% de MP en la No.

Unidad Yest=17,755e-
No. Muestra
mezcla (X) NC (Y) 0,623x
1 1 10 9.7017
2 2 5 6.8794
3 1.5 7 8.29055
4 1.5 6 8.29055
5 3 2 4.0571
6 4 1 1.2348
7 1.6 8 8.00832
8 2.6 3 5.18602
9 3.5 2 2.64595
10 4.6 1 -0.45858
11 5 1 -1.5875
12 0.5 15 11.11285
13 4.3 1 0.38811
14 3.2 3 3.49264
15 2.4 1 5.75048
16 2.5 3 5.46825
17 1.8 7 7.44386
18 2.1 6 6.59717
19 3.9 3 1.51703
20 1.2 9 9.13724
21 2.4 4 5.75048
22 4.3 1 0.38811
23 3.5 3 2.64595
24 2.7 2 4.90379
25 0.5 16 11.11285
26 0.8 14 10.26616
27 1.2 9 9.13724
28 3.6 2 2.36372
29 5.3 1 -2.43419
n= 30 1 11 9.7017
2.5833333333 5.23333333
X-prom Y-prom
r= 0.87183714
r= -0.87185793
No. Unidad NC (Y)
18
f(x) = 9.78755038862227 x^-1.31096734085744
16 R² = 0.844560905188441

14 f(x) = − 6.59988752374064 ln(x) + 10.33525022418

R² = 0.930342593221017
12

10 f(x) = − 2.82225359728439 x + 12.524155126318

R² = 0.760136246387444
8
18
f(x) = 9.78755038862227 x^-1.31096734085744
16 R² = 0.844560905188441

14 f(x) = − 6.59988752374064 ln(x) + 10.33525022418

R² = 0.930342593221017
12

10 f(x) = − 2.82225359728439 x + 12.524155126318

R² = 0.760136246387444
8

0
0 1 2 3 4 5 6
 ok a) Obtenga el Diagrama de dispersión p
ok b) Calcule el coeficiente de correlación

SSR SSE Sxx c) ¿Se podría utilizar un modelo lineal p

ok
19.9663007 0.08898289 2.50694444 d) Cuantas unidades no conformes se p
2.70953547 3.53214436 0.34027778
9.34657375 1.6655193 1.17361111
9.34657375 5.2466193 1.17361111
1.38352485 4.23166041 0.17361111
15.9882688 0.05513104 2.00694444
7.700551 6.92224E-05 0.96694444
0.00223855 4.77868344 0.00027778
6.69455251 0.4172514 0.84027778
32.3978774 2.12745562 4.06694444
46.5237674 6.69515625 5.84027778
34.5687162 15.1099351 4.34027778
23.4761891 0.37440937 2.94694444
3.03001328 0.24269417 0.38027778
0.26744067 22.5670602 0.03361111
0.05518584 6.09225806 0.00694444
4.88642814 0.1970117 0.61361111
1.86005045 0.35661201 0.23361111
13.8109105 2.19920002 1.73361111
15.2404873 0.01883482 1.91361111
0.26744067 3.06418023 0.03361111
23.4761891 0.37440937 2.94694444
6.69455251 0.1253514 0.84027778
0.10859881 8.43199636 0.01361111
34.5687162 23.8842351 4.34027778
25.3293443 13.9415611 3.18027778
15.2404873 0.01883482 1.91361111
8.23468068 0.13229224 1.03361111
58.7909141 11.793661 7.38027778
19.9663007 1.68558289 2.50694444
441.93241 139.448793 55.4816667
SSR SSE Sxx

Fcalc 88.735852
Ftab 4.2
alfa=0,05 4.19597182 INV.F.CD(0,05;1;28)
gl-num=1
Gl-denom-28
 Fcalc >FtabEL MODELO LINEAL
y = -2,8223x + 12,524
ES VIABLE PARA ESTIMAR A
Y= no. De unid defect en funciòn de
X= % MP X

Xo=5,5
Yest / Xo -2.99865
4 5 6
t (0,05/2, 28) 2.0484 2.04840714

Se 2.23166172
Term Raiz 1.08934029
LII -7.97839033 0
LSI 1.98109033 2

Si se utiliza X=5,5 en la mezcla , el Y = no. De jabones defectuoss

entre 0 a 2
 Diagrama de dispersión para estas variables.
coeficiente de correlación y coeficiente de determinación e interprételos.

utilizar un modelo lineal para pronosticar el número de unidades no conformes en base al % del nuevo producto de Mate

idades no conformes se podrían esperar si se utiliza un % 5.5 del nuevo producto en la formulación.
De jabones defectuosso se espera
nuevo producto de Materia Prima? Justifique su respuesta.