12.
1 Se llevó a cabo un conjunto de ensayos experimentales con un horno para determinar una form
del horno X1 y a diferentes temperatura
Se registraron los siguientes dato
1.- Definir variables
Variable
dependient
e
Variables
independie
ntes
6.40
15.05
18.75
Y= 30.25
44.85
48.94
51.55
61.50
100.44
111.42
Hallar la trasnuesta de X (XT)
1
XT= 1.32
1.15
Hllar la matriz del producto xt-x
10
XT*X 59.97
156.46
Hallar la inversa de la matriz Xt*X
#NAME?
(XT*X) -1
#NAME?
#NAME?
Hallar el producto de la Xt*Y
489.15
XT*Y= 3875.9365
11749.8781
Hallar lo parametros de la RLM (B)
0.579987894647388 b0
B= 2.71223757935601 b1
2.04970748702256 b2
𝒀 ̂= 〖𝟎 .𝟓𝟖+𝟐.𝟕𝟏(𝑿 〗 _𝟏) 〖 +𝟐.𝟎𝟓(𝑿 〗 _
6.-Estimar la varianza
y 𝑥_1 𝑥_2
6.40 1.32 1.15
15.05 2.69 3.40
18.75 3.56 4.10
30.25 4.41 8.75
44.85 5.35 14.82
48.94 6.20 15.15
51.55 7.12 15.32
61.50 8.87 18.18
100.44 9.80 35.19
111.42 10.65 40.40
489.15
SCE= 3.02127766
S2= 0.43161109
7.-Hallar Matriz Varianza Covarin
0.85324759
(XT*X)-1 -0.2371963
0.04277251
0.36827113
Var-Cov(B)= -0.10237656
0.01846109
𝑆_(𝛽_0)^2
𝑆_(𝛽_1)^2
𝑆_(𝛽_2)^2
8.- Hallar IC de 95% de los coeficientes
Paso 1 hallar el estadistico T
Simbologia No.Control Coeficientes
Beta 0 Intersecion 0.57998789
beta 1 Variable x1 2.71223758
beta 2 Variable x2 2.04970749
Paso 2.- Hallar el valor de t de tablas
t0.025,7= 2.365
-0.854992523673885 𝑆_(𝛽_0)^2
ICI Coeficientes
2.23437907198707 𝑆_(𝛽_1)^2
1.93601206666597𝑆_(𝛽_2)^2
Interprtacion
B1 y B2 son significativos y tienen un efecto positivo en y. Mientras que B0 no es significativamente d
Paso 1 Calcular la suma de cuadrados
SCR 10953.2025723366
SCE 3.02127766333916
𝑌 ̂
SCT 10956.2238499999
Y
6.40 6.51730511
15.05 14.8449124
18.75 18.6393544
30.25 30.4758961
44.85 45.4671239
48.94 48.4489293
51.55 51.2926382
61.50 61.9012173
100.44 99.2891226
111.42 112.273501
489.15 489.15
Promedio de Y= 48.92
Paso 2.- Calculra los cuadrados medios
CMR 5476.60128616828
CME
ntales con un horno para determinar una forma de predecir el tiempo de cocción, Y, a diferentes niveles de anc
del horno X1 y a diferentes temperaturas, X2 .
Se registraron los siguientes datos:
𝑥_1
y 𝑥_2
6.40 1.32 1.15
15.05 2.69 3.40
18.75 3.56 4.10
30.25 4.41 8.75
44.85 5.35 14.82
48.94 6.20 15.15
51.55 7.12 15.32
61.50 8.87 18.18
100.44 9.80 35.19
111.42 10.65 40.40
1.- Definir variables
Y Tiempo de cocción
X1 Diferentes niveles de ancho del horno
X2 Diferentes temperaturas
𝑥_2
1 1.32 1.15
1 2.69 3.40
1 3.56 4.10
1 4.41 8.75
X= 1 5.35 14.82
1 6.20 15.15
1 7.12 15.32
1 8.87 18.18
1 9.80 35.19
1 10.65 40.40
Hallar la trasnuesta de X (XT)
1 1 1 1 1
2.69 3.56 4.41 5.35 6.20
3.40 4.10 8.75 14.82 15.15
59.97 156.46 0.85324759 -0.2371963
446.9965 1282.5215 -0.2371963 0.09461974
1282.5215 3991.1208 0.04277251 -0.02110688
#NAME? #NAME?
#NAME? #NAME?
#NAME? #NAME?
= 〖𝟎 .𝟓𝟖+𝟐.𝟕𝟏(𝑿 〗 _𝟏) 〖 +𝟐.𝟎𝟓(𝑿 〗 _𝟐)
6.-Estimar la varianza 𝜎^2
𝑌 ̂ 𝑌−𝑌 ̂
6.51730510947327 -0.12 0.01376049 0.01376049
14.8449124389918 0.21 0.04206091 0.04206091
18.6393543739473 0.11 0.01224245 0.01224245
30.4758961310548 -0.23 0.05102906 0.05102906
45.4671239018764 -0.62 0.38084191 0.38084191
48.4489293150464 0.49 0.24115042 0.24115042
51.2926381608478 0.26 0.06623512 0.06623512
61.9012173376053 -0.40 0.16097535 0.16097535
99.2891226406602 1.15 1.3245187 1.3245187
112.2735005905 -0.85 0.72846326 0.72846326
489.150000000004 0.00 3.02127766
n= 10
k= 2
S= 0.65697115
.-Hallar Matriz Varianza Covarinza
-0.237196301044879 0.04277251
0.09461974335145 -0.02110688
-0.0211068835378861 0.00535635
-0.102376555167652 0.01846109 0.36827113 -0.10237656
0.0408389310140885 -0.00910997 -0.10237656 0.04083893
-0.00910996511081661 0.00231186 0.01846109 -0.00910997
𝑆_(𝛽_0 )
𝑆_(𝛽_1 )
0.368271126863131 0.60685346
𝑆_(𝛽_2 )
0.0408389310140885 0.20208644
0.0023118607119332 0.04808181
Error tipico ee Estadistico t
0.606853464077722 0.95572973
0.202086444409536 13.4211752
0.0480818126939199 42.6295801
n= 10
a= 0.05
k= 2
ICS
2.01496831296866
3.19009608672496
2.16340290737914
y. Mientras que B0 no es significativamente diferente de 0, esto quiere sugiere que, cuando las variables indepe
9.- Contruir la tabla Anova
7
9
GL
K=
n-(k+1)
n-1
Y estimada - y barra (Y estimada - y barra)2
-42.40 1797.56453
-34.07 1160.77087
-30.28 916.614718
-18.44 340.000551
-3.45 11.8878496
-0.47 0.21722188
2.38 5.65316322
12.99 168.641841
50.37 2537.55223
63.36 4014.2996
10953.2026
n, Y, a diferentes niveles de ancho
1 1 1 1
7.12 8.87 9.80 10.65
15.32 18.18 35.19 40.40
0.04277251 Para sacar la inversa de la matriz
-0.02110688
0.00535635
0.01846109
-0.00910997
0.00231186
que, cuando las variables independientes x1, x2 son cero, el valor esperado de la variable dependiente y podria
a variable dependiente y podria no ser significativamente distinto de cero.
