Y X (X-Xpro)^2 (Y-Ypro)^2 XY

1 190 7.23 0.37964556 4867.745562 1373.7 SC(X)= 163.579

2 160 8.53 3.67164556 9953.899408 1364.8
3 134 9.82 10.2794225 15817.89941 1315.88 SP(XY)= -4977.16
4 129 10.26 13.2944379 17100.59172 1323.54
5 172 8.96 5.50443787 7703.43787 1541.12 b0= 461.006
6 197 12.27 31.9920763 3939.976331 2417.19
7 167 10.28 13.440684 8606.130178 1716.76 b1= -30.4266
8 239 4.45 4.68223018 431.3609467 1063.55
9 542 1.78 23.3660686 79654.2071 964.76 SC(Y)= 212124
10 372 4.00 6.83219172 12595.74556 1488
11 245 3.30 10.9815763 218.1301775 808.5 SC(R)= 151438
12 376 4.30 5.35388402 13509.59172 1616.8
13 454 0.80 33.8008071 37725.59172 363.2 SC(E.)= 60686.2

Suma 3377 85.98 163.579108 212124.3077 17357.8 r^2= 0.71391

prom 259.8 6.614
r= -0.84493
FV GL SC CM Fc
R 1 151438.082 151438.0822 27.4497
E 11 60686.2255 5516.929593
T 12 212124.308
 Y X
1 190 7.23 Resumen
2 160 8.53
3 134 9.82 Estadísticas de la regresión
4 129 10.26 Coeficiente de correla 0.845 1
5 172 8.96 Coeficiente de determ 0.714
6 197 12.27 R^2 ajustado 0.688 PENDIENTE
7 167 10.28 Error típico 74.28 PENDIENTE
8 239 4.45 Observaciones 13
9 542 1.78
10 372 4.00 ANÁLISIS DE VARIANZA
11 245 3.30 Grados de
Suma
libertad
Promedio
de cuadrados
de los cuadrados
FValor crítico de F
12 376 4.30 Regresión 1 151438 151438 27.45 0.00028
13 454 0.80 Residuos 11 60686.2 5516.93
Total 12 212124

Coeficientes
Error típico
Estadístico
Probabilidad
t Inferior 95%
Superior
Inferior
95% 95.0%
Intercepción 461 43.5852 10.5771 4E-07 365.0758 556.9 365.1
Variable X 1 -30.43 5.80744 -5.2392 0 -43.2087 -17.64 -43.21
Superior 95.0%
556.9
-17.64
Se desea analizar los datos de la empresa Olva Courier, respecto a las kilómetros
recorridos y cantidad de entregas como variables independientes.

Recorrido Kilómetros Cantidad de Tiempo de

Asignado recorridos entregas recorrido
1 100 4 9.3
2 50 3 4.8
3 100 4 8.9
4 100 2 6.5
5 50 2 4.2
6 80 2 6.2
7 75 3 7.4
8 65 4 6
9 90 3 7.6
10 90 2 6.1

a) suponiendo que la regresion es lineal estime β0 , β1 y β2

b) utilice los resultados del inciso a) para estimar el tiempo recorrido cuando la
distancia sea 45 kilometros y que la entrega sea de 15.
Se desea analizar los datos de la empresa Olva Courier, respecto a las kilómetros
recorridos y cantidad de entregas como variables independientes.

Recorrido Kilómetros Cantidad de Tiempo de

Asignado recorridos entregas recorrido
1 100 4 9.3 1 100 4
2 50 3 4.8 1 50 3
3 100 4 8.9 1 100 4
4 100 2 6.5 1 100 2
5 50 2 4.2 X= 1 50 2
6 80 2 6.2 1 80 2
7 75 3 7.4 1 75 3
8 65 4 6 1 65 4
9 90 3 7.6 1 90 3
10 90 2 6.1 1 90 2

a) suponiendo que la regresion es lineal estime β0 , β1 y β2

b) utilice los resultados del inciso a) para estimar el tiempo recorrido cuando la 10 800 29
distancia sea 45 kilometros y que la entrega sea de 15. X´X= 800 67450 2345
29 2345 91
 1

9.3
4.8
8.9
1 1 1 1 1 1 1 1 1 1 6.5
X´= 100 50 100 100 50 80 75 65 90 90 Y= 4.2
4 3 4 2 2 2 3 4 3 2 6.2
7.4
6
7.6
6.1

2.76 0 -0.3 67 -0.86870147 bo

INV= 0 0 0 X´Y= 5594 B= 0.0611346 b1
-0.3 0 0.15 202.2 0.92342537 b2
Resumen

Estadísticas de la regresión
Coeficiente de correlación m0.95067817
Coeficiente de determinaci 0.90378898
R^2 ajustado 0.87630011
Error típico 0.57314215
Observaciones 10

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 2 21.6005565 10.8002783 32.8783674 0.00027624
Residuos 7 2.29944349 0.32849193
Total 9 23.9

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%

Intercepción -0.8687015 0.95154772 -0.9129353 0.3916343 -3.1187543 1.38135136
Variable X 1 0.0611346 0.00988849 6.18239696 0.00045296 0.03775202 0.08451717
Variable X 2 0.92342537 0.22111346 4.17625125 0.00415662 0.40057512 1.44627562
Inferior 95.0%
Superior 95.0%
-3.1187543 1.38135136
0.03775202 0.08451717
0.40057512 1.44627562