Documentos de Académico
Documentos de Profesional
Documentos de Cultura
I EVALUACIÓN PRÁCTICA
APELLIDOS Y NOMBRES.............................................................................................................
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:
1.2. Mediana:
AL ORDENAR LOS DATOS DE RESISTENCIA DE ACERO, TENEMOS COMO MEDIANA LA
POSICION CUATRO EL CUAL ES EL NUMERO 17
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.
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
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
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.
3.4. 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.
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;