UNIVERSIDAD NACIONAL DE HUANCAVELICA

UNIDAD DE POST GRADO DE LA FACULTAD DE CIENCIAS DE INGENIERÍA-UNH

MAESTRIA EN PLANIFICACIÓN ESTRATÉGICA Y GESTIÓN DE PROYECTOS DE INGENIERÍA

ASIGNATURA: ESTADÍSTICA APLICADA A LA INVESTIGACIÓN CIENTÍFICA

I EVALUACIÓN PRÁCTICA

APELLIDOS Y NOMBRES.............................................................................................................

1. (6 pts). Resolver manualmente los valores de las resistencias de acero (kg/cm2):

15, 14, 16, 18, 17, 25, 36 sobre los siguientes estadísticos:
DATA ESTDISCRI8;
INPUT KG_CM2 @@;
CARDS;
15 14 16 18 17 25 36
;
PROC UNIVARIATE PLOT NORMAL DATA=ESTDISCRI8;
VAR KG_CM2;
HISTOGRAM;
RUN;
1.1. Media:

LA RESISTENCIA DEL ACERO ESTARA REPRESENTADO POR UN PROMEDIO DE

20.142 KG/CM2.

1.2. Mediana:
AL ORDENAR LOS DATOS DE RESISTENCIA DE ACERO, TENEMOS COMO MEDIANA LA
POSICION CUATRO EL CUAL ES EL NUMERO 17

1.3. Varianza de la muestra:

LA CONCENTRACION DE RESISTENCIA DE ACERO TIENE UNA DESVIACION
PROMEDIO DE 61.81 (KG/CM2)2. EN UNA MUESTRA.

1.4. Varianza de la población:

LA CONCENTRACION DE RESISTENCIA DE ACERO TIENE UNA DESVIACION

PROMEDIO DE 52.98 (KG/CM2)2. EN UNA POBLACION.

1.5. Desviación estándar de la muestra:

REPRESENTA LA VARIACION DE LA MEDIA CON LA DESVIACION ESTANDAR

TENIENDO COMO DATO DE LA MEDIA=20.142, Y LA DESVIACION ESTANDAR.
1.6. Coeficiente de variación de la muestra:
CV= 39.03 POR CIENTO, COMO ES MAYOR A 10% EXISTE MUCHA VARIABILIDAD
RESPECTO A LOS DATOS DE LA CONCENTRACION DE RESISTENCIA DEL ACERO.

1.7. La desviación estándar de la media de la muestra:

LOS DATOS DE LA RESISTENCIA DEL ACERO TIENEN UNA DESVIACION ESTANDAR
DE 2.97 KG/CM2.

1.8. El intervalo de confianza para la media de la muestra a 5 % de probabilidad:

EXISTE UNA PROBABILIDAD DE 95% QUE LA VERDADERA MEDIA SE ENCUENTRA
ENTRE 12.86KG/CM2 Y 27.41 KG/CM2

1.9. El intervalo de confianza para la media de la muestra a 1 % de probabilidad:

1.10. La desviación estándar de la población:

2. Hald (1952) reporta datos sobre el calor emitido en calorías por gramo del cemento (Y) para varias
cantidades de 4 ingredientes X1, X2, X3, X4:

N° de X1 X2 X3 X4
observación Y

1 78.5 7 26 6 60
2 74.3 1 29 15 52
3 104.3 11 56 8 20
4 87.6 11 31 8 47
5 95.9 7 52 6 33
6 109.2 11 55 9 22
7 102.7 3 71 17 6
8 72.5 1 31 22 44
9 93.1 2 54 18 22
10 115.9 21 47 4 26
11 83.8 1 40 23 34
12 113.3 11 66 9 12
13 109.4 10 68 8 12
Nota: puede hacer uso del paquete estadístico de su dominio. (7pts).
Se solicita obtener:
DATA REGMULTIPLE2;
INPUT PLANTA Y X1 X2 X3 X4;
CARDS;
1 78.5 7 26 6 60
2 74.3 1 29 15 52
3 104.3 11 56 8 20
4 87.6 11 31 8 47
5 95.9 7 52 6 33
6 109.2 11 55 9 22
7 102.7 3 71 17 6
8 72.5 1 31 22 44
9 93.1 2 54 18 22
10 115.9 21 47 4 26
11 83.8 1 40 23 34
12 113.3 11 66 9 12
13 109.4 10 68 8 12
;
PROC REG DATA= REGMULTIPLE2;
MODEL Y = X1 X2 X3 X4/SELECTION = NONE;
RUN;
MODEL Y = X1 X2 X3 X4/SELECTION = FORWARD sle=0.1 sls = 0.05;
RUN;
2.1. El análisis de varianza de la regresión sin considerar la selección de variables.

Análisis de la varianza
Fuente DF Suma de Cuadrado F-Valor Pr > F
cuadrados de la media
Modelo 4 2667.89944 666.97486 111.48 <.0001
Error 8 47.86364 5.98295
Total corregido 12 2715.76308
R2
CV
 2.2. Los coeficientes de regresión para: X1, X2, X3 y X4; sin considerar la selección de variables.

Y(CAL/gr) = 62.405+1.55110(X1) +0.51017(X2) +0.10191(X3)-0.14406(X4)

POR CADA 1.55110 UNIDADES DE (X1), MAS 0.51017 UNIDADES DE (X2), MAS 0.10191
UNIDADES DE (X3), MAS -0.14406 UNDADES DE (X4). EXISTEN

2.3. El análisis de varianza de la regresión, considerando la selección de variables.

Análisis de la varianza
Fuente DF Suma de Cuadrado F-Valor Pr > F
cuadrados de la media
Modelo 2 2641.00096 1320.50048 176.63 <.0001
Error 10 74.76211 7.47621
Total corregido 12 2715.76308

2.4. El ajuste a un modelo de regresión múltiple de los datos anteriores.

Y= 103.09738+1.43996(X1) ***+-0.61395(X4) ***

INDICA EL GRADO DE SIGNIFICANCIA DEL ANALISIS DE LOS DATOS.

2.5. La prueba de significación de la regresión (ANAVA de la regresión de las variables

seleccionadas).

2.6. Indique la prueba de t (valores) para cada variable independiente.

X1=2.08

X2=0.70

X3=0.14

X4=-0.20

2.7. Muestre el coeficiente de determinación de la variable (s) seleccionada (s) e interpretación del
mismo.
R2 = 0.9725,, LA ESTIMACION DE LA ASOCIACION DE CALORIAS DE CEMENTO Y
LAS VARIABLES X1 Y X4 ES EXPLICADO A UN 97%, POR LA ECUACION DE
REGRESION LINEAL.
3. Un artículo intitulado “ A Method for Improving the Accuracy of Polynomial Regression Analysis”
en Journal of Quality Technology (1971, p.149) reportó los siguientes datos sobre Y = fuerza de
cizalla extrema de un compuesto de goma (psi) y X = temperatura de curación (°F):

Fuerza (Y) 770 800 840 810 735 640 590 560
Temperatura (X) 280 284 292 295 298 305 308 315
(7 pts)
Se solicita:
3.1. Ajustar un polinomio de segundo orden a esos datos (ecuación de regresión).

3.2. Muestre los valores de t para cada uno de los coeficientes (intercepto, temp lineal y temp
cuadrática) con sus respectivas significaciones.

3.3. Presente el análisis de variancia de la regresión de segundo grado con su coeficiente de

determinación.

3.4. En el caso que no resulte significativo los coeficientes de la regresión cuadrática, ajuste los datos
a la ecuación adecuada, donde debe mostrar la ecuación de regresión.

3.5. Muestre los valores de t de los coeficientes obtenidos (intercepto y respuesta lineal) con la
significación respectiva.

3.6. Presentar el análisis de variancia de la regresión lineal.

3.7. Muestre el valor de la prueba de significación de la regresión e interprete.

0.0077, EL GRADO DE ASOCIACION ES SIGNIFICATIVA A UN NIVEL CONFIANZA

DE 1%

DATA REG;
INPUT X Y;
CARDS;
770 280
800 284
840 292
810 295
735 298
640 305
590 308
560 315
;
PROC REG DATA= REG;
MODEL Y = X;
RUN; PROC PLOT;
PLOT Y*X/VPOS= 20 HPOS= 40;
RUN;
 QUIT;

DATA REG;
INPUT Y X;
X=X;
X2=X*X;
X3=X*X*X;
CARDS;
770 280
800 284
840 292
810 295
735 298
640 305
590 308
560 315
;
PROC REG DATA= REG;
MODEL Y = X;
MODEL Y = X X2;
MODEL Y = X X2 X3;
RUN;