Ejercicio de construccin de modelos.

El artculo EstimatingRequirements at Conceptual DesignStateUsing Neural Networks (A. Elazuoni,

I. Nosair y cols., en Journal of Computing in Civil Engineering, 1997:217-223) sugiere que ciertos
requerimientos de recursos en la construccin de silos de concreto se puede pronosticar a partir de
un modelo. stos incluyen la cantidad de concreto en m3 (y), el nmero de personas por da de trabajo
(z), o el nmero de horas de la mezcladora de concreto (w) necesarios para un trabajo dado. La
siguiente tabla define 23 variables independientes potenciales que se pueden usar para pronosticar
y, z o w. Los valores de las variables independientes e independientes, reunidos en 28 trabajos de
construccin, se presentan en la tablade excel. A menos que se establezca otra situacin, las
longitudes estn en m, las reas en m2 y los volmenes en m3.

a) Utilizando la regresin de los mejores subconjuntos, determine el mejor modelo para

pronosticarde acuerdo con el criterio de R2 ajustado.
1,2, 4, 6, 7, 8, 9, 11, 13, 14, 15, 16 r ajustada de 98.6
b) Utilizando la regresin de los mejores subconjuntos, determine el mejor modelo para
pronosticarde acuerdo con el criterio del Cp mnimo de Mallows.
1, 2, 4, 5, 8, 10, 11, 14

c) Determine un modelo para pronosticar y usando la regresin paso a paso. Explique el criterio
que est usando para determinar qu variables agregar o eliminar del modelo.

y = -727 - 28.30 X1 + 185.1 X2 + 31.7 X4 - 62 X5 + 0.03157 X8 + 27.49 X10

- 11.98 X11
+ 3.435 X14

Es el subconjunto con el mnimo cp de Mallows, y tiene uno de los valores ms altos de r

cuadrada de 98.7 y ajustada de 98

d) Utilizando la regresin de los mejores subconjuntos, determine el mejor modelo para

pronosticar de acuerdo con el criterio de R2 ajustado.
R ajustado de 95.6 con; 1 2 3 4 5 6 7 9 10 12 14 16 17 19 22
e) Utilizando la regresin de los mejores subconjuntos, determine el mejor modelo para
pronosticar de acuerdo con el criterio del Cp mnimo de Mallows.
Cp de 4.0 con; 6 7 9 10 14 17 19
f) Determine un modelo para pronosticar usando la regresin paso a paso. Explique el criterio
que est usando para determinar qu variables agregar o eliminar del modelo.
Regresin lineal de 95.4 ajustada de 93.5 y cp de 4.7
6 7 9 10 14 16 17 19

z = -777 - 7.29 X6 + 0.317 X7 + 5.55 X9 + 143.3 X10 + 5.92 X14 - 1.93 X16 - 382 X17
+ 266 X19

g) Utilizando la regresin de los mejores subconjuntos, determine el mejor modelo para

pronosticar de acuerdo con el criterio de R2 ajustado.
R ajustado de 97.0 con x; 1 4 7 8 9 10 12 13 14 15 16 17 18 19 20 21 22
h) Mediante la regresin de los mejores subconjuntos, determine el mejor modelo para
pronosticar de acuerdo con el criterio del Cp mnimo de Mallows.
Cp de 6.9 con x ; 6 9 10 12 14 15 16 17 19
i) Determine un modelo para pronosticar utilizando la regresin paso a paso. Explique el
criterio que est usando para determinar qu variables agregar o eliminar del modelo.
R cuadrada de 97, ajustada de 95.2 y c de 7.3 con x; 6 8 9 10 12 14 15 16 17 19
w = 402 - 0.398 X6 - 0.00265 X8 + 0.597 X9 + 6.44 X10 - 8.39 X12 + 0.5707 X14
- 187.6 X15
- 0.3337 X16 - 32.0 X17 + 12.11 X19

TABLA Descripcin de las variables para el ejercicio anterior.

X1Numero de cubo X13 Cociente amplitud espesor

X2Mximo concreto requerido por hora X14 Permetro del complejo

X3Altura X15 Capacidad de mezcla

X4Razn de deslizamiento de la cimbra X16Densidad de material

X5Numero de etapas de construccin X17 Porcentaje de desechos para reforzar el acero

X6Permetro de la cimbra X18 Porcentaje de desechos de concreto

X7Volumen de complejo de silos X19Nmero de trabajadores en el equipo de concreto

X8rea superficial de las paredes del silo X20Espesores de la pared (cm)

X9Volumen del cubo X21 Nmero de trabajadores en los equipos que refuerzan
concreto

X10reas de pared a piso X22 Nmero de trabajadores que forman los equipos

X11Nmeros de gatos de elevacin X23 Cociente longitud amplitud

X12 Cociente longitud-espesor