2.4
10
2.5
Eje
vertical
y
(Miles)
1.70
1.72
1.76
1.88
2.01
2.10
2.19
2.28
y
3.00
(miles de turistas)
2.00
1.70
1.00
0.00
2010
2011
2.38
2.48
0.00
2001
2002
2003
zona del Per, se desea predecir la demanda para los prximos cinco aos, aplicando
s
2006
2.01
1.8
0.05
Aos
LCI
LCS
89.96%
d. Intervalo de confianza
7
8
2.13
2.23
2.24
2.33
6
2.05
2.15
9
2.33
2.43
1.72
1.76
1.88
2.01
10
2.43
2.53
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
x
(aos)
Demanda histrica
Demanda pronosticada
2012
x
(aos)
20. Una empresa de paquetes tursticos desea pronosticar la visita de turistas de los prximos tres aos sobre la base de la in
se debe aplicar el mtodo lineal de tendencia estacional.
Unidades
Ao
1
2
3
Miles de
sacos
Ao
1
1
1
1
2
2
2
2
3
3
3
3
Trim
T1-1
T2-2
T3-3
T4-4
T1-5
T2-6
T3-7
T4-8
T1-9
T2-10
T3-11
T4-12
x
1
2
3
4
5
6
7
8
9
10
11
12
78
Total
y = a + b (x)
n=
Trim 3
35
39
44
Trim 4
49
54
59
1
4
9
16
25
36
49
64
81
100
121
144
650
12
b=
1.059
b. Desviacin, varianza y c
1.75
c. Pronstico de
Concepto
x
Demanda sin temporada
ndice de temporada
Demanda temporalizada
T1-1
13
55.3
1.433
79.2
T2-2
14
56.4
0.640
36.1
T3-3
15
57.4
0.811
46.6
T4-4
16
58.5
1.116
65.2
X
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
100
90
HISTRICO
80
70
60
50
PRONSTICO
40
30
20
10
0
0
aos sobre la base de la informacin histrica que tiene una fuerte variacin de temporada, motivo por el cual
Demanda
ndice
Demanda sin
temporada
42.60
43.66
44.72
45.78
46.84
47.89
48.95
50.01
51.07
52.13
53.19
54.24
1.8739
0.0056
2.5113
3.4280
4.0821
0.2774
0.7907
2.5708
1.6283
0.9574
1.0788
1.8368
21.0410
Ao
1
2
3
1
2
3
Prom.
1
2
3
19.8283
21.9812
27.9786
20.2299
0.1872
0.0000
0.1296
0.0002
15.3846
21.9328
33.6626
19.9499
181.2649
48.4228135
94.0%
T2-6
18
60.6
0.640
38.8
T3-7
19
61.7
0.811
50.0
T4-8
20
62.7
1.116
70.0
T1-9
21
63.8
1.433
91.4
T2-10
22
64.8
0.640
41.5
T3-11
23
65.9
0.811
53.5
10
11
12
13
14
15
16
17
18
19
Promedio
43.75
48.50
53.00
Demanda
trimestral/demanda
promedio
Demanda
trimestral/ndice
promedio
T4-12
24
66.9
1.116
74.7
Demanda histrica-estacional
Demanda histrica-destemporalizada
Demanda pronostica-estacional
Demanda pronosticada-destemporalizada
19
20
21
22
23
24
25
26
21. Una tienda para turistas desea pronosticar la demanda de sacos de piel y tela de alpaca en los prximos tres aos sobre l
que tiene una fuerte variacin de temporada, motivo por el cual se debe aplicar el mtodo lineal de tendencia estacional.
Unidades
Ao
1
2
3
Miles de
sacos
Trim 3
18
20
22
Trim 4
25
28
30
Trim
xy
1
1
1
1
2
2
2
2
3
3
3
3
T1-1
T2-2
T3-3
T4-4
T1-5
T2-6
T3-7
T4-8
T1-9
T2-10
T3-11
T4-12
1
2
3
4
5
6
7
8
9
10
11
12
78
22.4
23.2
22.3
22.4
25.2
24.7
24.8
25.1
26.6
26.3
27.2
26.8
297.0
22.42
46.34
66.88
89.48
126.09
148.29
173.38
200.44
239.56
262.59
299.70
322.14
1997.30
Total
1
4
9
16
25
36
49
64
81
100
121
144
650
y = a + b (x)
n=
12
b=
0.468
b. Desviacin, varianza y c
0.41
c. Pronstico de
Concepto
x
Demanda sin temporada
ndice de temporada
T1-1
13
27.8
1.428
T2-2
14
28.3
0.647
T3-3
15
28.7
0.807
T4-4
16
29.2
1.118
Demanda temporalizada
X
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
39.7
HISTRICO
PRONSTICO
18.3
23.2
32.6
48
47
46
45
44
43
42
41
40
39
38
37
36
35
34
33
32
31
30
29
28
27
26
25
24
23
22
21
20
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0
0
Demanda
ndice
Demanda sin
temporada
22.17
22.64
23.11
23.58
24.04
24.51
24.98
25.45
25.92
26.39
26.86
27.32
0.0597
0.2813
0.6662
1.4537
1.3746
0.0405
0.0455
0.1561
0.4893
0.0164
0.1519
0.2297
4.9650
Ao
1
2
3
1
2
3
Prom.
1
2
3
5.4392
2.4891
6.0313
5.6495
0.2206
0.0011
0.0004
0.0946
3.4994
2.2850
6.2392
4.3985
36.3480
24.7475313
92.9%
T2-6
18
30.1
0.647
T3-7
19
30.6
0.807
T4-8
20
31.1
1.118
T1-9
21
31.5
1.428
T2-10
22
32.0
0.647
T3-11
23
32.5
0.807
42.4
19.5
24.7
34.7
10
11
45.0
12
13
20.7
14
15
26.2
16
17
18
19
Promedio
22.50
25.00
26.75
Demanda
trimestral/demanda
promedio
Demanda
trimestral/ndice
promedio
T4-12
24
32.9
1.118
36.8
Demanda histrica-estacional
Demanda histrica-destemporalizada
Demanda pronostica-estacional
Demanda pronosticada-destemporalizada
19
20
21
22
23
24
25
26
22. Una tienda que vende artesanas a turistas desea pronosticar la demanda de tapices en los prximos tres aos sobre
la base de la informacin histrica que tiene una fuerte variacin de temporada , motivo por el cual debe aplicar el mtodo li
Unidades
Ao
1
2
3
Miles de
sacos
Ao
1
1
1
1
2
2
2
2
3
3
3
3
Trim
T1-1
T2-2
T3-3
T4-4
T1-5
T2-6
T3-7
T4-8
T1-9
T2-10
T3-11
T4-12
x
1
2
3
4
5
6
7
8
9
10
11
12
78
Total
y = a + b (x)
n=
Trim 3
25
26
28
Trim 4
39
42
45
1
4
9
16
25
36
49
64
81
100
121
144
650
12
b=
Concepto
x
Demanda sin temporada
ndice de temporada
Demanda temporalizada
T1-1
13
41.9
1.343
56.2
T2-2
14
42.5
0.859
36.5
T3-3
15
43.0
0.693
29.8
T4-4
16
43.6
1.105
48.2
70
X
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
60
50
40
30
20
10
0
0
Demanda
ndice
Demanda sin
temporada
Ao
1
2
3
1
2
3
Prom.
1
2
3
s
34.74
35.33
35.92
36.52
37.11
37.70
38.30
38.89
39.48
40.08
40.67
41.26
1.0194
0.1567
0.0174
1.5099
0.7576
0.1938
0.6392
0.7880
0.5345
3.4014
0.0832
0.2988
9.4000
5.0799
9.4003
3.7833
7.3560
0.0004
0.5431
0.2528
0.0000
4.9043
15.3749
5.6724
7.3816
59.7489
38.0013206
91.8%
T2-6
18
44.8
0.859
38.5
T3-7
19
45.4
0.693
31.5
T4-8
20
46.0
1.105
50.9
T1-9
21
46.6
1.343
62.6
T2-10
22
47.2
0.859
40.5
T3-11
23
47.8
0.693
33.1
10
11
12
13
14
15
16
Promedio
35.50
37.75
40.75
Demanda
trimestral/demanda
promedio
Demanda
trimestral/ndice
promedio
T4-12
24
48.4
1.105
53.5
Demanda histrica-estacional
Demanda histrica-destemporalizada
Demanda pronostica-estacional
Demanda pronosticada-destemporalizada
17
18
19
20
21
22
23
24
25
26
temporalizada
-destemporalizada
23. Se desea estimar las visitas mensuales a un restaurante, en funcin de su tamao y del nmero mensual de turistas que v
Se tienen los resultados histricos de cuadro de restaurante tursticos.
Resultado de visitas me
Determinar:
Restaurantes
A
B
C
D
Tabla de procesamiento
x1
x2
x1y
11.0
9.0
16.0
12.0
48.00
0.3
0.2
0.4
0.3
1.20
6.0
5.0
8.0
7.0
26.00
3.3
1.8
6.4
3.6
15.10
4
a. Ecuacin de regresin mltiple
Ecuacin 1
Ecuacin 2
Ecuacin 3
a=
-0.5
b1 =
20.00
b2 =
1.00
Regresin Mltiple
x2
11.0
13.0
15.0
17.0
tamao y del nmero mensual de turistas que visitan la zona, mediante un modelo de regresin mltiple.
Visitas a zon
(miles visitas/mes)
x2
6.0
5.0
8.0
7.0
y = a + b1x1 +b2x2
x2y
x1x2
(x1)^2
(x2)^2
66.0
45.0
128.0
84.0
323.00
1.8
1.0
3.2
2.1
8.10
0.1
0.0
0.2
0.1
0.38
36.0
25.0
64.0
49.0
174.00
11.5
8.5
15.5
12.5
y = a + b1x1 +b2x2
Desviacin
Total
No explicada
1.00
9.00
16.00
0.00
26.00
0.25
0.25
0.25
0.25
1.00
12
24.Se desea estimar los pesos de los nios, en funcin de su altura y edad, mediante una regresin lineal mltiple. Se hicieron
resultados mostrados en el cuadro.
Resultado de visitas me
Determinar:
Restaurantes
A
B
C
D
Tabla de procesamiento
x1
x2
x1y
30.0
35.0
25.0
40.0
130.00
1.1
1.2
1.0
1.3
4.60
7.0
10.0
8.0
11.0
36.00
33.0
42.0
25.0
52.0
152.00
4
a. Ecuacin de regresin mltiple
Ecuacin 1
Ecuacin 2
Ecuacin 3
a=
-25
b1 =
50.00
b2 =
0.00
Regresin Mltiple
x2
11.0
12.0
13.0
14.0
ediante una regresin lineal mltiple. Se hicieron cuatro pruebas a cuatro muchachos con los
Edad
(aos)
x2
7.0
10.0
8.0
11.0
y = a + b1x1 +b2x2
x2y
x1x2
(x1)^2
(x2)^2
210.0
350.0
200.0
440.0
1200.00
7.7
12.0
8.0
14.3
42.00
1.2
1.4
1.0
1.7
5.34
49.0
100.0
64.0
121.0
334.00
30
35
25
40
y = a + b1x1 +b2x2
Desviacin
Total
No explicada
6.25
6.25
56.25
56.25
125.00
0.00
0.00
0.00
0.00
0.00
32.5