Documentos de Académico
Documentos de Profesional
Documentos de Cultura
SUPERIOR DE MISANTLA
MAESTRIA EN INGENIERÍA
INDUSTRIAL
DISEÑO DE EXPERIMENTOS
Ejemplo 11.10
P R E S E N T A
DOCENTE
DR. YODAIRA BORROTO PENTON
A. DIAGRAMA DE DISPERSION
Correlación: X, Y
DIAGRAMA DE DISPERSION
Y=Módulo de ruptura (kPa)
100000
80000
60000
40000
20000
0
0.35 0.4 0.45 0.5 0.55 0.6 0.65
La grafica de dispersión muestra una relación lineal positiva, con lo que podemos suponer
que la relación entre las variables es fuerte.
B. COEFICIENTE DE CORRELACIÓN MUESTRAL DE PEARSON
Método mediante el software Excel se realizó mediante la función Pearson, la cual arrojo
el siguiente valor.
Coeficiente
0.943498716
b1
305346.3846
El mismo caso para b0, pero utilizando la función intersección. Eje la cual dio el valor:
b0
-93319.303
Gravedad ^y
especifica X b1 b0 =($D$2+
(g/cm3) ($C$2*A2))
0.414 305346.384 -
6 93319.30
3 33094.1002
0.383 23628.3623
0.399 28513.9044
0.402 29429.9436
0.442 41643.799
0.422 35536.8713
0.466 48972.1122
0.5 59353.8893
0.514 63628.7387
0.53 68514.2808
0.569 80422.7898
0.558 77063.9796
0.577 82865.5609
0.572 81338.829
0.548 74010.5158
0.581 84086.9465
0.557 76758.6332
0.55 74621.2085
0.531 68819.6272
0.55 74621.2085
0.556 76453.2868
0.523 66376.8561
0.602 90499.2205
0.569 80422.7898
0.544 72789.1302
0.557 76758.6332
0.53 68514.2808
0.547 73705.1694
0.585 85308.332
E. CALCULAR LOS ERRORES O RESIDUOS DE LA REGRESIÓN
Para el cálculo de errores se estimaron con la base de la formula e i= y1- ^y i, apoyo del
software Excel mediante la fórmula =B2-E2, donde B2 tienden a ser los valores de módulo
de ruptura Y, donde E2 son los valores obtenidos de y para cada valor de x o ^y , se obtuvo
los valores de los errores o residuos de la regresión se encuentran en la columna de ei
color azul.
Módulo de ruptura Y
(kPa) Y^ ei
29186 33094.1002 -3908.10022
29266 23628.3623 5637.637705
26215 28513.9044 -2298.90445
30162 29429.9436 732.0563963
38867 41643.799 -2776.79899
37831 35536.8713 2294.128703
44576 48972.1122 -4396.11222
46097 59353.8893 -13256.8893
59698 63628.7387 -3930.73868
67705 68514.2808 -809.280839
66088 80422.7898 -14334.7898
78486 77063.9796 1422.020391
89869 82865.5609 7003.439083
77369 81338.829 -3969.82899
67095 74010.5158 -6915.51576
85156 84086.9465 1069.053545
69571 76758.6332 -7187.63322
84160 74621.2085 9538.791469
73466 68819.6272 4646.372777
78610 74621.2085 3988.791469
67657 76453.2868 -8796.28684
74014 66376.8561 7637.143854
87291 90499.2205 -3208.22053
86836 80422.7898 6413.21016
82540 72789.1302 9750.869776
81699 76758.6332 4940.366776
82096 68514.2808 13581.71916
75657 73705.1694 1951.830622
80490 85308.332 -4818.33199
F. VERIFICAR LOS REQUISITOS
VS ajustes
En este grafico no es evidente ninguna estructura inusual, también se puede observar que
los residuos estandarizados están distribuidos mayormente entre 60000 y 10000, se
puede suponer que son valores independientes.
Vs orden
Se aprecia que los errores no presentan un patrón, están distribuidos de manera aleatoria
lo que implica un supuesto de que son independientes (no correlacionados)
No hay un patrón, no repiten los datos, no se sobreponen.
Para comprobar los supuestos de independencia se realiza la prueba de Durbin Watson,
la cual arrojo el siguiente resultado:
Prueba de independencia
H0=P=0
H1=P≠0
REGIÓN DE ACEPACIÓN
De acuerdo la prueba Durbin wantson son el estadístico se encuentra entre du= 1.483 y
4-du=2.517, con un valor de 1.83763, por lo que no se rechaza la hipótesis nula, por lo
que no es evidente correlación entre los residuos (son independientes), por lo que se
comprueban los supuestos establecidos en las gráficas.
Prueba de hipótesis sobre la pendiente
H0=B1=0
H1=B1≠0
H0 = (hipótesis nula): No existe una relación lineal significativa entre las variables-
H1 = (hipótesis alternativa): Existe una relación lineal significativa entre las variables.
α=5%
b1−B10
t=
s/ √ S xx
305346.3846−1.0
t= =14.7944
6929.70/ √ 0.112731862
Con n-2 = 27 grados de libertad (P=1.70)
Decisión:
α=95%=0.05
F= 218.878861
F en tablas
Con n-2 = 27 grados de libertad (F= 4.210)
Como 218.878861 >4.210 se rechaza H0,
Valor de p
También se comprueba con el valor p
Donde p<α, 0< 0.05 y se rechaza la H0
Se concluye que a un nivel de significancia de 0.05 B 1 no es cero y existe una relación
lineal significativa entre las variables, concluimos que hay una cantidad significativa de
variación en la respuesta justificada por el modelo postulado, que es la función de la línea
recta.
Prueba de hipótesis para la linealidad de la regresión con observaciones
repetidas
F=0.08
α= 95%= 0.05
p= 0.940
0.940 > 0.05
No se cumple la región critica por lo cual no existe evidencia para rechazar la H0 porque
es adecuado y ofrece un buen ajuste justificado por la función de línea recta.
Coeficiente de Determinación
2 SCReg
R= × 100(%)
SCT
R2=0.89(100)=
El r cuadrado es un estadístico y explica que porciento de la variabilidad es explicado por
la regresión