b)no es posible hacer modelo debido a que el tipo de vidrio es una variable categorica
|
|
- Raúl Castilla Díaz
- hace 6 años
- Vistas:
Transcripción
1 a) Analysis of Variance for Light output, using Adjusted SS for Tests Source DF Seq SS Adj SS Adj MS F P Glass type Temperature Glass type*temperature Error Total S = 9.85 R-Sq =.73% R-Sq(adj) =.6% La interaccion es significativa y también los factores individuales b)no es posible hacer modelo debido a que el tipo de vidrio es una variable categorica c)
2 Percent 9 5 Plots for Light output Normal Probability Plot - Versus Fits Probability Plot of RESI Normal Mean 8.85E- StDev 5.9 N 7 A D.5 P-Value Histogram Fitted Value Versus Order 5 Percent Frequency es sí son normales Observation Order RESI 3 El experimento no fue aleatorizado por lo cual no puede checarse aleatoridad en residuales Datos aberrantes: Unusual Observations for Light output Light Obs output Fit SE Fit St Resid R R R denotes an observation with a large standardized residual.
3 a) Analysis of Variance for strength, using Adjusted SS for Tests Source DF Seq SS Adj SS Adj MS F P % hardwood cooking time pressure % hardwood*cooking time % hardwood*pressure cooking time*pressure % hardwood*cooking time*pressure
4 Error Total S =.66 R-Sq = 9.8% R-Sq(adj) = 8.7% Factores individuales son significativos y la interacción % hardwood*pressure Percent 9 5 Plots for strength Normal Probability Plot Versus Fits Fitted Value Histogram. Versus Order Frequency b) Observation Order 3 35 Probability Plot of RESI Normal Percent Mean.838E- StDev.336 N 36 AD.9 P-Value RESI.5. es no son normales No hay datos aberrantes Aleatorización no puede checarse ya que el experimento no fue aleatorizado
5 Main Effects Plot for strength Data Means % hardwood cooking time Mean. pressure c) 5 65 Interaction Plot for strength Data Means % hardwood 98 % hardwood 8 cooking time cooking time 3 96 pressur e Condiciones optimas: %hardwood:, cooking time, pressure 65
6 a) Analysis of Variance for warping, using Adjusted SS for Tests Source DF Seq SS Adj SS Adj MS F P Temperature Cooper content Temperature*Cooper content Error Total Ambos factores afectan
7 Percent 9 5 Plots for warping Normal Probability Plot - Versus Fits Fitted Value Histogram Versus Order Frequency 6 - b) Observation Order Probability Plot of RESI Normal 95 9 Mean.6E-6 StDev.87 N 3 AD.666 P-Value Percent RESI 3 5 La prueba de normalidad la pasa muy justa, no se ven bien distribuidos losresiduales Main Effects Plot for warping Data Means 3. Temperature Cooper content Mean c) La temperatura no se comporta linealmente
8 Interaction Plot for warping Data Means 3 5 Temperature Mean Cooper content Dado que la interacción no es significativa, no afecta dónde debe estar la temperatura para elegir el contenido de cobre bajo. d) Misma respuesta que c)
9 a) The regression equation is Y (strength) = +.88 X (% hardwood) b) Analysis of Variance Source DF SS MS F P Regression Error Total La regresión es significativa
10 a) The regression equation is y = x -.5 x b) S = R-Sq = 86.% R-Sq(adj) = 77.% Analysis of Variance Source DF SS MS F P Regression Error Total 5. Regresión significativa c) Predictor Coef SE Coef T P Constant x x Ninguna de las pendientes es estadísticamente igual a cero porque los p-valores son mayores a.5
11 The regression equation is y = x +.7 x x^ +. x^ - 9. xx Predictor Coef SE Coef T P Constant x x x^ x^ xx S = 6. R-Sq =.% R-Sq(adj) = 98.9% Analysis of Variance Source DF SS MS F P Regression Error Total 353.7
12 Es una buena regresión porque R es grande, pero podemos notar que la regresión está dominada por x solamente, los demás regresores no son significativos. Analysis of Variance for Num orders (coded units) Source DF Seq SS Adj SS Adj MS F P Main Effects A B C Way Interactions A*B A*C B*C Way Interactions A*B*C Error Pure Error Total Significativos: C, A*B, A*C, B*C
13 Plots for Num orders Normal Probability Plot Versus Fits Percent Fitted Value 5 Histogram Versus Order 3 Frequency Observation Order Probability Plot of RESI Normal Percent Mean StDev.65 N 6 AD.5 P-Value RESI 3 es normales, pero falta resolución en el instrumento de medición vs fits ligeramente forma de embudo c) Main Effects Plot for Num orders Data Means 9 A B 8 7 Mean C
14 Cube Plot (data means) for Num orders B A 3. - C Se recomienda trabajar en A alto, B alto, C alto
15
16 a) Estimated Effects and Coefficients for crack length (coded units) Term Effect Coef SE Coef T P Constant A B C D A*B A*C A*D B*C B*D C*D A*B*C A*B*D A*C*D B*C*D A*B*C*D b) Analysis of Variance for crack length (coded units) Source DF Seq SS Adj SS Adj MS F P Main Effects A B C D Way Interactions A*B A*C A*D B*C B*D C*D Way Interactions A*B*C A*B*D A*C*D B*C*D Way Interactions A*B*C*D Error Pure Error Total Significativos: A,B,C,D,AB,AC,ABC c) Y = x+.988x-.798x3+.979x+.967xx-.xx3+.569xxx3
17 d) Percent 9 5 Plots for crack length Normal Probability Plot Versus Fits Fitted Value 8 Histogram. Versus Order Frequency Observation Order Probability Plot of RESI Normal Percent Mean E-7 StDev.7 N 3 A D.786 P-Value RESI.5.5 es no pasan prueba de normalidad e) Todos los factores individualmente afectan la respuesta (son significativos) f)
18 3 Main Effects Plot for crack length Data Means A B Mean - C - D Interaction Plot for crack length Data Means A 6 A - B 8 6 B - C 8 6 C - 8 D
19 Cube Plot (data means) for crack length B A C D Recomendación para minimizar: A bajo, B alto, C alto, D bajo
APÉNDICE B ANOVA para las salsas comerciales
APÉNDICE B ANOVA para las salsas comerciales ANOVA de una vía para Densidad de salsas comerciales One-way ANOVA: Densidad versus Marca Marca 3 8727.7 2909.2 41.22 0.000 Error 8 564.6 70.6 Total 11 9292.4
Más detallesAnálisis de Regresión y Correlación con MINITAB
Análisis de Regresión y Correlación con MINITAB Primeras definiciones y conceptos de la regresión El análisis de la regresión es una técnica estadística que se utiliza para estudiar la relación entre variables
Más detallesCAPÍTULO 5: ANÁLISIS ESTADÍSTICOS DE LOS DATOS OBTENIDOS. El primer paso a efectuar fue la transformación de los datos obtenidos a la variable de
CAPÍTULO 5: ANÁLISIS ESTADÍSTICOS DE LOS DATOS OBTENIDOS El primer paso a efectuar fue la transformación de los datos obtenidos a la variable de respuesta que se había definido, la cual es la diferencia
Más detallesAnálisis de Regresión
Análisis de Regresión Diplomado en Lean Six Sigma Objetivo 1.Identificar problemas que incluyan una Y continua y una X continua 2. Entender la diferencia entre regresión lineal y no lineal 3. Ajustar modelos
Más detallesTécnicas Cuantitativas para el Management y los Negocios
Segundo cuatrimestre - 4 Técnicas Cuantitativas para el Management y los Negocios Mag. María del Carmen Romero 4 romero@econ.unicen.edu.ar Módulo III: APLICACIONES Contenidos Módulo III Unidad 9. Análisis
Más detallesAsignación 5. Problema 1
Asignación 5 Problema 1 Consider the four factor factorial experiment where factor A is at a levels, factor B is at b levels, factor C is at c levels, factor D is at d levels, and there are n replicates.
Más detallesDISEÑO DE EXPERIMENTOS (PARTE I) CURSO DE APLICACIÓN DE LOS MÉTODOS ESTADÍSTICOS A LA CALIDAD MÓDULO 9
Módulo 6 CURSO DE APLICACIÓN DE LOS MÉTODOS ESTADÍSTICOS A LA CALIDAD APUNTES DE CLASE Profesor: Arturo Ruiz-Falcó Rojas Madrid, Mayo 2009 MÓDULO 9 DISEÑO DE EXPERIMENTOS 2 K Pág. Módulo 6.. Apuntes ÍNDICE.
Más detallesANOVA (Análisis de varianza)
ANOVA (Análisis de varianza) Las pruebas de hipótesis son una herramienta útil cuando se trata de comparar dos tratamientos La experimentación usualmente requiere comparación de más de dos tratamientos
Más detallesANEXO 8 Pronóstico de ventas. Para realizar los pronósticos de venta del nuevo punto de venta, se utilizó lo que se
ANEXO 8 Pronóstico de ventas Para realizar los pronósticos de venta del nuevo punto de venta, se utilizó lo que se denomina Análisis de Series de Tiempo, el cual comprende una variable independiente (X)
Más detallesDiseño de Experimentos para la Evaluación de un Algoritmo Genético de Programación de Producción
Diseño de Experimentos para la Evaluación de un Algoritmo Genético de Programación de Producción Alexander A. CORREA ESPINAL Profesor Escuela de Ingeniería de la Organización, Universidad Nacional de Colombia
Más detallesACTIVIDAD 5: Correlación y Regresión Lineal
Actividad 5: Correlación y Regresión Lineal ACTIVIDAD 5: Correlación y Regresión Lineal CASO 5-1: RELACIONES ENTRE VARIABLES A continuación se muestran cuatro variables y seis valores (observaciones) asociados
Más detalles9. REGRESIÓN LINEAL. Dr. Edgar Acuña http://math.uprm.edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ
9. REGRESIÓN LINEAL Dr. Edgar Acuña http://math.uprm.edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ Ejemplo Ejemplo 3.23. El dueño de una empresa que vende carros desea determinar
Más detallesDISEÑO EXPERIMENTOS PARA LA EVALUACIÓN DE UN ALGORITMO GENÉTICO DE PROGRAMACIÓN DE PRODUCCIÓN
DISEÑO EXPERIMENTOS PARA LA EVALUACIÓN DE UN ALGORITMO GENÉTICO DE PROGRAMACIÓN DE PRODUCCIÓN Alexander Alberto CORREA ESPINAL Profesor Asociado Escuela de Ingeniería de la Organización, Universidad Nacional
Más detalles10. DISEÑOS EXPERIMENTALES
10. DISEÑOS EXPERIMENTALES Dr. Edgar Acuña http://math.uprm.edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ Diseños Experimentales de Clasificación Simple En un diseño experimental
Más detallesEfecto Grados de Libertad A 1 D 1 B 1 E 1 C 1 F 1 AD 1 CD 1 AE 1 CD 1 AF 1 CF 1 BD 1 BE 1 BF 1
Diseños Robustos El diseño robusto es esencialmente un principio que hace énfasis en seleccionar adecuadamente los niveles de los factores controlables en el proceso para la manufactura de productos. El
Más detallesEjemplos del Suplemento 1 resueltos con Minitab
O1 Ocho pasos para el desarrollo de una investigación Ejemplos del Suplemento 1 resueltos con Minitab O2 Tabla de Contenido Prueba de Normalidad... 3 Regresión Lineal... 7 Prueba t... 10 Prueba Z... 13
Más detallesMULTICOLINEALIDAD Y OBSERVACIONES ATÍPICAS
MULTICOLINEALIDAD Y OBSERVACIONES ATÍPICAS Autores: Renatas Kizys (rkizys@uoc.edu), Ángel Alejandro Juan Pérez (ajuanp@uoc.edu). ESQUEMA DE CONTENIDOS Detección de multicolinealidad Presencia de multicolinealidad
Más detallesCAPÍTULO 10 DISEÑOS EXPERIMENTALES
CAPÍTULO 10 DISEÑOS EXPERIMENTALES 10.1 Diseños Experimentales de Clasificación Simple En un diseño experimental de clasificación simple, se trata de comparar varios grupos generalmente llamados Métodos
Más detalles6. DISEÑOS FACTORIALES 2 K NO REPLICADOS
6. DISEÑOS FACTORIALES 2 K NO REPLICADOS 6.1 INTRODUCCION El aumentar el numero de factores en un diseño 2 k crece rápidamente el numero de tratamientos y por tanto el numero de corridas experimentales.
Más detallesMeasurement System Analysis 3rd. Editión. P. Reyes / Mayo 2003
Measurement System Analysis 3rd. Editión P. Reyes / Mayo 2003 1 Posibles Fuentes de la Variación del Proceso Variación del proceso, observado Variación del proceso, real Variación de la medición Variación
Más detallesAcuerdo de aprobación de la nueva redacción del Anexo XVIII de las Normas de Ejecución y Funcionamiento del Presupuesto vigente.
Acuerdo de aprobación de la nueva redacción del Anexo XVIII de las Normas de Ejecución y Funcionamiento del Presupuesto vigente. Visto el Presupuesto de la Universidad Miguel Hernández de Elche para el
Más detallesSe asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación.
EJEMPLO 1 Se asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación. DIETA1 DIETA2 DIETA3 DIETA4 62 63 68 56 60 67 66 62 63 71 71
Más detallesViernes 7 de octubre de 2005 Mate 3026 Estadística con Programación Prof. José N. Díaz Caraballo
Viernes 7 de octubre de 2005 Mate 3026 Estadística con Programación Prof. José N. Díaz Caraballo Favor de abrir el navegador Mozilla Firefox y escriba la siguiente dirección http://math.uprag.edu/area.mtw
Más detallesUniversidade de Vigo. Linealidad. El comportamiento esperado de la variable dependiente
Linealidad El comportamiento esperado de la variable dependiente El concepto de linealidad Indica que el valor esperado de la variable dependiente depende linealmente de las variables independientes El
Más detallesUNIDAD 8 Geometría analítica
Pág. 1 de 5 I. Sabes hallar puntos medios de segmentos, puntos simétricos de otros y ver si varios puntos están alineados? 1 Los puntos A( 1, 3), B(2, 6), C (7, 2) y D( 5, 3) son vértices de un cuadrilátero.
Más detallesDia del Estadístico 5 Diciembre. Diseño y Análisis de experimentos Aplicados en investigación Agrícola. Felipe de Mendiburu
Universidad Nacional de Ingeniería 7 Diciembre 2007 Dia del Estadístico 5 Diciembre Diseño y Análisis de experimentos Aplicados en investigación Agrícola Felipe de Mendiburu Contenido 1. La investigación
Más detallesTema 5. Análisis de regresión (segunda parte) Estadística II, 2010/11
Tema 5 Análisis de regresión (segunda parte) Estadística II, 2010/11 Contenidos 5.1: Diagnóstico: Análisis de los residuos 5.2: La descomposición ANOVA (ANalysis Of VAriance) 5.3: Relaciones no lineales
Más detallesERGONOMIA COGNITIVA: SISTEMA DE INTEGRACIÓN GRUPAL PARA LA MEJORA ANTICIPADA EN LA INDUSTRIA MANUFACTURERA
ERGONOMIA COGNITIVA: SISTEMA DE INTEGRACIÓN GRUPAL PARA LA MEJORA ANTICIPADA EN LA INDUSTRIA MANUFACTURERA ING. SABINO VELÁZQUEZ TRUJILLO M.C. Centro de Ingeniería y Desarrollo Industrial (CIDESI) Querétaro,
Más detallesSPSS - ANOVA. Dr. Miquel A. Belmonte. Hospital General de Castellón Castellón, España Inicialmente en el sitio: www.pitt.
SPSS - ANOVA Dr. Miquel A. Belmonte Hospital General de Castellón Castellón, España Inicialmente en el sitio: www.pitt.edu/~super1/ Elección de tests estadísticos Varbl. Indep. 1 > 1 Varbl. dependientes
Más detallesCAPÍTULO 9 REGRESIÓN LINEAL
CAPÍTULO 9 REGRESIÓN LINEAL En este capítulo, primero se tratará la Regresión Lineal Simple, cuyos aspectos descriptivos ya fueron considerados en la Sección 3.8 del texto. La inferencia estadística en
Más detallesUso de la Metodología Seis Sigma para mejorar el consumo de combustible en un vehiculo
CAPÍTULO 5. FASE DE MEJORA Definir Medir Analizar Mejorar Controlar 5.1 Introducción En la fase de Análisis se identificaron las causas de variación. En esta fase se utilizará el diseño de experimentos
Más detalles... *Elasticidad ingreso del gasto en electricidad (Modelo Restringido). reg lviv ling
---- ---------------------------------------- log: C:\datos\docencia\econIccee\practicas2009\chowlog log type: text opened on: 17 Sep 2009, 17:58:52 use "$ruta\chowdta", clear * crear variable logaritmo
Más detallesEstadística II Tema 4. Regresión lineal simple. Curso 2010/11
Estadística II Tema 4. Regresión lineal simple Curso 010/11 Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores
Más detallesUNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS AGRICOLA, PECUARIAS Y DEL MEDIO AMBIENTE ECAPMA
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS AGRICOLA, PECUARIAS Y DEL MEDIO AMBIENTE ECAPMA ESPECIALIZACIÓN EN NUTRICIÓN ANIMAL SOSTENIBLE Nombre del Curso: DISEÑO EXPERIMENTAL AVANZADO
Más detalles67.- El triángulo ABC es equilátero; BD y DE son bisectrices. Entonces AED =?
GUIA 4 MEDIO MATEMATICA UNIDAD 3: GEOMETRIA. CONTENIDOS: Calculo de ángulos NOMBRE: 65.- Fecha:.. 66.- En el triángulo ABC de la figura, AC BC. Entonces α + β =? A) 90º B) 180º C) 240º D) 270º E) 290º
Más detallesPRUEBA DE FALTA DE AJUSTE (Lack-of-fit Test) Fortino Vela Peón fvela@correo.xoc.uam.mx
PRUEBA DE FALTA DE AJUSTE (Lack-of-fit Test) Fortino Vela Peón fvela@correo.xoc.uam.mx Octubre, 2011 Introducción Un supuesto básico del modelo es la existencia de una relación lineal entre la variable
Más detallesFACTORIALES FRACCIONADOS 2 f-p
1 FACTORIALES FRACCIONADOS 2 f-p Aun en los experimentos 2 f el número de condiciones experimentales crece exponencialmente con el número de factores f a estudiar. El n de interacciones de r factores combinados
Más detallesINTERPRETACIÓN DE LA REGRESIÓN. Interpretación de la regresión
INTERPRETACIÓN DE LA REGRESIÓN Este gráfico muestra el salario por hora de 570 individuos. 1 Interpretación de la regresión. regresión Salario-Estudios Source SS df MS Number of obs = 570 ---------+------------------------------
Más detallesPronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple
Pronósticos, Series de Tiempo y Regresión Capítulo 4: Regresión Lineal Múltiple Temas Modelo de regresión lineal múltiple Estimaciones de Mínimos Cuadrados Ordinarios (MCO); estimación puntual y predicción
Más detallesMejoramiento de Procesos por medio de toma de decisiones basada en datos con MINITAB (Complemento)
Mejoramiento de Procesos por medio de toma de decisiones basada en datos con MINITAB (Complemento) Simbología en este documento En este documento se hará uso de diferente nomenclatura. Por ejemplo: FILE
Más detallesEjercicio 1(10 puntos)
ESTADISTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES. Segundo Parcial Montevideo, 4 de julio de 2015. Nombre: Horario del grupo: C.I.: Profesor: Ejercicio 1(10 puntos) La tasa de desperdicio en una empresa
Más detallesANÁLISIS DE LA VARIANZA (ANOVA)
ANÁLISIS DE LA VARIANZA (ANOVA) Autores: Manuel Terrádez (mterradez@uoc.edu), Ángel A. Juan (ajuanp@uoc.edu) ESQUEMA DE CONTENIDOS Análisis de la varianza (ANOVA) ANOVA doble (Two-ways) ANOVA simple (One-way)
Más detallesUNIDAD 14 CONJUNTOS. Objetivo 1. Recordarás la definición de un conjunto y sus elementos.
UNIDAD 14 CONJUNTOS Objetivo 1. Recordarás la definición de un conjunto y sus elementos. Ejercicios resueltos: 1. {2, 4, 6} es un conjunto. Los elementos que forman este conjunto son: 2, 4, 6 2. Cuántos
Más detallesToma de decisiones en la vida diaria bajo dos criterios cuantificables
Toma de decisiones en la vida diaria bajo dos criterios cuantificables Miguel Ángel Urbano Vázquez, Mauricio Cabrera Ríos FIME-UANL skmiguel@yalma.fime.uanl.mx, mauricio@yalma.fime.uanl.mx RESUMEN En la
Más detalles(a) Calculate a point estimate of the mean pull-off force of all connectors in the population. State which estimator you used and why.
PROBLEMAS DE CLASE Problema 7.22 Data on pull-off force (pounds) for connectors used in an automobile engine application are as follows: 79.3, 75.1, 78.2, 74.1, 73.9, 75.0, 77.6, 77.3, 73.8, 74.6, 75.5,
Más detallesEscuela Superior de Ingenieros de San Sebastián Universidad de Navarra GUÍA DE MINITAB 14
Escuela Superior de Ingenieros de San Sebastián Universidad de Navarra GUÍA DE MINITAB 14 GUÍA DE MINITAB 14-2- PRÓLOGO Esta pequeña guía, se ha desarrollado con el objeto de completar la información aportada
Más detallesLean Six Sigma UNA METODOLOGÍA CLAVE PARA LA COMPETITIVIDAD EMPRESARIAL. Ing. Adrián Gabriele Noviembre de 2013
Lean Six Sigma UNA METODOLOGÍA CLAVE PARA LA COMPETITIVIDAD EMPRESARIAL Ing. Adrián Gabriele Noviembre de 203 Lean Six Sigma UNA METODOLOGÍA CLAVE PARA LA COMPETITIVIDAD EMPRESARIAL Introducción Casos
Más detallesIngeniería y Desarrollo ISSN: 0122-3461 ingydes@uninorte.edu.co Universidad del Norte Colombia
Ingeniería y Desarrollo ISSN: 0122-3461 ingydes@uninorte.edu.co Universidad del Norte Colombia Viloria Núñez, César; Freja Fruto, Jennifer; Donoso Meisel, Yezid Análisis de rendimiento de la transmisión
Más detallesCURSO TALLER DE APLICACIÓN DE MINITAB
CURSO TALLER DE APLICACIÓN DE MINITAB Elaboró: Enero 2 Tel. 279872 o 3652792 Mail: dasaho2@yahoo.es Página CONTENIDO MÓDULO. INTRODUCCIÓN. Características generales del Minitab 2. Pantallas y menús 3.
Más detallesESTUDIO DEL MERCADO AUTOMOTRIZ EN EEUU FERULLO SERGIO
ESTUDIO DEL MERCADO AUTOMOTRIZ EN EEUU FERULLO SERGIO INTRODUCCION A continuación se presenta un modelo sobre las ventas de autos de pasajeros en Estados Unidos. Se debe recordar que Estados Unidos posee
Más detallesB) Solo II C) I y II D) I y III E) I, II y III. A) 8 cm 2 B) 15 cm 2 C) 40 cm 2 D) 60 cm 2 E) 120 cm 2
EJERCICIOS DE ÁREAS Y PERÍMETROS DE TRIÁNGULOS 1. En el triángulo ABC es isósceles y rectángulo en C. Si AC = 5 cm y AD = cm, cuál (es) de las siguientes proposiciones es (son) verdadera (s)?: I) Área
Más detallesCAPÍTULO 6: DISEÑO DEL EXPERIMENTO Y ANÁLISIS DE RESULTADOS.
CAPÍTULO 6: DISEÑO DEL EXPERIMENTO Y ANÁLISIS DE RESULTADOS. Es importante familiarizarse con los fundamentos del diseño experimental, así que se dedicarán los primeros párrafos de este capítulo a reseñarlos.
Más detallesEjercicios Resueltos: Geometría Plana y del Espacio
Ejercicios Resueltos: Geometría Plana y del Espacio 1. Determine el valor del ángulo en el triángulo de la figura: Ejercicios extraídos de pruebas parciales. Roberto Vásquez B. x x 4x x x 180º 1x 180º
Más detallesEVALUACION DEL ENCERADO EN MANGO DE EXPORTACION A LOS ESTADOS UNIDOS EN CONAPROSAL
VALUACION DL NCRADO N MANGO D XPORTACION A LOS STADOS UNIDOS N CONAPROSAL José Joaquín Rodríguez' Jorge Mario Fonseca2 INTRODUCCION n 1996 la empresa COONAPROS AL, realizó los primeros pasos en la exportación
Más detallesDiseño completamente aleatorizado: análisis de la varianza con un solo factor.
Tema 4 Diseño de experimentos Introducción. Qué es el diseño experimental? Diseño completamente aleatorizado: análisis de la varianza con un solo factor. Diseño en bloques aleatorizados. Diseño factorial
Más detallesSegunda práctica de REGRESIÓN.
Segunda práctica de REGRESIÓN. DATOS: fichero practica regresión 2.sf3. Objetivo: El objetivo de esta práctica es interpretar una regresión y realizar correctamente la diagnosis. En la primera parte se
Más detallesDEPARTAMENTO DE GEOMETRIA ANALITICA SEMESTRE 2016-1 SERIE ÁLGEBRA VECTORIAL
1.-Sea C(2, -3, 5) el punto medio del segmento dirigido AB. Empleando álgebra vectorial, determinar las coordenadas de los puntos A y B, si las componentes escalares de AB sobre los ejes coordenados X,
Más detalles1. (D) La siguiente figura muestra un triángulo ABC, donde BC = 5 cm, B = 60º, C = 40º.
MATEMÁTICAS NM TRIGONOMETRÍA 1. (D) La siguiente figura muestra un triángulo ABC, donde BC = 5 cm, B = 60º, C = 40º. a) Calcule AB. b) Halle el área del triángulo. 2. (D) La siguiente figura muestra una
Más detallesÁngulos en la Circunferencia Profesora: Alejandra Reyes O. Curso: 2º Año Medio
Ángulos en la Circunferencia Profesora: Alejandra Reyes O. Curso: 2º Año Medio 1. Si se sabe que α =35 y β =45 ; cuál es la medida del ángulo x de la figura? 5. Cuáles son los valores de x e y de la figura?
Más detallesIDENTIFICACIÓN DE CONDICIONES ROBUSTAS EN DISEÑOS DE EXPERIMENTOS A PARTIR DE LOS EFECTOS DE LOS FACTORES RUIDO
27 Congreso Nacional de Estadística e Investigación Operativa Lleida, 8- de abril de 2003 IDENTIFICACIÓN DE CONDICIONES ROBUSTAS EN DISEÑOS DE EXPERIMENTOS A PARTIR DE LOS EFECTOS DE LOS FACTORES RUIDO
Más detallesRegresión con Variables Ficticias
apítulo XII Regresión con Variables Ficticias onceptos y Definiciones La regresión con variables ficticias (variables dummy) surge por la necesidad que tiene el investigador de involucrar variables cualitativas
Más detallesUniversitat Pompeu Fabra Licenciatura de ADE y Economía Econometría I / 10143) Profesor: Javier Coronado Examen Final Diciembre 2011
Econometría I Examen Final 1 Universitat Pompeu Fabra Licenciatura de ADE y Economía Econometría I / 10143) Profesor: Javier Coronado Examen Final Diciembre 2011 Este examen consta de un total de 50 puntos.
Más detallesACTIVIDAD 2: La distribución Normal
Actividad 2: La distribución Normal ACTIVIDAD 2: La distribución Normal CASO 2-1: CLASE DE BIOLOGÍA El Dr. Saigí es profesor de Biología en una prestigiosa universidad. Está preparando una clase en la
Más detallesEJERCICIOS PROPUESTOS - ANÁLISIS DE REGRESION MULTIPLE
EJERCICIOS PROPUESTOS - ANÁLISIS DE REGRESION MULTIPLE. En un estudio diseñado para analizar l efect de añadir avena a la dieta estadounidense tradicional, se dividieron aleatoriamente l individu en d
Más detallesAnálisis de Regresión
Análisis de Regresión por Universidad Nacional de Colombia, Sede Medellín 202 Tipos de gráficos para el análisis residuales Percen nt Normal Probability Plot of the Residuals 99 90 50 0-3.0 -.5 0.0.5 3.0
Más detallesGOOD REGULATORY PRACTICE (GRP): Ensuring Quality Throughout the Regulatory Process
GOOD REGULATORY PRACTICE (GRP): Ensuring Quality Throughout the Regulatory Process DRUG INFORMATION ASSOCIATION 2nd Latin American Regulatory Conference Mexican Pharmaceutical Market USD millons and %
Más detallesGUIA DE CIRCUITOS LOGICOS COMBINATORIOS
GUIA DE CIRCUITOS LOGICOS COMBINATORIOS 1. Defina Sistema Numérico. 2. Escriba la Ecuación General de un Sistema Numérico. 3. Explique Por qué se utilizan distintas numeraciones en la Electrónica Digital?
Más detallesMuestreo e inferencia
Images created with STATA software. 1 Muestreo e inferencia Calidad de los datos y las mediciones Razones para hablar de muestreo Formación académica de la población Comprender los datos que se van a utilizar
Más detallesOne way anova using SAS
One way anova using SAS With Duncan test El paquete SAS es un sistema computacional de los mas completos que existen, tiene el respaldo de un centro de investigación en estadística y es el mas usado por
Más detallesSERIES TEMPORALES. Autores: Manuel Terrádez (mterradez@uoc.edu), Ángel A. Juan (ajuanp@uoc.edu) Series Temporales. Análisis de la tendencia
SERIES TEMPORALES Autores: Manuel Terrádez (mterradez@uoc.edu), Ángel A. Juan (ajuanp@uoc.edu) ESQUEMA DE CONTENIDOS Medias móviles Series Temporales Análisis de la serie Análisis de la tendencia Método
Más detallesLAB 13 - Análisis de Covarianza - CLAVE
LAB 13 - Análisis de Covarianza - CLAVE Se realizó un experimento para estudiar la eficacia de un promotor de crecimiento en terneros en lactación. Se usaron cuatro dosis de la droga (0, 2.5, 5 y 7.5 mg).
Más detallesTercera práctica de REGRESIÓN.
Tercera práctica de REGRESIÓN. DATOS: fichero practica regresión 3.sf3 1. Objetivo: El objetivo de esta práctica es aplicar el modelo de regresión con más de una variable explicativa. Es decir regresión
Más detallesModelo de diseños factoriales y diseños 2 k
Modelo de diseños factoriales y diseños 2 k Introducción En el tema anterior se analizaron la posible influencia de un factor sobre la variable respuesta, aleatorizando las observaciones para eliminar
Más detallesEJERCICIOS SOBRE CIRCUNFERENCIA
EJERCICIOS SOBRE CIRCUNFERENCIA 1. En una C(O; r) se trazan un diámetro AB y un radio OC perpendicular a AB ; se prolonga AB a cada lado y en el exterior de la circunferencia en longitudes iguales AE=BD;
Más detallesARITMÉTICA. José María Muñoz Escolano Departamento de Matemáticas Facultad de Ciencias Humanas y de la Educación de Huesca Teruel, 6 de mayo de 2011
Taller de Talento Matemático Profundización ió de conocimientos i ARITMÉTICA SIMÉTRICA José María Muñoz Escolano Departamento de Matemáticas Facultad de Ciencias Humanas y de la Educación de Huesca Teruel,
Más detallesCAPILAR 3300 mm CARGA 120 gr. Figura 6.2 Temperatura promedio congelador vs Tiempo.
como flujo másico del refrigerante, que depende de la cantidad de R 134ª con que debe cargarse la unidad y la presión y temperatura de entrada y salida en el evaporador, valores de los cuales dependen
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2015 MATEMÁTICAS II TEMA 3: ESPACIO AFIN Y EUCLIDEO
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 015 MATEMÁTICAS II TEMA 3: ESPACIO AFIN Y EUCLIDEO Junio, Ejercicio 4, Opción A Junio, Ejercicio 4, Opción B Reserva 1, Ejercicio 4, Opción A Reserva 1, Ejercicio
Más detalles. M odulo 7 Geometr ıa Gu ıa de Ejercicios
. Módulo 7 Geometría Guía de Ejercicios Índice Unidad I. Conceptos y elementos de geometría. Ejercicios Resueltos... pág. 02 Ejercicios Propuestos... pág. 09 Unidad II. Áreas y perímetros de figuras planas.
Más detallesDiseño de circuitos combinacionales
Diseño de circuitos combinacionales Mario Medina C. mariomedina@udec.cl Diseño de circuitos combinacionales Métodos de minimización vistos permiten obtener funciones de dos niveles Tópicos en diseño de
Más detallesIngeniero de Alimentos
ESCUELA SUPERIOR POLITECNICA DEL LITORAL Facultad de Ingeniería en Mecánica y Ciencias de la Producción Estandarización de la Etapa de Cocimiento en el Proceso de Elaboración de Panela en Bloque en una
Más detallesSOLUCIÓN DEL EXAMEN PARCIAL DE ECONOMETRIA I
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA SOLUCIÓN DEL EXAMEN PARCIAL DE ECONOMETRIA I 1º El investigador especifica los modelos siguientes: MODELO 1: IMP(t) = a + b IMP(t-1) + c IPM(t) + u(t)
Más detallesUniversidad del istmo INGENIERÍA EN SISTEMAS CON ÉNFASIS EN SEGURIDAD INFORMATICA
Universidad del istmo INGENIERÍA EN SISTEMAS CON ÉNFASIS EN SEGURIDAD INFORMATICA ASIGNATURA: Cálculo Diferencial e Integral I PROFESOR: José Alexander Echeverría Ruiz CUATRIMESTRE: Segundo TÍTULO DE LA
Más detallesErrores de especificación. Series simuladas
Estimación modelo correcto Dependent Variable: Y Date: 05/13/02 Time: 17:07 Sample: 2 100 Included observations: 99 Errores de especificación. Series simuladas C 5.376164 0.253524 21.20578 0.0000 X1 0.954713
Más detallesCOMPETITIVIDAD A NIVEL PAÍS; UNA EVALUACIÒN DEL CASO BOLIVIA.
COMPETITIVIDAD A NIVEL PAÍS; UNA EVALUACIÒN DEL CASO BOLIVIA. CÓDIGO: 7054 Resumen La competitividad a nivel país entendida como la capacidad que tiene una economía de incrementar el nivel de vida de los
Más detallesENSAYO DE FERTIRRIGACIÓN DE RÁBANOS CULTIVADOS EN BANDEJAS DE POLIESTIRENO
ENSAYO DE FERTIRRIGACIÓN DE RÁBANOS CULTIVADOS EN BANDEJAS DE POLIESTIRENO PEDRO FERRER S.T.R. de MONCADA (Valencia) NI JOSÉ MELO EEA de LLUTXENT (Valencia) OBJETIVO Producir rábanos para el consumo en
Más detalles2. El Modelo de Regresión Lineal Simple
Tema 2 El Modelo de Regresión Lineal Simple 2-1 2. El Modelo de Regresión Lineal Simple Problema de mínimos cuadrados. Estimadores mínimos cuadrados ˆβ 0, ˆβ 1, y s 2. Estimadores de máxima verosimilitud
Más detallesPROBLEMAS RESUELTOS GEOMETRÍA
PROBLEMAS RESUELTOS GEOMETRÍA ) Uno de los vértices de un paralelogramo ABCD es el punto A(, ) y dos de los lados están sobre las rectas r : 3x -y- =, s : 6x -7y- =. Calcula los demás vértices. Como el
Más detallesMATEMÁTICA MÓDULO 3 Eje temático: Geometría
MATEMÁTICA MÓDULO 3 Eje temático: Geometría 1. TEOREMA DE EUCLIDES Tal como se hizo con los contenidos vinculados a este tema, se sugiere demostrar en clases este teorema y así evitar que se presente como
Más detallesRef.: PRIMERA EVALUACIÓN ESO. Las Rozas, 12 de noviembre de 2012
Ref.: PRIMERA EVALUACIÓN ESO Las Rozas, 12 de de 2012 Estimadas familias: Las fechas de exámenes para la primera evaluación en la Educación Secundaria Obligatoria, han sido fijadas por la Coordinación
Más detallesRegresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A
Regresión lineal REGRESIÓN LINEAL SIMPLE REGRESIÓN LINEAL MÚLTIPLE N A Z IRA C A L L E J A Qué es la regresión? El análisis de regresión: Se utiliza para examinar el efecto de diferentes variables (VIs
Más detallesAreas y perímetros de triángulos.
Areas y perímetros de triángulos. Teorema de Pitágoras. Propiedades de las medidas de los lados de todo triángulo. Area de un triángulo rectángulo y cualquiera. Perímetro y semiperímetro de un triángulo
Más detallesPregunta: Cómo podemos decidir si nuestros datos provienen de una distribución normal?
Pregunta: Cómo podemos decidir si nuestros datos provienen de una distribución normal? 1) Mirar el Histograma para ver si tiene forma de campana 2) Ver la relación entre la media y la mediana 3) Ver los
Más detallesTriángulos. 1. En todo triángulo la suma de sus ángulos interiores es En todo triángulo la suma de los ángulos exteriores es 360
Triángulos Es un polígono formado por tres segmentos cuyos tres puntos de intersección no están en línea recta. Triángulo ABC A,B y C son vértices del triángulo α, β, γ s interiores. a, b y c, longitud
Más detallesPráctica de Diseños Factoriales a dos niveles
Práctica de Diseños Factoriales a dos niveles Fichero de datos: antenas.sfx El tratamiento de un diseño factorial a dos niveles con Statgraphics tiene dos fases: 1. Diseñar el experimento: seleccionar
Más detallesMATEMÁTICA-PRIMER AÑO REVISIÓN INTEGRADORA. A) Reproduce la siguiente figura, luego trace las bisectrices de los ángulos ACD y BCD.
Universidad de Buenos Aires Instituto Libre de Segunda Enseñanza MATEMÁTICA-PRIMER AÑO REVISIÓN INTEGRADORA Construcciones con regla no graduada y compás A) Reproduce la siguiente figura, luego trace las
Más detallesLlamamos área o superficie a la medida de la región interior de un polígono. Figura Geométrica Perímetro Área. p = a + b + c 2 2.
GUÍA GEOMETRÍA PERÍMETRO Y AREA DE FIGURAS PLANAS Llamamos área o superficie a la medida de la región interior de un polígono. El perímetro corresponde a la suma de los lados del polígono. Figura Geométrica
Más detallesUniversidad de Antioquia
1 Olimpiadas Regionales de Matemática, 2015. Universidad de Antioquia www.gkmath.com AVISO: Los textos aquí publicados son responsabilidad total de sus creadores. Estos son materiales en construcción.
Más detallesECONOMETRÍA II Curso: 2009/2010 Práctica 5
ECONOMETRÍA II Curso: 2009/2010 Práctica 5 Prof. Juan de Dios Tena El objetivo de esta práctica es introducir al alumno en los ejercicios de especificación, estimación y análisis de resultados de modelos
Más detallesTema: Análisis de regresión y análisis de varianza. La tabla ANOVA tiene la siguiente representación: CMR F c CME SCE CME=SCE/GLE
Clase de economería 1: Universidad Cenroamericana UCA Tema: Análisis de regresión y análisis de varianza La abla ANOVA iene la siguiene represenación: Fuenes de variación Grados de liberad uma de cuadrados
Más detallesSOLUCIÓN PRIMERA ELIMINATORIA NACIONAL NIVEL C
XXIV OLIMPIADA COSTARRICENSE DE MATEMÁTICA MEP ITCR UCR UNA UNED - MICIT SOLUCIÓN PRIMERA ELIMINATORIA NACIONAL NIVEL C 01 1. Un factor de la factorización completa de corresponde a mx y + 9y m x y x 4
Más detalles