Está en la página 1de 9

TRABAJO FINAL

GUÍA PARA TRABAJO AUTÓNOMO FINAL

OBJETIVO ESPECÍFICO

Aplicar los conceptos básicos aprendidos

1. Considere el par de ecuaciones simultáneas lineales:

Deduzca las fórmulas para las estimaciones de mínimos cuadrados de y

2. Como parte de un estudio sobre la rapidez de combustión de grafito artificial en un flujo de aire
húmedo, se llevó a cabo un experimento con miras a investigar la difusividad del oxígeno a
través de una mezcla de vapor de agua ( Combustion and Flame, vol. 50, 1983). Se prepararon
muestras de mezclas de nitrógeno y oxígeno con una fracción molar de aguar de 0.017 a nueve
temperaturas distintas, y se midió la difusividad del oxígeno en cada una. Los datos se producen
en la siguiente tabla.

Temperatura (x) Difusividad de oxígeno (y)


1000 1.69
1100 1.99
1200 2.31
1300 2.65
1400 3.01
1500 3.39
1600 3.79
1700 4.21
1800 4.64
a. Grafique los puntos de datos en un diagrama de dispersión

b. Ajuste un modelo lineal simple que relacione la difusividad media del oxígeno, , con la

temperatura, . Interprete las estimaciones de los parámetros del modelo.

c. Calcule y

d. Calcule e interprete su valor


e. ¿Los datos proporcionan pruebas suficientes que indiquen que la difusividad del oxígeno
tiene a aumentar cuando aumenta la temperatura? Pruebe con
(Los datos muestran un SSE de 0,0290 lo cual indica que el error es mínimo. Por ende se
puede concluir que la difusividad del oxígeno tiene a aumentar cuando aumenta la
temperatura.)

3. Se ha comprobado que las aleaciones amorfas tienen una excelente resistencia a la corrosión.
En Corrosion Science (Septiembre de 1993) se informó de la resistividad de una aleación amorfa
de hierro, boro y silicio después de la cristalización. Se recocieron cinco especímenes de la
aleación a 700ºC, cada uno durante un intervalo de tiempo distinto. Después se midió el
potencial de pasivación-una medida de la resistividad de la aleación cristalizada- para cada
espécimen. Los datos experimentales son los siguientes.

Tiempo de recocido x , minutos Potencial de pasivación y,


mV
10 -408
20 -400
45 -392
90 -379
120 -385

a. Construya un diagrama de dispersión para los datos.

b. Suponiendo que la mejor forma de describir la relación entre las variables es con una línea
recta, utilice el método de mínimos cuadrados para estimar la ordenada al origen y la
pendiente de la línea.

LA ECUACIÓN DE REGRESIÓN ES
POTENCIAL DE PASIVACIÓN Y, MV = - 405.3 + 0.2185 TIEMPO DE RECOCIDO X,
MINUTOS

c. Trace la línea de mínimos cuadrados sobre el diagrama de dispersión.

d. Según la línea de mínimos cuadrados, ¿Cuál es el potencial de pasivación esperado, y,


cuando el tiempo de recocido es de x = 30minutos?
e. Establezca un intervalo de confianza de 95% para el potencial de pasivación medio de una
aleación cristalizada cuando el tiempo de recocido es de 30 minutos.
4. La Comisión Federal de Comunicaciones (FCC) de Estados Unidos especifica que las
emisiones electromagnéticas radiadas por dispositivos digitales se deben medir en un sitio de
prueba de campo abierto. A fin de verificar la aceptabilidad de n sitio de prueba es preciso
evaluar la atenuación del sitio (es decir la perdida de transmisión desde la entrada de un dipolo
de media honda hasta la salida de otro cuando ambos dipolos se colocan sobre el plano de
tierra). Un estudio realizado en un sitio de prueba en Fort Collins, Colorado, produjo los
siguientes datos de atenuación del sitio (en decibeles) y frecuencia de transmisión (en MHz) para
dipolos a una distancia de 3 metros.

Frecuencia de Transmisión x, Atenuación del sitio y,


MHz dBL

50 11.5
100 15.8
200 18.2
300 22.6
400 26.2
500 27.1
600 29.5
700 30.7
800 31.3
900 32.6
1000 34.9
a. Elabore un diagrama de dispersión para os datos. ¿Es evidente una relación lineal entre x y
y?

b. Encuentre la línea de mínimos cuadrados que relaciona la atenuación del sitio y con la
frecuencia de transmisión.

c. Trace la línea de mínimos cuadrados sobre el diagrama de dispersión para verificar sus
cálculos.

d. Interprete los valores de y

e. Establezca un intervalo de predicción de 90% para la atenuación de sitio de dipolos con un


frecuencia de transmisión de 350 MHz

f. Establezca un intervalo de predicción de 90% para la atenuación de sitio media de todos los
conjuntos de dipolos con un frecuencia de transmisión de 350 MHz

g. Compare los tamaños de los intervalos de los inicios e y f y comente al respecto

h. ¿Se podría reducir el tamaño de cualquiera de los intervalos, o de ambos, aumentando el


tamaño de la muestra? Explique
5. En el estado de Nueva York, la roya común del maíz es una enfermedad importante del elote
dulce. Aunque los fungicidas son efectivos para controlar la roya del maíz, el momento de la
aplicación es crucial. Los investigadores han establecido un umbral de acción para iniciar las
aplicaciones de fungicidas con base en una ecuación de regresión que relaciona la incidencia de
la roya del maíz con la severidad de la enfermedad ( Phytopathology, vol 80, 1990). En cierto
campo, se recabaron datos de más de 100 plantas de híbrido de elote dulce llamado Jubilee.
Para cada planta, se midió la incidencia como el porcentaje de hojas infectadas (x), y la
severidad, como el logaritmo (base 10) del número medio de infecciones por hoja (y). Un análisis
de regresión lineal simple de los datos produjo los siguientes resultados:

a. Interprete el valor de

b. Interprete el valor de

c. Interprete el valor de

d. Calcule el valor de e interprete su resultado

e. Utilice el resultado del inciso d para probar la utilidad del modelo. Use . (Suponga

6. Explique por qué el intervalo de confianza para el valor medio de con un valor específico de .

Digamos , se hace más ancho conforme se aleja de . ¿Qué implicaciones tiene este

fenómeno para la estimación y la predicción?

7. Suponga que desea predecir algún valor futuro de cuando empleando la ecuación de

predicción + . El error de predicción será la diferencia entre el valor real de y el

valor predicho, , es decir,

a. Explique por qué el error de predicción tiene una distribución normal.


b. Calcule el valor esperado y la varianza del error de predicción.
8. “En el análisis de los sistemas de transporte urbanos es importante poder estimar el tiempo de
viaje esperado entre dos puntos.” Cook y Russell (Transportation Research, junio de 1980)
recolectaron datos sobre los tiempos y distancias de viaje entre dos puntos de la ciudad de Tulsa
para dos tipos de vehículos: camiones grandes de compactación de desperdicios y automóviles
de pasajeros. Se realizó un análisis de regresión lineal simple de ambos conjuntos de datos
(y=tiempo de viaje urbano en minutos, x=distancia entre los puntos en millas) con los resultados
que se muestran en la tabla.

Automóviles de pasajeros Camiones

a. ¿Hay pruebas suficientes que indiquen que la distancia entre dos puntos tienen una relación
lineal con el tiempo de viaje urbano de automóviles de pasajeros entre esos puntos? Pruebe con

b. ¿Hay pruebas suficientes que indiquen que la distancia entre dos puntos tienen una relación
lineal con el tiempo de viaje urbano de camiones entre esos puntos? Pruebe con

c. Interprete el valor de para las dos ecuaciones de predicción.


d. Estime el tiempo de viaje urbano medio para todos los automóviles de pasajeros que recorren
una distancia de 3 millas por las autopistas de Tulsa.
e. Prediga el tiempo de viaje urbano para un camión en particular que recorre una distancia de 5
millas por las autopistas de Tusla
f. Explique cómo se podría vincular una medida de confiabilidad a las inferencias hechas en los
incisos d y e.

9. A temperaturas cercanas al cero absoluto (273 grados Celsius bajo cero), el helio adquiere
características que desafían muchas leyes de la física convencional. Se realizó un experimento
con helio en forma sólida a diversas temperaturas cercanas al cero absoluto. El helio sólido se
coloca en un refrigerador de dilución junto con una sustancia sólida impura y se registra la
proporción (en peso) de la impureza que atraviesa el helio sólido. (Este fenómeno de sólidos que
pasan directamente a través de sólidos se conoce como formación de túneles cuánticos), Los
datos se presentan en la tabla.
Proporción de impureza que atraviesa el Temperatura °C (x)
a. helio (y) Construya
un diagrama de
0.315 -262 dispersión
0.202 -265 para los
0.204 -256 datos.
b. 0.620 -267 Encuentra
0.715 -270
la línea de
0.935 -272
0.957 -272 mínimos
0.906 -272 cuadrados
0.985 -273 para los
0.987 -273 datos y
trácela sobre el diagrama de dispersión
c. Defina en el contexto de este problema

d. Pruebe la hipótesis de que la temperatura no contribuye con información a predicción


de la proporción de impureza que atraviesa el helio cuando se utiliza un modelo lineal. Saque las
conclusiones apropiadas
e. Establezca un intervalo de confianza de 90% para . Interprete sus resultados.
f. Calcule el coeficiente de correlación para los datos dados
g. Calcule el coeficiente de determinación para el modelo lineal que construye en el inciso b.
Interprete su resultado
h. Establezca un intervalo de predicción de 99% para la proporción de impureza que atraviesa el
helio cuando la temperatura se fija en -270°C
i. Estime la proporción media de impureza que atraviesa el helio cuando la temperatura se fija en
-270°C. Utilice un intervalo de confianza de 99%

10. La exposición pasiva al humo de tabaco en el ambiente se ha asociado a la supresión del


crecimiento y un incremento en la frecuencia de infecciones de las vías respiratorias en niños
normales. ¿Esta asociación es más pronunciada en niños que padecen fibrosis cística? Con el
fin de contestar esta pregunta, se estudiaron 43 niños (18 niñas y 25 niños) que asistieron a un
campamento de verano de dos semanas para pacientes con fibrosis cística. Entre las diversas
variables que se midieron estuvieron el percentil de peso del niño (y) y el número de cigarrillos
fumados por día en el hogar del niño (x).
a. Para las 18 niñas, el coeficiente de correlación entre X y Y se informó que era de -0.5. Interprete
este resultado
b. Refiérase al inciso a. El valor p para probar que la hipótesis nula donde p es igual a 0 vs la
hipótesis alterna donde p sea diferente de 0 se informó como p=0.03. Interprete este resultado
c. Para los 25 niños, el coeficiente de correlación entre Y y X se informó como r=-0.12. Interprete
este resultado.

11. Se están considerando seis máquinas diferentes para la fabricación de sellos de goma y se
están comparando con respecto a la resistencia a la tensión del producto.
Se utiliza una muestra aleatoria de cuatro sellos hechos con cada máquina para determinar si la
resistencia media a la tensión varía de una máquina a otra.
A continuación se presentan las medidas de la resistencia a la tensión en kilogramos por
centímetro cuadrado x 10-1:
MÁQUINA

Realice el análisis de varianza a un nivel de significancia de 0.05 e indique si la resistencia


promedio a la tensión de las seis máquinas difiere o no de manera significativa. (Importante
escribir el modelo matemático detallado, que representa Yij, la distribución del error y que
representa αi con sus restricciones que hagan único al modelo, considerar la fuente de
variabilidad si es controlada o no)

12. Un estudio midió la tasa de sorción (ya sea absorción o adsorción) de tres tipos diferentes de
solventes químicos orgánicos. Estos solventes se utilizan para limpiar partes industriales
metálicas, y son desechos potencialmente riesgosos. Se probaron muestras independientes de
solventes de cada tipo y se registraron sus tasas de sorción como un porcentaje molar. (Véase
McClave, Dietrich y Sincich, 1997).

¿Existe una diferencia signiicativa en la tasa promedio de sorción de los tres solventes? Utilice
un valor P para sus conclusiones. ¿Qué solvente usaría?
(Importante escribir el modelo matemático detallado, que representa Yij, la distribución del error y
que representa αi con sus restricciones que hagan único al modelo, considerar la fuente de
variabilidad si es controlada o no)

13. Los siguientes datos representan el tiempo, en minutos, que un paciente tiene que esperar
durante 12 visitas al consultorio de un médico antes de ser atendido:
17 15 20 20 32 28
12 26 25 25 35 24
Utilice la prueba de signo a un nivel de significancia de 0.05 para probar la afirmación del médico
de que la mediana del tiempo de espera de sus pacientes no es mayor de 20 minutos.

14. Un inspector de alimentos examina 16 latas de cierta marca de jamón para determinar el
porcentaje de impurezas externas. Se registraron los siguientes datos:
2.4 2.3 3.1 2.2 2.3 1.2 1.0 2.4
1.7 1.1 4.2 1.9 1.7 3.6 1.6 2.3
Utilice una aproximación normal a la distribución binomial y realice una prueba de signo a un
nivel de significancia de 0.05 para probar la hipótesis nula de que la mediana del porcentaje de
impurezas en esta marca de jamón es de 2.5%, en comparación con la hipótesis alternativa de
que la mediana del porcentaje de impurezas no es de 2.5%.

15. Se afirma que una nueva dieta reducirá el peso de una persona en 4.5 kilogramos, en promedio,
en un periodo de dos semanas. Se registran los pesos de 10 mujeres que siguen esta dieta,
antes y después de un periodo de dos semanas, y se obtienen los siguientes datos:
Utilice la prueba de signo a un nivel de significancia de 0.05 para probar la hipótesis de que la
dieta reduce la mediana del peso en 4.5 kilogramos, en comparación con la hipótesis alternativa
de que la mediana de la pérdida de peso es menor que 4.5 kilogramos.

16. Los siguientes son los números de recetas surtidas por dos farmacias en un periodo de 20 días:

A un nivel de significancia de 0.01 utilice la prueba de rango con signo para determinar si las dos
farmacias surten el mismo número de recetas, “en promedio”, en comparación con la hipótesis
alternativa de que la farmacia A surte más recetas que la farmacia B.