EVALUACION CONTINUA 2

1. Una embotelladora de gaseosas está estudiando la resistencia a la presión

interna de botellas de 1 litro. Se prueba una muestra aleatoria de 16 botellas y se
registra las resistencias a la presión. Los datos se muestran abajo. Sera
razonable concluir que la resistencia a la presión tiene una distribución normal

226.16 211.14
202.20 203.62
219.54 188.12
193.73 224.39
208.15 221.31
195.45 204.55
193.71 202.21
200.81 201.63

Realice una gráfica con los datos y verifique si provienen de una distribución normal

Sugerencia: Pueden realizarla en un papel o por Excel modo gráfico

2.- Realizar la prueba de bondad de ajuste Kolgomorov –Smirnov. Para probar la

normalidad de los datos al 95 % de confianza.

Sugerencia Pueden realizarla en un papel o por Excel y enviar el procedimiento

3.- Se piensa que en él espesor de una película de plástico (en mili pulgadas) que se
coloca sobre un material de sustrato, influye la temperatura a la que se aplica el
recubrimiento. Se lleva a cabo un experimento totalmente aleatorio. Once sustratos se
recubren a 125 °F, dando como resultado un espesor promedio muestral del
recubrimiento de 103.5 mili pulgadas y una desviación estándar muestral de 10.2 mili
pulgadas

Otros trece sustratos recubren a 150°F los que se observan un promedio muestral de 99.7
mili pulgadas y desviación estándar muestral 20.1 mili pulgadas. Se creía al principio que
con el incremento de la temperatura del proceso se reduciría el espesor promedio del
recubrimiento Los datos apoyan esta afirmación. Use un α = 0.1 y suponga que las
desviaciones estándar de las dos poblaciones son iguales. Calcule el valor P de esta
prueba.

Determine un intervalo de confianza para la diferencia de promedios, con la suposición de

que las desviaciones estándar de las dos poblaciones son diferentes. Utilice un α = 0.1
Con los datos anteriores de las mediciones del espesor de un recubrimiento plástico de
2 2 2 2
dos temperaturas de aplicación diferentes. pruebe Ho : σ 1=σ 2 contra H1 : σ 1 ≠ σ 2.
Usando un α = 0.05

4.- Puede usarse dos pruebas analíticas diferentes para determinar el nivel de impureza
en aleaciones de acero. Se prueban ocho muestras usando ambos procedimientos, cuyos
resultados se presentan en la tabla siguiente.

Hay evidencia suficiente para concluir que ambas pruebas producen el mismo nivel de
impureza medio usando un α = 0.05

Muestr Prueba 1 Prueba 2

a
1 1.2 1.4
2 1.3 1.7
3 1.5 1.5
4 1.4 1.3
5 1.7 2.0
6 1.8 2.1
7 1.4 1.7
8 1.3 1.6

5.- Se piensa que el número de libras de vapor consumidas mensualmente por una planta
química se relaciona con la temperatura ambiente promedio ( en °F ) de ese mes. En la
tabla siguiente se muestran la temperatura y el consumo anual

MES TEMPERATURA CONSUMO

Enero 21 185.79
Febrero 24 214.47
Marzo 32 288.03
Abril 47 424.84
Mayo 50 4454.58
Junio 59 539.03
Julio 68 621.55
Agosto 74 675.06
Septiembre 62 562.03
Octubre 50 452.93
Noviembre 41 369.95
Diciembre 30 273.98

a) Suponiendo que un modelo de regresión lineal simple es apropiado, ajuste el

modelo de regresión que relacione el consumo de vapor (y) con la temperatura
promedio (x).
b) Pruebe a un nivel de significación α = 0.05, la validez del modelo
 c) Determine el valor de R2
d) Cuál es la estimación del consumo esperado de vapor cuando la temperatura
promedio es de 55 °F

6.- Un Ingeniero de una compañía electrónica quiere modelar la relación entre la HFE del
dispositivo (y) y tres parámetros RS del emisor (x1) , RS de la base (x2) y RS emisor-base
(x3) : Los datos se muestran en la tabla siguiente:

X1 X2 X3 Y
Rs emisor RS e-b HFE
base
14.62 226.0 7.000 128.40
15.63 220.0 3.375 52.62
14.62 217.4 6.375 113.90
15.00 220.0 6.000 98.01
14.50 226.5 7.625 139.90
15.25 224.1 6.000 102.60
16.12 220.5 3.375 48.14
15.13 223.5 6.125 109.60
15.50 217.6 5.000 82.68
15.13 228.5 6.625 112.60
15.50 230.2 5.750 97.52
16.12 226.5 3.750 59.06
15.13 226.6 6.125 111.80
15.63 225.6 5.375 89.09
15.38 229.7 5.875 101.00
14.38 234.0 8.875 171.90
15.50 230.0 4.000 66.80
14.25 224.3 8.000 157.10
14.50 240.5 10.870 208.40
14.62 223.7 7.375 133.40

a) Ajuste un modelo de regresión lineal múltiple a estos datos.

b) Determine la HFE cuando X1 = 14.5 x2 = 220 y x3 = 5.0