Documentos de Académico
Documentos de Profesional
Documentos de Cultura
− Falso: la varianza de la diferencia de dos variables normales, es igual a la diferencia de sus varianzas.
− Verdadero: La distribución de Snedecor puede emplearse para identificar diferencias entre medias de dos muestras.
− Falso: un modelo 3(10-4) permite analizar el efecto de 6C3 interacciones de tercer orden.
− Verdadero: el cuadrado medio del factor (MSF) es una estimación de sigma-cuadrado, cuando el factor en análisis
no tiene efecto sobre la variable de respuesta.
− Falso: la verificación de la homocedasticidad se puede realizar con la prueba de Barlett.
− Verdadero: la prueba de normalidad de Ryan – Joyner es una prueba de hipótesis sobre el coeficiente de correlación
del gráfico de normalidad.
El producto de mayor salida de la cementera Jolsim Inc. es el cemento denominado Jolsim Juerte. En el proceso, se utilizan dos
máquinas para llenar sacos cuyo peso nominal es de 50 kg. Un estudio realizado por la Responsable de Calidad de hace dos años,
indica que ambas máquinas muestran un comportamiento normal de la masa de llenado, con una masa neta de 50,0 oz y con
desviaciones estándar iguales a 87,00 g (llenadora 1) y 75,00 g (llenadora 2). Sin embargo, el nuevo y crítico analista de calidad,
sospecha respecto a la vigencia de dicho estudio. Decide analizar las conclusiones de dicho análisis, para lo que toma una muestra
aleatoria de 10 sacos de la salida de cada máquina.
Empacadora A 50,09 50,13 50,16 50,16 50,06 50,03 49,88 49,94 50,06 49,97
Empacadora B 50,06 49,91 49,88 50,03 49,97 50,09 50,13 50,06 50,03 50,00
1. ¿Qué suposiciones son necesarias para probar las afirmaciones de que la masa media de llenado en cada máquina es igual a 50
kg? De ser el caso, verifique las suposiciones para las cuales tiene la información (1 punto)
Empacadora A:
Probability Plot of A
Normal
99
Mean 50,05
StDev 0,09438
95 N 10
AD 0,248
90
P-Value 0,672
80
70
Percent
60
50
40
30
20
10
1
49,8 49,9 50,0 50,1 50,2 50,3
A
Empacadora B
Probability Plot of B
Normal
99
Mean 50,02
StDev 0,07806
95 N 10
AD 0,242
90
P-Value 0,693
80
70
Percent
60
50
40
30
20
10
1
49,8 49,9 50,0 50,1 50,2
B
Media empacadora B
3. ¿Qué suposiciones son necesarias para probar que ambas empacadoras llenan la misma masa? De ser el caso, verifique las
suposiciones para las cuales tiene la información. (1 punto)
4. Sobre la base del numeral 3), aplicar un procedimiento estadístico apropiado para probar la afirmación del numeral anterior (2 puntos)
5. Si se desea que la probabilidad de Error Tipo I sea del 3 % y el control de calidad debe detectar diferencias de 0,05 kg, ¿cuál fue la potencia
de la prueba anterior? (2 puntos)
6. ¿Qué suposiciones son necesarias para probar lo señalado en el estudio en relación con la variación en el llenado de los sacos?
De ser el caso, verifique las suposiciones para las cuales tiene la información. (1 punto)
7. Sobre la base del numeral anterior, aplicar un procedimiento estadístico apropiado para probar la sospecha de que la variación
de la masa llenada por la máquina A ha aumentado en los últimos dos años. (2 puntos)
9. Sobre la base del numeral anterior, aplicar un procedimiento estadístico apropiado para determinar si los datos apoyan la
afirmación de que la relación de las desviaciones estándar de ambas máquinas es la señalada por el estudio, si se desea que la
prueba acepte una hipótesis nula verdadera como tal, el 90 % de las veces. (2 puntos)
A B
Standard deviation 0,0943751 0,0780598
Variance 0,00890667 0,00609333
Df 9 9
Ratio of Variances = 1,46171
a. Determine el modelo de regresión lineal simple que permita calcular la presión de vapor (mmHg) como función de la
temperatura (celsius). Para ello, utilice la verificación de la significancia estadística del modelo y las constantes (2
puntos)
c. Analice los supuestos de aplicación del modelo. ¿Qué conclusiones puede obtener? (2 puntos)
Normalidad
tC PV PV predicho Residuo
-0,15 5,08 -0,71 5,8
9,85 8,41 46,92 -38,5
19,85 19,15 94,56 -75,4
29,85 30,04 142,19 -112,2
39,85 57,56 189,83 -132,3
49,85 95,32 237,46 -142,1
59,85 140,98 285,10 -144,1
69,85 258,28 332,73 -74,5
79,85 331,01 380,37 -49,4
89,85 505,18 428,00 77,2
99,85 760,21 475,64 284,6
Probability Plot of e1
Normal
99
Mean -36,44
StDev 125,9
95 N 11
AD 0,804
90
P-Value 0,025
80
70
Percent
60
50
40
30
20
10
1
-400 -300 -200 -100 0 100 200 300
e1
Independencia:
Durbin-Watson statistic = 0,402429 (<1)
Hay autocorrelación: dependencia.
Residual Plot
Pv = 4,76354*tC
4
Studentized residual
-2
-4
-10 90 190 290 390 490
predicted Pv
Varianza común:
Predicted Studentized
Row X Y Y Residual Residual
11 99,85 760,21 475,639 284,571 3,93
Residuo estudentizado atípico.
No se cumplen supuestos.
Dos autores muy conocidos proponen el siguiente modelo (T = temperatura absoluta, K):
b
pV = aeT
d. Establezca la linealización matemática más conveniente para este modelo y con ella, determine el modelo de regresión
lineal correspondiente. Para ello, utilice la verificación de la significancia estadística del modelo y las constantes (3
puntos)
ln pv = ln a + b.(1/T)
1/T ln pv
0,003663 1,62531126
0,00353357 2,12942147
0,00341297 2,95230272
0,00330033 3,40252983
0,00319489 4,05282788
0,00309598 4,55723965
0,003003 4,94861804
0,00291545 5,55404427
0,00283286 5,80214859
0,00275482 6,2249148
0,00268097 6,63359471
Probability Plot of e2
Normal
99
Mean -0,000009122
StDev 0,07179
95 N 11
AD 0,247
90
P-Value 0,684
80
70
Percent
60
50
40
30
20
10
1
-0,2 -0,1 0,0 0,1 0,2
e2
No hay patrones:
Residual Plot
Ln Pv = 20,4457 - 5147,74*1/T
2,5
1,5
Studentized residual
0,5
-0,5
-1,5
-2,5
0 2 4 6 8
predicted Ln Pv
Ln a = 20,4457 -→ a = 757625683,2
B = -5147,74
h. Entre los dos modelos desarrollados, elija el que considere estadísticamente más adecuado y establezca un intervalo de
confianza al 97 % para una sola determinación de presión, a 55 ° C (2 puntos)
T = 328,15
1/T = 0,00304738686576261