Un ingeniero especializado en calidad que trabaja en una planta de partes

automotrices monitorea la longitud de los árboles de levas. Tres máquinas

producen los árboles de levas en tres turnos cada día. El ingeniero mide cinco
árboles de levas de cada máquina durante cada turno.

El ingeniero crea una gráfica Xbarra-R para cada máquina para monitorear la
longitud de los árboles de levas.

Ecuación de regresión
Calificación = -0.756 + 0.1545 Conc + 0.2171 Relación + 0.01081 Temp + 0.0946 Tiempo

Coeficientes

24
Término Coef EE del coef. Valor T Valor p FIV
Constante -0.756 0.736 -1.03 0.314
Conc 0.1545 0.0633 2.44 0.022 1.03
Relación 0.2171 0.0316 6.86 0.000 1.02
Temp 0.01081 0.00462 2.34 0.027 1.04
Tiempo 0.0946 0.0546 1.73 0.094 1.00

Resumen del modelo

R-cuadrado
S R-cuadrado R-cuadrado(ajustado) (pred)
0.811840 72.92% 68.90% 62.81%
TRABAJO INDIVIDUAL PROYECTO PARTE 1

LONG de
Análisis ÁRBOLLEVAS
Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Regresión
ALUMNO : IVAN 4 ZURITA
47.9096 11.9774
BAUTISTA 18.17 0.000
DOCENTE: BORIS GUZMAN MARTINEZ
Conc 1 3.9232 3.9232 5.95 0.022
Relación 1 31.0216 31.0216 47.07 0.000
Temp 1 3.6031 3.6031 5.47 0.027
Tiempo 1 1.9839 1.9839 3.01 0.094
Error 27 17.7953 0.6591
Falta de ajuste 25 17.7836 0.7113 121.94 0.008
Error puro 2 0.0117 0.0058
Total 31 65.7049

Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Regresión 4 47.9096 11.9774 18.17 0.000
Conc 1 3.9232 3.9232 5.95 0.022
Relación 1 31.0216 31.0216 47.07 0.000
Temp 1 3.6031 3.6031 5.47 0.027
Tiempo 1 1.9839 1.9839 3.01 0.094
Error 27 17.7953 0.6591
Falta de ajuste 25 17.7836 0.7113 121.94 0.008
Error puro 2 0.0117 0.0058
Total 31 65.7049

Ajustes y diagnósticos para observaciones poco comunes

Obs Calificación Ajuste Resid Resid est.
9 4.800 3.178 1.622 2.06 R

Residuo grande R