Documentos de Académico
Documentos de Profesional
Documentos de Cultura
•Diagrama de flujo
•Mejor estimación de la recta
•Relación entre ŷ=𝜶+𝒃𝒙 y ŷ=𝜷+𝒃𝒙
•Error estándar en la mejor estimación de la recta
•Coeficiente de correlación de Pearson.
•Coeficiente de correlación de Spearman.
•Relación entre el coeficiente de correlación de Pearson y Spearman.
•Varianza y desviación estándar
•Relación entre desviación estándar y el error estándar en la mejor estimación de la recta.
•Coeficiente de determinación.
•Relación entre el coeficiente de determinación y el coeficiente de correlación de Pearson.
•Intervalos de confianza
•Intervalo de confianza para 𝜷
•Intervalo de confianza para 𝜶
•Intervalo de confianza para 𝜇𝑦⁄𝑥0
•Intervalo de confianza para 𝑦0
•Prueba de hipótesis para β
• prueba de hipótesis para α
• REGRESION LINEAL
• En estadística la regresión lineal o ajuste lineal es un modelo matemático usado para
aproximar la relación de dependencia entre una variable dependiente Y, las variables
independientes Xi y un término aleatorio ε.
• CORRELACION
• En probabilidad y estadística, la correlación indica la fuerza y la dirección de una relación
lineal y proporcionalidad entre dos variables estadísticas. Se considera que dos variables
cuantitativas están correlacionadas cuando los valores de una de ellas varían
sistemáticamente con respecto a los valores homónimos de la otra: si tenemos dos
variables (A y B) existe correlación entre ellas si al disminuir los valores de A lo hacen
también los de B y viceversa. La correlación entre dos variables no implica, por sí misma,
ninguna relación de causalidad.
EJERCICIO INGRESO (X)
45
SEGURO DE VIDA (Y)
70
20 50
40 60
• Una familia desea determinar 40 50
47 90
el grado de relación entre el 30 55
de familia. 35
40
65
75
Aplicación en mi problema:
• Aplicación en mi problema:
• Indica que tanto se desvían los datos de la media, si el dato es grande
la variación o diferencia (error) puede ser proporcional a esta.
COEFICIENTE DE CORRELACION DE
PEARSON
INTERPRETACION
• Coeficiente de relación de
Pearson:
• Es una media de la relación lineal
entre dos variables aleatorias
cuantitativas. A diferencia de la
covarianza, la correlación de
Pearson es independiente de la
escala de medida de variables.
• Aplicación en mi problema:
• Por el valor obtenido, nos indica
que se tiene una correlación
positiva muy alta, esto nos indica
que hay una buena relación entre
r = 0.91 Positiva muy fuerte
las variables.
COEFICIENTE DE RELACION DE
SPEARMAN
Coeficiente de relación de Spearman:
Aplicación en mi problema:
𝑟𝑠 = 0.90 correlación
positiva muy alta
UNIVERSIDAD AUTONOMA DE NUEVO LEON
FACULTAD DE INGENIERIA MECANICA Y
ELECTRICA
ECUACION POTENCIAL
B=
27
27 252.1362
252.1362
31
31 260.1865
260.1865
34 265.7122
34 265.7122
45 283.2082
45 283.2082
58 300.0405
58 300.0405
60 302.3635
60
72 302.3635
315.1687
72
74 315.1687
317.1394
74 317.1394
COEFICIENTE DE DETERMINACION
• Es importante saber que el resultado del coeficiente de determinación oscila entre 0 y 1. Cuanto más cerca
de 1 se sitúe su valor, mayor será el ajuste del modelo a la variable que estamos intentando explicar. De
forma inversa, cuanto más cerca de cero, menos ajustado estará el modelo y, por tanto, menos fiable será.
En la expresión anterior tenemos una fracción. Así pues, vayamos por partes. En primer lugar, analizaremos
el numerador, es decir, la parte de arriba.
COEFICIENTE DE DETERMINACION
Y= 287.625
•Según el calculo de R cuadrado
es de 0.9635. Lo cual quiere
decir que es un modelo cuyas
estimaciones se ajustan
demasiado bien a la variable
real. Aunque tecnicamente no
seria correcto, podríamos decir
algo así como que el modelo
explica en un 96.35% a la
variable real. Muestra que
conforme aumenta la
temperatura, aumenta la
energía.
UNIVERSIDAD AUTONOMA DE NUEVO LEON
FACULTAD DE INGENIERIA MECANICA Y
ELECTRICA
ECUACION LOGARITMICA
Este modelo de regresión es una alternativa cuando el modelo lineal no logra un coeficiente de
determinación apropiado, o cuando el fenómeno en estudio tiene un comportamiento que puede
considerarse potencial o logarítmico, la forma mas simple de tratar de establecer la tendencia es a
través de un diagrama de dispersión.
X Y Ln(x) Ln(x)2 Ln(x)y
27 250 3.295837 6.591674 823.9592
31 265 3.433987 6.867974 910.0066
34 267 3.526361 7.052721 941.5383
45 285 3.806662 7.613325 1084.899
58 295 4.060443 8.120886 1197.831
60 298 4.094345 8.188689 1220.115
72 320 4.276666 8.553332 1368.533
74 321 4.304065 8.60813 1381.605
SUMATORIAS
FORMULA SUSTITUCION X
1.230605432 27 288.3065
27 288.3065
(x)+b 31 288.1365
31 288.1365
34 288.0229
34 288.0229
45 287.6779
45 287.6779
58 287.3656
58 287.3656
60 287.3239
60 287.3239
72 287.0995
72 287.0995
74 287.00658
74 287.00658
UNIVERSIDAD AUTONOMA DE NUEVO LEON
FACULTAD DE INGENIERIA MECANICA Y
ELECTRICA
COEFICIENTE DE DETERMINACION
Hay varias definiciones diferentes para R² que son algunas veces equivalentes. Las más comunes se refieren a la regresión lineal. En este caso, el R²
es simplemente el cuadrado del coeficiente de correlación de Pearson, lo cual es sólo cierto para la regresión lineal simple. Si existen varios
resultados para una única variable, es decir, para una X existe una Y, Z... el coeficiente de determinación resulta del cuadrado del coeficiente de
determinación múltiple. En ambos casos el R² adquiere valores entre 0 y 1. Existen casos dentro de la definición computacional de R² donde este
valor puede tomar valores negativos
Suponga que en un experimento industrial a un ingeniero le interesa la forma en que la absorción media de
humedad del concreto varia para 5 agregados de concreto diferentes. Las muestras se exponen a humedad
durante 48 horas y se decide que para cada agregado deben probarse 6 muestras, lo que hace que se requiera
probar un total de 30 muestras. Realice el análisis de varianza a un nivel de significancia del 0.05 e indique si la
resistencia promedio a la tensión de las seis maquinas diferente o no.
DATOS FORMULA SUSTITUCION
=23.11958333
ANALISIS DE VARIANZA PARA LA CLASIFICACION UNILATERAL
FUENTE DE SUMA DE GRADOS DE CUADRADOS F CALCULADA
VARIACION CUADRADOS LIBERTAD MEDIOS
TRATAMIENTOS
TRATAMIENTOS SCT
SCT
ERROR SCE
TOTAL
ERROR STC
SCE
TOTAL STC
CONCLUSION
Ho= 2.77
Ho se rechaza en el nivel de significancia de 0.05, porque no existe diferencia en la
resistencia promedio a la tensión de las 6 maquinas.
UNIVERSIDAD AUTONOMA DE NUEVO LEON
FACULTAD DE INGENIERIA MECANICA Y
ELECTRICA
BLOQUES ALEATORIOS
AGREGAD 1 2 3 4 5
O
551 595 639 417 563
457 580 615 449 631
450 508 511 517 522
731 583 573 438 613
499 633 648 415 656
632 517 677 555 679
SUMATORI 3320 3416 3663 2791 3664 1685.54
A TOTAL
MEDIA 563.33 569.33 610.5 465.17 610.67 561.8
ANALISIS DE VARIANZA PARA EL ANOVA DE UN FACTOR
FUENTE DE SUMA DE GRADOS DE CUADRADOS F CALCULADA
VARIACION CUADRADOS LIBERTAD MEDIOS
TRATAMIENTOS SCT K-1
TOTAL SC KN-1
AGREGADO 1 2 3 4 5
551 595 639 417 563
457 580 615 449 631
450 508 511 517 522
¿
731 583 573 438 613
499 633 648 415 656
632 517 677 555 679
SUMATORIA 3320 3416 3663 2791 3664
TOTAL 16854
MEDIA 553.33 569.33 610.5 465.17 610.67 561.8
AGREGAD 1 2 3 4 5
O
551 595 639 417 563
457 580 615 449 631
450 508 511 517 522
731 543 575 438 613
499 633 648 415 656
632 517 677 555 679
SUMATORI 3320 3416 3663 2791 3664 16854
A TOTAL
MEDIA 71.68 56.75 2371.69 93.38 2587.95 14226.07
𝑺𝑻𝑪 =𝟐𝟎𝟗𝟑𝟕𝟔 . 𝟖 𝑺𝑪𝑻 =𝟖𝟓𝟑𝟓𝟔 . 𝟒𝟐
Se rechaza la hipótesis nila y se concluye que al menos dos medias no son iguales.
UNIVERSIDAD AUTONOMA DE NUEVO LEON
FACULTAD DE INGENIERIA MECANICA Y
ELECTRICA
PRUEBA DE TUKEY
PRUEBA
w = q √(MSE /r)
DE TUKEY
PRUEBA DE TUKEY
• Se consideran cuatro máquinas diferentes, M1, M2 M3 y M4, para ensamblar un producto específico. Se
decidió que para comparar las máquinas se usarían 6 operadores distintos en un experimento de bloques
aleatorizados. Las máquinas se asignaron al azar a cada operador. La operación de las máquinas requiere
destreza física, y se anticipó que habría una diferencia en la velocidad con que los operadores trabajaban con
las máquinas. En la tabla 13.9 se observan los tiempos (en segundos) requeridos para ensamblar el
producto. A un nivel de significancia de 0.05, pruebe la hipótesis H0 de que las máquinas se desempeña con
el mismo índice de velocidad promedio.
DATOS FORMULA
A= 0.05 )
H0: α1 = α2 = α3 = α4 = 0 (los efectos
de las máquinas son iguales a cero),
H1 : Al menos una de las αi
no es igual a cero.
Y K
4
15 4.06
PRUEBA Consiste en calcular varios "rangos", denominados comúnmente “rangos significativos mínimos”, según la siguiente
fórmula:
DE
DUNCAN
• PRUEBA DE DUNCAN
Se consideran cuatro máquinas diferentes, M1, M2 M3 y M4, para ensamblar un producto
específico. Se decidió que para comparar las máquinas se usarían 6 operadores distintos en un
experimento de bloques aleatorizados. Las máquinas se asignaron al azar a cada operador. La
operación de las máquinas requiere destreza física, y se anticipó que habría una diferencia en la
velocidad con que los operadores trabajaban con las máquinas. En la tabla 13.9 se observan los
tiempos (en segundos) requeridos para ensamblar el producto. A un nivel de significancia de
0.05, pruebe la hipótesis H0 de que las máquinas se desempeñan con el mismo índice de
velocidad promedio.
DATOS FORMULA
)
SUSTITUCION
SUSTITUCION RANGOS
RANGOS ESTANDARIZADOS
ESTANDARIZADOS
MINIMPOS
MINIMPOS
1.5516
P 2 3 4
rp 3.014 3.16 3.25
3 2 1 DIFERE MEDIA M4 M3 M2
NCIA S 43.23 42.56 41.38
43.23 42.57 41.42 41.3
DE
1 41.3
1.93 1.27 0.12 M1 41.3 M4-Mi M3-Mi M2-Mi
41.42 Rp4 Rp3 Rp2
41.42
1.81 1.15
M2 41.38 M4-M2 M3-M2
42.57 Rp3 Rp2
42.57 0.66
4 43.23 M3 42.56 M4-M3
43.23 Rp2
43.53
UNIVERSIDAD AUTONOMA DE NUEVO LEON
FACULTAD DE INGENIERIA MECANICA Y
ELECTRICA
ANALISIS DE VARIANZA PARA DOS CRITERIOS
modelo mixto
• En un experimento realizado para determinar cuál de 3
sistemas de misiles distintos es preferible, se midió la tasa
de combustión del propulsor para 24 arranques estáticos. Se
emplearon 4 tipos de combustible diferentes y el
experimento generó observaciones duplicadas de las tasas
de combustión para cada combinación de los tratamientos.
Los datos, ya codificados, se presentan en la tabla 14.3.
Pruebe las siguientes hipótesis:
• a) H0: no hay diferencia en las tasas medias de combustión
del propulsor cuando se emplean diferentes sistemas de
misiles
• b) H0 : no existe diferencia en las tasas medias de
combustión de los 4 tipos de propulsor
• c) H0 : no hay interacción entre los distintos sistemas de
misiles y los diferentes tipos de propulsor.
SISTEMA DE MISILES TIPO DE PROPULSOR
b1 b2 b3 b4 PROMEDIO DE Y
a1
SUMA DE 1 2 3 4
CUADRADOS
1 1156 906.01 888.04 841
1069.29 1075.84 712.89 835.21
2 1024 912.04 623.69 761.76
1102.24 888.04 789.09 772.84
3 806.56 734.41 882.09 829.44
858.49 835.21 745.29 846.81
=2 PROMEDIO
CELDAS
PROMEDIO DE J PROMEDIO DE I 29.583PROMED
IO
FORMULA SCAB
•
•
•• En
un experimento realizado para
determinar cuál de 3 sistemas de
misiles distintos es preferible, se
midió la tasa de combustión del
propulsor para 24 arranques
estáticos. Se emplearon 4 tipos de
combustible diferentes y el
experimento generó
observaciones duplicadas de las
tasas de combustión para cada
combinación de los tratamientos
• .
Hipótesis:
a) H0: no hay diferencia en las tasas medias de combustión del propulsor cuando
se emplean diferentes sistemas de misiles
b) H0 : no existe diferencia en las tasas medias
de combustión de los 4 tipos de propulsor
c) H0 : no hay interacción entre los distintos
sistemas de misiles y los diferentes tipos de propulsor.
SISTEMA DE b1 b2 b3 b4
MISILES
CONCLUSION
Como h=1.66,no cae en la región critica h>5.991 no hay
evidencia suficiente para rechazar la hipótesis de que las
tasas de combustión del propulsor son iguales para los 3
sistemas de misiles.