Академический Документы
Профессиональный Документы
Культура Документы
Diseo de Experimentos n
Cuando usted se vea involucrado en un estudio experimental o observacional y el inters se centre en hallar la relacion entre un e grupo de factores y una variable respuesta se puede utilizar una tcnica denominada REGRESION LINEAL. e
Diseo de Experimentos n
Diseo de Experimentos n
1400
1350
1300
1250
q q
1200
q q
1150
q q
1100
2100
2200
2300
2400
2500
ALIMENTO EN GRAMOS
Diseo de Experimentos n
1400
1350
1300
1250
q q
1200
q q
1150
q q
1100
2100
2200
2300
2400
2500
ALIMENTO EN GRAMOS
Diseo de Experimentos n
Como generar la recta de regresin o La l nea de regresin se genera de los datos, en este caso de la o variable X que corresponde a alimento y la variable Y que corresponde a peso. Se utiliza una tecnica de la matemtica denominada a estimacin por minimos cuadrados. o El metodo de estimacin genera una ecuacin que o o corresponde a una ecuacin de la l o nea recta mas un componente denominado el ERROR, que muestra como las observaciones se comportan con respecto a la l nea recta que resume los datos.
Diseo de Experimentos n
Yi = + Xi +
Donde es el intercepto (o sea el valor de Y donde la recta cruza), es el valor de la pendiente de la recta, y i corresponde a la desviacion de cada observacion con respecto a la recta.
Diseo de Experimentos n
Ayuda a denir la relacin o asociacin entre dos o o variables, denidas de ahora en adelante como la variable predictora y la variable respuesta, o conocidas en otros contextos como la variable independiente y la variable dependiente. Utilizando un modelo de regresin podemos o predecir el comportamiento de una variable inuenciada por otra.
Diseo de Experimentos n
Yi = 71.3783 + 0.5217 Xi Con este modelo podemos predecir cual es el peso para cierto consumo de alimento. Por ejemplo el peso para un ave que consuma aproximadamente 2450 gramos de alimento es igual a 71.3783 + 0.5217 2450 = 1349.543
Diseo de Experimentos n
Como se estima la ecuacin de regresin en una forma manual o o Ave 1 2 3 4 5 6 7 8 9 10 Alimento(X) 2102 2403 2236 2167 2299 2399 2255 2245 2102 2164 Peso(Y) 5221 5290 4945 5106 4761 4968 5543 5750 4922 4715 XY 2848850 2898000 2569250 2730600 2390850 2587680 3219760 3440000 2542320 2337000 YY(Peso 2 ) 1575025 1587600 1428025 1512900 1334025 1435204 1784896 1893376 1411344 1299600 XX(Alimento 2 ) 5152900 5290000 4622500 4928400 4284900 4665600 5808100 6250000 4579600 4202500
Diseo de Experimentos n
Estimacin de las sumas de cuadrados o SCXX SCYY SCXY X Y x i )2 495952900 = 49784500 = 189210 n 10 152102890 ( y i )2 = 15261995 = 51706.1 = yi2 n 10 yi xi 274655910 = xi yi = 27564310 = 98719 n 10 = 1233.3 = xi2 ( = 2227
Diseo de Experimentos n
Diseo de Experimentos n
y )2
yi )2 Error n-2 Total n-1 y )2 Donde, yi corresponde a los valores ajustados, o predichos, y es la media de la variable dependiente y yi corresponde al valor de cada variable dependiente.
Diseo de Experimentos n
XY CM regresin o (SCXY )2 SCXX Regresin o 1 SCXX 1 CM del error SCerror Error n-2 SC total - SC regresin o n2 Total n-1 SCYY Donde, yi corresponde a los valores ajustados, o predichos, y es la media de la variable dependiente y yi corresponde al valor de cada variable dependiente.
Diseo de Experimentos n
Festimado
(98719) 51505.95 Regresin o 1 51505.95 189210 25.01875 = 2058.69 200.15 = 25.01875 Error 10 2 200.15 8 Total 10 1 51706.1 De la tabla del anlisis de regresin nalmente obtenemos un valor de a o Festimado = 2058.694, que es comparado con un valor de F con 1 y 8 grados de libertad, aplicando la siguiente regla de decisin, al nivel de o signicancia = 0.05. Si Festimado F0.975,1,8 , aceptamos la hiptesis o nula. La hiptesis nula dice que el coeciente de regresin, o sea la o o pendiente de la recta es igual a 0. La hiptesis nula signica que no hay o una relacin entre la variable predictora y la variable respuesta. Para este o caso la hiptesis nula es rechazada, luego se concluye que existe un o efecto entre la cantidad de comida y la ganancia de peso.
Diseo de Experimentos n
De la tabla se extrae un elemento importante que corresponde a la suma de los cuadrados del error, denotada como SCerror . Este elemento se utiliza para hallar el cuadrado medio del error CMerror , que equivale a la SCerror dividido en los grados de libertad. Este elemento congura la varianza de los errores , o sea las desviaciones de los valores predichos con respecto a los valores observados, los errores tambin se conocen como residuales y se e hallan utilizando la siguiente frmula. o ri = yi yi donde los yi son los valores observados de la respuesta y yi son los valores predichos de la ecuacion de regresin yi = + xi . o
Diseo de Experimentos n
Ave 1 2 3 4 5 6 7 8 9 10
alimento xi 2270 2300 2150 2220 2070 2160 2410 2500 2140 2050
peso yi 1255 1260 1195 1230 1155 1198 1336 1376 1188 1140
predichos yi 1255.73 1271.39 1193.13 1229.65 1151.39 1198.34 1328.78 1375.74 1187.91 1140.95
residuales ri = yi yi -0.73495 -11.38724 1.87421 0.3522 3.61366 -0.34322 7.22102 0.26415 0.09164 -0.95148
Diseo de Experimentos n
La varianza de los errores Los residuales tienen una media de 0, o sea que la suma de todos los residuales es igual a 0, y una varianza que se estima de acuerdo al cuadrado medio del error (CMerror ) SCerror = 25.01875 n2
Varianza( ) = Varianzaerror =
La varianza del error se utiliza para encontrar el error standard de los coecientes de regresin y o
Diseo de Experimentos n
Que representan los residuales o errores Los errores agrupan todas las posibles fuentes de variabilidad en la respuesta entre los individuos de un experimento o estudio observacional. Las posibles fuentes de variabilidad entre otras son el error de medida (el error en que incurre el instrumento de medida que registra la variable respuesta), factores intr nsecos al individuo como su acervo gentico, el e cambio en tiempo en que se registra la variable respuesta para cada individuo.
Diseo de Experimentos n
Diseo de Experimentos n
Varianza() =
Donde Varianza() es la varianza del coeciente de regresin, o 2 Varianza( ) es la varianza de los errores y sx es la varianza de la variable predictora. La ra cuadrada de la varianza del coeciente de regresin z o es igual a 0.01149 y corresponde al error standard de el coeciente de regresin. Con este error standard se pueden o crear intervalos de conanza de .
Daniel Mart nez Bello Diseo de Experimentos n
Yi = + Xi Yi = 71.3783 + 0.5217 Xi Estimate Std. Error t value Pr(> |t|) Intercepto 71.3783 25.6571 2.782 0.0239 alimento 0.5217 0.0115 45.373 6.15e-11 F-statistic: 2059 on 1 and 8 DF, p-value: 6.149e-11 Residual standard error: 5.002 on 8 degrees of freedom Multiple R-squared: 0.9961, Adjusted R-squared: 0.9956
Diseo de Experimentos n
Diseo de Experimentos n
2400
2300
2350
2250
q q q
2200
2100
2150
4800
5000
5200
5400
5600
ALIMENTO EN GRAMOS
Diseo de Experimentos n
Yi = + Xi Yi = 2044 + 0.03777 Xi Estimate Std. Error t value Pr(> |t|) Intercepto 2044 582.8 3.507 0.008 alimento 0.03777 0.1136 0.333 0.748 F-statistic: 0.1106 on 1 and 8 DF, p value: 0.748. Residual standard error: 113.6 on 8 degrees of freedom. Multiple R squared: 0.01363 Adjusted R-squared: -0.1097
Diseo de Experimentos n
2400
2300
2350
peso1
2250
q q q
2200
2100
2150
4800
5000
5200 alimento1
5400
5600
Diseo de Experimentos n
Diseo de Experimentos n
Diseo de Experimentos n
6000
5000
q q q q q
4000
q q q
3000
2000
q q q q
1000
q q
0 0
5000 BOVINOS
10000
15000
Diseo de Experimentos n
Cual es la relacin entre La cantidad de bovinos sacricados y el o costo de operacin de una planta de sacricio en 18 plantas de o sacricio
Yi = + Xi Yi = 1136 + 0.3554 Xi Estimate Std. Error t value Pr(> |t|) Intercepto 1136 299.3 3.795 0.00159 alimento 0.3554 0.04405 8.069 4.96e 07 F-statistic: 65.11 on 1 and 16 DF, p value: 4.96e-07 Residual standard error: 690.2 on 16 degrees of freedom Multiple R-squared: 0.8027, Adjusted R-squared: 0.7904.
Diseo de Experimentos n
6000
5000
q q q q q
4000
q q q
3000
2000
q q q q
1000
q q
0 0
5000 BOVINOS
10000
15000
Diseo de Experimentos n
6000
5000
q q q q q
4000
q q q
3000
2000
q q q q
1000
q q
0 0
5000 PORCINOS
10000
15000
Diseo de Experimentos n
Cual es la relacin entre La cantidad de porcinos sacricados y el o costo de operacin de una planta de sacricio en 18 plantas de o sacricio Estimate Std. Error t value Pr(>|t|) (Intercept) 2658. 3.906e+02 6.804 4.23e-06 *** cerdos 0.2099 9.349e-02 2.245 0.0393 * Residual standard error: 1355 on 16 degrees of freedom Multiple R-squared: 0.2395, Adjusted R-squared: 0.192 F-statistic: 5.038 on 1 and 16 DF, p-value: 0.03928
Diseo de Experimentos n
6000
5000
q q q q q
4000
q q q
3000
2000
q q q q
1000
q q
0 0
5000 PORCINOS
10000
15000
Diseo de Experimentos n
6000
5000
q q q q q
4000
q q q
3000
2000
q q q q
1000
q q
0 0
5000 TERNEROS
10000
15000
Diseo de Experimentos n
Diseo de Experimentos n
6000
5000
q q q q q
4000
q q q
3000
2000
q q q q
1000
q q
0 0
5000 TERNEROS
10000
15000
Diseo de Experimentos n