Documentos de Académico
Documentos de Profesional
Documentos de Cultura
X= Horas de uso
Y= Diámetro (mm)
37.5
35.0
Diámetro (mm)
32.5
30.0
27.5
25.0
0 50 100 150 200 250 300 350
Horas de uso
c) Haga un análisis de regresión (ajuste una línea recta a estos datos, aplique pruebas de
hipótesis y verifique residuos).
Ecuación de regresión
Diámetro = 24.863
(mm) + 0.04641 Horas de uso
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Regresión 1 366.674 366.674 757.45 0.000
Horas de 1 366.674 366.674 757.45 0.000
uso
Error 18 8.714 0.484
Total 19 375.388
Coeficientes
EE del
Término Coef coef. Valor T Valor p FIV
e) Si el diámetro máximo tolerado es de 45, ¿cuántas horas de uso estima que tiene esa
herramienta?
Configuración
Valor de
Variable configuración
Predicción
EE de
Ajuste ajuste IC de 95% IP de 95%
X= Tiempo (minutos)
Y= Rendimiento (%)
85
80
Rendimiento (%)
75
70
65
8 10 12 14 16 18 20
Tiempo (minutos)
c) Haga un análisis de regresión (ajuste una línea recta a estos datos, aplique pruebas de
hipótesis y verifique residuos).
Análisis de Varianza
MC
Fuente GL SC Ajust. Ajust. Valor F Valor p
Ecuación de regresión
Rendimiento (%) = 57.96 + 1.195 Tiempo (minutos)
Configuración
Valor de
Variable configuración
Tiempo 25
(minutos)
Predicción
EE de
Ajuste ajuste IC de 95% IP de 95%
X= Horas extra
Y= Defectos %
14
12
10
Defectos %
0
0 100 200 300 400 500 600 700 800 900
Horas extra
c) Haga un análisis de regresión (ajuste una línea recta a estos datos, aplique pruebas de
hipótesis y verifique residuos).
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
e) El que dos variables estén relacionadas no necesariamente implica que haya una
relación causa-efecto. Sin embargo, a pesar de esto, ¿puede concluir con seguridad que
cuando se trabaja tiempo extra se incrementa el porcentaje de defectuosos, porque
ocurren factores como calentamiento de equipo, cansancio de obreros, etc., y todo esto
causa mayores problemas en la calidad de las piezas?
4000
Piezas defectuosas
3000
2000
1000
86 87 88 89 90 91 92
Eficiencia
Coeficientes
EE
del
Término Coef coef. Valor T Valor p FIV
Ecuación de regresión
Piezas = 50726 - 534.9 Eficiencia
defectuosas
Residuo
0
50
-500
10
1 -1000
-1000 -500 0 500 1000 2000 3000 4000
Residuo Valor ajustado
Residuo
0
3.0
-500
1.5
0.0 -1000
-800 -400 0 400 2 4 6 8 10 12 14 16 18 20
Residuo Orden de observación
8
Vida
4
20 25 30 35 40
Velocidad
b) Haga un análisis de regresión (ajuste una línea recta a estos datos, aplique pruebas de
hipótesis y verifique residuos).
Ecuación de regresión
Vida = 13.69
- 0.2218 Velocidad
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Configuración
Valor de
Variable configuración
Velocida 30
d
Predicción
Ajuste EE de ajuste IC de 95% IP de 95%
Ecuación de regresión
Vid = 13.69 - 0.2218 Velocidad
a
f) Obtenga el error estándar de estimación y comente qué relación tiene con la calidad
del ajuste.
Coeficientes
EE del
Término Coef coef. Valor T Valor p FIV
xi yi xy x2 y2
0 4 0 0 16
1 3 3 1 9
2 6 12 4 36
3 9 27 9 81
4 9 36 16 81
5 11 55 25 121
6 12 72 36 144
7 14 98 49 196
28 68 303 140 684
Análisis de Varianza
Valor
Fuente GL SC Ajust. MC Ajust. F Valor p
Coeficientes
EE
del Valor
Término Coef coef. T Valor p FIV
Ecuación de regresión
y = 3.083 + 1.548 xi
i
a) ¿Qué tipo de relación existe entre estas variables? Apóyese en diagrama de dispersión
y coeficiente de correlación.
Gráfica de dispersión de Número de cortos vs. Flux (ml/min)
6
5
Número de cortos
10 15 20 25 30 35
Flux (ml/min)
Ecuación de regresión
Número de = 7.815
cortos - 0.2187 Flux (ml/min)
Residuo
50 0.0
-0.5
10
-1.0
1
-1 0 1 0.0 1.5 3.0 4.5 6.0
Residuo Valor ajustado
0.5
Frecuencia
2
Residuo
0.0
1
-0.5
-1.0
0
-1.0 -0.5 0.0 0.5 1.0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Residuo Orden de observación
Estadística Inferencial 2 – Capitulo 11 – Ejercicio 15
a) ¿Qué tipo de relación existe entre estas variables? Apóyese en diagrama de dispersión
y coeficiente de correlación.
11
10
7
8 9 10 11 12 13 14 15 16 17
Presión (kg)
Ecuación de regresión
Altura (milésimas de = 15.96
pulgada) - 0.5103 Presión (kg)
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Coeficientes
EE del
Término Coef coef. Valor T Valor p FIV
90 0.5
Porcentaje
Residuo
0.0
50
-0.5
10 -1.0
1
-2 -1 0 1 2 8 10 12
Residuo Valor ajustado
0.5
3
Frecuencia
Residuo
0.0
2
-0.5
1
-1.0
0
-1.5 -1.0 -0.5 0.0 0.5 1.0 1 2 3 4 5 6 7 8 9 10
Residuo Orden de observación
d) Considerando que la altura ideal de la pasta es ocho, de acuerdo con el modelo, ¿cuál
es la presión que deben tener las escobillas?
Configuración
Valor de
Variable configuración
Presión 15.5986
(kg)
Predicción
Ajuste EE de ajuste IC de 95% IP de 95%