Ejercicio 1

Ejercicio 2
Problema #2

Para estudiar la confiabilidad de ciertos tableros electrónicos para carros, se someten a un envejecimiento acelerado durante 100 horas a determinada
temperatura y como variable de interés se mide la densidad de corriente que circula entre 2 puntos, cuyos valores aumentan con el deterioro. Se aprobaron 20
módulos repartidos de manera equivalente en cinco temperaturas y los resultados obtenidos fueron los siguientes:

20° C 40° C 60° C 80° C 100° C

15 17 23 28 45
18 21 19 32 51
13 11 25 34 57
12 16 22 31 48
Ejercicio 3
Factorial Regression: Respuestas versus A, B

Analysis of Variance

Source DF Adj SS Adj MS F-Value P-Value

Model 3 675.000 225.000 40.30 0.000
Linear 2 266.667 133.333 23.88 0.000
A 1 261.333 261.333 46.81 0.000
B 1 5.333 5.333 0.96 0.357
2-Way Interactions 1 408.333 408.333 73.13 0.000
A*B 1 408.333 408.333 73.13 0.000
Error 8 44.667 5.583
Total 11 719.667

Model Summary

S R-sq R-sq(adj) R-sq(pred)

2.36291 93.79% 91.47% 86.04%

Coded Coefficients

Term Effect Coef SE Coef T-Value P-Value VIF

Constant 80.167 0.682 117.53 0.000
A 9.333 4.667 0.682 6.84 0.000 1.00
B -1.333 -0.667 0.682 -0.98 0.357 1.00
A*B 11.667 5.833 0.682 8.55 0.000 1.00

Regression Equation in Uncoded Units

Respuestas = 80.167 + 4.667 A - 0.667 B + 5.833 A*B

Alias Structure

Factor Name

A A
B B

Aliases

I
A
B
AB
Effects Pareto for Respuestas
Ejercicio 4
C1 C2 C3 C4 C5 C6 C7
StdOrder RunOrder PtType Blocks Molde Catalizador Hinchamiento
1 26 1 1 1 1 2 93
2 60 2 1 1 2 3 92
3 41 3 1 1 2 2 93
4 30 4 1 1 2 3 92
5 24 5 1 1 2 3 91
6 3 6 1 1 1 3 90
7 59 7 1 1 2 2 90
8 22 8 1 1 2 1 90
9 9 9 1 1 1 3 91
10 15 10 1 1 1 3 91
11 49 11 1 1 1 1 92
12 18 12 1 1 2 3 90
13 27 13 1 1 1 3 92
14 10 14 1 1 2 1 94
15 11 15 1 1 2 2 91
16 1 16 1 1 1 1 91
17 37 17 1 1 1 1 90
18 58 18 1 1 2 1 92
19 16 19 1 1 2 1 91
20 34 20 1 1 2 1 92
21 32 21 1 1 1 2 95
22 45 22 1 1 1 3 94
23 6 23 1 1 2 3 94
24 28 24 1 1 2 1 94
25 21 25 1 1 1 3 97
26 25 26 1 1 1 1 96
27 57 27 1 1 1 3 94
28 48 28 1 1 2 3 95
29 12 29 1 1 2 3 94
30 2 30 1 1 1 2 96
31 29 31 1 1 2 2 88
32 54 32 1 1 2 3 88
33 44 33 1 1 1 2 87
34 43 34 1 1 1 1 88
35 36 35 1 1 2 3 87
36 40 36 1 1 2 1 88
37 55 37 1 1 1 1 87
38 14 38 1 1 1 2 87
39 8 39 1 1 1 2 87
40 52 40 1 1 2 1 87
41 23 41 1 1 2 2 90
42 46 42 1 1 2 1 89
43 38 43 1 1 1 2 88
44 50 44 1 1 1 2 88
45 39 45 1 1 1 3 90
46 5 46 1 1 2 2 89
47 53 47 1 1 2 2 88
48 47 48 1 1 2 2 89
49 20 49 1 1 1 2 88
50 19 50 1 1 1 1 88
51 7 51 1 1 1 1 91
52 42 52 1 1 2 3 97
53 31 53 1 1 1 1 91
54 17 54 1 1 2 2 90
55 35 55 1 1 2 2 89
56 4 56 1 1 2 1 91
57 13 57 1 1 1 1 92
58 56 58 1 1 1 2 90
59 51 59 1 1 1 3 90
60 33 60 1 1 1 3 91

Normal Probability Plot of the Residuals

(response is Hinchamiento)
99.9

99

95

80
Percent

50

20

0.1
-10 -5 0 5 10
Residual
————— 03/06/2021 23:29:34 ————————————————————

Welcome to Minitab, press F1 for help.

Multilevel Factorial Design

Factors: 2 Replicates: 10
Base runs: 6 Total runs: 60
Base blocks: 1 Total blocks: 1

Number of levels: 2, 3

General Linear Model: Hinchamiento versus Molde, Catalizador

Factor Type Levels Values

Molde fixed 2 1, 2
Catalizador fixed 3 1, 2, 3

Analysis of Variance for Hinchamiento, using Adjusted SS for Tests

Source DF Seq SS Adj SS Adj MS F P

Molde 1 0.000 0.000 0.000 0.00 1.000
Catalizador 2 48.933 48.933 24.467 3.52 0.036
Molde*Catalizador 2 0.400 0.400 0.200 0.03 0.972
Error 54 375.000 375.000 6.944
Total 59 424.333

S = 2.63523 R-Sq = 11.63% R-Sq(adj) = 3.44%

Unusual Observations for Hinchamiento

Obs Hinchamiento Fit SE Fit Residual St Resid

21 95.0000 89.9000 0.8333 5.1000 2.04 R
25 97.0000 92.0000 0.8333 5.0000 2.00 R
26 96.0000 90.6000 0.8333 5.4000 2.16 R
30 96.0000 89.9000 0.8333 6.1000 2.44 R
35 87.0000 92.0000 0.8333 -5.0000 -2.00 R
52 97.0000 92.0000 0.8333 5.0000 2.00 R

R denotes an observation with a large standardized residual.

Normplot of Residuals for Hinchamiento