



Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
Jsjsjsjsjsjsksjsjakskakskajakaakja
Tipo: Ejercicios
1 / 6
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!




Ensalada Grasa (g) Proteínas (g) Calorías (porciones Y de 100 g) César 14.7 6.52 5.03 170 Atún 11.02 6.96 14.27 184 Atún con Queso 14.72 6.87 14.44 217 Atún con huevo 12.93 6.96 13.71 196 10.63 22.98 3.76 202 13.34 15 10.11 221 9.14 19.49 7.07 18. 30.26 1.93 9.2 318 8.2 11.17 2.68 143 7.05 15.96 2.77 136 1.24 16.66 2.52 88 Carbohidratos (g) Macarrones o pasta Macarrones u otra pasta con pollo Macarrones u otra pasta con atún Ensalada de huevo Ensalada de papas Ensalada de papas con huevo Ensalada de papas estilo alemán
Regression Statistics Multiple R 0. R Square 0. Adjusted R S 0. Standard Erro 54. Observations 11 ANOVA df SS MS F Significance F Regression 3 39132.4622 13044.1541 4.37601206 0. Residual 7 20865.8197 2980. Total 10 59998. CoefficientsStandard Error t Stat P-value Lower 95% Upper 95% Lower 95.0% Intercept 82.3552496 89.7054176 0.91806328 0.38912259 -129.764356 294.474856 -129. X Variable 1 7.6190214 3.20601285 2.37647875 0.04913585 0.03800566 15.2000371 0. X Variable 2 -1.04577663 3.84107106 -0.27226172 0.79327674 -10.1284664 8.03691316 -10. X Variable 3 1.27844651 4.35587368 0.29349945 0.77765122 -9.02155803 11.5784511 -9.
320 20 630 2. 200 10 398 4 785 50 1,395 1. 376 22 720 2. 2,405 120 4,230 0. 893 40 1,752 0. 1,930 93 4,000 0. 8,010 380 15,780 0. 1,540 75 3,080 0. y= consumo diario de petroleo (litros) x1= numero de horas x2= distancia (km) x3= rendimiento (km/h) Consumo diario de petróleo (Y) Número de horas- máquina Distancia de transportes Rendimiento promedio motores
Regression Statistics Multiple R 0. R Square 0. Adjusted R S 0. Standard Erro 59. Observations 9 ANOVA df SS MS F Significance F Regression 3 47620373.2 15873457.7 4446.76078 5.53449E- Residual 5 17848.3378 3569. Total 8 47638221. CoefficientsStandard Error t Stat P-value Lower 95% Upper 95% Lower 95.0% Intercept -26.0134475 42.7484481 -0.60852379 0.5694223 -135.901832 83.8749367 -135. X Variable 1 11.299494 2.76214799 4.09083584 0.00943909 4.19916655 18.3998214 4. X Variable 2 0.23745943 0.06620353 3.58680931 0.01576106 0.06727784 0.40764102 0. X Variable 3 -4.70767704 17.2048452 -0.27362507 0.79531599 -48.9341395 39.5187854 -48.