SlideShare une entreprise Scribd logo
1  sur  9
2 la demanda histórica del producto es:

                               a)            b)            c)
 enero                    12          13.5          14.3          13.4
 febrero                  11
 marzo                    15
 abril                    12
 mayo                     16
 junio                    15
 julio


 a) usando un promedio móvil ponderado, con los pesos de espacio sobrante
 .60, .30 y .10 encuentre el pronóstico para julio.

 b) usando un promedio móvil simple para 3 meses, encuentre el pronóstico
 para julio.

 c) usando un exponencial aminorado sencillo donde α=0.2 y un pronóstico
 de junio=13, encuentre le pronóstico para julio.

 d) usando un análisis de regresión lineal simple, calcule la ecuación de la
 regresión d los datos anteriores a la demanda.

 e) usando la ecuación de la regresión de d, calcule el pronóstico ara julio
d)                               e)
             demanda = 10.8 + 0.771 período        16.2




de espacio sobrante


uentre el pronóstico


0.2 y un pronóstico


 a ecuación de la


onóstico ara julio
3 las siguientes tabulaciones son las ventas reales de unidads para 6 meses y un
  pronóstico inicaial para Enero.

 a) calcule pronósticos para los 5 meses restantes empleando un exponencial
 aminorado donde             α=0.2

 b) calcule la DMA de los pronósticos.

               realidad         pronóstico DMA
 enero                    100             80           5
 febrero                   94             84
 marzo                    106             86
 abril                     80             90
 mayo                      68             88
 junio                     94             84
8 Tucson machinery, inc., fabrica de maquinas con control numerico, que vende a un precio
  promedio de 0.5 millones de dolares la unidad. Las ventas de estas máquinas en los 2
  años anteriores fueron las siguientes:


 trimestre    cantidad                     trimestre    cantidad              trimestre
         2001 (unidades)                           2002 (unidades)                    2003
 I                       12                I                               16 I
 II                      18                II                              24 II
 III                     26                III                             28 III
 IV                      16                IV                              18 IV

 REGRESIÓN LÍNEAL DESESTACONALIZADA




 PERÍODO (X) DEMANDA PROMEDIO FACTOR              DEMANDA (YD)         X2
             REAL (Y)     PERÍODO     ESTACIONAL DESESTACIONALIZADA
           1           12          14        0.71                16.93                   1
           2           18          21        1.06                16.93                   4
           3           26          27        1.37                19.02                   9
           4           16          17        0.86                18.59                  16
           5           16                    0.71                22.54                  25
           6           24                    1.06                22.64                  36
           7           28                    1.37                20.44                  49
           8           18                    0.86                20.93                  64
 TOTAL                158          79        8.00               158.01                 204
 PROMEDIO           19.75       19.75


 FACTOR ESTACIONAL                 19.75

 µ=                     4.5

 b=                   0.72                             PRON                   FACTOR
 a=                  16.51                        2003 TENDENCIA              ESTACIONAL
 tx=          16.51 + 0.72 (X)                       9                  22.99        0.71
                                                    10                  23.71        1.06
                                                    11                  24.43        1.37
                                                    12                  25.15        0.86
cantidad
unidades
           16
           25
           33
           22




XYD

       16.93
       33.86
       57.06
       74.35
      112.68
      135.85
      143.07
      167.44
      741.23




PRON.
FINAL
        16.30
        25.21
        33.40
        21.65
17 LA DEMANDA HISTÓRICA PARA UN PRODUCTO ES:

                                PROMEDIO MÓVIL           EXPONENCIAL REGRESIÓN LINEAL
  MESES      DEMANDA            SIMPLE                   AMINORADO SIMPLE
  ABRIL             60
  MAYO              55
  JUNIO             75
  JULIO             60
  AGOSTO            80
  SEPTIEMBRE        75
  OCTUBRE                                         72.5             67                81

  a) usando un promedio móvil simple de 4 meses, cálcule un pronóstico para octubre.

  b) usando el exponencial aminorado simple con α=0.2 y un pronóstico para septiembre =65
  calcule un pronóstico para octubre.

  c) usando una regresión líneal simple, calcule la línea de la tendencia de los datos históricos.
  digamos que el eje x es abril=1, mayo=2, y así sucesivamente, mientras que el eje y es la demanda.

  d) calcule un pronóstico para octubre.


  REGRESIÓN LINEAL SIMPLE

               X                DEMANDA Y                PROMEDIO X PROMEDIO Y            XY
  ABRIL                     1                      60              3.5             67.5           60
  MAYO                      2                      55                                            110
  JUNIO                     3                      75                                            225
  JULIO                     4                      60                                            240
  AGOSTO                    5                      80                                            400
  SEPTIEMBRE                6                      75                                            450
  TOTAL                    21                     405                                           1485


  b=                    3.86

  a=                       54

  fórmula de regresión lineal=

                                y=54 + 3.86 (X)


                                                           DEMANDA
                      90
                      80
                      70
                      60
                      50
                      40
                      30
                                                                                          DEMANDA
                      20
                      10
                       0
                                                                                                    E
                       IL




                                                           IO




                                                                        IO
                                         O




                                                                                   O
0
             10
             20
             30
             40
             50
             60
             70
             80




     AB
       RI
         L




    M
     AY
       O




     JU
       NI
         O




     JU
       LIO




  AG
    OS
      TO



SE
  PT
    IEM
             DEMANDA




       BR
         E
X2
                    1
                    4
                    9
                   16
                   25
                   36
                   91




DEMANDA
          E
SE
  PT
    IEM



             DEMANDA
       BR
         E

Contenu connexe

Tendances

Distribuciones de planta
Distribuciones de plantaDistribuciones de planta
Distribuciones de planta
panchochelo18
 
Investigación de Operaciones 1/2
Investigación de Operaciones 1/2Investigación de Operaciones 1/2
Investigación de Operaciones 1/2
CEMEX
 
Interpretacion graficas de control
Interpretacion graficas de controlInterpretacion graficas de control
Interpretacion graficas de control
stemur
 
Calculo de operadores por estacion de trabajo
Calculo de operadores por estacion de trabajoCalculo de operadores por estacion de trabajo
Calculo de operadores por estacion de trabajo
Eloen13
 
Tema 14 -_muestreo_de_trabajo
Tema 14 -_muestreo_de_trabajoTema 14 -_muestreo_de_trabajo
Tema 14 -_muestreo_de_trabajo
Mayra Patiiño
 
Caso práctico aplicando diagrama de ishikawa
Caso práctico aplicando diagrama de ishikawa Caso práctico aplicando diagrama de ishikawa
Caso práctico aplicando diagrama de ishikawa
Claudia Bermudez
 
Problemas de tarea trasporte
Problemas de tarea trasporteProblemas de tarea trasporte
Problemas de tarea trasporte
Jaime Medrano
 

Tendances (20)

Distribuciones de planta
Distribuciones de plantaDistribuciones de planta
Distribuciones de planta
 
Investigación de Operaciones 1/2
Investigación de Operaciones 1/2Investigación de Operaciones 1/2
Investigación de Operaciones 1/2
 
Secuenciacion de n trabajos
Secuenciacion de n trabajosSecuenciacion de n trabajos
Secuenciacion de n trabajos
 
Medicion del trabajo, muestreo del trabajo
Medicion del trabajo, muestreo del trabajoMedicion del trabajo, muestreo del trabajo
Medicion del trabajo, muestreo del trabajo
 
Ejemplo de Aplicación Seis Sigma
Ejemplo de Aplicación Seis SigmaEjemplo de Aplicación Seis Sigma
Ejemplo de Aplicación Seis Sigma
 
Diferencia entre grafico xr,xs
Diferencia entre grafico xr,xsDiferencia entre grafico xr,xs
Diferencia entre grafico xr,xs
 
339020374 medicion-del-trabajo
339020374 medicion-del-trabajo339020374 medicion-del-trabajo
339020374 medicion-del-trabajo
 
Interpretacion graficas de control
Interpretacion graficas de controlInterpretacion graficas de control
Interpretacion graficas de control
 
Metodo simplex 4 ejerrcicios
Metodo simplex 4 ejerrciciosMetodo simplex 4 ejerrcicios
Metodo simplex 4 ejerrcicios
 
Calculo de operadores por estacion de trabajo
Calculo de operadores por estacion de trabajoCalculo de operadores por estacion de trabajo
Calculo de operadores por estacion de trabajo
 
Factor edificio
Factor edificioFactor edificio
Factor edificio
 
Guia de ejercicios_-_capacidad_de_produccion
Guia de ejercicios_-_capacidad_de_produccionGuia de ejercicios_-_capacidad_de_produccion
Guia de ejercicios_-_capacidad_de_produccion
 
Tema 14 -_muestreo_de_trabajo
Tema 14 -_muestreo_de_trabajoTema 14 -_muestreo_de_trabajo
Tema 14 -_muestreo_de_trabajo
 
Estratificación
EstratificaciónEstratificación
Estratificación
 
Caso práctico aplicando diagrama de ishikawa
Caso práctico aplicando diagrama de ishikawa Caso práctico aplicando diagrama de ishikawa
Caso práctico aplicando diagrama de ishikawa
 
Dop carpinteria ardel
Dop carpinteria ardelDop carpinteria ardel
Dop carpinteria ardel
 
Problemas de tarea trasporte
Problemas de tarea trasporteProblemas de tarea trasporte
Problemas de tarea trasporte
 
Diagrama hombre máquina
Diagrama hombre máquinaDiagrama hombre máquina
Diagrama hombre máquina
 
planeación agregada
 planeación agregada planeación agregada
planeación agregada
 
3.4 el sha
3.4 el sha3.4 el sha
3.4 el sha
 

En vedette (7)

Solucionarioç
SolucionarioçSolucionarioç
Solucionarioç
 
Pronósticos
PronósticosPronósticos
Pronósticos
 
promedio móvil simple, ponderado, (administración de la producción)
promedio móvil simple, ponderado,  (administración de la producción)promedio móvil simple, ponderado,  (administración de la producción)
promedio móvil simple, ponderado, (administración de la producción)
 
Problemas De Administración de la Producción :)
Problemas De Administración de la Producción :)Problemas De Administración de la Producción :)
Problemas De Administración de la Producción :)
 
Ejercicios 1 4 regresión y correlación
Ejercicios 1 4 regresión y correlaciónEjercicios 1 4 regresión y correlación
Ejercicios 1 4 regresión y correlación
 
Promedio movil
Promedio movilPromedio movil
Promedio movil
 
Guía Gestión de Operaciones
Guía Gestión de OperacionesGuía Gestión de Operaciones
Guía Gestión de Operaciones
 

Similaire à Problema De Regresion Lineal

Diapo series cronologicas y tendencias
Diapo series cronologicas y tendenciasDiapo series cronologicas y tendencias
Diapo series cronologicas y tendencias
Adan Graus Rios
 
Movimiento de tierras y calculo de producciones ok
Movimiento de tierras y calculo de producciones okMovimiento de tierras y calculo de producciones ok
Movimiento de tierras y calculo de producciones ok
hectorpapi
 
Movimiento de tierras y calculo de producciones okhsdd
Movimiento de tierras y calculo de producciones okhsddMovimiento de tierras y calculo de producciones okhsdd
Movimiento de tierras y calculo de producciones okhsdd
hectorsb
 
Movimiento de tierras y calculo de producciones okfgvcgf
Movimiento de tierras y calculo de producciones okfgvcgfMovimiento de tierras y calculo de producciones okfgvcgf
Movimiento de tierras y calculo de producciones okfgvcgf
hectorsb
 
Movimiento de tierras y calculo de producciones ok
Movimiento de tierras y calculo de producciones okMovimiento de tierras y calculo de producciones ok
Movimiento de tierras y calculo de producciones ok
hectorpapi
 
Repaso para el examen final de actuaría
Repaso para el examen final de actuaríaRepaso para el examen final de actuaría
Repaso para el examen final de actuaría
Rosa E Padilla
 
20 series de tiempo
20 series de tiempo20 series de tiempo
20 series de tiempo
Juan Timana
 
Regrecion y correlacion
Regrecion y correlacionRegrecion y correlacion
Regrecion y correlacion
ABJ1990
 
Regrecion y correlacion
Regrecion y correlacionRegrecion y correlacion
Regrecion y correlacion
ABJ1990
 
Regrecion y correlacion
Regrecion y correlacionRegrecion y correlacion
Regrecion y correlacion
ABJ1990
 
Regrecion y correlacion
Regrecion y correlacionRegrecion y correlacion
Regrecion y correlacion
ABJ1990
 
Regrecion y correlacion
Regrecion y correlacionRegrecion y correlacion
Regrecion y correlacion
ABJ1990
 
Regrecion y correlacion
Regrecion y correlacionRegrecion y correlacion
Regrecion y correlacion
ABJ1990
 

Similaire à Problema De Regresion Lineal (20)

Diapo series cronologicas y tendencias
Diapo series cronologicas y tendenciasDiapo series cronologicas y tendencias
Diapo series cronologicas y tendencias
 
Movimiento de tierras y calculo de producciones ok
Movimiento de tierras y calculo de producciones okMovimiento de tierras y calculo de producciones ok
Movimiento de tierras y calculo de producciones ok
 
Movimiento de tierras y calculo de producciones okhsdd
Movimiento de tierras y calculo de producciones okhsddMovimiento de tierras y calculo de producciones okhsdd
Movimiento de tierras y calculo de producciones okhsdd
 
Movimiento de tierras y calculo de producciones okfgvcgf
Movimiento de tierras y calculo de producciones okfgvcgfMovimiento de tierras y calculo de producciones okfgvcgf
Movimiento de tierras y calculo de producciones okfgvcgf
 
Movimiento de tierras y calculo de producciones ok
Movimiento de tierras y calculo de producciones okMovimiento de tierras y calculo de producciones ok
Movimiento de tierras y calculo de producciones ok
 
Movimiento de tierras
Movimiento de tierras Movimiento de tierras
Movimiento de tierras
 
Yess
YessYess
Yess
 
Resumen 14 10 09
Resumen 14 10 09Resumen 14 10 09
Resumen 14 10 09
 
Aplicaciones de las Pruebas Chi cuadrada Geografia
Aplicaciones de las Pruebas Chi cuadrada GeografiaAplicaciones de las Pruebas Chi cuadrada Geografia
Aplicaciones de las Pruebas Chi cuadrada Geografia
 
Yess
YessYess
Yess
 
lepra
lepralepra
lepra
 
Repaso para el examen final de actuaría
Repaso para el examen final de actuaríaRepaso para el examen final de actuaría
Repaso para el examen final de actuaría
 
20 series de tiempo
20 series de tiempo20 series de tiempo
20 series de tiempo
 
Funciones1 ricardovargas
Funciones1 ricardovargasFunciones1 ricardovargas
Funciones1 ricardovargas
 
Regrecion y correlacion
Regrecion y correlacionRegrecion y correlacion
Regrecion y correlacion
 
Regrecion y correlacion
Regrecion y correlacionRegrecion y correlacion
Regrecion y correlacion
 
Regrecion y correlacion
Regrecion y correlacionRegrecion y correlacion
Regrecion y correlacion
 
Regrecion y correlacion
Regrecion y correlacionRegrecion y correlacion
Regrecion y correlacion
 
Regrecion y correlacion
Regrecion y correlacionRegrecion y correlacion
Regrecion y correlacion
 
Regrecion y correlacion
Regrecion y correlacionRegrecion y correlacion
Regrecion y correlacion
 

Plus de guestb9bf58

Produccion Justo A Tiempo (Jit)
Produccion Justo A Tiempo (Jit)Produccion Justo A Tiempo (Jit)
Produccion Justo A Tiempo (Jit)
guestb9bf58
 
Kaizen & Las 5 S
Kaizen & Las 5 SKaizen & Las 5 S
Kaizen & Las 5 S
guestb9bf58
 
Manufactura Celular
Manufactura CelularManufactura Celular
Manufactura Celular
guestb9bf58
 
Balanceo De Linea
Balanceo De LineaBalanceo De Linea
Balanceo De Linea
guestb9bf58
 
Proyecto De Autolavado Taller I
Proyecto De Autolavado Taller IProyecto De Autolavado Taller I
Proyecto De Autolavado Taller I
guestb9bf58
 
Avance Del Protocolo De Investigacion
Avance Del Protocolo De InvestigacionAvance Del Protocolo De Investigacion
Avance Del Protocolo De Investigacion
guestb9bf58
 
Problemario Unidad Ii
Problemario Unidad IiProblemario Unidad Ii
Problemario Unidad Ii
guestb9bf58
 
Variantes Del Metodo Simplex
Variantes Del Metodo SimplexVariantes Del Metodo Simplex
Variantes Del Metodo Simplex
guestb9bf58
 
El Metodo Simplex
El Metodo SimplexEl Metodo Simplex
El Metodo Simplex
guestb9bf58
 
Uso De Las Distribuciones De Probabilidad En La Simulacion De Sistemas Produc...
Uso De Las Distribuciones De Probabilidad En La Simulacion De Sistemas Produc...Uso De Las Distribuciones De Probabilidad En La Simulacion De Sistemas Produc...
Uso De Las Distribuciones De Probabilidad En La Simulacion De Sistemas Produc...
guestb9bf58
 
Hojas De Inspeccion
Hojas De InspeccionHojas De Inspeccion
Hojas De Inspeccion
guestb9bf58
 
Como Usar Solver De Excel
Como Usar Solver De ExcelComo Usar Solver De Excel
Como Usar Solver De Excel
guestb9bf58
 
Modelos De Pl Con Solver
Modelos De Pl Con SolverModelos De Pl Con Solver
Modelos De Pl Con Solver
guestb9bf58
 
Investigacion De Operaciones I Problemario Unidad Ii
Investigacion De Operaciones I Problemario Unidad IiInvestigacion De Operaciones I Problemario Unidad Ii
Investigacion De Operaciones I Problemario Unidad Ii
guestb9bf58
 
Mac World Office 2008 Mac
Mac World Office 2008 MacMac World Office 2008 Mac
Mac World Office 2008 Mac
guestb9bf58
 
Introduccion A La Administracion De Operaciones I
Introduccion A La Administracion De Operaciones IIntroduccion A La Administracion De Operaciones I
Introduccion A La Administracion De Operaciones I
guestb9bf58
 

Plus de guestb9bf58 (20)

Andon
AndonAndon
Andon
 
Metodo Qfd
Metodo QfdMetodo Qfd
Metodo Qfd
 
Produccion Justo A Tiempo (Jit)
Produccion Justo A Tiempo (Jit)Produccion Justo A Tiempo (Jit)
Produccion Justo A Tiempo (Jit)
 
Kaizen & Las 5 S
Kaizen & Las 5 SKaizen & Las 5 S
Kaizen & Las 5 S
 
Manufactura Celular
Manufactura CelularManufactura Celular
Manufactura Celular
 
Balanceo De Linea
Balanceo De LineaBalanceo De Linea
Balanceo De Linea
 
Proyecto De Autolavado Taller I
Proyecto De Autolavado Taller IProyecto De Autolavado Taller I
Proyecto De Autolavado Taller I
 
Avance Del Protocolo De Investigacion
Avance Del Protocolo De InvestigacionAvance Del Protocolo De Investigacion
Avance Del Protocolo De Investigacion
 
Problemario Unidad Ii
Problemario Unidad IiProblemario Unidad Ii
Problemario Unidad Ii
 
Variantes Del Metodo Simplex
Variantes Del Metodo SimplexVariantes Del Metodo Simplex
Variantes Del Metodo Simplex
 
El Metodo Simplex
El Metodo SimplexEl Metodo Simplex
El Metodo Simplex
 
Uso De Las Distribuciones De Probabilidad En La Simulacion De Sistemas Produc...
Uso De Las Distribuciones De Probabilidad En La Simulacion De Sistemas Produc...Uso De Las Distribuciones De Probabilidad En La Simulacion De Sistemas Produc...
Uso De Las Distribuciones De Probabilidad En La Simulacion De Sistemas Produc...
 
Hojas De Inspeccion
Hojas De InspeccionHojas De Inspeccion
Hojas De Inspeccion
 
Inspeccion
InspeccionInspeccion
Inspeccion
 
Costos
CostosCostos
Costos
 
Como Usar Solver De Excel
Como Usar Solver De ExcelComo Usar Solver De Excel
Como Usar Solver De Excel
 
Modelos De Pl Con Solver
Modelos De Pl Con SolverModelos De Pl Con Solver
Modelos De Pl Con Solver
 
Investigacion De Operaciones I Problemario Unidad Ii
Investigacion De Operaciones I Problemario Unidad IiInvestigacion De Operaciones I Problemario Unidad Ii
Investigacion De Operaciones I Problemario Unidad Ii
 
Mac World Office 2008 Mac
Mac World Office 2008 MacMac World Office 2008 Mac
Mac World Office 2008 Mac
 
Introduccion A La Administracion De Operaciones I
Introduccion A La Administracion De Operaciones IIntroduccion A La Administracion De Operaciones I
Introduccion A La Administracion De Operaciones I
 

Problema De Regresion Lineal

  • 1. 2 la demanda histórica del producto es: a) b) c) enero 12 13.5 14.3 13.4 febrero 11 marzo 15 abril 12 mayo 16 junio 15 julio a) usando un promedio móvil ponderado, con los pesos de espacio sobrante .60, .30 y .10 encuentre el pronóstico para julio. b) usando un promedio móvil simple para 3 meses, encuentre el pronóstico para julio. c) usando un exponencial aminorado sencillo donde α=0.2 y un pronóstico de junio=13, encuentre le pronóstico para julio. d) usando un análisis de regresión lineal simple, calcule la ecuación de la regresión d los datos anteriores a la demanda. e) usando la ecuación de la regresión de d, calcule el pronóstico ara julio
  • 2. d) e) demanda = 10.8 + 0.771 período 16.2 de espacio sobrante uentre el pronóstico 0.2 y un pronóstico a ecuación de la onóstico ara julio
  • 3. 3 las siguientes tabulaciones son las ventas reales de unidads para 6 meses y un pronóstico inicaial para Enero. a) calcule pronósticos para los 5 meses restantes empleando un exponencial aminorado donde α=0.2 b) calcule la DMA de los pronósticos. realidad pronóstico DMA enero 100 80 5 febrero 94 84 marzo 106 86 abril 80 90 mayo 68 88 junio 94 84
  • 4. 8 Tucson machinery, inc., fabrica de maquinas con control numerico, que vende a un precio promedio de 0.5 millones de dolares la unidad. Las ventas de estas máquinas en los 2 años anteriores fueron las siguientes: trimestre cantidad trimestre cantidad trimestre 2001 (unidades) 2002 (unidades) 2003 I 12 I 16 I II 18 II 24 II III 26 III 28 III IV 16 IV 18 IV REGRESIÓN LÍNEAL DESESTACONALIZADA PERÍODO (X) DEMANDA PROMEDIO FACTOR DEMANDA (YD) X2 REAL (Y) PERÍODO ESTACIONAL DESESTACIONALIZADA 1 12 14 0.71 16.93 1 2 18 21 1.06 16.93 4 3 26 27 1.37 19.02 9 4 16 17 0.86 18.59 16 5 16 0.71 22.54 25 6 24 1.06 22.64 36 7 28 1.37 20.44 49 8 18 0.86 20.93 64 TOTAL 158 79 8.00 158.01 204 PROMEDIO 19.75 19.75 FACTOR ESTACIONAL 19.75 µ= 4.5 b= 0.72 PRON FACTOR a= 16.51 2003 TENDENCIA ESTACIONAL tx= 16.51 + 0.72 (X) 9 22.99 0.71 10 23.71 1.06 11 24.43 1.37 12 25.15 0.86
  • 5. cantidad unidades 16 25 33 22 XYD 16.93 33.86 57.06 74.35 112.68 135.85 143.07 167.44 741.23 PRON. FINAL 16.30 25.21 33.40 21.65
  • 6. 17 LA DEMANDA HISTÓRICA PARA UN PRODUCTO ES: PROMEDIO MÓVIL EXPONENCIAL REGRESIÓN LINEAL MESES DEMANDA SIMPLE AMINORADO SIMPLE ABRIL 60 MAYO 55 JUNIO 75 JULIO 60 AGOSTO 80 SEPTIEMBRE 75 OCTUBRE 72.5 67 81 a) usando un promedio móvil simple de 4 meses, cálcule un pronóstico para octubre. b) usando el exponencial aminorado simple con α=0.2 y un pronóstico para septiembre =65 calcule un pronóstico para octubre. c) usando una regresión líneal simple, calcule la línea de la tendencia de los datos históricos. digamos que el eje x es abril=1, mayo=2, y así sucesivamente, mientras que el eje y es la demanda. d) calcule un pronóstico para octubre. REGRESIÓN LINEAL SIMPLE X DEMANDA Y PROMEDIO X PROMEDIO Y XY ABRIL 1 60 3.5 67.5 60 MAYO 2 55 110 JUNIO 3 75 225 JULIO 4 60 240 AGOSTO 5 80 400 SEPTIEMBRE 6 75 450 TOTAL 21 405 1485 b= 3.86 a= 54 fórmula de regresión lineal= y=54 + 3.86 (X) DEMANDA 90 80 70 60 50 40 30 DEMANDA 20 10 0 E IL IO IO O O
  • 7. 0 10 20 30 40 50 60 70 80 AB RI L M AY O JU NI O JU LIO AG OS TO SE PT IEM DEMANDA BR E
  • 8. X2 1 4 9 16 25 36 91 DEMANDA E
  • 9. SE PT IEM DEMANDA BR E