CONSUMO MENSUAL DE PETRÓLEO PARA CALEFACCIÓN,

TEMPERATURA PROMEDIO DIARIA AMBIENTE Y CANTIDAD

DE AISLAMIENTO EN EL DESVÁN PARA UNA MUESTRA
ALEATORIA DE 30 CASAS UNIFAMILIATES
CONSUMO MENSUAL TEMPERATURA CANTIDAD DE
OBSERVACIÓN DE PETRÓLEO PROMEDIO DIARIA AISLAMIENTO
(GALONES) (GRADOS FAHRENHEIT) EN EL DESVÁN
(PULGADAS)
CONSUMO MENSUAL TEMPERATURA CANTIDAD DE
1 275.3 40 3
2 163.8 27 3
3 164.3 40 10
4 40.8 73 6
5 94.3 64 6
6 230.9 34 6
7 366.7 9 6
8 300.6 8 10
9 237.8 23 10
10 121.4 63 3
11 31.4 65 10
12 203.5 41 6
13 441.1 21 3
14 323 38 3
15 52.5 58 10
16 275.3 40 3
17 164.3 40 10
18 94.3 64 6
19 366.7 9 6
20 237.8 23 10
21 31.4 65 10
22 441.1 21 3
23 52.5 58 10
24 323 38 3
25 203.5 41 6
26 121.4 63 3
27 300.6 8 10
28 230.9 34 6
29 40.8 73 6
30 163.8 27 3

PARA CADA CASO CALCULE Y ANALICE:

A. EJUSTE EL MODELO LINEAL GENRAL QUE ESTIME EL CONSUMO MENSUAL DE
PETRÓLEO EN FUNCIÓN DE LAS OTRAS VARIABLES
B. EJUSTE EL MODELO EXPONENCIAL GENRAL QUE ESTIME EL CONSUMO MENSUAL DE
PETRÓLEO EN FUNCIÓN DE LAS OTRAS VARIABLES
C. EJUSTE EL MODELO POTENCIAL GENRAL QUE ESTIME EL CONSUMO MENSUAL DE
PETRÓLEO EN FUNCIÓN DE LAS OTRAS VARIABLES
 MODELO EXPONENCIAL MÚLTIPLE
Resumen

Estadísticas de la regresión
Coeficiente d 0.92247236
Coeficiente 0.85095526
R^2 ajustado 0.83991491
Error típico 0.32159302
Observacione 30
LCONSUMO LTEMP LCANTIDAD
5.6178614121 3.6888794541 1.0986122887 ANÁLISIS DE VARIANZA
5.0986461714 3.295836866 1.0986122887 Grados de libertad
5.101694025 3.6888794541 2.302585093 Regresión 2
3.7086820814 4.2904594411 1.7917594692 Residuos 27
4.5464811896 4.1588830834 1.7917594692 Total 29
5.4419847164 3.5263605246 1.7917594692
5.9045440751 2.1972245773 1.7917594692 Coeficientes
5.7057804773 2.0794415417 2.302585093 Intercepción 7.04915817
5.4714299843 3.1354942159 2.302585093 TEMPERATUR-0.03334794
4.7990908786 4.1431347264 1.0986122887 CANTIDAD DE -0.1011454
3.4468078929 4.1743872699 2.302585093 1151.88864
5.3156660049 3.7135720667 1.7917594692 0.96720198
6.0892716071 3.0445224377 1.0986122887 0.90380161
5.7776523232 3.6375861597 1.0986122887
3.9608131696 4.0604430105 2.302585093 MODELO==> CONSUMO est=1151,89*(0,967^TEM
5.6178614121 3.6888794541 1.0986122887
5.101694025 3.6888794541 2.302585093
4.5464811896 4.1588830834 1.7917594692
5.9045440751 2.1972245773 1.7917594692
5.4714299843 3.1354942159 2.302585093
3.4468078929 4.1743872699 2.302585093
6.0892716071 3.0445224377 1.0986122887
3.9608131696 4.0604430105 2.302585093
5.7776523232 3.6375861597 1.0986122887
5.3156660049 3.7135720667 1.7917594692
4.7990908786 4.1431347264 1.0986122887
5.7057804773 2.0794415417 2.302585093
5.4419847164 3.5263605246 1.7917594692
3.7086820814 4.2904594411 1.7917594692
5.0986461714 3.295836866 1.0986122887
NENCIAL MÚLTIPLE

Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
15.9428908 7.9714454 77.0768312 6.91472E-12
2.79239588 0.10342207
18.7352867

Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 99,0%Superior 99,0%
0.18438628 38.2303838 4.75327E-25 6.67082878 7.42748756 6.53828226 7.56003409
0.00293905 -11.3465093 8.83844E-12 -0.03937836 -0.02731751 -0.04149111 -0.02520477
0.02047711 -4.93943728 3.5839E-05 -0.14316096 -0.05912984 -0.15788098 -0.04440982

ONSUMO est=1151,89*(0,967^TEMP)(0,904^CANT)
 MODELO POTENCIAL MÚLTIPLE
Resumen

Estadísticas de la regresión
Coeficiente de0.851061616
Coeficiente d 0.724305874
R^2 ajustado 0.703884087
Error típico 0.437383148
Observacione 30

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados
Regresión 2 13.57007819 6.785039096
Residuos 27 5.165208484 0.191304018
Total 29 18.73528667

perior 99,0% Coeficientes Error típico Estadístico t

Intercepción 9.525991695 0.5373908 17.7263766
LTEMP -0.9151038 0.1219816 -7.50198226
LCANTIDAD -0.71457803 0.162342418 -4.40167172
13711.52084
MODELO==> CONSest=13711,5(TEMP^-0,915)(CAN

Análisis de los residuales

Observación
Pronóstico LCONSUMO
Residuos CONSes
1 5.365239895 0.252621517 213.84
2 5.72491466 -0.62626849 306.41
3 4.504907381 0.596786644 90.46
4 4.319424018 -0.61074194 75.15
5 4.439830043 0.106651147 84.76
6 5.018653838 0.423330878 151.21
7 6.23495119 -0.33040712 510.28
8 5.977710126 -0.27192965 394.54
9 5.011312314 0.460117671 150.10
10 4.949549171 -0.15045829 141.11
11 4.060617335 -0.61380944 58.01
12 4.847335845 0.46833016 127.40
13 5.954893448 0.134378159 385.64
14 5.412178584 0.365473739 224.12
15 4.16488816 -0.20407499 64.39
16 5.365239895 0.252621517 213.84
17 4.504907381 0.596786644 90.46
18 4.439830043 0.106651147 84.76
19 6.23495119 -0.33040712 510.28
20 5.011312314 0.460117671 150.10
21 4.060617335 -0.61380944 58.01
22 5.954893448 0.134378159 385.64
23 4.16488816 -0.20407499 64.39
24 5.412178584 0.365473739 224.12
25 4.847335845 0.46833016 127.40
26 4.949549171 -0.15045829 141.11
27 5.977710126 -0.27192965 394.54
28 5.018653838 0.423330878 151.21
29 4.319424018 -0.61074194 75.15
30 5.72491466 -0.62626849 306.41
 F Valor crítico de F
35.46731098 2.79107E-08

Probabilidad Inferior 95% Superior 95% Inferior 99,0%

2.11948E-16 8.423356866 10.62862652 8.03705217164053
4.53454E-08 -1.16538936 -0.66481823 -1.25307613526304
0.00015186 -1.04767715 -0.38147891 -1.16437739839802

ONSest=13711,5(TEMP^-0,915)(CANT^-0,715)
Superior 99,0%
11.0149312192456
-0.577131458862005
-0.264778661079655
Resumen

Estadísticas de la regresión
Coeficiente d
Coeficiente
R^2 ajustado
Error típico
Observacione

ANÁLISIS DE VARIANZA
Grados de libertad
Regresión
Residuos
Total

Intercepción
TEMPERATUR
CANTIDAD DE

Análisis de los residuales

Observación
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
tadísticas de la regresión
0.92247236
0.85095526
0.83991491
0.32159302
30

NÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
2 15.9428908 7.9714454 77.0768312 6.91472E-12
27 2.79239588 0.10342207
29 18.7352867

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 99.0%Superior 99.0%
7.04915817 0.18438628 38.2303838 4.75327E-25 6.67082878 7.42748756 6.53828225 7.56003409
-0.03334794 0.00293905 -11.3465093 8.83844E-12 -0.03937836 -0.02731751 -0.04149111 -0.02520477
-0.1011454 0.02047711 -4.93943728 3.5839E-05 -0.14316096 -0.05912984 -0.15788098 -0.04440982

nálisis de los residuales

Pronóstico LCONSUMO
Residuos
5.41180452 0.20605689
5.84532769 -0.74668152
4.70378671 0.39790731
4.00788642 -0.29920434
4.30801785 0.23846334
5.30845593 0.13352878
6.14215434 -0.23761026
5.77092067 -0.06514019
5.27070163 0.20072836
4.64480199 0.15428889
3.87008831 -0.42328042
5.07502038 0.24064562
6.04541531 0.0438563
5.47850039 0.29915193
4.10352386 -0.14271069
5.41180452 0.20605689
4.70378671 0.39790731
4.30801785 0.23846334
6.14215434 -0.23761026
5.27070163 0.20072836
3.87008831 -0.42328042
6.04541531 0.0438563
4.10352386 -0.14271069
5.47850039 0.29915193
5.07502038 0.24064562
4.64480199 0.15428889
5.77092067 -0.06514019
5.30845593 0.13352878
4.00788642 -0.29920434
5.84532769 -0.74668152
perior 99.0%
 PUBLICIDAD EN
CIUDAD VENTAS RADIO Y TV PERIÓDICOS LN Ventas LN Radio LN Periodicos Regresion Lineal
1 973 0 40 6.880384082 0 3.688879454 Resumen
2 1119 0 40 7.020190708 0 3.688879454
3 875 25 25 6.774223886 3.218875825 3.218875825 Estadísticas de la regresión
4 625 25 25 6.43775165 3.218875825 3.218875825 Coeficiente de 0.899273236
5 910 30 30 6.8134446 3.401197382 3.401197382 Coeficiente d 0.808692352
6 971 30 30 6.878326468 3.401197382 3.401197382 R^2 ajustado 0.788554705
7 931 35 35 6.836259277 3.555348061 3.555348061 Error típico 158.9041256
8 1177 35 35 7.070724107 3.555348061 3.555348061 Observacione 22
9 882 40 25 6.782192056 3.688879454 3.218875825
10 982 40 25 6.889591308 3.688879454 3.218875825 ANÁLISIS DE VARIANZA
11 1628 45 45 7.395107547 3.80666249 3.80666249 Grados de libertad
Suma de cuadrados
Promedio de los cuadrados F Valor crítico de F
12 1577 45 45 7.363279587 3.80666249 3.80666249 Regresión 2 2028032.69 1014016.345 40.15823435 1.50126E-07
13 1044 50 0 6.950814768 3.912023005 0 Residuos 19 479759.9014 25250.52112
14 914 50 0 6.817830571 3.912023005 0 Total 21 2507792.591
15 1329 55 25 7.192182059 4.007333185 3.218875825
16 1330 55 25 7.192934221 4.007333185 3.218875825 Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0%Superior 95.0%
17 1405 60 30 7.247792582 4.094344562 3.401197382 Intercepción 156.4304345 126.7578563 1.234088672 0.232217275 -108.876808 421.7376768 -108.876808 421.7376768
18 1436 60 30 7.26961675 4.094344562 3.401197382 RADIO Y TV 13.08068096 1.759373685 7.434850861 4.88861E-07 9.398269513 16.7630924 9.398269513 16.7630924
19 1521 65 35 7.327123292 4.17438727 3.555348061 PERIÓDICOS 16.79527808 2.963377915 5.667612623 1.83069E-05 10.59285682 22.99769934 10.59285682 22.99769934
20 1741 65 35 7.46221494 4.17438727 3.555348061
21 1866 70 40 7.531552381 4.248495242 3.688879454 MODELO==> Ventas=126.76+13.08(Radio y Tv)+16.79(Periodicos)
22 1717 70 40 7.448333861 4.248495242 3.688879454
Análisis de los residuales
o "Estadística básica en administración" de Berenson y Levine, cuarta edición.
ObservaciónPronóstico VENTAS Residuos
1 828.2415577 144.7584423
E UN ANÁLISIS DE REGRESIÓN LINELA, "EPOINENCIAL Y POTENCIAL" MÚLTIPLE. 2 828.2415577 290.7584423
E EN LOS RESULTADOS OBTENIDOS: 3 903.3294104 -28.3294104
ABLEZCA LA ECUACIÓN DE REGRESIÓN MÚLTIPLE Y SU BONDAD 4 903.3294104 -278.32941
SIGNIFICANCIA DE LOS COEFICIENTES DE LOS MODELOS EN ESTE PROBLEMA 5 1052.709206 -142.709206
CE LOS RESULTADOS DE LA PRUEBA EN EL ANÁISIS DE VARIANZA 6 1052.709206 -81.7092056
7 1202.089001 -271.089001
8 1202.089001 -25.0890008
9 1099.539625 -217.539625
10 1099.539625 -117.539625
11 1500.848591 127.1514089
Valeria Botero 12 1500.848591 76.15140889
Juan Pablo Jordan 13 810.4644823 233.5355177
Daniel Ramirez 14 810.4644823 103.5355177
15 1295.749839 33.25016092
16 1295.749839 34.25016092
17 1445.129634 -40.1296343
18 1445.129634 -9.12963426
19 1594.509429 -73.5094294
20 1594.509429 146.4905706
21 1743.889225 122.1107754
22 1743.889225 -26.8892246
 Regresion Potencial Multiple
Resumen

Estadísticas de la regresión
Coeficiente de 0.516737751
Coeficiente d 0.267017903
R^2 ajustado 0.189861893
Error típico 0.259478025
Observacione 22

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados F Valor crítico de F
Regresión 2 0.466017025 0.233008512 3.460753117 0.052286189
Residuos 19 1.279248066 0.067328846
Total 21 1.745265091

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0%Superior 95.0%
95.0% Intercepción 6.380143456 0.269169801 23.70304331 1.42246E-15 5.816764588 6.943522325 5.816764588 6.943522325
LN Radio 0.103299922 0.049290218 2.095748933 0.049731176 0.00013431 0.206465533 0.00013431 0.206465533
LN Periodicos 0.105680957 0.055107802 1.917713174 0.070305201 -0.009661 0.221022912 -0.009661 0.221022912
590.0123426
MODELO==> Ventas=590.01*(Radio y Tv ^0.103)(Periodicos^0.105)

Análisis de los residuales

Observación
Pronóstico LN VentasResiduos
1 6.769987769 0.110396313
2 6.769987769 0.250202939
3 7.052826956 -0.27860307
4 7.052826956 -0.61507531
5 7.090928675 -0.27748408
6 7.090928675 -0.21260221
7 7.12314322 -0.28688394
8 7.12314322 -0.05241911
9 7.101378294 -0.31918624
10 7.101378294 -0.21178699
11 7.17566313 0.219444417
12 7.17566313 0.187616457
13 6.784255126 0.166559642
14 6.784255126 0.033575445
15 7.13427454 0.057907519
16 7.13427454 0.058659682
17 7.162530725 0.085261857
18 7.162530725 0.107086025
19 7.187089922 0.140033371
20 7.187089922 0.275125018
21 7.208856995 0.322695387
22 7.208856995 0.239476866
Regresion Exponencial Multiple
Resumen

Estadísticas de la regresión
Coeficiente de 0.869337667
Coeficiente d 0.755747979
R^2 ajustado 0.73003724
Error típico 0.149786607
Observacione 22

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadrados F Valor crítico de F
Regresión 2 1.318980566 0.659490283 29.39425345 1.52919E-06
Residuos 19 0.426284525 0.022436028
Total 21 1.745265091

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 99.0%Superior 99.0%
Intercepción 6.211068887 0.11948481 51.98207959 5.97391E-22 5.960984307 6.461153468 5.86923066 6.552907114
RADIO Y TV 0.010586749 0.001658425 6.383615629 4.01481E-06 0.007115625 0.014057873 0.005842103 0.015331396
PERIÓDICOS 0.013455975 0.002793347 4.817151559 0.000119757 0.007609433 0.019302517 0.005464392 0.021447557
498.2335223
1.010642987
1.013546914

MODELO==> Ventas=498.23*(1.010^Radio y Tv)(1.013^Periodicos)