Академический Документы
Профессиональный Документы
Культура Документы
X
Horas de Estudio
45
30
90
60
105
65
90
80
55
75
69.5
Ejercicios: 18 y 22 (pg. 564-565)
Y
Calificacin
40
35
75
65
90
50
90
80
45
65
63.5
(Xi-pX)
(Yi-pY)
-24.5
-39.5
20.5
-9.5
35.5
-4.5
20.5
10.5
-14.5
5.5
-23.5
-28.5
11.5
1.5
26.5
-13.5
26.5
16.5
-18.5
1.5
relacin entre las horas de estudio y la calificacin en un curso. A continuacin se presentan los datos
as.
weeney.
(Xi-pX)(Yi-Py)
(Xi-pX)^2
575.75
1125.75
235.75
-14.25
940.75
60.75
543.25
173.25
268.25
8.25
0
b1
b0
INGTESE HSE
NOTA pronostico
0
600.25
1560.25
420.25
90.25
1260.25
20.25
420.25
110.25
210.25
30.25
4722.5
0.82953944
0
95
84.6532557
V TOTAL
(Yi-pY)^2
V inextp
(Yi-eY)^2
552.25 10.088778448
812.25 102.28929096
132.25 0.1165884459
2.25 231.88082715
702.25 8.4004844295
182.25 15.366898045
702.25 235.36010353
272.25 185.96353859
342.25 0.3902115309
2.25 7.7536746274
3702.5
0
determinacin simple r 2
Harry Daniels es un ingeniero de control de calidad para la Specific Electric Corporation, empresa que fabrica motores elctricos. Un
fabricacin implica el uso de una mquina fresadora automtica para hacer las aberturas en los ejes de los motores. Cada lote de e
todos los ejes que no cumplan con las dimensiones requeridas. Antes de fabricar un nuevo lote, la mquina fresadora debe reajust
se desagasta ligeramente durante la produccin. A Harry se le orden pronostciar cmo afecta el tamao de los lotes al nmero de
conjunto, a fin de que pueda seleccionar el mejor tamao de lote.
Grafique los datos en un diagrama de dispersin.
Ajuste un modelo de regresin lineal simple. Luego a un modelo de regresin polinmica de segundo grado.
Pronostique el nmero de defectuosos para un lote de 350 ejes.
1
2
3
4
5
6
7
8
9
10
11
12
13
25
50
75
100
125
150
175
200
225
250
275
300
325
4
8
6
16
22
27
36
49
53
70
82
95
109
175
(Xi-pX) (Yi-pY)
-150
-125
-100
-75
-50
-25
0
25
50
75
100
125
150
-40.384615
-36.384615
-38.384615
-28.384615
-22.384615
-17.384615
-8.3846154
4.6153846
8.6153846
25.615385
37.615385
50.615385
64.615385
6057.6923076923
4548.0769230769
3838.4615384615
2128.8461538462
1119.2307692308
434.6153846154
0
115.3846153846
430.7692307692
1921.1538461539
3761.5384615385
6326.9230769231
9692.3076923077
40375
44.3846153846
(Xi-pX)(Yi-Py)
r^2
r
b1
0.9546888 b0
INGTESE HSE
NOTA pronostico
(Xi-pX)^2
22500
15625
10000
5625
2500
625
0
625
2500
5625
10000
15625
22500
113750
0.3549450549
-17.7307692308
350
106.5
Y=-17.7307692307692+0.354945054945055x
F(modelo)
F(modelo)
F- VALUE
F- VALUE
F- VALUE
231.7654352901
231.7654352901
9.75022090001484E-009
V TOTAL
V inextp
r2
V explicada
(Yi-pY)^2
(Yi-eY)^2
(Yi-eY)^2/(Yi-p (Yi-pY)^2-(Yi-eY)^2
1630.917159763
1323.840236686
1473.378698225
805.6863905325
501.0710059172
302.224852071
70.3017751479
21.3017751479
74.224852071
656.1479289941
1414.917159763
2561.917159763
4175.147928994
15011.0769231
V. EXPLICADA
165.306122449
63.7365354426
8.3527351769
3.110765608
21.5051322304
72.4369339452
70.3017751479
18.1326228716
83.3910155778
1.0110192006
4.4981282454
39.0281668881
129.359376887
680.17032967
14330.9065934
0.10135777
0.04814519
0.0056691
0.00386101
0.04291833
0.23967895
1
0.85122591
1.12349184
0.00154084
0.00317908
0.01523397
0.03098318
1465.6110373143
1260.1037012438
1465.025963048
802.5756249245
479.5658736868
229.7879181258
0
3.1691522763
-9.1661635068
655.1369097935
1410.4190315179
2522.8889928753
4045.7885521072
14330.906593407
120
100
f(x) = 8.8736
R = 0.95468
80
60
40
20
0
1
8
4
0
6
4
>
<
<
<
F de TABLAS
4.84433567
f(1,11)
alfa
4.84
5%
significativo
9.65
1%
bien significativo
19.65
0.10%
muy significativo
0.05 significativo
0.O1
bien significativo
O.OO1
muy significativo
F de TABLAS
f(1,11)
4.84433567
9.64603411
19.6867856
120
109
100
95
80
82
70
60
49
40
36
20
0
53
16
8
4
0
27
22
6
4
10
12
14
Lineal
Cuadrtico
X=
Y=
300
75.927
46
5.6833
Y/X
0.25309
0.12355
120
f(x)
100 = 0.0008975025x^2 + 0.0408191808x + 1.9020979021
R = 0.9966534204
f(x) = 0.3549450549x - 17.7307692308
80
R = 0.954688772
60
40
20
0
f(x)/x
Dx( f(x)/x )
50
100
150
0.0009X+0.0408+1.9021/X
0.0009-1.9021/X^2
200
250
300
350
X' =
45.9722138
Objetivo
Determinar la cantidad de unidades de aditivo que se debe mezclar con la gasolina para maximiza
le gustara predecir la cantidad mxima de kilmetros recorridos por galn que se puede alcanzar u
Unidades de aditivo
X
0
0
0
1
1
1
2
2
2
3
3
3
4
4
4
Distancia recorrida
Y
25.8
26.1
25.4
29.6
29.2
29.8
32
31.4
31.7
31.7
31.5
31.2
29.4
29
29.5
mula.
galn de gasolina en los automviles que usan este combustible. Los
a mejorar el rendimiento de la gasolina.