1. Fecha Salarios ($) Tazas de café Costo de los materiales ($) Renta ($) Total de los costos ($) Ganancias totales ($)
2 de junio 68 112 55 40 163 202
9 de junio 60 88 42 40 142 119
16 de junio 66 81 33 40 139 125
23 de junio 63 112 49 40 152 188
30 de junio 63 87 38 40 141 147
7 de julio 59 105 45 40 144 159
14 de julio 57 116 49 40 146 165
21 de julio 61 122 52 40 153 178
28 de julio 64 100 48 40 152 193
4 de agosto 58 80 36 40 134 112
11 de agosto 65 96 42 40 147 158
18 de agosto 57 108 52 40 149 162
25 de agosto 64 93 47 40 151 166
1 de septiembre 50 27 12 40 102 59
Promedio 61.07 94.79 42.86 40.00 143.93 152.36
Ganancias vs tazas Costo vs tazas
Ecuacion de la linea Ecuacion de la linea
y= 1.4427x +15.605 y=0.5485x + 91.936
r^2 r^2
0.8 0.85
r r
0.89 0.92
Tabla de residuales
y=Ganancias del modelo
real-estimado y=Costos totales del modelo
real-estimado
177.19 24.81 153.37 9.63
142.56 -23.56 140.20 1.80
132.46 -7.46 136.36 2.64
177.19 10.81 153.37 -1.37
141.12 5.88 139.66 1.34
167.09 -8.09 149.53 -5.53
182.96 -17.96 155.56 -9.56
191.61 -13.61 158.85 -5.85
159.88 33.13 146.79 5.21
131.02 -19.02 135.82 -1.82
154.10 3.90 144.59 2.41
171.42 -9.42 151.17 -2.17
149.78 16.22 142.95 8.05
54.56 4.44 106.75 -4.75
0.07 0.04

2. 250
Residuales
200 f(x) = 1.44x + 15.61 40.00
Residuales de las Ganancias ($)
R² = 0.8
30.00
150
Ganancias ($)
Column G 20.00
Linear regression 10.00
100 for Column G
0.00
Column B
50 -10.00
-20.00
0 -30.00
20 40 60 80 100 120 140 20 40 60 80 100 120 140
Tazas de cafe Tazas de cafe
180 Residuales
160 f(x) = 0.55x + 91.94 15.00
140 R² = 0.85
Residuales de los costos ($)
10.00
120
5.00
100
Costos ($)
80 Column F Linear regression 0.00
for Column F Column D
60 -5.00
40 -10.00
20
-15.00
0 20 40 60 80 100 120 140
20 40 60 80 100 120 140
Tazas de cafe
Tazas de cafe

3. Fecha Salarios ($) Tazas de café Costo de los materiales ($) Renta ($) Total de los costos ($) Ganancias totales ($)
2 de junio 68 112 55 40 163 202
9 de junio 60 88 42 40 142 119
16 de junio 66 81 33 40 139 125
23 de junio 63 112 49 40 152 188
30 de junio 63 87 38 40 141 147
7 de julio 59 105 45 40 144 159
14 de julio 57 116 49 40 146 165
21 de julio 61 122 52 40 153 178
28 de julio 64 100 48 40 152 193
4 de agosto 58 80 36 40 134 112
11 de agosto 65 96 42 40 147 158
18 de agosto 57 108 52 40 149 162
25 de agosto 64 93 47 40 151 166
250 180
160
200 f(x) = 0.39x + 107.66
f(x) = 1.59x + 0.89 140
R² = 0.53
R² = 0.6 120
Costos Totales ($)
Ganancias ($)
150
Column G 100
Column F
Linear regression 80
100 Linear regression
for Column G
60 for Column F
Linear regression
50 40
for Column F
20
0 0
75 80 85 90 95 100 105 110 115 120 125 75 80 85 90 95 100 105 110 115 120 125
Tazas de cafe Tazas de cafe
Ecuacion de la linea Ecuacion de la linea
y=1.54864x+0.8948 y=0.3949x + 107.66
r^2 r^2
0.6 0.53
r r
0.78 0.73

4. Prediccion semana tras semana
Fecha Salarios ($) Tazas de café Costo de los materiales ($) Renta ($) Total de los costos ($) Ganancias totales ($)
2-Jun 68 112 55 40 163 202
9-Jun 60 88 42 40 142 119
16-Jun 66 81 33 40 139 125
23-Jun 63 112 49 40 152 188
30-Jun 63 87 38 40 141 147
7-Jul 59 105 45 40 144 159
14-Jul 57 116 49 40 146 165
21-Jul 61 122 52 40 153 178
28-Jul 64 100 48 40 152 193
4-Aug 58 80 36 40 134 112
11-Aug 65 96 42 40 147 158
18-Aug 57 108 52 40 149 162
25-Aug 64 93 47 40 151 166
1-Sep 50 27 12 40 102 59
250 250
200 200
f(x) = -0.4x + 16512.92
150 150
Ganancias ($)
Ganancias ($)
R² = 0.1 f(x) = 0.01x - 288.13
R² = 0
Column G Column G
100 100
Linear regression Linear regression
for Column G for Column G
50 50
0 0
17-May 6-Jun 26-Jun 16-Jul 5-Aug 25-Aug 14-Sep 17-May 6-Jun 26-Jun 16-Jul 5-Aug 25-Aug 14-Sep
Fecha Fecha

5. Fecha Porcentaje bajo el nivel de pobreza 25.00
1960 22.20
1965 17.30
20.00
1970 12.60
1975 12.30 f(x) = -0.13x + 273.29
1980 13.00 15.00 R² = 0.29
Porcentaje
1985 14.00
1990 13.50
10.00 Column B Linear regression for
1991 14.20 Column B
1992 14.80
1993 15.10 5.00
1994 14.50
1995 13.80
1996 13.70 0.00
1955 1960 1965 1970 1975 1980 1985 1990 1995
Promedio 14.69
Fecha
Ecuacion
y= -.013x + 273.29
r^2
0.29
r
0.53
Predicciones
Utilizando el modelo prediga el nivel de pobreza en el 1989
14.72
Utilizando el modelo prediga el nivel de pobreza en el 2050
6.79 (muy pequeno casi acercandose a 0)