Академический Документы
Профессиональный Документы
Культура Документы
Con X1 + X2 + X3 + X4 = 1. La variable de respuesta de este experimento debe ser una medida del goce
de esta bebida. Se usaron dos variables de respuesta, Y2: Los panelistas evaluaron cada receta sobre
una escala del 1 al 10, indicando que el 10 se refiere a la más deliciosa (sabor y la intensidad de la
bebida); Y1: cada participante fue cuestionado para comparar el goce relacionado con cada receta,
construyendo una escala en la que la mejor se considerará en el lugar número 1, la siguiente ocupara
el número 2 y así sucesivamente. Se formó un jurado con 15 participantes. Se reportan los
resultados promedio.
Mezcla X1 X2 X3 X4 Y1 Y2
1 49 25 16 10 9.33 5.14
2 51 31 8 10 9.17 4.45
3 55 28 13 4 9.57 3.96
4 55 25 10 10 3.67 6.29
5 55 29 8 8 7.33 5.07
6 51 31 8 10 9 4.12
7 55 25 10 10 5.33 6.21
8 52 28 16 4 12.33 4.21
9 52 25 16 7 8.67 5.54
10 49 28 13 10 6.5 4.92
11 55 25 16 4 8 4.6
12 55 29 8 8 7.17 5.79
13 55 31 10 4 7.5 4.6
14 49 31 13 7 7.67 4.99
15 49 31 16 4 9.17 2.79
Término Coef
X1 0.138442
X2 -0.135303
X3 -0.00575196
X4 0.198773
Término Coef
X1 -0.391486
X2 0.0556546
X3 -2.79774
X4 -7.65137
X1*X2 0.00824337
X1*X3 0.0520509
X1*X4 0.112009
X2*X3 0.0115017
X2*X4 0.0559007
X3*X4 0.124168
Para un modelo con depuración que mejor se ajusta seria el cubico centrado.
Regresión para mezclas: Y2 vs. X1, X2, X3, X4
S = 0.324987 PRESS = *
R-cuad. = 97.29% R-cuad.(pred.) = *% R-cuad.(ajustado) = 87.37%
Término Coef
X1 1.18897
X2 -11.0584
X3 52.4713
X4 -140.290
X1*X2 0.183495
X1*X3 -0.954757
X1*X4 2.55810
X2*X3 -1.00306
X2*X4 5.39438
X3*X4 -0.0344444
X1*X2*X3 0.0169444
X1*X2*X4 -0.0993461
Se concluye que mejor el mejor modelo sin depuración que se ajusta seria el
cuadrático con un R- cuadrado de 90.88% pero si queremos con depuración seria de
cubica centrada con un R-cuadrado de 97.99%.
b) De acuerdo con el modelo ajustado ¿Cuáles son los aspectos más relevantes?
Con el modelo cubico centrado podemos ver que el factor que más influye es X3 seguido de X1
el cual corresponde al Triple Sec y Margarita Mix respectivamente.
De acuerdo al modelo ajustado los aspectos más importantes es el R-cuadrado que para
nuestro modelo cuadrático seria 90.88% y para nuestro modelo cubico centrada seria de
97.99%, Otro aspecto importante es el P-valor observando q para los modelos ajustados van a
ser menor de 0.5 lo cual van a ser significativos teniendo una observación de que para el modelo
cubico centrado aumenta el P valor en comparación del cuadrático pero ambos dentro del
rango pero lo que más tendríamos que decidir seria por el R cuadrado.
Tenemos una representación
Aquí tenemos la gráfica de superficie para el modelo cubico centrado:
40
20 X1
Y2 63.00
8.00
0
25.00
X2
39.00 49.00
22.00
X3
Parámetros
Solución global
Componentes
X1 = 49
X2 = 28
X3 = 16
X4 = 7
Respuestas pronosticadas
Haciendo para un ajuste lineal tenemos los siguientes resultados para Y2:
Término Coef
X1 -0.0667942
X2 0.326929
X3 0.282901
X4 -0.147200
Término Coef
X1 -5.60693
X2 -11.7749
X3 0.892155
X4 1.25783
X1*X2 0.337451
X1*X3 0.115388
X1*X4 0.101998
X2*X3 0.0212972
X2*X4 0.0438548
X3*X4 -0.141420
Para un modelo con depuración que mejor se ajusta seria el cubico centrado.
S = 0.684361 PRESS = *
R-cuad. = 97.53% R-cuad.(pred.) = *% R-cuad.(ajustado) = 88.45%
Término Coef
X1 11.8460
X2 30.8225
X3 107.284
X4 -10.8911
X1*X2 -0.843634
X1*X3 -2.26684
X1*X4 -0.0950752
X2*X3 -4.07556
X2*X4 -0.0522627
X3*X4 -0.125556
X1*X2*X3 0.0777778
X1*X2*X4 0.00382523
Se concluye que mejor el mejor modelo sin depuración que se ajusta seria el
cuadrático con un R- cuadrado de 87.43% pero si queremos con depuración seria de
cubica centrada con un R-cuadrado de 97.53%.
De acuerdo con el modelo ajustado ¿Cuáles son los aspectos más relevantes?
De acuerdo al modelo ajustado los aspectos más importantes es el R-cuadrado que para
nuestro modelo cuadrático seria 87.43% y para nuestro modelo cubico centrada seria de
97.53%, Otro aspecto importante es el P-valor observando q para los modelos ajustados van a
ser menor de 0.5 lo cual van a ser significativos teniendo una observación de que para el modelo
cubico centrado aumenta el P valor en comparación del cuadrático pero ambos dentro del
rango pero lo que más tendríamos que decidir seria por el R cuadrado.
Tenemos una representación
30
20 X1
Y1 63.00
10 8.00
25.00
X2
39.00 49.00
22.00
X3
Optimización de respuesta
Parámetros
Solución global
Componentes
X1 = 52.4499
X2 = 25
X3 = 12.5501
X4 = 10
Respuestas pronosticadas
Optimización de respuesta
Parámetros
Solución global
Componentes
X1 = 54.6091
X2 = 25
X3 = 10.4187
X4 = 9.97218
Respuestas pronosticadas
Compuesto
Conveniencia
1.0000
Y1
Máximo
y = 12.2628
d = 1.0000