Академический Документы
Профессиональный Документы
Культура Документы
Usar las salidas del software R para dar solucin a las siguientes situaciones
1. Se cree que la pureza del oxgeno producido con un proceso de fraccionamiento est
relacionada con el porcentaje de hidrocarburos en el condensador principal de la unidad
de procesamiento. A continuacin los datos de veinte muestras :
Pureza (%)
86.91
89.85
90.28
86.34
92.58
87.33
86.29
91.86
95.61
89.86
96.73
99.42
98.66
96.07
93.65
87.31
95.00
96.85
85.20
90.56
Hidrocarburos (%)
1.02
1.11
1.43
1.11
1.01
0.95
1.11
0.87
1.43
1.02
1.46
1.55
1.55
1.55
1.40
1.15
1.01
0.99
0.95
0.98
pureza=77.86+11.8 (hidro)
Prueba de F
H 0 : i= i +1= i+n=0
H 1 : i+ n 0
Para esto miramos el valor del F-stadistic y lo comparamos con el valor crtico al nivel
de confianza de 0.05, observamos que el valor calculado 11.47 que es mayor que el
valor tabulado (4.1). As rechazamos Ho. Decimos que el modelo es significativo en sus
variables.
Prueba de T
Parmetro estimado del porcentaje de hidrocarburos. Se desea probar
H 0 : 1=0 vs H 1 : 1 0
1
S c ii
T=
11.8
=3.38
3.485
Coeficiente de Determinacin:
R 2=
SSr 148.31
=
=0.38
SST 232.83
Sobre una medida adecuada de la blancura del rayn (y). Los ingenieros que hicieron
este experimento desean minimizar la medida. Los resultados experimentales se
muestran a continuacin
Temperatura
del cido
35
35
35
35
35
35
35
35
55
55
55
55
55
55
55
55
25
65
45
45
45
45
45
45
45
45
Concentracin
del cido
0.3
0.3
0.3
0.3
0.7
0.7
0.7
0.7
0.3
0.3
0.3
0.3
0.7
0.7
0.7
0.7
0.5
0.5
0.1
0.9
0.5
0.5
0.5
0.5
0.5
0.5
Temperatura
del agua
82
82
88
88
82
82
88
88
82
82
88
88
82
82
88
88
85
85
85
85
79
91
85
85
85
85
Concentracin
de sulfuro
0.2
0.3
0.2
0.3
0.2
0.3
0.2
0.3
0.2
0.3
0.2
0.3
0.2
0.3
0.2
0.3
0.25
0.25
0.25
0.25
0.25
0.25
0.15
0.35
0.25
0.25
Cantidad de
blanqueador
0.3
0.5
0.5
0.3
0.5
0.3
0.3
0.5
0.5
0.3
0.3
0.5
0.3
0.5
0.5
0.3
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.4
0.2
0.6
76.5
76.0
79.9
83.5
89.5
84.2
85.7
99.5
89.4
97.5
103.2
108.7
115.2
111.5
102.3
108.1
80.2
89.1
77.2
85.1
71.5
84.5
77.5
79.2
71.0
90.2
obtenemos
intervalos
de
confianza
al
95%
para
los
parmetros:
3. Davidson (Update on Ozone Trends in Californias South Coast Air Basin, Air Waste,
43, 226, 1993) estudi las concentraciones de ozono en la Cuenca area de la costa sur
de California, durante los aos 1976 a 1992. Cree que la cantidad de das en las que las
concentraciones de ozono fueron mayores que 0.20 ppm (la respuesta) depende del
Das
91
105
106
108
88
91
58
82
81
65
61
48
61
43
33
36
ndice
16.7
17.1
18.2
18.1
17.2
18.2
16.0
17.2
18.0
17.2
16.9
17.1
18.2
17.3
17.5
16.6
H 0 : i= i +1= i+n=0
H 1 : i+ n 0
confianza de 0.05, observamos que el valor calculado 2.36 que es menor que el valor
tabulado (4.5). As no rechazamos Ho. Decimos que el modelo no es significativo en
sus variables. El ndice meteorolgico estacional no es significativo para explicar el
nmero de das en que la concentracin de ozono fue mayor a 0.20 ppm
1 , e interprete.
As con un nivel de confianza del 95% podemos decir que el parmetro B1 se encuentra
entre (-4.9; 35.5)
e. Verifique si el valor del coeficiente de correlacin de la muestra tiene una magnitud
suficiente para indicar que en la poblacin las dos variables de inters estn
correlacionadas.
Nos lo ratifica el anterior grfico, no hay grado de asociacin entre las variables en
cuestin, el ndice meteorolgico no es significativo para explicar el nmero de das en
que la concentracin de ozono fue mayor a 0.20ppm
4. Un embotellador de bebidas gaseosas analiza las rutas de servicio de las mquinas
expendedoras de su sistema de distribucin. Le interesa predecir el tiempo necesario
para que el representante de ruta atienda las mquinas expendedoras en una tienda.
Esta actividad de servicio consiste en abastecer la mquina con productos
embotellados, y algo de mantenimiento o limpieza. El ingeniero industrial responsable
del estudio ha sugerido que las dos variables ms importantes que afectan el tiempo de
entrega Y son la cantidad de cajas de producto abastecido, X 1, y la distancia caminada
por el representante, X2. El ingeniero ha reunido 25 observaciones de tiempo de entrega
que se ven en la siguiente tabla. Se ajustar el modelo de regresin lineal mltiple.
Observacin
numero
Tipo de
(minutos)
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
16.68
11.50
12.03
14.88
13.75
18.11
8.00
17.83
79.24
21.50
40.33
21.00
13.50
19.75
24.00
29.00
15.35
19.00
9.50
35.10
17.90
52.32
18.75
19.83
10.75
entrega
Cantidad
de cajas
Distancia
(pies)
7
3
3
4
6
7
2
7
30
5
16
10
4
6
9
10
6
7
3
17
10
26
9
8
4
560
220
340
80
150
330
110
210
1460
605
688
215
255
462
448
776
200
132
36
770
140
810
450
635
150
As:
Del parmetro
=0.01 .
H 0 : i= i +1= i+n=0
H 1 : i+ n 0
confianza de 0.01, observamos que el valor calculado 261.2 que es mayor que el
valor tabulado (5.71). As rechazamos Ho. Decimos que el modelo es significativo en
sus variables. La distancia en pies recorrida y el nmero de cajas son variables
significativo para explicar el tiempo de atencin de las mquinas expendedoras.
=0.01 .
H 0 : 1=0 vs H 1 : 1 0
1
S c ii
T=
1.61
=9.4
0.17
1
S c ii
T=
0.014
=3.9
0.003
i , e interprete.
As con un nivel de confianza del 95% podemos decir que los parmetros para el nmero
de cajas abastecidas y la distancia caminada (pies) se encuentran en los siguientes
intervalos de confianza.
Cajas (1.2; 1.96)
Distancia (0.006; 0.02)
5. La siguiente tabla representa los resultados de un experimento para comparar cuatro
tcnicas de mezclado diferentes (1, 2, 3, 4) sobre la resistencia de tensin de cuatro
clases de cemento (A, B, C, D) Existe algn indicio de qu tcnica de mezclado afecta la
resistencia?
MEZCLADO
1
2
3
4
A
3129
3200
2800
2600
B
3000
3000
2900
2700
C
2865
2975
2985
2600
D
2890
3150
3050
2765
=0.05
Bajo esto
podemos
7. Una empresa reparadora de lavadoras desea estudiar desea estudiar el efecto el efecto de la
marca y el centro de servicio de reparacin en minutos. Se eligieron tres marcas de lavadoras y
tres centros de servicio. Cada centro fue asignado para efectuar una reparacin de dos
lavadoras de cada marca. Los resultados se muestran en la siguiente tabla.
Centro 1
Marca A
52 36
Marca B
48 56
Marca C
59 50
Centro 2
Centro 3
51 40
37 40
61
44
50
40
58 55
65 60
8. En un estudio de 2989 fallecimientos por cncer, se registr el lugar de cada uno (casa,
cuidado intensivo en hospitales, hospital de atencin permanente) y la edad al fallecimiento,
resultando en la tabla dada de frecuencia en dos sentidos. Mediante el uso de un nivel de
significancia de .01, pruebe la hiptesis nula que de la edad y el lugar del fallecimiento son
independientes.
Lugar
E
d
a
d
Casa
15 - 54
55 - 64
65 - 74
Ms de 74
94
116
156
138
Cuidado
Intensivo
418
524
581
558
Atencin
permanente
23
34
109
238
Ninguno
Uno
Ambos
Nunca
141
68
17
Ocasional
54
44
11
Regular
40
51
19