x y x.

y x^2 y^2 Y
TrimestreVentas
1 600 600 1 360000 801.28
2 1550 3100 4 2402500 1160.90
3 1500 4500 9 2250000 1520.51
4 1500 6000 16 2250000 1880.13
5 2400 12000 25 5760000 2239.74
6 3100 18600 36 9610000 2599.36
7 2600 18200 49 6760000 2958.97
8 2900 23200 64 8410000 3318.59
9 3800 34200 81 14440000 3678.21
10 4500 45000 100 20250000 4037.82
11 4000 44000 121 16000000 4397.44
n 12 4900 58800 144 24010000 4757.05
13 5116.67
14 5476.28
15 5835.90
16 6195.51
Sumas 33350 268200 650 112502500 https://www.youtube.
Promedi 6.5 ### https://www.youtube.
https://www.youtube.
https://www.youtube.
 Solución La ecuación de los mínimos cuadrados para la regresión lineal es
Y= a +bx

441.666667 359.615385

El error estándar del estimado, o la forma en que la recta se adapta a los datos, es:

363.877797

https://www.youtube.com/watch?v=AecXU20FFsU&t=132s
https://www.youtube.com/watch?v=xDVQNrVLO-Q&t=4s
https://www.youtube.com/watch?v=z2rEv6JmMrA
https://www.youtube.com/results?search_query=pronostico+gestion+de+operaciones
 Bisagra de bronce para puerta

x y
Publicidad
(Miles de Ventas
Mes S/) (Miles) XY X*X Y*Y Y = a + bx
1 2.5 264 660 6.25 69696 264.936639
2 1.3 116 150.8 1.69 13456 133.862259
3 1.4 165 231 1.96 27225 144.785124
4 1 101 101 1 10201 101.093664
n 5 2 209 418 4 43681 210.322314
SUMATORIA 1560.8 14.9 164259
PROMEDIOS 1.64 171
Solución

b 109.22865

a -8.1349862

r 0.97956477
 x y
Año LicenciasVentas (m2 xy x*x y = a+bx
2009 18 13000 234000 324 12894.47
2010 15 12000 180000 225 11861.81 b
2011 12 11000 132000 144 10829.15
2012 10 10000 100000 100 10140.70 a
2013 20 14000 280000 400 13582.91
2014 28 16000 448000 784 16336.68 r
2015 35 19000 665000 1225 18746.23
2016 30 17000 510000 900 17025.13
n 2017 20 13000 260000 400 13582.91
Sumatoria 2809000 4502
Promedio 20.88889 13888.8889

4
344.2211055276

6698.492462312

0.9943856824
 X Y
Item Año Trime Contratos Ventas (Miles) X*Y X*X Y = A + BX
1 1 150 8 1200 22500 7.91764706
2 2 170 10 1700 28900 10.2627451
3 3 190 15 2850 36100 12.6078431
4 1 4 170 9 1530 28900 10.2627451
5 1 180 12 2160 32400 11.4352941
6 2 190 13 2470 36100 12.6078431
7 3 200 12 2400 40000 13.7803922
n 8 2 4 220 16 3520 48400 16.1254902
Sumas 17830 273300
Promedios 183.75 11.875
1 260 20.8156863
2 290 24.3333333
3 300 25.5058824
3 4 270 21.9882353

4
 Solución

b 0.117254902

a -9.6705882353

r 0.8936528361

Ventas (Miles)
18
16
f(x) = 0.117254902x - 9.6705882353
14
12
10
8
6
4
2
0
140 150 160 170 180 190 200 210 220 230
 I Estatura Peso x*y x*X y = a + bx
1 186 85 15810 34596 82.9043478 b
2 189 85 16065 35721 85.9695652
3 190 86 16340 36100 86.9913043 a
4 192 90 17280 36864 89.0347826
5 193 87 16791 37249 90.0565217 r
6 193 91 17563 37249 90.0565217
7 198 93 18414 39204 95.1652174
8 201 103 20703 40401 98.2304348
9 203 100 20300 41209 100.273913 120
n 10 205 101 20705 42025 102.317391
Sumas 1950 921 179971 380618 100 f(x) = 1.0217391304x - 107.139
Promedios 195 92.1
11 208 105.382609
80

60

40

20

0
185 190
 1.02173913

-107.1391304

0.944225421

Peso

f(x) = 1.0217391304x - 107.1391304348

190 195 200 205 210

 I Clientes Distancia X*Y X*X y= a + bx
1 8 15 120 64 15.4067797 b
2 7 19 133 49 18.5847458
3 6 25 150 36 21.7627119 a
4 4 23 92 16 28.1186441
5 2 34 68 4 34.4745763 r
n 6 1 40 40 1 37.6525424
Sumas 28 156 603 170
Promedios 4.66666667 26
7 5 24.940678
-3.1779661

40.8305085

-0.9501743

Distancia
45
40
35 f(x) = - 3.1779661017x + 40.8305084746

30
25
20
15
10
5
0
0 1 2 3 4 5 6 7 8 9
 X Y XY x*X Y=A+BX
1 600 600 1 758.181818
2 1550 3100 4 1133.0303
3 1500 4500 9 1507.87879
4 1500 6000 16 1882.72727
5 2400 12000 25 2257.57576
6 3100 18600 36 2632.42424
7 2600 18200 49 3007.27273
8 2900 23200 64 3382.12121
9 3800 34200 81 3756.9697
10 4500 45000 100 4131.81818
SUMA 165400 385
PROMEDIOS 5.5 2445
11 4506.66667
12 4881.51515
 B 374.848485

A 383.333333

R 0.95492997

Chart Title
5000
4500
4000 f(x) = 374.8484848485x + 383.3333333333
3500
3000
2500
2000
1500
1000
500
0
0 2 4 6 8 10 12
 x y Ventas
(miles de
Periodo unds) xy x*x y = a+bx
1 1000 1000 1 1129.09091
2 1300 2600 4 1344.84848
3 1800 5400 9 1560.60606
4 2000 8000 16 1776.36364
5 2000 10000 25 1992.12121
6 2000 12000 36 2207.87879
7 2200 15400 49 2423.63636 Char
8 2600 20800 64 2639.39394 3500
n 9 2900 26100 81 2855.15152
10 3200 32000 100 3070.90909 3000
f(x) = 215.7575757576x + 913.3
Sumatoria 133300 385 2500
Promedio 5.5 2100
11 3286.66667 2000

12 3502.42424 1500
13 3718.18182
14 3933.93939 1000

500

0
0 2 4
2

3
 b 215.7575757576

a 913.3333333333

Chart Title

f(x) = 215.7575757576x + 913.3333333333

0 2 4 6 8 10 12
Semana Llegada de Pacientes
1 400
2 380
3 411
4 397
4 real 415
5 402
Error 18
Semana Demanda 3 semanas 5 semanas 7 semanas Error 3 Error 5 Error 7
1 100
2 125
3 90
4 110
5 105
6 130
7 85
8 102 106.7 104.0 106.4 4.7 2.0 4.4
9 110 105.7 106.4 106.7 4.3 3.6 3.3
10 90 99.0 106.4 104.6 9.0 16.4 14.6
11 105 100.7 103.4 104.6 4.3 1.6 0.4
12 95 101.7 98.4 103.9 6.7 3.4 8.9
13 115 96.7 100.4 102.4 18.3 14.6 12.6
14 120 105.0 103.0 100.3 15.0 17.0 19.7
15 80 110.0 105.0 105.3 30.0 25.0 25.3
16 95 105.0 103.0 102.1 10.0 8.0 7.1
17 100 98.3 101.0 100.0 1.7 1.0 0.0
104.0 92.6 96.3
 Chart Title
140

120

100

Col umn B
80 3 semanas
5 semanas
7 semanas
60

40

20

0
0 2 4 6 8 10 12 14 16 18
Col umn B
3 semanas
5 semanas
7 semanas
Semana Demanda 3 semanas 9 semanas Error 3 Error 9
1 800
2 1400
3 1000
4 1500
5 1500
6 1300
7 1800
8 1700
9 1300
3000
10 1700
11 1700 1566.7 1466.7 133.3 233.3 2500
12 1500 1566.7 1500.0 66.7 0.0
13 2300 1633.3 1555.6 666.7 744.4 2000
14 2300 1833.3 1644.4 466.7 655.6
1500
15 2000 2033.3 1733.3 33.3 266.7
16 1700 2200.0 1811.1 500.0 111.1
1000
17 1800 2000.0 1800.0 200.0 0.0
18 2200 1833.3 1811.1 366.7 388.9 500
19 1900 1900.0 1911.1 0.0 11.1
20 2400 1966.7 1933.3 433.3 466.7 0
0
21 2400 2166.7 2011.1 233.3 388.9
22 2600 2233.3 2111.1 366.7 488.9
23 2000 2466.7 2144.4 466.7 144.4
24 2500 2333.3 2111.1 166.7 388.9
25 2600 2366.7 2166.7 233.3 433.3
26 2200 2366.7 2266.7 166.7 66.7
27 2200 2433.3 2311.1 233.3 111.1
28 2500 2333.3 2311.1 166.7 188.9
29 2400 2300.0 2377.8 100.0 22.2
30 2100 2366.7 2377.8 266.7 277.8
5266.7 5388.9
 Ç

Chart Title
3000

2500

2000

1500

1000

500

0
0 5 10 15 20 25 30
5 30 35
 80
90
85
70 85.0 15.0
80 81.7 1.7
105 78.3 26.7
100 85.0 85.0 15.0 15.0
105 95.0 88.3 10.0 16.7
100 103.3 90.8 3.3 9.2
105 101.7 93.3 3.3 11.7
100 103.3 99.2 3.3 0.8
150 101.7 102.5 48.3 47.5
200
230
260
180 230.0 50.0
270 223.3 46.7
240 236.7 3.3
250 230.0 20.0
300 253.3 46.7
320 263.3 56.7
350 290.0 60.0
240 323.3 83.3
210 303.3 93.3
460
SEMANA
Trimestre Año 1 Año 2 Año 3 Año 4
1 45 70 100 100
2 335 370 585 725
3 520 590 830 1,160
4 100 170 285 215
Suma 1000 1200 1800 2200
Promedio del
trimestre 250 300 450 550

|
 x y x.y x^2 y^2 Y
Trimestre Ventas
1I 2008 300 300 1 90000 228.33
2 II 2008 200 400 4 40000 280.60
3 III 2008 220 660 9 48400 332.86
4 IV 2008 530 2120 16 280900 385.12
5I 2009 520 2600 25 270400 437.38
6 II 2009 420 2520 36 176400 489.64
7 III 2009 400 2800 49 160000 541.90
n 8 IV 2009 700 5600 64 490000 594.17

Sumas 3290 17000 204 1556100

Promedios 4.5 411.250
 Solución La ecuación de los mínimos cuadrados para la regresión lineal es
Y= a +bx

176.071429 52.2619048

El error estándar del estimado, o la forma en que la recta se adapta a los datos, es:

#REF!

https://www.youtube.com/watch?v=AecXU20FFsU&t=132s
https://www.youtube.com/watch?v=xDVQNrVLO-Q&t=4s
https://www.youtube.com/watch?v=z2rEv6JmMrA
https://www.youtube.com/results?search_query=pronostico+gestion+de+operaciones

https://y2mate.com/es/youtube/AecXU20FFsU
 0 Muy disperso 1 Consist
PELOTAS DE TENIS Desviación Coeficiente
Promedio Estándar R^2
MES 2010 2011 2012 2013 2014
Enero 9500 9975 10324.13 9807.919 10298.32 9981.0718 346.329894 0.42594953
Febrero 8600 9030 9346.05 8878.748 9322.685 9035.4966 313.519623 0.42594969
Marzo 9850 10342.5 10704.49 10169.26 10677.73 10348.7954 359.08945 0.42594853
Abril 5900 6195 6411.825 6091.234 6395.795 6198.7708 215.088936 0.42594903
Mayo 6200 6510 6737.85 6400.958 6721.005 6513.9626 226.025651 0.42594944
Junio 10200 10710 11084.85 10530.61 11057.14 10716.5192 371.848862 0.4259496
Julio 9350 9817.5 10161.11 9653.608 9745.55525 338.024922 0.22953505
Agosto 4950 5197.5 5379.413 5110.442 5159.33875 178.980968 0.22886277
Septiembre 8750 9187.5 9509.063 9033.609 9120.043 316.380396 0.22886207
Octubre 7050 7402.5 7661.588 7278.508 7348.149 254.912229 0.22886234
Noviembre 10350 10867.5 11247.86 10685.47 10787.708 374.232768 0.22886217
Diciembre 10260 10773 11150.06 10592.55 10693.9018 370.978356 0.22886239

El promedio
no permite
tener en En este caso
cuenta las tiene mucha
tendenciasl variabilidad
Muy disperso 1 Consistente
Modelo lineal
Modelo exponencial
Modelo logarítmico
10400

10200

10000

9800

9600

9400

9200

9000
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5