b)no es posible hacer modelo debido a que el tipo de vidrio es una variable categorica

Documentos relacionados
APÉNDICE B ANOVA para las salsas comerciales

Análisis de Regresión y Correlación con MINITAB

CAPÍTULO 5: ANÁLISIS ESTADÍSTICOS DE LOS DATOS OBTENIDOS. El primer paso a efectuar fue la transformación de los datos obtenidos a la variable de

Análisis de Regresión

Técnicas Cuantitativas para el Management y los Negocios

Asignación 5. Problema 1

DISEÑO DE EXPERIMENTOS (PARTE I) CURSO DE APLICACIÓN DE LOS MÉTODOS ESTADÍSTICOS A LA CALIDAD MÓDULO 9

ANOVA (Análisis de varianza)

ANEXO 8 Pronóstico de ventas. Para realizar los pronósticos de venta del nuevo punto de venta, se utilizó lo que se

Diseño de Experimentos para la Evaluación de un Algoritmo Genético de Programación de Producción

ACTIVIDAD 5: Correlación y Regresión Lineal

9. REGRESIÓN LINEAL. Dr. Edgar Acuña UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ

DISEÑO EXPERIMENTOS PARA LA EVALUACIÓN DE UN ALGORITMO GENÉTICO DE PROGRAMACIÓN DE PRODUCCIÓN

10. DISEÑOS EXPERIMENTALES

Efecto 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

Ejemplos del Suplemento 1 resueltos con Minitab

MULTICOLINEALIDAD Y OBSERVACIONES ATÍPICAS

CAPÍTULO 10 DISEÑOS EXPERIMENTALES

6. DISEÑOS FACTORIALES 2 K NO REPLICADOS

Measurement System Analysis 3rd. Editión. P. Reyes / Mayo 2003

Acuerdo de aprobación de la nueva redacción del Anexo XVIII de las Normas de Ejecución y Funcionamiento del Presupuesto vigente.

Se asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación.

Viernes 7 de octubre de 2005 Mate 3026 Estadística con Programación Prof. José N. Díaz Caraballo

Universidade de Vigo. Linealidad. El comportamiento esperado de la variable dependiente

UNIDAD 8 Geometría analítica

Dia del Estadístico 5 Diciembre. Diseño y Análisis de experimentos Aplicados en investigación Agrícola. Felipe de Mendiburu

Tema 5. Análisis de regresión (segunda parte) Estadística II, 2010/11

ERGONOMIA COGNITIVA: SISTEMA DE INTEGRACIÓN GRUPAL PARA LA MEJORA ANTICIPADA EN LA INDUSTRIA MANUFACTURERA

SPSS - ANOVA. Dr. Miquel A. Belmonte. Hospital General de Castellón Castellón, España Inicialmente en el sitio:

CAPÍTULO 9 REGRESIÓN LINEAL

Uso de la Metodología Seis Sigma para mejorar el consumo de combustible en un vehiculo

... *Elasticidad ingreso del gasto en electricidad (Modelo Restringido). reg lviv ling

Estadística II Tema 4. Regresión lineal simple. Curso 2010/11

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS AGRICOLA, PECUARIAS Y DEL MEDIO AMBIENTE ECAPMA

67.- El triángulo ABC es equilátero; BD y DE son bisectrices. Entonces AED =?

PRUEBA DE FALTA DE AJUSTE (Lack-of-fit Test) Fortino Vela Peón

FACTORIALES FRACCIONADOS 2 f-p

INTERPRETACIÓN DE LA REGRESIÓN. Interpretación de la regresión

Pronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple

Mejoramiento de Procesos por medio de toma de decisiones basada en datos con MINITAB (Complemento)

Ejercicio 1(10 puntos)

ANÁLISIS DE LA VARIANZA (ANOVA)

UNIDAD 14 CONJUNTOS. Objetivo 1. Recordarás la definición de un conjunto y sus elementos.

Toma de decisiones en la vida diaria bajo dos criterios cuantificables

(a) Calculate a point estimate of the mean pull-off force of all connectors in the population. State which estimator you used and why.

Escuela Superior de Ingenieros de San Sebastián Universidad de Navarra GUÍA DE MINITAB 14

Lean Six Sigma UNA METODOLOGÍA CLAVE PARA LA COMPETITIVIDAD EMPRESARIAL. Ing. Adrián Gabriele Noviembre de 2013

Ingeniería y Desarrollo ISSN: ingydes@uninorte.edu.co Universidad del Norte Colombia

CURSO TALLER DE APLICACIÓN DE MINITAB

ESTUDIO DEL MERCADO AUTOMOTRIZ EN EEUU FERULLO SERGIO

B) 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

CAPÍTULO 6: DISEÑO DEL EXPERIMENTO Y ANÁLISIS DE RESULTADOS.

Ejercicios Resueltos: Geometría Plana y del Espacio

EVALUACION DEL ENCERADO EN MANGO DE EXPORTACION A LOS ESTADOS UNIDOS EN CONAPROSAL

Diseño completamente aleatorizado: análisis de la varianza con un solo factor.

Segunda práctica de REGRESIÓN.

DEPARTAMENTO DE GEOMETRIA ANALITICA SEMESTRE SERIE ÁLGEBRA VECTORIAL

1. (D) La siguiente figura muestra un triángulo ABC, donde BC = 5 cm, B = 60º, C = 40º.

Ángulos en la Circunferencia Profesora: Alejandra Reyes O. Curso: 2º Año Medio

IDENTIFICACIÓN DE CONDICIONES ROBUSTAS EN DISEÑOS DE EXPERIMENTOS A PARTIR DE LOS EFECTOS DE LOS FACTORES RUIDO

Regresión con Variables Ficticias

Universitat Pompeu Fabra Licenciatura de ADE y Economía Econometría I / 10143) Profesor: Javier Coronado Examen Final Diciembre 2011

ACTIVIDAD 2: La distribución Normal

EJERCICIOS PROPUESTOS - ANÁLISIS DE REGRESION MULTIPLE

Análisis de Regresión

GOOD REGULATORY PRACTICE (GRP): Ensuring Quality Throughout the Regulatory Process

GUIA DE CIRCUITOS LOGICOS COMBINATORIOS

Muestreo e inferencia

One way anova using SAS

SERIES TEMPORALES. Autores: Manuel Terrádez Ángel A. Juan Series Temporales. Análisis de la tendencia

LAB 13 - Análisis de Covarianza - CLAVE

Tercera práctica de REGRESIÓN.

Modelo de diseños factoriales y diseños 2 k

EJERCICIOS SOBRE CIRCUNFERENCIA

ARITMÉTICA. José María Muñoz Escolano Departamento de Matemáticas Facultad de Ciencias Humanas y de la Educación de Huesca Teruel, 6 de mayo de 2011

CAPILAR 3300 mm CARGA 120 gr. Figura 6.2 Temperatura promedio congelador vs Tiempo.

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2015 MATEMÁTICAS II TEMA 3: ESPACIO AFIN Y EUCLIDEO

. M odulo 7 Geometr ıa Gu ıa de Ejercicios

Diseño de circuitos combinacionales

Ingeniero de Alimentos

SOLUCIÓN DEL EXAMEN PARCIAL DE ECONOMETRIA I

Universidad del istmo INGENIERÍA EN SISTEMAS CON ÉNFASIS EN SEGURIDAD INFORMATICA

Errores de especificación. Series simuladas

COMPETITIVIDAD A NIVEL PAÍS; UNA EVALUACIÒN DEL CASO BOLIVIA.

ENSAYO DE FERTIRRIGACIÓN DE RÁBANOS CULTIVADOS EN BANDEJAS DE POLIESTIRENO

2. El Modelo de Regresión Lineal Simple

PROBLEMAS RESUELTOS GEOMETRÍA

MATEMÁTICA MÓDULO 3 Eje temático: Geometría

Ref.: PRIMERA EVALUACIÓN ESO. Las Rozas, 12 de noviembre de 2012

Regresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A

Areas y perímetros de triángulos.

Pregunta: Cómo podemos decidir si nuestros datos provienen de una distribución normal?

Triángulos. 1. En todo triángulo la suma de sus ángulos interiores es En todo triángulo la suma de los ángulos exteriores es 360

Práctica de Diseños Factoriales a dos niveles

MATEMÁTICA-PRIMER AÑO REVISIÓN INTEGRADORA. A) Reproduce la siguiente figura, luego trace las bisectrices de los ángulos ACD y BCD.

Llamamos área o superficie a la medida de la región interior de un polígono. Figura Geométrica Perímetro Área. p = a + b + c 2 2.

Universidad de Antioquia

ECONOMETRÍA II Curso: 2009/2010 Práctica 5

Tema: Análisis de regresión y análisis de varianza. La tabla ANOVA tiene la siguiente representación: CMR F c CME SCE CME=SCE/GLE

SOLUCIÓN PRIMERA ELIMINATORIA NACIONAL NIVEL C

Transcripción:

a) Analysis of Variance for Light output, using Adjusted SS for Tests Source DF Seq SS Adj SS Adj MS F P Glass type 5865 5865 753 6.37. Temperature 97335 97335 98567 695.6. Glass type*temperature 955 955 7638 98.73. Error 8 6579 6579 366 Total 6 833 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)

Percent 9 5 Plots for Light output Normal Probability Plot - Versus Fits 95 9 8 Probability Plot of RESI Normal Mean 8.85E- StDev 5.9 N 7 A D.5 P-Value.76 - - Histogram - 5 75 5 Fitted Value Versus Order 5 Percent 7 6 5 3 Frequency 9 6 3-3 - - 3 - - es sí son normales 6 8 6 8 6 Observation Order 5 - -3 - - 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 5 7. 35.. 35.. R 3. 35.. -35. -. R R denotes an observation with a large standardized residual.

a) Analysis of Variance for strength, using Adjusted SS for Tests Source DF Seq SS Adj SS Adj MS F P % hardwood 7.7639 7.7639 3.889.6. cooking time.5.5.5 55.. pressure 9.3739 9.3739 9.6869 6.5. % hardwood*cooking time.87.87.8.85.8 % hardwood*pressure 6.9 6.9.58.7.5 cooking time*pressure.95.95.975 3..75 % hardwood*cooking time*pressure.9733.9733.933.35.9

Error 8 6.58 6.58.3656 Total 35 66.389 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..5. -.5 Versus Fits -. -.5..5. -. 96 98 Fitted Value Histogram. Versus Order Frequency 9 6 3.5. -.5 b) -.8 -....8 -. 5 5 5 Observation Order 3 35 Probability Plot of RESI Normal Percent 95 9 8 7 6 5 3 Mean.838E- StDev.336 N 36 AD.9 P-Value.6 5 -. -.5. RESI.5. es no son normales No hay datos aberrantes Aleatorización no puede checarse ya que el experimento no fue aleatorizado

Main Effects Plot for strength Data Means. 98.5 98. 97.5 % hardwood cooking time Mean. pressure 8 3 98.5 98. 97.5 c) 5 65 Interaction Plot for strength Data Means 3 5 65 % hardwood 98 % hardwood 8 cooking time 96 98 cooking time 3 96 pressur e Condiciones optimas: %hardwood:, cooking time, pressure 65

a) Analysis of Variance for warping, using Adjusted SS for Tests Source DF Seq SS Adj SS Adj MS F P Temperature 3 56.9 56.9 5.3 7.67. Cooper content 3 698.3 698.3 3.78 3.33. Temperature*Cooper content 9 3.78 3.78.6.86.33 Error 6 8.5 8.5 6.78 Total 3 76.79 Ambos factores afectan

Percent 9 5 Plots for warping Normal Probability Plot - Versus Fits -5. -.5..5 5. - 5 Fitted Value 5 3 8 Histogram Versus Order Frequency 6 - b) -3 - - 3-6 8 6 8 Observation Order 6 8 3 3 Probability Plot of RESI Normal 95 9 Mean.6E-6 StDev.87 N 3 AD.666 P-Value.7 8 7 Percent 6 5 3 5 - -3 - - 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 7.5 5. Mean.5. 7.5 c) 5. 5 75 5 6 8 La temperatura no se comporta linealmente

Interaction Plot for warping Data Means 3 5 Temperature 5 75 5 Mean 5 6 8 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)

a) The regression equation is Y (strength) = +.88 X (% hardwood) b) Analysis of Variance Source DF SS MS F P Regression 6. 6. 6.. Error 8 38.8.9 Total 9 3.9 La regresión es significativa

a) The regression equation is y = 35 -.7 x -.5 x b) S = 5.979 R-Sq = 86.% R-Sq(adj) = 77.% Analysis of Variance Source DF SS MS F P Regression 6.6 68.8 9.35.5 Error 3 95. 65. Total 5. Regresión significativa c) Predictor Coef SE Coef T P Constant 35. 7.75.7.8 x -.7.69 -.9.356 x -.539.8953 -.7.8 Ninguna de las pendientes es estadísticamente igual a cero porque los p-valores son mayores a.5

The regression equation is y =. - 38. x +.7 x + 35. x^ +. x^ - 9. xx Predictor Coef SE Coef T P Constant. 6.59.9.39 x -38.3.5 -.9.383 x.7.69.6.953 x^ 3.98.56.6.56 x^.66 3.58 3.5.3 xx -9.986 8.7 -..97 S = 6. R-Sq =.% R-Sq(adj) = 98.9% Analysis of Variance Source DF SS MS F P Regression 5 359.6 78.5 9.3. Error 6 9. 36.5 Total 353.7

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 3 5.5 5.5 6.833 5.6.3 A.5.5.5.8.78 B.5.5.5.75. C 36. 36. 36...9 -Way Interactions 3 9.5 9.5 63.75.5. A*B.5.5.5.8.6 A*C... 33.33. B*C 9. 9. 9. 6.33. 3-Way Interactions....33.8 A*B*C....33.8 Error 8.. 3. Pure Error 8.. 3. Total 5 69.75 Significativos: C, A*B, A*C, B*C

Plots for Num orders Normal Probability Plot Versus Fits Percent 9 5 - -3. -.5..5 3. - 5 8 5 Fitted Value 5 Histogram Versus Order 3 Frequency - - - - 3 5 6 7 8 9 Observation Order 3 5 6 Probability Plot of RESI Normal Percent 95 9 8 7 6 5 3 Mean StDev.65 N 6 AD.5 P-Value.7 5-3 - - 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 6 9 - C - 8 7 6 -

Cube Plot (data means) for Num orders 7.5 55. 7..5 B 7.5 6.5-5. - A 3. - C Se recomienda trabajar en A alto, B alto, C alto

a) Estimated Effects and Coefficients for crack length (coded units) Term Effect Coef SE Coef T P Constant.988.536 38.. A 3.9.59.536 9.97. B 3.976.988.536 39.7. C -3.596 -.798.536-35.7. D.958.979.536 9.. A*B.93.967.536 9.. A*C -.8 -..536-39.79. A*D.76.38.536.76.59 B*C.96.8.536.95.355 B*D.7..536.7.65 C*D -.77 -.38.536 -.76.56 A*B*C 3.37.569.536 3.5. A*B*D.98.9.536.97.35 A*C*D.9..536.9.85 B*C*D.36.8.536.35.78 A*B*C*D..7.536..89 b) Analysis of Variance for crack length (coded units) Source DF Seq SS Adj SS Adj MS F P Main Effects 333.96 333.96 83.37 7.8. A 7. 7. 7. 898.3. B 6.6 6.6 6.6 558.7. C 3.6 3.6 3.6 7.8. D 3.66 3.66 3.66 377.8. -Way Interactions 6 58.69 58.69 6.35 35.7. A*B 9.97 9.97 9.97 368.7. A*C 8.96 8.96 8.96 583.6. A*D.7.7.7.58.59 B*C.7.7.7.9.355 B*D.8.8.8..65 C*D.7.7.7.58.56 3-Way Interactions 78.8 78.8 9.7.86. A*B*C 78.75 78.75 78.75 97.33. A*B*D.77.77.77.95.35 A*C*D.3.3.3..85 B*C*D....3.78 -Way Interactions.....89 A*B*C*D.....89 Error 6...8 Pure Error 6...8 Total 3 57.6 Significativos: A,B,C,D,AB,AC,ABC c) Y =.988 +.59x+.988x-.798x3+.979x+.967xx-.xx3+.569xxx3

d) Percent 9 5 Plots for crack length Normal Probability Plot... -. Versus Fits -.5 -.5..5.5 -. 5 5 Fitted Value 8 Histogram. Versus Order Frequency 6.. -. -.3 -. -.....3 -. 6 8 6 8 6 8 3 3 Observation Order Probability Plot of RESI Normal Percent 95 9 8 7 6 5 3 Mean -8.3667E-7 StDev.7 N 3 A D.786 P-Value.37 5 -.5 -.5. RESI.5.5 es no pasan prueba de normalidad e) Todos los factores individualmente afectan la respuesta (son significativos) f)

3 Main Effects Plot for crack length Data Means A B Mean - C - D 3 - - Interaction Plot for crack length Data Means - - - A 6 A - B 8 6 B - C 8 6 C - 8 D

Cube Plot (data means) for crack length 9.365 3.85.65 5.353.86 7.5 3.767 9.735 B.77.33.95 6.5-6.765 - A.963 - C 8.756 6.9595 - D Recomendación para minimizar: A bajo, B alto, C alto, D bajo