UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO

ESCUELA PROFESIONAL DE INGENIERIA QUIMICA

LABORATORIO DE ESTADISTICA INDUSTRIAL
ALUMNO: NAYSHA LICUONA SOLORZANO CODIGO: 140916
CURSO: ESTADISTICA INDUSTRIAL DOCENTE: ING. EDGAR ALVAREZ A.

EJERCICIOS TERCERA PARCIAL

(a) x = 225, y = 86.48333, ∑ n i=1 (xi −x) 2 = 37500, ∑ n i=1 (yi −y) 2 = 513.116667,
∑ n i=1 (xi −x)(yi −y) = 4370, n = 12.
β1 = ∑ n i=1 (xi −x)(yi −y) ∑ n i=1 (xi −x) 2 = 0.116533 and β0 = y−bβ1x = 60.263333.
La estimación de σ 2 es s 2 = (1−r 2 )∑ n i=1 (yi −y) 2 n−2 .
r 2 = [∑ n i=1 (xi −x)(yi −y)]2 ∑ n i=1 (xi −x) 2 ∑ n i=1 (yi −y) 2 = 0.992466, s 2 = 0.386600.

(b) H0 : β0 = 0 versus H1 : β0 6= 0.

Son 12−2 = 10 grados de libertad

t = (60.263333−0)/0.744397= 80.956.
de la hipótesis alterna que es β0 diferente de b, el valor de P es la suma de areas de la derecha
de t = 80.956 y a la izquierda de t = −80.956. de la tabla de student, P < 0.001.
Según Minitab P = 2.0×10−15 .
Concluimos que β0 es diferente de 0
(c) H0 : β1 = 0 versus H1 : β1 6= 0.

10 grados de libertad t = (0.116533−0)/0.0032108= 36.294.

t = −36.294. de la tabla, P < 0.001.
P = 6.0×10−12 . β1 es diferente 0.

(d)

(e)

grados de libertad = 10
segun table t = 2.228

(f)

intervalo de confianza es 86.483333 +/- 2.2228(0.179490

(g)

grados de libertad 10

t = 2.228

intervalo de confianza de 95% es 86.48333 +/- 2.228(0.647160)

a. lny = Bo + B1 lnx donde Bo = Lnk y B1 = r
b. u1 = ln x1
Vi = ln Yi

lny = -1.7058 + 0.650328lnx

r = 0.6503 y k = e-1.705838 = 0.18162

c. Ho: r =0.5
H1: r diferente de 0.5
r = 0.6503 s=0.0198 Sr = 0.0322616
Grados de libertad = 3 t = (0.650328 – 0.5)/0.0322616 = 4.660
0.01 < P < 0.02 según minitab P= 0.01
concluimos que r es diferente de 0.5.
a)

b)

c) grados de libertad = 9
t = (0.818182 -0) /0.642396 =1.274
P < 0.001 según minitab es 0.00046
concluimos que B1 es diferente de 1

d) si, al concluir que B1 es diferente de 1 podemos concluir que la maquina esta fuera de
calibration.
e)

intervalo de confianza es 19.6555 +/- 2.262(0.47331)

f)

grados de libertad = 9 t = 2.262

intervalo de confianza es 76.163636 +/- 2.262 (0.47331)

g) no, cuando el verdadero valor es 20 el resultado de la parte e muestra el 95% de confianza en 20

la maquina esta calbrada.
Resolviendo

a) Y = 46.802 – 130.11(0.15) – 807.10(0.01) + 3580.5(0.15)(0.01) = 24.6%

b) De 130.11(0.05) – 3580.5 (0.006)(0.05) = 5.43%

c) No, necesitamos saber el contenido de oxígeno, debido al término de interacción

a) Y = -1.7914 + 0.00026626(1500) + 9.8184(1.04) – 0.29982(17.5) = 3.572
b) De 9.8184 ( 0.01 ) = 0.098184
c) Nada está mal. La constante estima el pH de una pulpa cuyos valores para las otras
variables son todos iguales a cero. Dado que estos valores están fuera del rango de los
datos (por ejemplo, ninguna pulpa tiene densidad cero), la constante necesidad no
representa un valor realista para una pulpa real.

d) A partir de la salida, el intervalo de confianza es ( 3.4201, 4.0496)

e) Desde la salida, el intervalo de predicción es ( 2.3333 , 3.9416)

f) Pulpa B. La desviación estándar de su pH predicho (Ajuste SE) es menor que la de

Pulpa A (0.1351 vs. 0.2510)

a. Los valores residuales se muestran en la siguiente tabla

 hay 2 y 3 grados de libertad

(f) Si de la tabla F 0.001 < P < 0.01 el Minitab nos lanzó el resultado que P = 0.0056 entonces
concluimos que Ho: B1 = B2 = 0 puede ser rechazado en un 5%.

a.

Y=- 0.012167 + 0.043258 t +

2.9205 t2
b) B2 = 2.9205 SB2 = 0.038261 Hay n-3 = 7 grados de libertad.
t7, .025 = 2.365. Por lo tanto, un intervalo de confianza del 95% es 2.9205 ± 2.365 (0.038261) o
(2.830, 3.011).
c) Dado que a = 2b2, los límites de confianza para un intervalo de confianza del 95% para a
son el doble de los límites de la confianza
intervalo para b2. Por lo tanto, un intervalo de confianza del 95% para a es (5.660, 6.022).

d) Bo: t7 = -1.1766 , P = 0.278

B1: t7 = 1.0017 , P = 0.350
B2 : t7 = 76.33 , P = 0.000
e) No, el valor P de 0.278 no es lo suficientemente pequeño como para rechazar la hipótesis
nula de que b0 = 0.
f) No, el valor P de 0.350 no es lo suficientemente pequeño como para rechazar la hipótesis
nula de que b1 = 0.

a. F = 46.64 obtenemos P < 0.001 el valor de P es muy pequeño es por eso que rechazamos
Ho. Podemos concluir entonces que hay diferencia en los tratamientos

b. F = 6 con 2 observaciones en un total de 12 datos. el nivel de significancia será = 5%.

c.

d. el Metodo de Turkey es mas efectivo por que el resultado es menor al de Bonferroni.

e.