Documentos de Académico
Documentos de Profesional
Documentos de Cultura
- Los datos que aparecen en la tabla siguiente representan el empuje de un motor de turbina (Y) y seis variab
regresión candidatas: X1 = velocidad de rotación primaria, X2 = velocidad de rotación secundaria, X3 = rapidez d
flujo de combustible, X4 = presión, X5 = temperatura de escape y X6 = temperatura ambiente al momento de efec
tuar la prueba.
Y X1 X2 X3 X4 X5
4540 2140 20640 30250 205 1732
4315 2016 20280 30010 195 1697
4095 1905 19860 29780 184 1662
3650 1675 18980 29330 164 1598
3200 1474 18100 28960 144 1541
4833 2239 20740 30083 216 1709
4617 2120 20305 29831 206 1669
4340 1990 19961 29604 196 1640
3820 1702 18916 29088 171 1572
3368 1487 18012 28675 149 1522
4445 2107 20520 30120 195 1740
4188 1973 20130 29920 190 1711
3981 1864 19780 29720 180 1682
3622 1674 19020 29370 161 1630
3125 1440 18030 28940 139 1572
4560 2165 20680 30160 208 1704
4340 2048 20340 29960 199 1679
4115 1916 19860 29710 187 1642
3630 1658 18950 29250 164 1576
3210 1489 18700 28890 145 1528
4330 2062 20500 30190 193 1748
4119 1929 20050 29960 183 1713
3891 1815 19680 29770 173 1684
3467 1595 18890 29360 153 1624
3045 1400 17870 28960 134 1569
4411 2047 20540 30160 193 1746
4203 1935 20160 29940 184 1714
3968 1807 19750 29760 173 1679
3531 1591 18890 29350 153 1621
3074 1388 17870 28910 133 1561
4350 2071 20460 30180 198 1729
4128 1944 20010 29940 186 1692
3940 1831 19640 29750 178 1667
3480 1612 18710 29360 156 1609
3064 1410 17780 28900 136 1552
4402 2066 20520 30170 197 1758
4180 1954 20150 29950 188 1729
3973 1835 19750 29740 178 1690
3530 1616 18850 29320 156 1616
3080 1407 17910 28910 137 1569
Elabore un informe con su respuesta donde especifique principalmente:
a. El ajuste del modelo de regresión lineal múltiple que mejor describa al problema
b. Si se cumplen las condiciones estandar de un modelo de regresión lineal
2 Una investigación de la relación entre flujo de tránsito x (miles de automóviles por 24 h) y contenido
g
de plomo Y de la corteza de árboles cerca de la autopista ( g de peso en seco) produjo los datos
de las columnas xi y y i siguientes:
X Y
8.3 4579.30
8.5 4918.00
8.5 4918.00
8.6 5093.45
8.6 5093.45
8.7 5273.02
Calcule y compare las rectas de regresión que
9.2 6234.50 resultan al considerar los siguientes modelos:
9.3 6439.86
9.5 6864.00 y a bx
9.8 7534.54 y ax b
10.3 8746.82 y ab x
10.5 9266.00
10.8 10082.70
11.2 11244.42
11.5 12172.00
11.7 12817.90
11.9 13486.27
12.3 14891.94
12.6 16008.01
12.9 17178.51
13.4 19253.83
13.7 20575.82
13.8 21029.58
14.5 24394.00
14.7 25417.18
14.9 26468.59
15.1 27548.61
15.3 28657.62
15.5 29796.00
15.9 32162.43
15.9 32162.43
16.2 34017.22
16.3 34650.98
16.4 35292.55
16.7 37264.70
16.8 37938.06
3.- Se consideran seis diferentes máquinas para su uso en la fabricación de sellos de caucho. Las máquina
comparar con respecto a la resistencia a la tracción del producto. Se utiliza una muestra aleatoria de cuatr
sellos de cada máquina para determinar si la resistencia media a la tracción varía de una máquina a otra.
Las siguientes son las mediciones de la resistencia a la tracción en kilogramos por centímetro cuadrado x
Máquina
1 2 3 4 5 6
17.5 16.4 20.3 14.6 17.5 18.3
16.9 19.2 15.7 16.7 19.2 16.2
15.8 17.7 17.8 20.8 16.5 17.5
18.6 15.4 18.9 18.9 20.5 20.1
Realice el análisis de varianza al nivel de significancia de 0.05 e indique si las resistencias medias a la tra
de manera significativa para las seis máquinas.
4.-Se mide la temperatura de una mezcla con cuatro termómetros, obteniéndose los datos siguientes:
(termómetro 1) 63, 63, 62, 65, 66:
(termómetro 2) 64, 64, 63,64, 65;
(termómetro 3) 58, 59, 59, 68;
(termómetro 4) 61, 62, 60, 63.
¿Son los cuatro termómetros análogos?.
Calcular los residuos y analizar si se verifican las hipótesis básicas del modelo de ANOVA.
Elimine el tercer termómetro y calcule la tabla ANOVA para comparar los otros tres termómetros. ¿Qué c
podrán extraerse?. Use un nivel de significación del 0,05.
5.- Trece alumnos de características análogas se asignan al azar a 3 métodos de aprendizaje, obteniendo lo
siguientes resultados en el examen posterior.
Método 1 Método 2 Método 3
7.72 8.01 7.91
7.98 7.93 8.32
7.85 8.15 8.12
7.87 8.09 8.28
8.23
¿Podemos concluir que los métodos son distintos?. Use un nivel de significación del 0,05.
6.-En un análisis de la varianza con cinco grupos se conoce que las medias estimadas en cada grupo son 2
Hay diez observaciones en cada grupo y la varianza de estimación de las medias de grupo es 6.
Calcular la tabla ANOVA.
7.- Un psicólogo clínico quería comparar tres métodos para reducir los niveles de hostilidad en estudiante
Cada prueba sicológica (PNH) fue usada para medir el grado de hostilidad. Las puntuaciones altas en esta
usaron como indicación de gran hostilidad. En el experimento se usaron 11 estudiantes que obtuvieron puntuacio
altas y muy cercanas entre sí. De los 11 estudiantes se seleccionaron 5 al azar y se trataron con el método A, de lo
restantes se tomaron tres al azar y se trataron con el método B y el resto se trató con el método C. Todos los trata
se realizaron durante un trimestre. Cada estudiante tomó la prueba PNH nuevamente al final del trimestre, con lo
siguientes resultados:
Método A 73,83,76,68,80
Método B 54,74,71
Método C 79,98,87
a) Realice un análisis de varianza para este experimento.
b) Presentan los datos suficiente evidencia para concluir que hay diferencias entre las respuestas medias
de los tres métodos, después del tratamiento?. Use un nivel de significación del 0,05.
8.-Un estudio mide la tasa de absorción de tres tipos diferentes de solventes químicos orgánicos. Estos so
para limpiar partes metálicas industriales labradas y son desechos peligrosos potenciales. Se prueban mue
independientes de solventes de cada tipo y se registran sus tasas de absorción como porcentaje molar.
Aromáticos Cloroalcanos Ésteres
1.06 0.95 1.58 1.12 0.29 0.43 0.06
0.79 0.65 1.45 0.91 0.06 0.51 0.09
0.82 1.15 0.57 0.83 0.44 0.10 0.17
0.89 1.12 1.16 0.43 0.55 0.53 0.17
1.05 0.61 0.34 0.60
¿Existe una diferencia significativa en la tasa de absorción media para los tres solventes? Utilice un p-val
9.- Una central de productos lácteos recibe diariamente leche de dos granjas A y B. Para estudiar la calida
se extrae una muestra de cada granja y se analiza el contenido de materia grasa (en gr/l), obteniéndose los
Granja A 29 30 31 30 35
Granja B 26 32 30 28
Se puede decir a un nivel de significación del 0,05 que el contenido medio de materia grasa depende de la
procedencia?.
10.- Un químico del departamento de desarrollo de un laboratorio farmacéutico desea conocer cómo influye el tip
aglutinante utilizado en tabletas de ampicilina de 500 mg en el porcentaje de friabilidad; para ello, se eligen los s
aglutinantes: polivinilpirrolidona (PVP), carboximetilcelulosa sódica (CMC) y grenetina (Gre). Los resultados del dis
experimental son los siguientes
Aglutinante % de friabilidad
PVP 0.485 0.250 0.073 0.205 0.161
CMC 9.64 9.37 9.53 9.86 9.79
Gre 0.289 0.275 0.612 0.152 0.137
a) Especifique el nombre del diseño experimental.
b) ¿Sospecha que hay algún efecto significativo del tipo de aglutinante sobre la variable de respuesta?
c) Escriba las hipótesis para probar la igualdad de medias y el modelo estadístico.
d) Realice el análisis adecuado para probar las hipótesis e interprete los resultados.
e) Revise los supuestos, ¿hay algún problema?
11.- El Ministerio de Educación esta interesado en implementar tres programas de estudio; con el
objetivo de medir la habilidad de lectura en los alumnos. Para ello, se eligen alumnos del sexto
grado de un Colegio de San Salvador, de los cuales fueron asignados al azar 27 alumnos, a
cada uno de los tres grupos. Se utilizó un programa diferente en cada grupo, se llevó a cabo un
examen al inicio y al final de la implementación de los programas, los valores obtenidos
representan la diferencia que hay entre la nota del examen que se hizo al inicio y al final de la
implementación del programa, obteniéndose los siguientes datos, en base 100:
Tratamiento Observaciones
Programa 1 20 18 18 23 22 17 15 13 21
Programa 2 15 20 13 12 16 17 21 15 13
Programa 3 12 15 18 20 18 17 10 24 16
a) Indique la variable de estudio
b) Explique el significado verbal de las hipótesis
c) Calcule los estimadores del modelo
d) Desarrolle el ANOVA correspondiente
e) Comparaciones entre tratamientos
12.- Los cigarrillos producen cantidades apreciables de monóxido de carbono . Cuando se inhala el humo
del cigarrillo, el monóxido de carbono se combina con la hemoglobina para formar la carboxihemoglobina.
En un estudio reciente, los investigadores deseaban diterminar si una concentración apreciable de
carboxihemoglobina reduce la tolerancia al ejercicio en aquellos pacientes que sufren de bronquitis crónica
y enfisema. Se seleccionaron siete de estos pacientes y, en un ambiente controlado, se les pidió que
caminaran durante 12 minutos respirando una de las siguientes cuatro mezclas gaseosas: aire, oxígeno,
aire más monóxido de carbono (CO) u oxígeno más monóxido de carbono. La cantidad de monóxido de carbono
respirado fue suficiente para elevar la concentración de carboxihemoglobina de cada sujeto en 9%.
Para controlar el consumo de monóxido de carbono, se pidió a los siete fumadores que dejaran de fumar 12
horas antes del experimento- Los datos que figuran en la tabla representan las distancias caminadas por los
sujetos en 12 minutos para cada condición
Mezcla Gaseosa
Sujeto Aire Oxígeno Aire + CO Oxígeno + CO
1 835 874 750 854
2 787 827 755 829
3 724 738 698 726
4 336 378 210 279
5 252 315 168 336
6 560 672 558 642
7 336 341 260 336
a) Escríbase el modelo para este problema
b) ¿Puede rechazarse la hipótesis nula de que no existe algún efecto, debido a la mezcla de gas, en la distancia
caminada durante el lapso de 12 minutos para un nivel de a = 0,05?
c) Llévese a cabo una prueba F conservadora para la hiótesis nula.¿Es la conclusión diferente a la de la parte b?
d) Si la respuesta a la parte b es sí, constrúyase los contratses pertinentes y empléese el método de Sceffé para
determinar si estos son estadísticamente significativos.
motor de turbina (Y) y seis variables de regresion
otación secundaria, X3 = rapidez de
atura ambiente al momento de efec-
X6
99
100
97
97
97
87
87
87
85
85
101
100
100
100
101
98
96
94
94
94
101
100
100
99
100
99
99
99
99
99
102
101
101
101
101
100
99
99
99
100
óviles por 24 h) y contenido regresion
n seco) produjo los datos
regresión que
ntes modelos:
e sellos de caucho. Las máquinas se deben Comparacion de medias
a una muestra aleatoria de cuatro
ón varía de una máquina a otra.
amos por centímetro cuadrado x 10-1:
odelo de ANOVA.
s otros tres termómetros. ¿Qué conclusiones
variable de respuesta?
de estudio; con el
umnos del sexto comparaCion de medias
llevó a cabo un
y al final de la
Datos ; N= 40
Con nuestro modelo de regresion procedemos a calcular los residuos de Y:
Residuo( ei)
-49.948502
-36.606698
-33.395222
-32.928082
-27.924073
-27.197474
-25.787496
-25.602125
-22.413077
-20.07807
-18.677332
-17.769768
-16.291093
-10.538322
-6.7414634
-4.5679881
-4.1287378
-3.7412129
-3.4847639
-2.5630292
-0.580191
-0.3881824
3.43368711
4.77620647
6.29771559
7.00651224
7.23984022
9.22644772
14.5029612
16.7674842
18.2552056
22.4974558
23.686949
23.7058614
26.7169915
30.3414256
38.6432936
41.1906151
47.458317
49.6059215
1.- Los datos que aparecen en la tabla siguiente representan el empuje de un motor d
regresión candidatas: X1 = velocidad de rotación primaria, X2 = velocidad de rotación
flujo de combustible, X4 = presión, X5 = temperatura de escape y X6 = temperatura am
tuar la prueba.
Elabore un informe con su respuesta donde especifique principalmente:
a. El ajuste del modelo de regresión lineal múltiple que mejor describa al problema
b. Si se cumplen las condiciones estandar de un modelo de regresión lineal
Anova
Pruebas de hipotesis Efecto SC GL CM
βᶺj=0 Tratamiento 9908846.36277 6 1651474.39
βᶺj≠0 Error 23189.6372321 33 702.71628
Total 9932036 39
Así por criterio del valor-p se rechaza la hipotesis nula que plantea que el valor que acompaña a Xi es igual a 0. Concluyendo que al meno
termino en el modelo contribuye significativamente a explicar Y.
fique principalmente:
e que mejor describa al problema
modelo de regresión lineal
Fo Valor-p F critico
bla interceptos
t Probabilidad
-1.9380442 0.0612128844
0.07679268 0.9392521831
-0.7894614 0.4354782796
1.95391297 0.0592305766
1.43306489 0.1612458819
2.3431638 0.0252978125
-6.4678972 0.000000245
5000
4500
4000
3500
3000
2500
Y
2000
1500
1000
500
0
cision para la independencia en los residuos. 0 20
60
60
40
20
0
3000 3200 3400 3600
-20
Suma de cuadrados
Promedio de los cuadrados F Valor crítico de F -40
9908846.36 1651474.393795 2350.12969 6.0741E-42
23189.6372 702.7162797608 -60
9932036
Error típico Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0% Superior 95,0%
2444.74036 -1.9380442078 0.06121288 -9711.8766 235.8467669 -9711.876570028 235.8467668852
0.28646821 3.9044766666 0.00044089 0.53568449 1.701332401 0.5356844873 1.7013324008
0.0382336 -0.7894614434 0.43547828 -0.1079708 0.047602896 -0.1079708084 0.047602896
0.11802921 1.9539129685 0.05923058 -0.0095134 0.470751034 -0.0095134291 0.4707510341
2.68623471 1.4330648863 0.16124588 -1.615637 9.314734233 -1.6156369679 9.3147342329
0.35074955 2.3431638022 0.02529781 0.10825833 1.535468995 0.1082583256 1.5354689952
2.6200875 -6.4678972157 2.4504E-07 -22.277065 -11.6158485 -22.2770647049 -11.6158485255
Residuo( ei)
X1 -49.948502
-36.606698
-33.395222
-32.928082
-27.924073
-27.197474
-25.787496
-25.602125
-22.413077
-20.07807
-18.677332
-17.769768
-16.291093
-10.538322
-6.7414634
-4.5679881
-4.1287378
-3.7412129
-3.4847639
-2.5630292
-0.580191
-0.3881824
3.43368711
4.77620647
6.29771559
7.00651224
7.23984022
9.22644772
14.5029612
16.7674842
18.2552056
22.4974558
23.686949
23.7058614
26.7169915
30.3414256
38.6432936
41.1906151
47.458317
xX40 49.6059215
1 1 1 1 1 1
1675 1474 2239 2120 1990 1702
18980 18100 20740 20305 19961 18916
29330 28960 30083 29831 29604 29088
164 144 216 206 196 171
1598 1541 1709 1669 1640 1572
97 97 87 87 87 85
Varianza
Varianza
0 3200 3400 3600 3800 4000 4200 4400 4600 4800 5000
60 Residuo( ei)
40
20
0
0 5 10 15 20 25 30 35 40 45
-20
-40
-60
1 1 1 1 1 1 1 1
1487 2107 1973 1864 1674 1440 2165 2048
18012 20520 20130 19780 19020 18030 20680 20340
28675 30120 29920 29720 29370 28940 30160 29960
149 195 190 180 161 139 208 199
1522 1740 1711 1682 1630 1572 1704 1679
85 101 100 100 100 101 98 96
156160
287571830
3062352081
4631760166
27708929
259142680
15200200
120
1 1 1 1 1 1 1 1
1916 1658 1489 2062 1929 1815 1595 1400
19860 18950 18700 20500 20050 19680 18890 17870
29710 29250 28890 30190 29960 29770 29360 28960
187 164 145 193 183 173 153 134
1642 1576 1528 1748 1713 1684 1624 1569
94 94 94 101 100 100 99 100
1 1 1 1 1 1 1 1
2047 1935 1807 1591 1388 2071 1944 1831
20540 20160 19750 18890 17870 20460 20010 19640
30160 29940 29760 29350 28910 30180 29940 29750
193 184 173 153 133 198 186 178
1746 1714 1679 1621 1561 1729 1692 1667
99 99 99 99 99 102 101 101
1 1 1 1 1 1 1
1612 1410 2066 1954 1835 1616 1407
18710 17780 20520 20150 19750 18850 17910
29360 28900 30170 29950 29740 29320 28910
156 136 197 188 178 156 137
1609 1552 1758 1729 1690 1616 1569
101 101 100 99 99 99 100
X Y Y est Diferencia Matriz X: 1
1 8.3 4579.30 1954.1512515 2625.15 1
1 8.5 4918.00 2721.2013773 2196.80 1
1 8.5 4918.00 2721.2013773 2196.80 1
1 8.6 5093.45 3104.7264402 1988.72 1
1 8.6 5093.45 3104.7264402 1988.72 1
1 8.7 5273.02 3488.251503 1784.77 1
1 9.2 6234.50 5405.8768174 828.62 1
1 9.3 6439.86 5789.4018803 650.46 1
1 9.5 6864.00 6556.4520061 307.55 1
1 9.8 7534.54 7707.0271947 -172.49 1
1 10.3 8746.82 9624.6525091 -877.83 1
1 10.5 9266.00 10391.702635 -1125.70 1
1 10.8 10082.70 11542.277823 -1459.58 1
1 11.2 11244.42 13076.378075 -1831.96 1
1 11.5 12172.00 14226.953264 -2054.95 1
1 11.7 12817.90 14994.003389 -2176.10 1
1 11.9 13486.27 15761.053515 -2274.78 1
1 12.3 14891.94 17295.153767 -2403.21 1
1 12.6 16008.01 18445.728955 -2437.72 1
1 12.9 17178.51 19596.304144 -2417.79 1
1 13.4 19253.83 21513.929458 -2260.10 1
1 13.7 20575.82 22664.504647 -2088.68 1
1 13.8 21029.58 23048.02971 -2018.45 1
1 14.5 24394.00 25732.70515 -1338.71 1
1 14.7 25417.18 26499.755276 -1082.58 1
1 14.9 26468.59 27266.805401 -798.22 1
1 15.1 27548.61 28033.855527 -485.25 1
1 15.3 28657.62 28800.905653 -143.29 1
1 15.5 29796.00 29567.955779 228.04 1
1 15.9 32162.43 31102.05603 1060.37 1
1 15.9 32162.43 31102.05603 1060.37 1
1 16.2 34017.22 32252.631219 1764.59 1
1 16.3 34650.98 32636.156282 2014.82 1
1 16.4 35292.55 33019.681345 2272.87 1
1 16.7 37264.70 34170.256533 3094.44 1
1 16.8 37938.06 34553.781596 3384.28
121164482.91 SCE
Verificando correlac
Chart Title
4000.00
3000.00
Y
2000.00
4579.3
1000.00
4918
0.00
0 5 10 15 20 25 30 35 40
-1000.00
-2000.00
-3000.00
3000.00
2000.00
1000.00
0.00
0 5 10 15 20 25 30 35 40 4918
-1000.00
5093.45
-2000.00
5093.45
-3000.00 5273.02
6234.5
6439.86
6864
7534.54
8746.82
9266
10082.7
11244.42
12172
12817.9
13486.27
14891.94
16008.01
17178.51
19253.83
20575.82
21029.58
24394
25417.18
26468.59
27548.61
28657.62
29796
32162.43
32162.43
34017.22
34650.98
35292.55
37264.7
37938.06
Diferencia
2625.14875
2196.79862
2196.79862
1988.72356
1988.72356
1784.7685
828.623183
650.45812
307.547994
-172.48719
-877.83251
-1125.7026
-1459.5778
-1831.9581
-2054.9533
-2176.1034
-2274.7835
-2403.2138
-2437.719
-2417.7941
-2260.0995
-2088.6846
-2018.4497
-1338.7051
-1082.5753
-798.2154
-485.24553
-143.28565
228.044221
1060.37397
1060.37397
1764.58878
2014.82372
2272.86866
3094.44347
3384.2784
121164483
d=
dl =
du=
10000
Gráfico de probabilidad normal
5000
0
0 20 40 60 80 100
-5000
-10000
-15000
Y'
-20000
-25000
-30000
-35000
-40000
Muestra percentil
8.3 Matriz Xᵗ: 1 1 1 1
8.5 8.3 8.5 8.5 8.6
8.5
8.6
8.6 Matriz Xᵗ*X: 36 449.8 Matriz (Xᵗ*X)⁻¹:
8.7 449.8 5912.28
9.2
9.3
9.5 βᶺ: -29878.428967 β₀ᶺ= -29878.428967
9.8 3835.2506288 β₁ᶺ= 3835.25062878
10.3
10.5
10.8 Asi nuestra ecuacion quedaria: �=−29878,429+3835,2506Xi
11.2
11.5
11.7 Anova
11.9 Fuente G-L SC CM F
12.3 Regresión 1 4299173254.34 4299173254
1206.39222932
12.6 Error 34 121164482.91 3563661.26
12.9 Total 35 4420337737.2492
13.4
13.7 Estadistica de regresion
13.8 Coef. De correlacion 0.9861994299
14.5 Coef. De determinacion 0.9725893155
14.7 Coef. De det. Ajustado 0.9717831189
14.9 Error tipico 1887.7662095547
15.1 observaciones 36
15.3
15.5
15.9 Tabla interceptos
15.9 Coeficientes error tipico t probabilidad
16.2 intercepcion -29878.428967 1415.0628539375 -21.11456 4.0252232E-21
16.3 x 3835.2506288 110.4204427634 34.7331575 3.8312595E-28
16.4
16.7
16.8
calcular el estimador de ρ, r
(ei * ei-1)
r= 0.9013499138
5766923.16
4825924.19
4368825.18
3955021.4
3549411.16
1478900.55
538984.677
200047.09
-53048.091
151414.867
988178.368
1643050.6
2673885.38
3764588.22
4471790.76
4950164.12
5466791.06
5858359.75
5893902.61
5464455.23
4720635.04
4215904.92
2702109.02
1449249.1
864128.258
387330.453
69528.7222
-32675.465
241812.156
1124392.96
1871124.01
3555335.33
4579429.68
7033263.56
10472458.2
109211596
∑(ei * ei-1)
Valor crítico de F
7.7391E-32
Percentil Y'
1.38888889 -34195.46711
4.16666667 485.16112409
6.94444444 502.46928172
9.72222222 660.61112409
12.5 682.03928172
15.2777778 790.44833988
18.0555556 820.39396261
20.8333333 1059.4327443
23.6111111 1347.6741919
26.3888889 1382.0545473
29.1666667 1481.6638777
31.9444444 1730.791699
34.7222222 1846.6688496
37.5 1932.8569403
40.2777778 1955.5630207
43.0555556 2036.8430026
45.8333333 2156.3792244
48.6111111 2483.5664173
51.3888889 2585.1611652
54.1666667 2736.0916984
56.9444444 2749.6915669
59.7222222 3172.8264929
62.5 3221.3819898
65.2777778 3429.6502035
68.0555556 3558.8169988
70.8333333 3691.1486859
73.6111111 3769.9814928
76.3888889 3826.6827521
79.1666667 3965.4566842
81.9444444 3989.5616864
84.7222222 4059.892165
87.5 4349.5258684
90.2777778 5027.6164929
93.0555556 5305.8079694
95.8333333 5438.9898804
98.6111111 5453.7631008
con: N= 36
k= 1
0.43768004
1.31
1.43
ad normal
80 100 120
1 1 1 1 1 1 1 1
8.6 8.7 9.2 9.3 9.5 9.8 10.3 10.5
Coo
Matriz (Xᵗ*X)⁻¹: 0.56189484 -0.0427484 Matriz Xᵗ*Y: 649472.29
-0.0427484 0.00342139 9235758.238
C11
Var Y = 126295364
SCT = 4420337737
X' Gráfico de
429+3835,2506Xi
Residuos
-20 -15 -10
p- Valor F critico
3.8312595E-28 4.13001775
N= 36
k= 1
d < dl, se concluye el rechazo a la hipotesis nula que
existe correlacion en los errores.
1 1 1 1 1 1 1 1
10.8 11.2 11.5 11.7 11.9 12.3 12.6 12.9
Pruebas de hipotesis
Ho: µ1= µ2 = µ 3 = µ 4 = µ 5 = µ6
H1: µi≠µj
Entonces gracias al analisis de varianza podemos concluir que se no se rechazaria la hipotesis nula que plantea que las medias
Ya que el valor critico para F es mayor a nuestro estimador, por lo cual este no esta en zona de rechazo. A
Entonces podemos concluir que ninguna de las diferencias muestrales es significativa, ya que ninguna de esta
diferencia entre las medias de las resistencia a la traccion
Análisis de varianza de un factor
RESUMEN
Grupos Cuenta Suma
1 4 68.8
2 4 68.7
3 4 72.7
4 4 71
5 4 73.7
6 4 72.1
ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados Grados de libertad
Entre grupos 5.3383333333 5
Dentro de los grupos 62.64 18
Total 67.9783333333 23
nula que plantea que las medias de las resistencias a la traccion de cada maquina son muy similares entre si.
te no esta en zona de rechazo. Ademas el criterio del valor p indica una probabilidad de 9% la cual es muy alta, dejando una confianza solo
ificativa, ya que ninguna de estas es mayor a nuestro estimador. Por lo cual no se rechaza la hipotesis nula que plantea que la
as de las resistencia a la traccion de cada maquina son similares entre si.
Promedio Varianza
17.2 1.3666666667
17.175 2.7091666667
18.175 3.7691666667
17.75 7.2166666667
18.425 3.1558333333
18.025 2.6625
Para responder a la primera pregunta procedemos a verificar si las medias de las temperaturas medidas por cada termometro
Como Fo < F critico se concluye que las medias de las mediciones de cad
alternativa a ) es que los termom
Anova
Efecto SC
Tratamiento 16.5571428571
error 17.8
Total 34.3571428571
Entonces como Fo > a F critico se concluye que al menos la media de temperatura de uno de
del termometro 4 es la que tiene una media diferente a las otras dos que son muy similare
apreciar esta diferencia gracias a que este aportaba una media
Entonces como Fo > a F critico se concluye que al menos la media de temperatura de uno de
del termometro 4 es la que tiene una media diferente a las otras dos que son muy similare
apreciar esta diferencia gracias a que este aportaba una media
n los cuatro termómetros análogos?.
ular los residuos y analizar si se verifican las hipótesis básicas del modelo de ANOVA.
ine el tercer termómetro y calcule la tabla ANOVA para comparar los otros tres termómetros. ¿Qué conclusiones
án extraerse?. Use un nivel de significación del 0,05.
idas por cada termometro son similares o hay almenos una que es diferente a las otras:
GL CM Fo Valor-p F critico
3 10.6037037037
14 5.9857142857 1.7715018121 0.19869238 3.34388868
17
GL CM Fo valor-p F critico
2 8.2785714286
11 1.6181818182 5.1159711075 0.026866821 3.98229796
13
a de temperatura de uno de los tres termoemtros es diferente a las demas, en este caso la
s dos que son muy similares, se concluye que al quitar el termometro numero 3 se puede
e este aportaba una media muy similar a la del termometro 4.
é conclusiones
Pruebas de hipotesis
Ho: µ1= µ2 = µ 3 = µ 4 = µ Método 1 Método 2
H1: µi≠µj Promedio(Ῡi•)= 7.855 8.045
ni(Ῡi• - Ῡ••)^2 = 0.13015444 0.00036982
Datos: N= 13 Promedio Total(Ῡ••) = 8.03538462
k= 3
n1 = n2 = 4
n3 = 5
Anova
Efecto SC GL
Tratamientos 0.22384308 2
Error 0.16988 10
Total 0.39372308 12
Entonces como Fo > Fcritico, se concluye que al menos una de las medias de las califica
metodo es diferente o marca la diferencia con respecto a las demas. Esto quiere deci
análogas se asignan al azar a 3 métodos de aprendizaje, obteniendo los
CM Fo Valor-p Fcritico
0.11192154
0.016988 6.58827045 0.0149539839 4.10282102
os una de las medias de las calificaciones del examen de los alumnos de cada cada
pecto a las demas. Esto quiere decir que al menos uno de los metodos es distinto.
6.-En un análisis de la varianza con cinco grupos se conoce que las medias estimadas en cada grupo son 20, 22, 24, 2
Hay diez observaciones en cada grupo y la varianza de estimación de las medias de grupo es 6.
Calcular la tabla ANOVA.
Anova
Efecto SC GL CM Fo Valor-p Fcritico
Tratamiento 400 4 100
Error 300 45 6.66666667 15 7.281084E-08 2.57873918
Total 700 49
Yij
grupo 1 4060 1200
grupo 2 4900 28800
grupo 3 5820
grupo 4 6820
grupo 5 7900
29500
Método A Método B Método C 7.- Un psicólogo clínico quería comparar tres métodos para red
73 54 79 Cada prueba sicológica (PNH) fue usada para medir el grado d
83 74 98 usaron como indicación de gran hostilidad. En el experimento se us
76 71 87 altas y muy cercanas entre sí. De los 11 estudiantes se seleccionaron
68 restantes se tomaron tres al azar y se trataron con el método B y el
80 se realizaron durante un trimestre. Cada estudiante tomó la prueba
siguientes resultados:
a) Realice un análisis de varianza para este experimento.
b) Presentan los datos suficiente evidencia para concluir que
de los tres métodos, después del tratamiento?. Use un nivel de
Procedemos a realizar un analisis de varianza para compara los tres metodos para reducir los niveles de hostilidad en estudiant
Pruebas de hipotesis
Ho: µa = µB = µC = µ Método A
H1: µi≠µj Promedio (Ῡi•)= 76
ni(Ῡi• - Ῡ••)^2 = 2.02479339
Datos: N= 11
k= 3
n1= 5 Promedio Total (Ῡ••)= 76.6363636
n2 = n3 = 3
Anova
Efecto SC
Tratamiento 707.878788
Error 552.666667
Total 1260.54545
Así con una confianza de 95%, dado que Fo>Fcritico los datos presentan evidencia de que al menos
de los resultados en la prueba PNH que realizaron los
Procedemos a verificar cual o cuales tratamientos son los que generan la diferencia, mediante el metodo LSD:
Asi se concluye que la diferencia mas significativa la marcan las respuestas medias de los estudia
Metodo 3, ya que la media de sus respuestas en la prueba PNH es la mas alta, demostrando un niv
demas estudiantes de los otros dos tratamientos.
ar tres métodos para reducir los niveles de hostilidad en estudiantes universitarios.
a para medir el grado de hostilidad. Las puntuaciones altas en esta prueba se
En el experimento se usaron 11 estudiantes que obtuvieron puntuaciones
udiantes se seleccionaron 5 al azar y se trataron con el método A, de los 6
on con el método B y el resto se trató con el método C. Todos los tratamientos
tudiante tomó la prueba PNH nuevamente al final del trimestre, con los
este experimento.
ncia para concluir que hay diferencias entre las respuestas medias de los estudiantes
ento?. Use un nivel de significación del 0,05.
GL CM Fo Valor-p F crítico
2 353.939394
8 69.0833333 5.1233687904 0.03695039 4.45897011
10
LSD = 13.9973586
Dif. Muestrales en valor absoluto Decisión
< 13.9973586 No significativa
< 13.9973586 No significativa
> 15.6495226 Significativa
LSD = 15.6495226
Aromaticos Cloroalcanos Esteres 8.-Un estudio mide la tasa de absorción d
1.06 1.58 0.29 para limpiar partes metálicas industriales
0.95 1.12 0.43 independientes de solventes de cada tipo y
0.79 1.45 0.06 ¿Existe una diferencia significativa en la t
0.65 0.91 0.51
0.82 0.57 0.09 Para responder a la pregunta procedemos
1.15 0.83 0.44
0.89 1.16 0.1
1.12 0.43 0.17 Pruebas de hipotesis
1.05 0.55 Ho: µa = µB = µC = µ
0.53 H1: µi≠µj
0.17
0.61
0.34
0.6 Anova
Efecto SC
Datos: N= 31 Tratamiento 2.99783506
k= 3 Error 1.87723591
n1= 9 Total 4.87507097
n2= 8
n3= 14
Entonces como Valor-p < Alfa, se concluy
absorción de los tres tipos de
Procedemos a buscar cual es el tipo de solvente que marca la diferencia de forma significatiba mediante el metod
LSD = 0.25772402
Entonces se concluye que existe una diferencia signficativa en la media de la tasa de absoricion de los Esteres, ya
valor absoluto de estos, con los Aromaticos y los Cloroalcanos, obtenemos que la diferencia es significativa, caso
Cloroalcanos, ya que las dif. de la media de absoricion de estos no es sig
mide la tasa de absorción de tres tipos diferentes de solventes químicos orgánicos. Estos solventes se utilizan
partes metálicas industriales labradas y son desechos peligrosos potenciales. Se prueban muestras
es de solventes de cada tipo y se registran sus tasas de absorción como porcentaje molar.
iferencia significativa en la tasa de absorción media para los tres solventes? Utilice un p-valor para sus conclusiones.
nder a la pregunta procedemos a realizar un analisis de varianza a los tipos de solventes quimicos organicos, planteando las siguientes
hipotesis:
GL CM Fo Valor-p F critico
2 1.4989175275
28 0.0670441397 22.3571744429 1.575908E-06 3.3403855582
30
omo Valor-p < Alfa, se concluye que al menos una de las medias de la tasa de
absorción de los tres tipos de solventes es diferente a las demas.
LSD = 0.2266080523
LSD = 0.23507098
Granja A Granja B 9.- Una central de productos lácteos recibe diariamente leche de dos granjas A y
29 26 se extrae una muestra de cada granja y se analiza el contenido de materia grasa (e
30 32 Se puede decir a un nivel de significación del 0,05 que el contenido medio de ma
31 30 procedencia?.
30 28
35 Para poder responder a la pregunta es necesario relizar un analisis de varianza para pod
Anova
Efecto SC GL
Tratamiento 8.88888889 1
Error 42 7
Total 50.8888889 8
Entonces no se rechaza la hipotesis nula que plantea que las medias del contenido de g
lo tanto se concluye que el contenido de grasa en la leche no depende de la granja
mente leche de dos granjas A y B. Para estudiar la calidad de los productos,
el contenido de materia grasa (en gr/l), obteniéndose los siguientes resultados:
5 que el contenido medio de materia grasa depende de la granja de
ar un analisis de varianza para poder saber si las medias de contenido de grasa de las granjas es diferente.
CM Fo Valor-p F critico
8.88888889
6 1.48148148 0.26298028 5.59144785
que las medias del contenido de grasa de dos granjas sea muy diferente, por
n la leche no depende de la granja de procedencia, y quiza de otro factor.
Aglutinante % de friabilidad 10,- Un químico del departamento de desarrollo
PVP 0.485 0.25 0.073 0.205 0.161 aglutinante utilizado en tabletas de ampicilina d
CMC 9.64 9.37 9.53 9.86 9.79 aglutinantes: polivinilpirrolidona (PVP), carboxim
Gre 0.289 0.275 0.612 0.152 0.137 experimental son los siguientes
a) Especifique el nombre del diseño experiment
a) b) ¿Sospecha que hay algún efecto significativo
c) Escriba las hipótesis para probar la igualdad d
d) Realice el análisis adecuado para probar las h
e) Revise los supuestos, ¿hay algún problema?
Recurimos al analisis de media para verificar: si es que las medias del porcentaje de friabilidad de cada aglutinante es similar o
residuos residuos
-0.268 0.4
-0.1618 0.3
-0.156
0.2
-0.141
-0.108 0.1
-0.0738 0
0 2 4 6 8 10 12 14 16
-0.0298
-0.1
-0.018
-0.2
-0.004
0.002 -0.3
0.0152
0.152
0.222 Se asume normalidad en los datos por la grafica de los residuos
0.2502
0.319
De esta manera no se cumplen los tres supuestos del modelo referentes a los residuos, ya que la varianza entre tr
Entonces la validez del modelo de analisis de varianza se ve afectada .
o del departamento de desarrollo de un laboratorio farmacéutico desea conocer cómo influye el tipo de
tilizado en tabletas de ampicilina de 500 mg en el porcentaje de friabilidad; para ello, se eligen los siguientes
polivinilpirrolidona (PVP), carboximetilcelulosa sódica (CMC) y grenetina (Gre), Los resultados del diseño
son los siguientes
el nombre del diseño experimental,
que hay algún efecto significativo del tipo de aglutinante sobre la variable de respuesta?
ipótesis para probar la igualdad de medias y el modelo estadístico,
nálisis adecuado para probar las hipótesis e interprete los resultados,
upuestos, ¿hay algún problema?
C)
Modelo estadistico:
CM Fo Valor-p F critico
��= μ + τi + εi
146.460485
0.03312857 4420.9726 6.198213E-18 3.88529383
Entonces Fo > F critico, con lo cual se concluye que existe al menos una diferencia entre las medias de
porcentaje de friabilidad de los aglutinantes. En respuesta a alternativa b) hay una sospecha de que al
menos un aglutinante tiene un efecto significativo en el % de friabilidad.
r aprobar significancia:
Entonces se prueba que la diferencia entre las medias de PVP Y CMC es SIGNIFICATIVA, al igual que la
diferencia de medias entre CMC y Grec. Entonces se concluye que el aglutinante CMC tiene un efecto
significativo en la variable de respuesta. Ya que la diferencia de medias muestrales entre PVP y Grec no es
significativa.
N= 15
k= 3
1.69512727
0.71
1.61
Como d>du se concluye que los residuos no esta correlacionados, verificando que son independientes.
Y estimado residuos
Varianza
0.2348 0.2502 0.4
0.2348 0.0152 0.3
0.2348 -0.1618
0.2348 -0.0298 0.2
0.2348 -0.0738
0.1
9.638 0.002
14 16
9.638 -0.268 0
0 2 4 6 8
9.638 -0.108
-0.1
9.638 0.222
9.638 0.152 -0.2
0.293 -0.004
-0.3
0.293 -0.018
0.293 0.319
0.293 -0.141 Entonces por el analisis de la grafica se conclu
0.293 -0.156
4 6 8 10 12
el analisis de la grafica se concluye que la varianza entre los tratamientros no es cte
Programa1 Programa2 Programa3 11.- El Ministerio de Educación esta interesado en impleme
20 15 12 objetivo de medir la habilidad de lectura en los alumnos. Pa
18 20 15 grado de un Colegio de San Salvador, de los cuales fueron a
18 13 18 cada uno de los tres grupos. Se utilizó un programa diferent
23 12 20 examen al inicio y al final de la implementación de los progr
22 16 18 representan la diferencia que hay entre la nota del examen
17 17 17 implementación del programa, obteniéndose los siguientes
15 21 10 a) Indique la variable de estudio
13 15 24 b) Explique el significado verbal de las hipótesis
21 13 16 c) Calcule los estimadores del modelo
d) Desarrolle el ANOVA correspondiente
e) Comparaciones entre tratamientos
Pruebas de hipotesis
b) Las hipotesis planeadas son: la hipotesis nula que quiere decir que
Ho: µ1= µ2 = µ 3 = µ similares entre si, asi cada programa es analogo. La hipotesis alterna
H1: µi≠µj examenes es diferente a las demas, asi uno de los programas es difere
Y Y estimado ei
20 18.5555556 1.444444444
18 18.5555556 -0.555555556 e) Comparacion entre tratamientos mediante el metodo LSD
18 18.5555556 -0.555555556
23 18.5555556 4.444444444 Pruebas de hipotesis
22 18.5555556 3.444444444 Ho: µi - µj = 0
17 18.5555556 -1.555555556 H1: µi - µj ≠ 0
15 18.5555556 -3.555555556
13 18.5555556 -5.555555556 To = 2.06389856
21 18.5555556 2.444444444 Lsd= 3.45000797
15 15.7777778 -0.777777778
20 15.7777778 4.222222222
13 15.7777778 -2.777777778
12 15.7777778 -3.777777778 Asi se comparan los 3 metodos, quedando cla
16 15.7777778 0.222222222 metodos trab
17 15.7777778 1.222222222
21 15.7777778 5.222222222
15 15.7777778 -0.777777778
13 15.7777778 -2.777777778
12 16.6666667 -4.666666667
15 16.6666667 -1.666666667
18 16.6666667 1.333333333
20 16.6666667 3.333333333
18 16.6666667 1.333333333
17 16.6666667 0.333333333
10 16.6666667 -6.666666667
24 16.6666667 7.333333333
16 16.6666667 -0.666666667
301.7777778
SCE
ión esta interesado en implementar tres programas de estudio; con el
ad de lectura en los alumnos. Para ello, se eligen alumnos del sexto
Salvador, de los cuales fueron asignados al azar 27 alumnos, a
. Se utilizó un programa diferente en cada grupo, se llevó a cabo un
e la implementación de los programas, los valores obtenidos
ue hay entre la nota del examen que se hizo al inicio y al final de la
ma, obteniéndose los siguientes datos, en base 100:
espondiente
otesis nula que quiere decir que las medias de las diferencias de los examenes de cada programa son
a es analogo. La hipotesis alternativa planea que al menos una de las medias de la diferencia de los
i uno de los programas es diferente de los demas y tiene un efecto de significancia en los resultados.
SC GL CM Fo Valor-p Fcritico
36.2222222 2 18.1111111
301.777778 24 12.5740741 1.44035346 0.2565941 3.40282611
338 26
an los 3 metodos, quedando claro que no existen diferencias significativas entre ellos, por ende los tres
metodos trabajan con resultados similares entre si.
rales en valor absoluto Decisión
3.45000797 No significativa
3.45000797 No significativa
3.45000797 No significativa
Mezcla Gaseosa 12.- Los cigarrillos producen cantidades aprecia
Sujeto Aire Oxígeno Aire + CO Oxígeno + CO del cigarrillo, el monóxido de carbono se combi
1 835 874 750 854 En un estudio reciente, los investigadores desea
2 787 827 755 829 carboxihemoglobina reduce la tolerancia al ejer
3 724 738 698 726 y enfisema. Se seleccionaron siete de estos pac
4 336 378 210 279 caminaran durante 12 minutos respirando una d
5 252 315 168 336 aire más monóxido de carbono (CO) u oxígeno m
6 560 672 558 642 respirado fue suficiente para elevar la concentra
7 336 341 260 336 Para controlar el consumo de monóxido de carb
horas antes del experimento- Los datos que figu
sujetos en 12 minutos para cada condición
a) a) Escríbase el modelo para este problema
b) ¿Puede rechazarse la hipótesis nula de que n
caminada durante el lapso de 12 minutos pa
c) Llévese a cabo una prueba F conservadora pa
d) Si la respuesta a la parte b es sí, constrúyase
determinar si estos son estadísticamente sig
b) Para responder a esta alternativa es necesario realizar una comparacion de medias mediante el analisis de varianza:
Pruebas de hipotesis
Ho: µAir= µOx = µA+CO= µo+co Aire Oxígeno Aire + CO
H1: µi≠µj Promedio= 547.142857 592.142857 485.571429
Y Y estimado ei
835 547.142857 287.857143
Entonce las medias de las distancias recorridas por las perso
787 547.142857 239.857143 muy similar, por lo cual no se puede rechazar la hipotesis nu
724 547.142857 176.857143 mezcla de gases.
336 547.142857 -211.14286
252 547.142857 -295.14286
560 547.142857 12.8571429
336 547.142857 -211.14286
874 592.142857 281.857143
827 592.142857 234.857143
738 592.142857 145.857143
378 592.142857 -214.14286
315 592.142857 -277.14286
672 592.142857 79.8571429
341 592.142857 -251.14286
750 485.571429 264.428571
755 485.571429 269.428571
698 485.571429 212.428571
210 485.571429 -275.57143
168 485.571429 -317.57143
558 485.571429 72.4285714
260 485.571429 -225.57143
854 571.714286 282.285714
829 571.714286 257.285714
726 571.714286 154.285714
279 571.714286 -292.71429
336 571.714286 -235.71429
642 571.714286 70.2857143
336 571.714286 -235.71429
1488088.86
SCE
llos producen cantidades apreciables de monóxido de carbono . Cuando se inhala el humo
l monóxido de carbono se combina con la hemoglobina para formar la carboxihemoglobina.
reciente, los investigadores deseaban diterminar si una concentración apreciable de
lobina reduce la tolerancia al ejercicio en aquellos pacientes que sufren de bronquitis crónica
seleccionaron siete de estos pacientes y, en un ambiente controlado, se les pidió que
ante 12 minutos respirando una de las siguientes cuatro mezclas gaseosas: aire, oxígeno,
óxido de carbono (CO) u oxígeno más monóxido de carbono. La cantidad de monóxido de carbono
suficiente para elevar la concentración de carboxihemoglobina de cada sujeto en 9%.
el consumo de monóxido de carbono, se pidió a los siete fumadores que dejaran de fumar 12
l experimento- Los datos que figuran en la tabla representan las distancias caminadas por los
minutos para cada condición
modelo para este problema
hazarse la hipótesis nula de que no existe algún efecto, debido a la mezcla de gas, en la distancia
durante el lapso de 12 minutos para un nivel de a = 0,05?
bo una prueba F conservadora para la hiótesis nula.¿Es la conclusión diferente a la de la parte b?
sta a la parte b es sí, constrúyase los contratses pertinentes y empléese el método de Sceffé para
si estos son estadísticamente significativos.
te el analisis de varianza:
Oxígeno + CO
571.714286
Fo Valor-p Fcritico