Beruflich Dokumente
Kultur Dokumente
Demanda Error de
Semana Pronóstico Error Absoluto
Real Pronóstico
1 356
2 383
3 365
4 373 368 5.00 5.00
5 399 374 25.33 25.33
6 342 379 -37.00 37.00
7 390 371 18.67 18.67
8 338 377 -39.00 39.00
9 395 357 38.33 38.33
10 322 374 -52.33 52.33
11 450 352 98.33 98.33
12 310 389 -79.00 79.00
13 410 361 49.33 49.33
14 344 390 -46.00 46.00
15 470 355 115.33 115.33
16 330 408 -78.00 78.00
17 412 381 30.67 30.67
18 354 404 -50.00 50.00
19 372 365 6.67 6.67
20 430 379 50.67 50.67
21 395 385 9.67 9.67
22 325 399 -74.00 74.00
23 415 383 31.67 31.67
24 402 378 23.67 23.67
25 373 381 -7.67 7.67
397
N=4
Demanda Error de
Semana Pronóstico Error Absoluto
Real Pronóstico
1 356
2 383
3 365
4 373
5 399 369 29.75 29.75
6 342 380 -38.00 38.00
7 390 370 20.25 20.25
8 338 376 -38.00 38.00
9 395 367 27.75 27.75
10 322 366 -44.25 44.25
11 450 361 88.75 88.75
12 310 376 -66.25 66.25
13 410 369 40.75 40.75
14 344 373 -29.00 29.00
15 470 379 91.50 91.50
16 330 384 -53.50 53.50
17 412 389 23.50 23.50
18 354 389 -35.00 35.00
19 372 392 -19.50 19.50
20 430 367 63.00 63.00
21 395 392 3.00 3.00
22 325 388 -62.75 62.75
23 415 381 34.50 34.50
24 402 391 10.75 10.75
25 373 384 -11.25 11.25
379 esta es la respuesta
xq su datos estan mas cercanos a la realidad
N=5
Demanda Error de
Semana Pronóstico Error Absoluto
Real Pronóstico
1 356
2 383
3 365
4 373
5 399
6 342 375 -33.20 33.20
7 390 372 17.60 17.60
8 338 374 -35.80 35.80
9 395 368 26.60 26.60
10 322 373 -50.80 50.80
11 450 357 92.60 92.60
12 310 379 -69.00 69.00
13 410 363 47.00 47.00
14 344 377 -33.40 33.40
15 470 367 102.80 102.80
16 330 397 -66.80 66.80
17 412 373 39.20 39.20
18 354 393 -39.20 39.20
19 372 382 -10.00 10.00
20 430 388 42.40 42.40
21 395 380 15.40 15.40
22 325 393 -67.60 67.60
23 415 375 39.80 39.80
24 402 387 14.60 14.60
25 373 393 -20.40 20.40
382
omedio Móvil
5 períodos
mas apropiado
idos
últimos semanas
Error Señal de
MAD
Acumulado Restreo
3.50
Error Señal de
MAD
Acumulado Restreo
s cercanos a la realidad
Error Señal de
MAD
Acumulado Restreo
3.25
2.25
33.20 -33.20 -1.00
25.40 -15.60 -0.61
28.87 -51.40 -1.78 1.25 1.27
28.30 -24.80 -0.88
32.80 -75.60 -2.30 0.40
0.25
42.77 17.00 0.40
-0.11
46.51 -52.00 -1.12 1 2 3 4 5 6 7 8 9 10 1
46.58 -5.00 -0.11 -0.61
-0.75 -0.85
-0.88
45.11 -38.40 -0.85 -1.00 -1.12
50.88 64.40 1.27
52.33 -2.40 -0.05 -1.75 -1.78
51.23 36.80 0.72 -2.30
50.31 -2.40 -0.05
-2.75
47.43 -12.40 -0.26
47.09 30.00 0.64
45.11 45.40 1.01 -3.75
46.44 -22.20 -0.48
46.07 17.60 0.38
44.41 32.20 0.73
43.21 11.80 0.27
1.93
1.46 1.45
1.18
0.98 1.05
0.92
0.63 0.52
0.42 0.36
0.13 Colum
-0.01 nI
6 7 8 9 10 11 12 13 14 15 16 17 18 19 -0.15
20 21 22
-0.50 -0.41
-1.08
-1.33
o es el pronostico tentativo
1.78
1.39 1.55
1.13 1.17 1.15
0.86 0.91
0.47 0.63
41 0.41
0.06 0.05 Colum
-0.20 -0.03 nI
4 5 6 7 8 -0.45
9 10 11 12 13 14 15 16 17 18 19 20 21
-0.83
-1.29
1.78
1.39 1.55
1.13 1.17 1.15
0.86 0.91
0.47 0.63
41 0.41
0.06 0.05 Colum
-0.20 -0.03 nI
4 5 6 7 8 -0.45
9 10 11 12 13 14 15 16 17 18 19 20 21
-0.83
-1.29
1.27
1.01
0.72 0.64 0.73
0.40 0.38 0.27
Colum
-0.11 -0.05 -0.05 nI
3 4 5 6 7 8 9 10 11 12 13 14 -0.26
15 16 17 18 19 20
-0.48
61
-0.88 -0.85
-1.12
-1.78
-2.30
Pronósticos :Método Promedio Ponde
Ripley, para su línea de electrodomesticos desea pronosticar la demanda de T
venderá el mes de octubre del presente año. A continuación se presenta la dem
períodos previos. Se solicita:
1. El pronosticar las ventas para el siguiente mes aplicar el promedio móvil ponderado
los últimos 3 meses con factores 2, 3 y 4 respectivamente.
2. Valide su modelo y seleccionar el criterio mas apropiado
3. Haga una representación gráfica de su modelo.
4. Haga una interpretación de los resultados obtenidos
Solución
Demanda Error de Error
Mes Pronóstico
Real Pronóstico Absoluto
1 890
2 950
3 990
4 1,020 954 65.56 65.56
5 1,139 994 144.56 144.56
6 1,150 1,066 83.78 83.78
7 1,050 1,117 -67.44 67.44
8 1,000 1,103 -103.11 103.11
9 950 1,050 -100.00 100.00
10 945 989 -43.89 43.89
11 930 959 -28.89 28.89
12 925 939 -14.44 14.44
13 990 931 58.89 58.89
14 1,060 955 105.00 105.00
15 1,150 1,007 143.33 143.33
16 1,210 1,084 125.56 125.56
17 1,160 1,157 3.33 3.33
18 1,090 1,174 -84.44 84.44
19 1,050 1,140 -90.00 90.00
20 997 1,088 -90.78 90.78
21 1,035
FACTORES DE PONDERACION
ANT-ANTERI 2
ANTERIOR 3
ULTIMO 4
SUMA 9.00
omedio Ponderado se genera una sola iteracion
pronosticar la demanda de Televisores que
ntinuación se presenta la demanda de los 20
últimos meses
Error Señal de
MAD Acumulado Restreo
3.05
2.51
1.35 1.34
3.68
3.05
2.51
1.35 1.34
0.25 Colum
-0.07 nI
7 -0.248 9 10 11 12 13 14 15 16 17
-0.62
-0.88
1. El pronosticar la demanda de azúcar para el mes 13, para ello utiliza valores de alfa de
0.10, 0.80, 0.50.
2. Valide su modelo y seleccionar el criterio mas apropiado
3. Haga una representación gráfica de su modelo.
4. Haga una interpretación de los resultados obtenidos
ALFA 0.80
Demanda Error de Error
Mes Pronóstico
Real Pronóstico Absoluto
1 1155 1075 80 80
2 1128 1139 -11 11
3 1095 1130 -35 35
4 1125 1102 23 23
5 1140 1120 20 20
6 1170 1136 34 34
7 1230 1163 67 67
8 1170 1217 -47 47
9 1215 1179 36 36
10 1140 1208 -68 68
11 1146 1154 -8 8
12 1185 1148 37 37
13 1178
avizado Exponencial
de países latinoamericanos. El administrador de
vizado exponencial para pronosticar el tonelaje de
co del primer período fue de 1075 tn. Se pide:
iado
ltimos meses
Error Señal de
MAD 3
Acumulado Restreo 3
80 80 1 el 1º pronostico me lo dan
2
63 125 2 2
44 133 3 iteraciones por cada alfa
1
42 169 4 1
43 217 5 0
48 291 6
1 2 3 4 5 6 7 8 9 10 11
60 417 7 -1
59 470 8
63 563 9 -2
57 572 10
53 585 11 -3
53 637 12
-4
Error Señal de
MAD
Acumulado Restreo 3
80 80 1
47 93 2 2
40 67 2
34 83 2 1
32 107 3
34 148 4 0
40 229 6
1 2 3 4 5 6 7 8 9 10 11
38 210 6 -1
37 245 7
39 187 5
-2
38 165 4
37 192 5
-3
-4
Error Señal de
MAD
Acumulado Restreo
80 80 1 3
46 69 2
42 34 1 2
37 57 2
1
34 76 2
34 110 3
0
38 177 5
40 130 3 1 2 3 4 5 6 7 8 9 10 11
-1
39 166 4
42 98 2
-2
39 91 2
39 128 3 -3
-4
Colu
mn I
7 8 9 10 11 12
Colu
mn I
7 8 9 10 11 12
Colu
mn I
7 8 9 10 11 12
xq tiene el mayor numero de datos dentro del espectro
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltiple 0.9702037446 es muy bueno ya que es > de 85%
Coeficiente de determinación R^2 0.941295306 > de 90%
R^2 ajustado 0.9339572193
Error típico 173.0300376796
Observaciones 10
ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados Promedio de los cuadrados
Regresión 1 3840484.84848485 3840484.84848485
Residuos 8 239515.151515151 29939.3939393939
Total 9 4080000
Asesor:
JUAN GERARDO FLORES SOLIS
PROMEDIO MÓVIL
1. Utilice el método del promedio móvil para 3, 4 y 5 períodos
2. Luego valide su modelo y seleccionar el criterio mas apropiado
3. Haga una representación gráfica de su modelo.
4. Haga una interpretación de los resultados obtenidos
PROMEDIO MOVIL
Demanda Error de Error
Mes = 3 Pronóstico
Real Pronóstico Absoluto
1 1155
2 1128
3 1095
4 1125 1126 -1.00 1.00
5 1140 1116 24.00 24.00
6 1170 1120 50.00 50.00
7 1195 1145 50.00 50.00
8 1170 1168 1.67 1.67
9 1185 1178 6.67 6.67
10 1,140 1183 -43.33 43.33
11 1,146 1165 -19.00 19.00
12 1,185 1157 28.00 28.00
13 1,050 1157 -107.00 107.00
14 1,150 1127 23.00 23.00
15 1,105 1128 -23.33 23.33
16 1,110 1102 8.33 8.33
17 1,138 1122 16.33 16.33
18 1,180 1118 62.33 62.33
19 1,190 1143 47.33 47.33
20 1169
FACTORES DE PONDERACION
ANT-ANTERIO 2
ANTERIOR 3
ULTIMO 4
SUMA 9.00
Suavidad exponencial
Demanda Error de
Mes Pronóstico
Real Pronóstico
1 1155
2 1128
3 1095
4 1125 1126 -1
5 1140 1126 14
6 1170 1128 42
7 1195 1134 61
8 1170 1143 27
9 1185 1147 38
10 1,140 1153 -13
11 1,146 1151 -5
12 1,185 1150 35
13 1,050 1156 -106
14 1,150 1140 10
15 1,105 1141 -36
16 1,110 1136 -26
17 1,138 1132 6
18 1,180 1133 47
19 1,190 1140 50
20
Demanda Error de
Mes Pronóstico
Real Pronóstico
1 1155
2 1128
3 1095
4 1125 1126 -1
5 1140 1125 15
6 1170 1134 36
7 1195 1155 40
8 1170 1178 -8
9 1185 1173 12
10 1,140 1180 -40
11 1,146 1157 -11
12 1,185 1151 34
13 1,050 1171 -121
14 1,150 1101 49
15 1,105 1129 -24
16 1,110 1115 -5
17 1,138 1112 26
18 1,180 1127 53
19 1,190 1158 32
20
Demanda Error de
Mes Pronóstico
Real Pronóstico
1 1155
2 1128
3 1095
4 1125 1126 -1
5 1140 1125 15
6 1170 1138 32
7 1195 1167 28
8 1170 1192 -22
9 1185 1172 13
10 1,140 1184 -44
11 1,146 1145 1
12 1,185 1146 39
13 1,050 1181 -131
14 1,150 1064 86
15 1,105 1141 -36
16 1,110 1109 1
17 1,138 1110 28
18 1,180 1135 45
19 1,190 1175 15
20
STICOS"
SUAVIZADO EXPONENCIAL
períodos 1.2. Utilice el Método de Suavizado Exponen
mas apropiado
dos
dos
19 últimos meses
Error
MAD Señal de Restreo
Acumulado
Error
MAD Señal de Restreo
Acumulado
Error
MAD Señal de Restreo
Acumulado
6.00
0.00
1 2 3 4 5 6 7 8
4.00 4.00
3.52
3.00 3.00
2.77
2.00 2.00
Error
MAD Señal de Restreo
Acumulado
5.00
RADO
Error
MAD Señal de Restreo
Acumulado
5.00
1.00 -1.00 -1.00
34.94 23.00 0.66 4.00
3.83
35.25 73.00 2.07 3.46 3.57
35.55 123.00 3.46 3.00 2.85
34.88 124.67 3.57 2.55
34.32 131.33 3.83 2.00 2.07 2.02
34.50 88.00 2.55
34.20 69.00 2.02 1.00
34.09 97.00 2.85 0.66
0.37
35.41 -10.00 -0.28 0.00
1 2 3 4 5 6 7 8 9 10 -0.28
11 12 -
35.19 13.00 0.37
34.98 -10.33 -0.30 -1.00 -1.00
34.53 -2.00 -0.06
34.22 14.33 0.42 -2.00
34.69 76.67 2.21
34.89 124.00 3.55
Con los datos obtenidos en el grafico del pro
1 = Pr0 + &*EP
Señal de
Error Absoluto MAD Error Acumulado
Restreo
8
7
Axis Title
5
8
Axis Title
1 1 1 1 6
14 8 13 2
42 19 55 3 5
61 29 116 4
27 29 143 5 4 4; 4
38 30 180 6
13 28 167 6 3 3; 3
5 25 162 6
35 26 197 8 2
2; 2
106 34 91 3
10 32 102 3 1 1; 1
36 32 65 2
0
26 32 40 1
0 2 4
6 30 46 2
47 31 93 3
50 32 143 4
1 = Pr0 + &*EP
Señal de
Error Absoluto MAD Error Acumulado
Restreo
1 1 1 1 5
15 8 14 2
Axis Title
36 17 50 3 4
40 23 90 4
8 20 82 4 3
12 19 93 5
40 22 53 2 2
2; 2
11 20 42 2
34 22 77 4 1 1; 1
121 32 -44 -1
49 33 6 0 0
0 2
24 33 -19 -1
5 30 -24 -1 -1
-2
1 1; 1
0
0 2
-1
26 30 2 0
53 32 55 2 -2
32 32 87 3
1 = Pr0 + &*EP
Señal de 5
Error Absoluto MAD Error Acumulado
Restreo
3
1 1 1 1 3; 3
15 8 14 2
32 16 46 3 2
28 19 74 4 2; 2
22 20 52 3
13 18 65 4 1 1; 1
44 22 21 1
1 19 22 1
0
39 22 61 3 0 2
131 33 -69 -2
86 37 16 0 -1
36 37 -19 -1
1 34 -18 -1
-2
28 34 10 0
45 35 55 2
15 33 70 2 -3
XPONENCIAL
Método de Suavizado Exponencial para & = 0.15, & = 0.58 y & = 0.89
5.91
4.92
0.40 0.50
-0.07
3 4 5 6 7 8 9 10 -0.30
11 12 -0.33
13 14 15 16
0
edio movil los datos disminuyen y aumentan de manera muy rapida lo cual se considera que es fa
0 5.00
0 4.00
3.52 3.65
3.26
0 3.00
2.77 Colum
nI
0 2.00
1.81
0 1.00
0.46 0.33
0 -0.06
1 2 3 4 5 6 7 8 9 10 11 -0.28
12 13 14 15
-0.65
0 4.00
3.52 3.65
3.26
0 3.00
2.77 Colum
nI
0 2.00
1.81
0 1.00
0.46 0.33
0 -0.06
1 2 3 4 5 6 7 8 9 10 11 -0.28
12 13 14 15
-0.65
0
edio movil del es 4 los datos aumentan y disminuyen muy rapido pero no es muy factible porque
4.00
3.48
3.29
3.00
2.73 2.65
2.00
Colum
nI
1.31
0.21
-0.01
2 3 4 5 6 7 8 9 10 11 12 13 14
-0.55 -0.58
-1.05
5 los datos en proyeccion de la señal de rastreo no es muy factible pero aceptable ya que es cons
3.83
3.46 3.57 3.55
2.85
2.55
2.21
2.02
Colum
nI
0.37 0.42
-0.06
5 6 7 8 9 10 -0.28
11 12 -0.30
13 14 15 16
dos en el grafico del promedio movil ponderado vemos no es muy factible debido que existen valo
8
9; 8
7
8; 6
Axis Title
6 6; 6 7; 6
5 5; 5
16; 4
8
9; 8
7
8; 6
Axis Title
6 6; 6 7; 6
5 5; 5
16; 4
4 4; 4
Colum
nJ
11; 3
3 3; 3 15; 3
10; 3
2 12; 2
2; 2
14; 2
13; 1
1 1; 1
0
0 2 4 6 8 10 12 14 16 18
Axis Title
5 6; 5
Axis Title
4 5; 4
4; 4
9; 4
3 3; 3 16; 3
7; 2
2 8; 2 Colum
2; 2 15; 2 nJ
1 1; 1
11; 0 14; 0
0
0 2 4 6 8 10 12 14 16 18
12; -1
13; -1
-1
10; -1
Axis Title
-2
1 1; 1
11; 0 14; 0
0
0 2 4 6 8 10 12 14 16 18
12; -1
13; -1
-1
10; -1
Axis Title
-2
4 4; 4
6; 4
3
3; 3 9; 3
5; 3
2 16; 2
2; 2
15; 2
8; 1 Colum
1 1; 1 7; 1 nJ
11; 0
14; 0
0
0 2 4 6 8 10 12 14 16 18
12; -1 13; -1
-1
-2
10; -2
-3
ual se considera que es factible.
o es muy factible porque que hay datos que estan por debajo del rango asignado.
aceptable ya que es considerado porque esxiste datos por debajo de la recta trasada y genera qu
le debido que existen valores resultantes que estan fuera de lo esperado pero si es asepatable po
Colum
nJ
Colum
nJ
18
18
16; 2
Colum
nJ
6 18
asignado.
recta trasada y genera que aumente y disminuya deido al tiempo dado por cada periodo.
o pero si es asepatable porque los datos estan considerables.
or cada periodo.
1.- Pronostique los años 10, 11 y 12, utilizando Regresión Líneal Simple.
2.- Valide el modelo, es decir determine y explique su significado, para un NC = 0.95:
Coeficiente de correlacion ( R )
Coeficiente de determinacion (r2)
3.-Determine RANGOS de los pronósticos para los periodos 11, 12 y 13. 10,11,13
4.- Grafique la Venta y el Pronóstico obtenido
AÑO NACIMIENTOS
1 565 I.C.
2 590 99%
3 583 95%
4 597 90%
5 615 85%
6 611 80%
7 610
8 623
9 633
Solución
1.
GENERAND
O EL
PRONÓSTI
CO:
rangos
limite superior 662.0 PRONOSTICO + (DESV.STD*# DE SIGMAS)
limite inferior 632.0 PRONOSTICO - (DESV.STD*# DE SIGMAS)
rangos
limite superior 669.0 PRONOSTICO + (DESV.STD*# DE SIGMAS)
limite inferior 639.0 PRONOSTICO - (DESV.STD*# DE SIGMAS)
640
620
600
nacimineto
580 s
pronostico
560
540
520
0 1 2 3 4 5 6 7 8 9 10
Multiplicador Za/2
2.576
1.96
1.645
1.439
1.282
−1 ≤ r ≤ 1 Coeficiente e correlación
+ (DESV.STD*# DE SIGMAS)
(DESV.STD*# DE SIGMAS)
+ (DESV.STD*# DE SIGMAS)
(DESV.STD*# DE SIGMAS)
En los nacimientos se determian que por año se da un pronostico que esta representado la
recta de regresion generado por una cantidad anual de los nacimientos de el valor en años.
Pronósticos: Método de los Indices Estacionales
Pronosticar las ventas del 2013 con el método "Estacional" para un NC = 95%
…
2013
Solución:
A B Y = A/B
AÑO Bimestre Demanda Ind Est Dem Descest X
2001 1 80 0.65526091 122.088772846 1
2 120 1.30881095 91.6862745098 2
3 130 1.25748503 103.380952381 3
4 100 0.88964927 112.4038461538 4
5 90 0.79384089 113.3728448276 5
6 120 1.09495295 109.59375 6
2002 1 55 0.65526091 83.9360313316 7
2 140 1.30881095 106.967320261 8
3 140 1.25748503 111.3333333333 9
4 105 0.88964927 118.0240384615 10
5 95 0.79384089 119.6713362069 11
6 125 1.09495295 114.16015625 12
2003 1 84 0.65526091 128.1932114883 13
2 160 1.30881095 122.248366013 14
3 150 1.25748503 119.2857142857 15
4 105 0.88964927 118.0240384615 16
5 94 0.79384089 118.411637931 17
6 125 1.09495295 114.16015625 18
2004 1 83 0.65526091 126.667101828 19
2 170 1.30881095 129.888888889 20
3 155 1.25748503 123.261904762 21
4 110 0.88964927 123.644230769 22
5 93 0.79384089 117.1519396552 23
6 130 1.09495295 118.7265625 24
2005 1 81 0.65526091 123.614882507 25
2 175 1.30881095 133.709150327 26
3 160 1.25748503 127.238095238 27
4 100 0.88964927 112.4038461538 28
5 92 0.79384089 115.8922413793 29
6 140 1.09495295 127.859375 30
2006 1 31
2 32
3 33
4 34
5 35
6 36
2007 37
38
39
40
41
42
2008 43
44
45
46
47
48
2009 49
50
51
52
53
54
2010 55
56
57
58
59
60
2011 61
62
63
64
65
66
2012 67
68
69
70
71
72
2013 73
74
75
76
77
78
125
125
130
140
128
1.094952951
Pronostico Resumen
106.77
107.47 Estadísticas de la regresión
108.17 Coeficiente de correlación múltiple 0.579370692
108.87 Coeficiente de determinación R^2 0.335670399
109.57 R^2 ajustado 0.311944342
110.26 Error típico 8.803317958
110.96 Observaciones 30
111.66
112.36 ANÁLISIS DE VARIANZA
113.06 Grados de libertad
113.76 Regresión 1
114.46 Residuos 28
115.15 Total 29
115.85
116.55 Coeficientes
117.25 Intercepción 106.0739016
117.95 Variable X 1 0.698457964
118.65
119.34
120.04
120.74
121.44 Y = 106.0739 + 0.698*x
122.14
122.84
123.54
124.23
124.93 200
125.63 180
126.33
127.03 160
127.73 140
128.42
120
129.12
129.82 100
130.52
80
131.22
131.92 60
132.62 40
133.31
134.01 20
134.71 0
135.41 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
136.11
136.81 160
137.50
140
138.20
138.90 120
139.60
140.30 100
141.00
141.70 80
142.39
143.09 60
143.79
40
144.49
145.19 20
145.89
146.58 0
147.28 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
147.98
148.68
180.00
149.38
150.08 160.00
150.78
140.00
151.47
152.17 120.00
152.87
153.57 100.00
154.27 80.00
154.97
155.66 60.00
156.36 40.00
157.06
157.76 20.00
158.46 0.00
159.16
1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69 73 77
40.00
20.00
0.00
1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69 73 77
159.86
160.55
Y = A*B
Pronostico 250.00
Estacionaliza
do
200.00 206
102.92 esta es la respuesta 199
206.48 176
199.26
150.00
141.59 142
126.90 127
175.80 103
100.00
50.00
0.00
1 2 3 4 5 6
Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0%Superior 95.0%
3.296603209 32.17672703 1.16595E-23 99.32111609 112.826687 99.32111609 112.826687
0.18569343 3.761349902 0.000793801 0.318082221 1.078833707 0.318082221 1.078833707
140
120
100
80
Colu Colu
mn C 60 mn C
40
20
0
2 23 24 25 26 27 28 29 30 1 2 3 4 5 6
140
120
100
80
Colu Colu
mn E mn E
60
40
20
0
2 23 24 25 26 27 28 29 30 1 2 3 4 5 6
Colu
mn G
57 61 65 69 73 77
57 61 65 69 73 77
176
127 Colu
mn G
5 6
Colu
mn C
Colu
mn E