Define la ecuacion de regresion lineal del siguiente problema y concluye con respect
Ejercicio regresion.
1.
La adsorción de suelo y sedimento, la magnitud a la que se recolectan productos químicos en forma condensada en la superfic
característica que influye sobre la efectividad de plaguicidas y diversos productos químicos agrícolas. El artículo “Adsorption o
Methanearsonate, and Cacodylate by Lake and Stream Sediments: Comparisons with Soils” (J. of Environ. Qual., 1984: 499-504
en y= índice de adsorción de fosfato, x1= cantidad de hierro extraíble y x2 = cantidad de aluminio extraíble.
X1 X2 Y
Hierro Índice de
Observación Aluminio extraíble
extraíble adsorción
1 61 13 4
2 175 21 18
3 111 24 14
4 124 23 18
5 130 64 26
6 173 38 26
7 169 33 21
8 169 61 30
9 160 39 28
10 244 71 36
11 257 112 65
12 333 88 62
13 199 54 40
TOTALES 2305 641 388
CONCLUSIONES
Error típico
El error de estandar es de 4.37 respecto al indice de adsorcion
Coeficiente de determinación R^2
Indica que el 94.85% de la variacion del indice de adsorcion
puede explicarse con el hierro y el aluminio extraidos. En otras
palabras el 5.15% de la variacion se debe a otras fuentes no
incluidas en el analisis
R^2 ajustado
Indica que el 93.82% de la variacion del indice de adsorcion
puede explicarse con el hierro y el aluminio extraidos. En otras
palabras el 6.18% de la variacion se debe a otras fuentes no
incluidas en el analisis
Coeficiente de correlación múltiple
esta R de 0.97 parece ser una correlacion positiva fuerte y ayuda
a confirmar que hay una relacion estrecha entre las variables
nte problema y concluye con respecto a las estadisticas de
regresion.
os químicos en forma condensada en la superficie, es una importante
os químicos agrícolas. El artículo “Adsorption of Phosphate, Arsenate,
s with Soils” (J. of Environ. Qual., 1984: 499-504) da la información siguiente
ntidad de aluminio extraíble.
Resumen
Estadísticas de la regresión
Coeficiente de correlación múltipl 0.97389280737 97.39%
Coeficiente de determinación R^2 0.94846720025 94.85%
R^2 ajustado 0.9381606403 93.82% Y=(-7.3506)+(0.1127)(X1)+(0.3490)(X2)
Error típico 4.37937466337 Y=
Observaciones 13
ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los
libertad cuadrados cuadrados F
Regresión 2 3529.90308327 1764.951541635 92.025584177359
Residuos 10 191.789224422 19.17892244219
Total 12 3721.69230769
Coeficientes Error típico Estadístico t Probabilidad
Intercepción -7.3506597801 3.48466776234 -2.10942915694 0.0611008132919
Hierro extraíble 0.11273292 0.02969082852 3.796893708981 0.00350358687398
Aluminio extraíble 0.3490003066 0.07130642844 4.894373680455 0.00062835698173
06)+(0.1127)(X1)+(0.3490)(X2)
Valor crítico de F
3.6342825635E-07
Inferior 95% Superior 95% Inferior 95.0% Superior 95.0%
-15.114983407677 0.41366384740433 -15.11498340768 0.4136638474043
0.0465776314419 0.17888820856808 0.0465776314419 0.1788882085681
0.190119682998 0.50788093020094 0.190119682998 0.5078809302009
Ejercicio 2:
Se efectuó un conjunto de ensayos experimentales para determinar una
forma de predecir el tiempo de cocción del pavo de navidad y a diferentes
niveles del ancho de horno X1 y temperaturas de la chimenea X2. Los
siguientes son los datos registrados.
a) Determine la ecuación de regresión lineal múltiple.
b) Estime el tiempo de cocción del pavo de navidad en un horno cuyo ancho
es de 60 cm a una temperatura de 180 grados
Ancho del horno temperatura de
Tiempo de cocción
(cm) horno (grados)
95 42 272
77 33 226
80 33 259
100 45 292
97 39 311
70 36 183
50 32 173
80 41 236
92 40 230
84 38 235
CONCLUSIONES
Error típico
El error de estandar es de 6.05% respecto al tiempo de coccion
Coeficiente de determinación R^2
Indica que el 87.31% de la variacion del tiempo de coccion puede explicarse
con el ancho y la temparatura del horno. En otras palabras el 12.69% de la
variacion se debe a otras fuentes no incluidas en el analisis
R^2 ajustado
Indica que el 83.69% de la variacion del tiempo de coccion puede explicarse
con el ancho y la temparatura del horno. En otras palabras el 16.31% de la
variacion se debe a otras fuentes no incluidas en el analisis
Coeficiente de correlación múltiple
esta R de 0.93 parece ser una correlacion positiva fuerte y ayuda a confirmar
que hay una relacion estrecha entre las variables
Resumen
Estadísticas de la regresión
Coeficiente0.9344292 93.44%
Coeficiente 0.873158 87.32%
R^2 ajusta 0.8369174 83.69%
Error típico6.0507886 605.08%
Observacio 10
ANÁLISIS DE VARIANZA
Grados de Suma
libertad
dePromedio
cuadrados
de los cuadrados
F Valor crítico de F
Regresión 2 1764.2157 882.10785 24.093379 0.0007268
Residuos 7 256.2843 36.612043
Total 9 2020.5
CoeficientesError típicoEstadístico Probabilidad
t Inferior 95%
Superior 95%
Inferior 95.0%
Superior 95.0%
Intercepció -22.99316 17.762543 -1.294475 0.236565 -64.9949 19.008577 -64.9949 19.008577
Ancho del 1.3956729 0.5825417 2.3958336 0.0477576 0.0181808 2.7731651 0.0181808 2.7731651
temperatura0.2176134 0.057767 3.767091 0.0070095 0.0810162 0.3542106 0.0810162 0.3542106
Y= (-22.99)+(1.39)(60)+(0.21)(180)
Y= 98.21
Ejercicio 3
Se realizó un experimento para determinar si podía predecirse el peso de un animal después de periodo dado, sobre la bas
alimentos que había consumido. S registraron los siguientes datos, en kilogramos.
Cual seria el peso estimado de un animal cuyo peso inicial es de 48 kg y consume en promedio 30.4 kg de
Pesos del
Peso final (Y) Peso inicial (X1)
alimento (X2)
30.9 8.5 2
32.7 8.9 3
36.7 10.6 3
41.9 10.2 20
40.9 9.8 22
42.9 10.8 20
46.3 11.6 31
47.6 12 32
47.2 12.5 31
44 10.9 28
47.7 12.2 36
43.9 11.9 28
46.8 11.3 30
46.2 13 27
CONCLUSIONES
Error típico
El error de estandar es de 1.12% respecto al peso final
Coeficiente de determinación R^2
Indica que el 96.49% de la variacion del peso final puede
explicarse con el peso inicial y el peso de los alimentos. En otras
palabras el 3.51% de la variacion se debe a otras fuentes no
incluidas en el analisis
R^2 ajustado
Indica que el 95.85% de la variacion del peso final puede
explicarse con el peso inicial y el peso de los alimentos. En otras
palabras el 4.15% de la variacion se debe a otras fuentes no
incluidas en el analisis
Coeficiente de correlación múltiple
esta R de 0.98 parece ser una correlacion positiva fuerte y ayuda
a confirmar que hay una relacion estrecha entre las variables
s de periodo dado, sobre la base de su peso inicial y la cantidad de
entes datos, en kilogramos.
nsume en promedio 30.4 kg de alimento al mes
Resumen
Estadísticas de la regresión
Coeficiente0.9822872 98.23%
Coeficiente0.9648881 96.49%
R^2 ajusta 0.9585041 95.85%
Error típico1.1203872 1.1203872
Observacio 14
ANÁLISIS DE VARIANZA
Grados de Suma
libertad
dePromedio
cuadrados
de los cuadrados
F Valor crítico de F
Regresión 2 379.44706 189.72353 151.14191 1E-08
Residuos 11 13.807942 1.2552675
Total 13 393.255
CoeficientesError típicoEstadístico Probabilidad
t Inferior 95%
Superior 95%
Inferior 95.0%
Superior 95.0%
Intercepció20.393776 3.6437669 5.5968938 0.0001611 12.373899 28.413653 12.373899 28.413653
Peso inicial 1.334922 0.4007606 3.3309711 0.0066997 0.4528539 2.2169902 0.4528539 2.2169902
Pesos del a 0.3333615 0.0458778 7.2662925 1.61E-05 0.2323852 0.4343379 0.2323852 0.4343379
Y= (20.39)+(1.33)*(48)+(0.33)*(30.4)
Y= 94.262
Ejercicio 4
El artículo “How to Optimize and Control the Wire Bonding Process: Part II” Solid State Technology, Jan. 1991: 67-72) describ
experimento realizado para evaluar el impacto de las variables x1 = fuerza (gm), x2 = potencia (mW), x3 = temperatura (°C)
(ms) en y = resistencia de pegamento al corte (gm). Los datos siguientes* se generaron para ser consistentes con la informac
artículo:
Observación Fuerza Potencia Temperatura Tiempo Resistencia CONCLUSIONE
1 30 60 175 15 26.2 Error típico
2 40 60 175 15 26.3
El error de estandar es de 5.15% r
3 30 90 175 15 39.8
4 40 90 175 15 39.7 Coeficiente de determin
5 30 60 225 15 38.6
6 40 60 225 15 35.5 Indica que el 71.40% de la v
7 30 90 225 15 48.8 resistencia puede explicarse
potencia, temperatura y tie
8 40 90 225 15 37.8 palabras el 28.6% de la varia
9 30 60 175 25 26.6 otras fuentes no incluidas
10 40 60 175 25 23.4
11 30 90 175 25 38.6 R^2 ajustado
12 40 90 175 25 52.1
13 30 60 225 25 39.5 Indica que el 66.82% de la v
14 40 60 225 25 32.3 resistencia puede explicarse
potencia, temperatura y tie
15 30 90 225 25 43 palabras el 33.18% de la varia
16 40 90 225 25 56 otras fuentes no incluidas
17 25 75 200 20 35.2
18 45 75 200 20 46.9 Coeficiente de correlació
19 35 45 200 20 22.7
20 35 105 200 20 58.7 esta R de 0.84 parece ser un
21 35 75 150 20 34.5 positiva fuerte y ayuda a con
22 35 75 250 20 44 una relacion estrecha entre
23 35 75 200 10 35.7
24 35 75 200 30 41.8
25 35 75 200 20 36.5 Y=
26 35 75 200 20 37.6 Y=
27 35 75 200 20 40.3
28 35 75 200 20 46
29 35 75 200 20 27.8
30 35 75 200 20 40.3
a) Realice una predicción puntual de resistencia que resulta de una fuerza de 35 gm, potencia de 75 mW,
temperatura de 200° y tiempo de 20 ms.
b) Concluya con respecto a las estadisticas de regresion
logy, Jan. 1991: 67-72) describió un
(mW), x3 = temperatura (°C) y x4 = tiempo
r consistentes con la información dada en el
CONCLUSIONES Resumen
Error típico
Estadísticas de la regresión
ror de estandar es de 5.15% respecto al peso final
Coeficiente0.8449611 84.50%
Coeficiente de determinación R^2 Coeficiente0.7139593 71.40%
R^2 ajusta 0.6681928 66.82%
Indica que el 71.40% de la variacion de la Error típico5.1579789
resistencia puede explicarse con la fuerza, Observacio 30
potencia, temperatura y tiempo. En otras
palabras el 28.6% de la variacion se debe a
otras fuentes no incluidas en el analisis ANÁLISIS DE VARIANZA
Grados de Suma
libertad
dePromedio
cuadrados
de los cuadrados
F Valor crítico de F
R^2 ajustado Regresión 4 1660.14 415.035 15.600036 1.592E-06
Residuos 25 665.11867 26.604747
Indica que el 66.82% de la variacion de la Total 29 2325.2587
resistencia puede explicarse con la fuerza,
potencia, temperatura y tiempo. En otras
palabras el 33.18% de la variacion se debe a CoeficientesError típicoEstadístico Probabilidad
t Inferior 95%
otras fuentes no incluidas en el analisis Intercepció -37.47667 13.099642 -2.860892 0.0084124 -64.45588
Fuerza 0.2116667 0.2105736 1.0051909 0.3244356 -0.222018
Coeficiente de correlación múltiple Potencia 0.4983333 0.0701912 7.0996551 1.928E-07 0.3537718
Temperatur0.1296667 0.0421147 3.0788917 0.0049916 0.0429298
esta R de 0.84 parece ser una correlacion Tiempo 0.2583333 0.2105736 1.2268077 0.2313237 -0.175351
positiva fuerte y ayuda a confirmar que hay
una relacion estrecha entre las variables
(-37.47)+(0.21)*(35)+(0.49)*(75)+(0.12)*(200)+(0.25)*(20)
35.63
de 75 mW,
lor crítico de F
Superior 95%
Inferior 95.0%
Superior 95.0%
-10.49745 -64.45588 -10.49745
0.6453511 -0.222018 0.6453511
0.6428948 0.3537718 0.6428948
0.2164036 0.0429298 0.2164036
0.6920178 -0.175351 0.6920178
Ejercicio 5
Unos investigadores llevaron a cabo un estudio para ver la forma en que diversas características del concreto se ven
afectadas por x1 = % de piedra caliza en polvo y x2 = proporción de agua y cemento; dicho estudio dio por resultado
los datos que aparecen a continuación (“Durability of Concrete with Addition of Limestone Powder”, Magazine of
Concrete Research, 1996; 131-137)
Resist. a la
x1 x2 x1x2 compr. de 28 Adsorción (%)
días (Mpa)
21 0.65 13.65 33.55 8.42
21 0.55 11.55 47.55 6.26
7 0.65 4.55 35 6.74
7 0.55 3.85 35.9 6.59
28 0.6 16.8 40.9 7.28
0 0.6 0 39.1 6.9
14 0.7 9.8 31.55 10.8
14 0.5 7 48 5.63
14 0.6 8.4 42.3 7.43
Considere primero la resistencia a la compresión como la variable dependiente y. El ajuste del modelo de primer orden da por
a) Construya la ecuación de RLM
b) La afectación de concreto si se utiliza 18% de piedra caliza en polvo y 0.9 de proporción de agua y cemento
c) Concluya con respecto a las estadísticas de regresión
CONCLUSIONES
Error típico
El error de estandar es de 3.47% respecto a la resistencia a la
compresion
Coeficiente de determinación R^2 Y=
Y=
Indica que el 74.06% de la variacion de la resistencia a la
compresion puede explicarse con en % de piedra caliza en
polvo y con la propoercion de agua y cemento. En otras
palabras el 25.94% de la variacion se debe a otras fuentes no
incluidas en el analisis
R^2 ajustado
Indica que el 65.41% de la variacion de la resistencia a la
compresion puede explicarse con en % de piedra caliza en
polvo y con la propoercion de agua y cemento. En otras
palabras el 34.59% de la variacion se debe a otras fuentes no
incluidas en el analisis
Coeficiente de correlación múltiple
esta R de 0.86 parece ser una correlacion positiva fuerte y
ayuda a confirmar que hay una relacion estrecha entre las
variables
s del concreto se ven
dio dio por resultado
wder”, Magazine of
Resumen
Estadísticas de la regresión
Coeficiente 0.8605764 86.06%
Coeficiente 0.7405918 74.06%
R^2 ajusta 0.6541224 65.41%
Error típico 3.4701505
Observacio 9
ANÁLISIS DE VARIANZA
Grados de libertad
Suma dePromedio
cuadrados
de los cuadrados
F
elo de primer orden da por resultado
Regresión 2 206.27333 103.13667 8.5647851
Residuos 6 72.251667 12.041944
y cemento
Total 8 278.525
CoeficientesError típicoEstadístico Pt robabilidad
Intercepció 84.816667 12.24154 6.9285943 0.0004477
x1 0.1642857 0.1431066 1.1479954 0.2946729
x2 -79.66667 20.034923 -3.97639 0.0073133
(84.81)+(0.16)*(0.18)+(-79.66)*(0.9)
13.1448
Valor crítico de F
0.0174563
Inferior 95%
Superior 95%
Inferior 95.0%
Superior 95.0%
54.862697 114.77064 54.862697 114.77064
-0.185884 0.5144549 -0.185884 0.5144549
-128.6904 -30.64298 -128.6904 -30.64298
