• Author / Uploaded
• José Antón

• Categories
• Regresión lineal
• Análisis de regresión
• Estadísticas
• Matemáticas
• Ciencia

Citation preview

UNIVERSIDAD CATÓLICA DE TRUJILLO BENEDICTO XVI

MÉTODOS ESTADÍSTICOS

PRACTICA NOMBRES Y APELLIDOS

:

……………………………………………………………………………………………………………….………..

CARRERA PROFESIONAL

:

………………………………………………………

CICLO :

………..

FECHA: ……/…./……...

1. Para una variedad particular de planta, los investigadores

desean desarrollar una fórmula para predecir la cantidad de semillas (gramos) como función de la densidad de las plantas. Efectuaron un estudio con cuatro niveles del factor x (el número de plantas por parcela). Se utilizaron cuatro réplicas para cada nivel de x de acuerdo a la tabla indicada. a. Analizar la correlación entre las variables. ¿Es estadísticamente significativa dicha correlación? b. Diseñe el modelo de regresión lineal y calcule la cantidad de semillas necesarias para una densidad de 15 y 25 plantas que se necesita por parcela. 2. A continuación, se presentan las cantidades de sólidos removidos de cierto

material cuando se expone a periodos de secado de diferentes duraciones. a. Analice la correlación de las variables indicadas. ¿Es realmente significativa? Grafique. b. Estime la recta de regresión lineal. c. Pruebe si es adecuado el modelo lineal, con un nivel de significancia de 0.05. 3. Se efectuó un conjunto de ensayos experimentales para determinar una

forma de predecir el tiempo de cocción y a diferentes niveles del ancho de horno (x1) y temperaturas de la chimenea (x2). Los siguientes son los datos registrados: Estime la ecuación de regresión lineal múltiple 4. Se cree que la energía eléctrica consumida cada mes por una planta química está relacionada con la

temperatura ambiental promedio (x1), el número de días del mes (x2), la pureza promedio del producto (x3), y las toneladas fabricadas del producto (x4). Se dispone de datos históricos que se presentan en la siguiente tabla. a. Ajuste un modelo de regresión lineal múltiple usando el conjunto de los datos. b. Prediga el consumo de energía para un mes en que x1=75 ◦F, x2=24 días, x3=90% y x4=98 toneladas.

Página 1 de 5

UNIVERSIDAD CATÓLICA DE TRUJILLO BENEDICTO XVI

MÉTODOS ESTADÍSTICOS

DESARROLLO EJERCICIO 04:

EL MODELO DE ESTUDIO ES ADECUADO PARA PODER PREDECIR RESULTADOS EN DIFERENTES CONDICIONES TANTO EN TEMPERATURA, Página 2 de 5

UNIVERSIDAD CATÓLICA DE TRUJILLO BENEDICTO XVI

MÉTODOS ESTADÍSTICOS

TIEMPO (DÍAS), PUREZA Y PRODUCCIÓN (TN.) PARA UN SIG DE 0,030 PARA UN NIVEL DE SIGNIFICANCIA DE 0,05.

Y = B(0) + B(1) Temp. + B(2) Tiemp. + B(3) Pureza + B(4) Producción peso. Y= -102,713 + 0,605 (75) + 8,924 (24) + 1,437 ( 90) + 0,014 (98) Y = 287,54.

RESPUESTA: SE CONCLUYÓ QUE EL CONSUMO DE ENERGÍA ELÉCTRICA ES DE 287,54 MENSUAL PARA UNAS CONDICIONES DE 75° F TEMPERATURA, TIEMPO DE 24 DÍAS, PUREZA DEL PRODUCTO DEL 90% Y 98 TONELADAS FABRICADAS, CON UN NIVEL DE SIGNIFICANCIA DE 0,05.

EJERCICIO 01:

SE ACEPTA LA HIPÓTESIS ALTERNA Y SE DEMUESTRA QUE SI EXISTE CORRELACIÓN PARA UN SIG. DE 0,011.

Página 3 de 5

UNIVERSIDAD CATÓLICA DE TRUJILLO BENEDICTO XVI

MÉTODOS ESTADÍSTICOS

SE CONCLUYE QUE EL COEFICIENTE DE CORRELACIÓN DE PEARSON ES ALTAMENTE SIGNIFICATIVO (PARA UN r = 0,989).

GRÁFICO

SE CONCLUYE SEGÚN EL GRÁFICO QUE LA CORRELACIÓN ES MUY ALTA Y POSITIVA.

Página 4 de 5

UNIVERSIDAD CATÓLICA DE TRUJILLO BENEDICTO XVI

MÉTODOS ESTADÍSTICOS

Y= B(0) + B(1) Cant.Semillas

PARA 15 PLANTAS. Y= -45,955 + 4,366 (15) Y= 19,535

PARA 25 PLANTAS. Y= - 45,955 + 4,366(25) Y= 63,195.

RESPUESTA: SE CONCLUYE QUE ES UN BUEN MODELO PARA PREDECIR LA CANTIDAD DE SEMILLAS. SE CONCLUYE QUE SE NECESITA 19,535 gr. DE SEMILLAS PARA 15 PLANTAS, CON UN NIVEL DE SIGNIFICANCIA DE 0,05.

SE CONCLUYE QUE PLANTAS SE NECESITA 63,195 gr.DE SEMILLAS PARA 25 PLANTAS, CON UN NIVEL DE SIGNIFICANCIA DE 0,05.

Página 5 de 5