Diagrama de dispersin1. Se puede observar que existe una relacin directa entre el consumo KWH y el monto pagado. Entonces podemos determinar que a mayor consumo, mayor ser el monto pagado.

2. Coeficiente de correlacin: (Ho: no existe correlacin, Ha: existe correlacin)

Se puede afirmar que existe una alta correlacin positiva entre el consumo KWH y el monto pagado. Por lo tanto si el consumo es mayor, el monto pagado es mayor.3. Coeficiente de determinacin: R2 = 0.921El consumo en kwh explica a la variacin del monto pagado en 92.1%, y no lo explica 7.9%. Por lo tanto la ecuacin de regresin da una buena estimacin.4. Plantear el modelo.

M=-15.4877+0.605*C5. Interpretar B1:Cuando el consumo vare en 1 kwh, el monto a pagar se incrementara en 0.605.6. Validez del modelo. (Ho: el modelo no es significativo, Ha: el modelo es significativo).ANOVA table

SourceSS df MSFp-value

Regression 1,214.8143 1 1,214.8143 255.451.36E-13

Residual 104.6220 22 4.7555

Total 1,319.4363 23

Se puede afirmar que el modelo es significativo. Es decir que el consumo explica significativamente al monto del pago.

7. Realizar estimaciones:

OutputCorrelation MatrixCONSUMO KWHMONTO PAGADOCONSUMO KWH 1.000 0.9595348231418968MONTO PAGADO .960 1.000 24sample size .404 critical value .05 (two-tail) .515 critical value .01 (two-tail)

Regression Analysisr 0.921 n 24 r 0.960 k 1 Std. Error 2.181 Dep. Var. MONTO PAGADOANOVA tableanalisis de vaienzaSourceSS df MSFp-valueRegression 1,214.8143 1 1,214.8143 255.451.36E-13exponente menos 13Residual 104.6220 22 4.7555 Total 1,319.4363 23 Regression outputconfidence intervalvariables coefficientsstd. error t (df=22)p-value95% lower95% upperIntercept-15.4877 3.7834 -4.094 .0005-23.3341 -7.6413 CONSUMO KWH0.6050 0.0379 15.983 1.36E-130.5265 0.6835

Regression Analysisr 0.921 n 24 r 0.960 k 1 Std. Error 2.181 Dep. Var. MONTO PAGADOANOVA tableSourceSS df MSFp-valueRegression 1,214.8143 1 1,214.8143 255.451.36E-13Residual 104.6220 22 4.7555 Total 1,319.4363 23 Regression outputconfidence intervalvariables coefficientsstd. error t (df=22)p-value95% lower95% upperIntercept-15.4877 3.7834 -4.094 .0005-23.3341 -7.6413 CONSUMO KWH0.6050 0.0379 15.983 1.36E-130.5265 0.6835 consumo kwhmonto estimsdo8535.94068103069843.806200090411554.0918788609192100.6799532922

Correlation MatrixCONSUMO KWHMONTO PAGADOCONSUMO KWH 1.000 0.9595348231418968MONTO PAGADO .960 1.000 24sample size .404 critical value .05 (two-tail) .515 critical value .01 (two-tail)

Regression Analysisr 0.921 n 24 r 0.960 k 1 Std. Error 2.181 Dep. Var. MONTO PAGADO

ANOVA tableSourceSS df MSFp-valueRegression 1,214.8143 1 1,214.8143 255.451.36E-13Residual 104.6220 22 4.7555 Total 1,319.4363 23 Regression outputconfidence intervalvariables coefficientsstd. error t (df=22)p-value95% lower95% upperIntercept-15.4877 3.7834 -4.094 .0005-23.3341 -7.6413 CONSUMO KWH0.6050 0.0379 15.983 1.36E-130.5265 0.6835

Grfico2

Hoja2XYMESCONSUMO KWHMONTO PAGADOENERO9839.9FEBRERO7936MARZO9644.1ABRIL10654.4MAYO10350.2JUNIO10348.8JULIO10146.2AGOSTO8837.4SEPTIEMBRE8335.6OCTUBRE8938.4NOVIEMBRE9037.6DICIEMBRE8736.4ENERO8937.2FEBRERO8836.8MARZO9740.2ABRIL9137.7MAYO9238.4JUNIO11352.7JULIO11251.9AGOSTO12055.8SEPTIEMBRE11252.2OCTUBRE11453.6NOVIEMBRE12055.9DICIEMBRE11152.1

Hoja3

Hoja1XYMESCONSUMO KWHMONTO PAGADOENERO9839.943.8062000904-3.9062000904Intercept-15.4877 FEBRERO793632.31044146453.6895585355CONSUMO KWH0.6050 MARZO9644.142.5961202351.503879765ABRIL10654.448.64651951185.7534804882MAYO10350.246.83139972883.3686002712JUNIO10348.846.83139972881.9686002712JULIO10146.245.62131987340.5786801266AGOSTO8837.437.7558008136-0.3558008136SEPTIEMBRE8335.634.73060117520.8693988248OCTUBRE8938.438.36084074130.0391592587NOVIEMBRE9037.638.965880669-1.365880669DICIEMBRE8736.437.1507608859-0.7507608859ENERO8937.238.3608407413-1.1608407413FEBRERO8836.837.7558008136-0.9558008136MARZO9740.243.2011601627-3.0011601627ABRIL9137.739.5709205967-1.8709205967MAYO9238.440.1759605243-1.7759605243JUNIO11352.752.8817990056-0.1817990056JULIO11251.952.2767590779-0.3767590779AGOSTO12055.857.1170784993-1.3170784993SEPTIEMBRE11252.252.2767590779-0.0767590779OCTUBRE11453.653.48683893330.1131610667NOVIEMBRE12055.957.1170784993-1.2170784993DICIEMBRE11152.151.67171915020.428280849899.25