EVALUACION CONTINUA 2017

Nombre :Aguilar Mamani Steve CUI : 20153155

1.-Se toma 8 medidas del diámetro interno de los anillos para pistones del motor
de un automóvil. Los datos (en mm) son:

Medida 1 3 4 5 2 6 7 8
Diámetro
74.001 74.003 74.015 74,000 74.005 74.002 74.005 74.004
(mm)

DIAGRAMA DE PUNTOS
74.016
3, 74.015
74.014
74.012
74.01
74.008
74.006 Series1
5, 74.005 7, 74.005
74.004 8, 74.004
2, 74.003
74.002 6, 74.002
1, 74.001
74 4, 74.000
73.998
0 2 4 6 8 10

Comentarios:
En el diagrama podemos ver a los datos que se encuentran en
el rango de entre 74 y 74,005 mm a excepción del dato 3 que se
encuentra muy alejado del promedio de los datos

__________o_________
2.- En una prueba de Laboratorio se mide la fuerza de tirantez de un conector. Los
siguientes son los datos obtenidos (registrados en orden) para 40 muestras bajo prueba
(de arriba hacia abajo y de izquierda a derecha).
a) Construye una gráfica de series de tiempo, para estos datos.
Comente el resultado

orden fuerza
1 241
2 258
3 237 300
fuerza de tirantez de un conector
4 210
5 194 2 17
6 225 250
1 3
7 10 13 18 2122
23
30
19 29
7 248 6 11 20 35
28 3132
8 203 200
4
8 14
15
24
2526
5 9 12 16
9 195 27 3334 36 40, 190
373839
10 249
Axis Title

11 220 150
fuerza
12 194
13 245 100
14 209
15 201
50
16 195
17 255
18 245 0
19 235 0 5 10 15 20 25 30 35 40 45
20 220 Comentario:
21 249 Se observa en la gráfica que los datos obtenidos están subiendo y bajando de manera
22 251 que forma una función senozoidal .
23 238
24 210
25 198
26 199
27 183
28 213
29 236
30 245
31 209
32 212
33 185
34 187
35 218
36 190
37 175
38 178
39 175
40 190
 3.- Un artículo publicado en una revista de ingeniería, presenta datos de viscosidad
de un lote de cierto proceso químico. La siguiente es una muestra de estos datos.
13.3 14.5 15.3 15.3 14.3 14.8 15.2 14.5 14.6 14.1 14.3 16.1 13.1 15.5 12.6 14.6 14.3 15.4 15.2 16.8

14.9 13.7 15.2 14.5 15.3 15.6 15.8 13.3 14.1 15.4 15.2 15.2 15.9 16.5 14.8 15.1 17.0 14.9 14.8 14.0
15.8 13.7 15.1 13.4 14.1 14.8 14.3 14.3 16.4 16.9 14.2 16.9 14.9 15.2 14.4 15.2 14.6 16.4 14.2 15.7

16.0 14.9 13.6 15.3 14.3 15.6 16.1 13.9 15.2 14.4 14.0 14.4 13.7 13.8 15.6 14.5 12.8 16.1 16.6 15.6

a) Construya una tabla de frecuencias con los datos de viscosidad del proceso
químico.
R=Xmax-Xmin R= 4.4
K=1+3.3log(n) K= 7.3 K= 7
IC=R/K IC= 0.63 IC= 0.7
frecuencias frecuencias
Clase
absolutas acumuladas
Lim
Lim inf f fp f% fa fpa f%a xi xi*f
sup
12.6 13.3 3 0.04 4 3 0.04 4 12.95 38.85
13.3 14.0 9 0.11 11 12 0.15 15 13.65 122.85
14.0 14.7 23 0.29 29 35 0.44 44 14.35 330.05
14.7 15.4 22 0.28 28 57 0.71 71 15.05 331.1
15.4 16.1 12 0.15 15 69 0.86 86 15.75 189
16.1 16.8 7 0.09 9 76 0.95 95 16.45 115.15
16.8 17.5 4 0.05 5 80 1.00 100 17.15 68.6
TOTAL 80 1.00 100 1195.6

xi2 fxi2 f(xi-prom)^4

167.703 503.108 47.521797
186.323 1676.9 25.31171566
205.923 4736.22 2.882675114
226.503 4983.06 0.002674114
248.063 2976.75 5.039236807
270.603 1894.22 35.91236775
294.123 1176.49 94.5571484
1599.24 17946.7 211.2276149
b) Grafique un histograma con la tabla de frecuencia anterior.

histograma
viscocidad del proceso quimico
25 23
22

20
Frecuencia absoluta

15
12

10 9
7

5 4
3

0
12.95 13.65 14.35 15.05 15.75 16.45 17.15
Viscocidad

c) Grafique un ojiva de frecuencia acumulada, y determine el valor aproximado

que corresponde al valor del 80 % de los datos para la viscosidad.

ojiva
viscocidad del proceso quimico

120
Frecuencia acumulada porcentual (%)

100
95
100 86
80 71

60
44
40
15
20
4
0
13.3 14.0 14.7 15.4 16.1 16.8 17.5
Viscocidad

El valor aproximado que corresponde al 80% es 15.7

d) Determine el percentil 30 y percentil 70.

 Percentil 30
: 24 ∈ [14.0-14.7[

14.4

Percentil 70

7 : ∈ [14.7-
56
15.4[

∶
7
15.4

e) ¿Cuál es el valor del rango intercuartilico? . Comente el resultado.

RI=Q3-Q1 : 60 ∈ [15.4-16.1[ : 20 ∈ [14.0-14.7[

15.6 14.2
 es que el
Esto RI=50%
1.4de los datos de viscocidad varian en 1.4
f) Construya un diagrama de caja, con los datos de la tabla anterior.
VALOR ANCHO
MIN 12.6 12.6 RI 1.3
Q1 14.3 1.7 Min 12.4
Q2=MEDIANA 14.9 0.6 Max 17.5
Q3 15.6 0.675
MAX 17 1.425

DIAGRAMA DE CAJA
18

16

14

12

10

0
VISCOSIDAD

g) ¿Cuál es el valor del promedio de los datos?

promedio=∑(12.6+…+ 17)/80 =14.9450

h) Determine el valor de la desviación Estándar maestral.
794.6−8 ∗( 4.95∗ 4.95)
S= 0.98 𝑠2 79
√𝑠 2 =0.9177

i) Determine el valor de la mediana. Compare con el promedio. Explique si hubiera

diferencia.
Me = 14.900
Prom.- Me =14.945 -14.900 = 0.045

Si encontramos diferencia entre el promedio y la mediana de os datos de

viscosidad

j) Cuál es el valor del coeficiente de asimetría?. ¿Qué implica este valor? Comente
4.945− 4.9
As = = 0.1377 Moda = 14.653
.98
Sesgo a la derecha esto significa que es asimétrica postiva Mo<Me<
Promedio

k) Determine el valor de la curtosis. ¿ Este valor se puede vincular con alguna

propiedad de los datos ?
211.2276149
K = (( ) ÷ 0.91774) - 3 =0.72177
80

La distribución de los datos es LEPTOCURTICA

4.- Se analizan los discos de policarbonato de un proveedor para determinar su resistencia

a las rayadura y a los golpes. A continuación se resumen los resultados obtenidos al analizar
100 muestras
 Resistencia golpes
Alta A Baja A'
Resistencia Alta B 80 9 89
a rayaduras Baja B' 6 5 11
86 14 100

A) El número de discos en A ∩ B
n(A ∩ B) =80

B) El número de discos en A’
n(A’) = 14

C) El número de discos en A U B. Dibuje un diagrama de Venn que represente los

datos, en cada uno de los casos.

n(A U B) = 95
Ω= 100

A B

6 80 9

D) Determine la probabilidad de

 P(A) = 0.86
 P(A’) = 0.14
 P(A∩B)’ = 0.2
 P(AU B) = 0.95
 P(A’U B) = 0.94

5.- Se inspecciona un lote de 140 chips mediante la selección de una muestra de cinco de
ellos. Suponga que 10 chips no cumplen con los requerimientos del cliente.

a) Cual es el número de muestras distintas posibles?

n = 140
r=5

𝐶5 4 = 41696562 formas distintas

b) ¿Cuántas muestras de cinco contienen exactamente un chip que no cumple con los
requerimientos?

Buenas: 130 Malas: 10

𝐶 ∗𝐶 = 1135888 formas distintas

c) ¿Cuántas muestras de cinco contienen exactamente un chip que cumple con los
requerimientos?

𝐶 ∗ 𝐶4 = 27300 formas distintas

6.- En el problema 2, se realiza una prueba de Laboratorio y se mide la fuerza de tirantez de

un conector. Los siguientes son los datos obtenidos ( y registrados en orden ) para 40
muestras bajo prueba ( de arriba hacia abajo y de izquierda a derecha ), determine si los
datos proviene de una distribución normal.
Del diagrama de caja :

VALOR ANCHO
MIN 12.6 12.6
Q1 14.3 1.7
Q2=MEDIANA 14.9 0.6
Q3 15.6 0.7
MAX 17 1.4

RI 1.3
Min 12.4
Max 17.6

Se puede observar que no hay ningún dato atípico, ya que los datos se encuentran en un
rango [12.4-17.6] . Los datos provienen de una distribución normal.

7.- Se utilizan dos máquinas para llenar botellas de plástico con detergente para maquinas
lavaplatos. Se sabe que las desviaciones estándar del volumen de llenado son σ 1 = 0.10
onzas de líquido, y σ2 = 0.15 onzas de líquido para las dos máquinas respectivamente., Se
toman dos muestras aleatorias n1 = 12 botellas de la maquina 1 y n2 = 10 botellas e la
maquina 2 . Los volúmenes promedio de llenado son ẍ 1 = 30.87 onzas de líquido y ẍ2 = 30
.68 onzas de líquido.

a) Construya un intervalo de confianza bilateral del 90 % para la diferencia entre las

medias del volumen de llenado.
1-α = 90 % -> α=0.1 -> 𝑍 = 𝑍 −𝛼/2 = 𝑍 .95 = 1.645

ENTONCES 2 2 2 2
2 2
2 𝑍 ∗ 𝜇 𝜇2 2 𝑍 ∗
2 2

0.987 ≤ 𝜇 -𝜇2 ≥ 0.2813

La diferencia que existe entre las medias se encuentra en un intervalo entre 0.0987 y
0.2813 a un 90 % de confianza.

b) Construya un intervalo de confianza bilateral del 95 % para la diferencia entre las

medias de volumen de llenado. Compare el ancho de este intervalo con el ancho
del calculado en el inciso a.

1-α = 95 % -> α=0.05 -> 𝑍 = 𝑍 −𝛼/2 = 𝑍 .975 = 1.96

ENTONCES 2 2 2 2
2 2
2 𝑍 ∗ 𝜇 𝜇2 2 𝑍 ∗
2 2

0.0812≤ 𝜇 -𝜇2 ≥ 0.2988

La diferencia que existe entre las medias se encuentra en un intervalo entre 0.0812 y
0.2988 a un 95 % de confianza.
-Comparando el ancho:

ANCHO AL 90% ANCHO AL 95%

0.2813-0.0987 = 0.1827 0.2988-0.0812 = 0.2177

c) Construya un intervalo de confianza superior del 95 %, para la diferencia de

medias del volumen de llenado.

-> 𝑍 = 𝑍 −𝛼 = 𝑍 .95 = 1.645

 ENTONCES 2 2
2
2 𝜇 𝜇2 2 𝑍 ∗
2

0.1900≤ 𝜇 -𝜇2 ≥ 0.2813

Así entonces 𝜇 -𝜇2 pertenece a [0.19-0.2813]

8.- Se piensa que la concentración del ingrediente activo de un detergente líquido para
ropa, es afectada por el tipo de catalizador utilizada en el proceso de fabricación. Se sabe
que la desviación estándar de la concentración activa es de 3 gr/lt, sin importar el tipo de
catalizador utilizado. Se realizan 10 observaciones con cada catalizador, y se obtiene los
datos siguientes:

catalizador1 catalizador2
Xi Xi
1 57.9 1 66.4
2 66.2 2 71.7
3 65.4 3 70.3
4 65.4 4 69.3
5 65.2 5 64.8
6 62.6 6 69.6
7 67.6 7 68.6
8 63.7 8 69.4
9 67.2 9 65.3
10 71 10 68.8

x1 65.22 x2 68.42
(s1)^2 11.86 (s2)^2 4.95
n1 10 n2 10

a) Encuentre un intervalo de confianza del 95 % para la diferencia entre las

medias de las concentraciones activas suponiendo que ambas varianzas
son iguales.

1-α = 95 % -> α=0.05 -> 𝑡 = 𝑡 − ,𝑛 +𝑛2−2 = 2.101

𝛼
2

−2 , 𝑛 +𝑛2−2 =
𝑡 .975 , 8 =
ENTONCES 2 2 2 2
2 2
2 𝑡 ∗ 𝜇 𝜇2 2 𝑡 ∗
2 2

-5.9240≤ 𝜇 -𝜇2 ≥ -0.4760

Así entonces 𝜇 -𝜇2 pertenece a [-5.9240, -0.4760] nos dice que la diferencia entre las
medias se encuentra entre -5.9240 y -0.4760 a un nivel de confianza del 95 %
 b) Compare la longitud del intervalo de confianza calculado en el inciso a con la
longitud del intervalo de con fianza obtenido, con los datos y consideraciones
anteriores; que intervalo es mayor y por qué?
5.5259-5.4481 = 0.0778 ,Intervalo es mayor porque se está considerando que las varianzas no son
iguales

c) Encuentre un intervalo de confianza del 95% para la diferencia entre las

concentraciones activas promedio, suponiendo que las varianzas no son iguales.
Compare este intervalo de confianza con el obtenido en el inciso a, ¿cuan diferentes
son los intervalos?

1-α = 95 % -> α=0.05

grados de libertad 𝑠12 𝑠22 2

[
1 2  r= 15.3931615  r=15
𝑠12 2 𝑠22 2
[ [
1 2
1 1 2 1

𝑡 𝑡 −
𝛼
, = 𝑡 .975 , 5 =
2.131 VALOR DE TABLA DE UNA DISTRIBUCion de t student
2

ENTONCES 2 2 2 2
2 2
2 𝑡 ∗ 𝜇 𝜇2 2 𝑡 ∗
2 2

-5.9629≤ 𝜇 -𝜇2 ≥ -0.4371

Así entonces 𝜇 -𝜇2 pertenece a [-5.9240, -0.4760], a un nivel de confianza del 95 %

Diferencia de intervalos

a) b)
5.4481 5.5259

Diferencia =0.0778
9.- Se investiga la temperatura de deflexión bajo carga para dos tipos diferentes de tubería
de plástico. Para ello se toman dos muestras aleatorias, cada una de 15 especímenes,
anotando las temperaturas de deflexión observadas ( oF ) . Los resultados son los siguientes:

Tipo 1 Tipo 2
Xi Xi
1 206 1 177
2 188 2 197
3 205 3 206
4 187 4 201
5 194 5 180
6 193 6 176
7 207 7 185
8 185 8 200
9 189 9 197
10 213 10 192
11 192 11 198
12 210 12 188
13 194 13 189
14 178 14 203
15 205 15 192

x1 196.4 x2 192.066667
(s1)^2 109.83 (s2)^2 89.07
n1 15 n2 15

a) ¿Los datos apoyan la afirmación de que la temperatura de deflexión bajo carga para
la tubería de tipo 2 es mayor que para la tubería de tipo 1 ?. Para llegar a una
conclusión utilice α = 0.05 y suponga que las varianzas de ambas poblaciones son
iguales.

α = 0.05
σ2 1 = σ2 2
𝐻 = 𝜇 =𝜇2
𝐻 = 𝜇 <𝜇2
𝑡 = 𝑡 −𝛼,𝑛 +𝑛2−2 = 2.4671
2

𝐶 𝑡 /𝑡 2.4671

2
𝑡
𝑠 2 𝑠 2
1 2
 t= 1.19002349 no € R. C.

1 1 𝑠12 ( 2 1)𝑠22 2=
𝑠 2 → 𝑠 99.447619
1 2 2

Por lo tanto se acepta 𝐻 es decir que la deflexión en la tubería 2 no es mayor que

la tubería 1

b) Calcule un valor P para la prueba del inciso a.

(𝑡 1.19002 49)
1 (𝑡 1.19002 49)
1 0.8761
P= 0.1239

0.12 9 0.05 𝑡 𝑠𝑠 𝑡 𝐻 𝑠𝑡 𝑠 la deflexion en la tuberia 2 no es mayor que de la tuberia 1

c) Construya diagramas de caja para las dos muestras. ¿Estas graficas apoyan la
hipótesis de que las varianzas son iguales ?. Escriba una interpretación práctica para
estas gráficas.
TIPO 1

VALOR ANCHO
MIN 178 178
Q1 188 10
Q2=MEDIANA 194 6
Q3 206 12
MAX 213 7

RI 18.0
Min 161.0
Max 233.0
 TIPO 2

VALOR ANCHO
MIN 176 176
Q1 185 9
Q2=MEDIANA 192 7
Q3 200 8
MAX 206 6

RI 15.0
Min 162.5
Max 222.5

Podemos ver que no hay ningun dato atipico ya que todos los datos estan entre [161-233] y [162.5-222.5] respectivamente
Asi entonces los datos provienen de una distribucion normal.
10.- El motor de un cohete se fabrica al unir dos tipos de propulsores; uno de encendido y
uno de impulsor. Se piensa que la resistencia al esfuerzo cortante de la junta es una función
lineal de la edad x del propulsor cuando se arma el motor. En la tabla siguiente aparece la
información recolectada.

# de Edad por Resistencia X^2 Y^2 XY

observacion semanas (en psi)
1 15.5 2158.7 240.25 4659985.69 33459.85
2 23.75 1678.15 564.0625 2816187.423 39856.0625
3 8 2316 64 5363856 18528
4 17 2061.3 289 4248957.69 35042.1
5 5 2207.5 25 4873056.25 11037.5
6 19 1708.3 361 2918288.89 32457.7
7 24 1784.7 576 3185154.09 42832.8
8 2.5 2575 6.25 6630625 6437.5
9 7.5 2357.9 56.25 5559692.41 17684.25
10 11 2227.7 121 4962647.29 24504.7
11 13 2165.2 169 4688091.04 28147.6
12 3.75 2399.55 14.0625 5757840.203 8998.3125
 13 25 1779.8 625 3167688.04 44495
14 9.75 2336.75 95.0625 5460400.563 22783.3125
15 22 1765.3 484 3116284.09 38836.6
16 18 2053.5 324 4216862.25 36963
17 6 2414.4 36 5829327.36 14486.4
18 12.5 2200.5 156.25 4842200.25 27506.25
19 2 2654.2 4 7044777.64 5308.4
20 21.5 1753.7 462.25 3075463.69 37704.55
Total 266.75 42598.15 4672.4375 92417385.86 527069.8875

a) Dibuje un diagrama de dispersión de los datos ¿Parece plausible utilizar como modelo
de regresión una línea recta?
3000

2500

2000

1500
Series1

1000

500

0
0 5 10 15 20 25 30

Se puede observar en la grafica que esta disminuyendo lo que asociamos con que
a medida que aumenta la resistencia disminuye el tiempo

b) Encuentre las estimaciones de mínimos cuadrados para la pendiente y la ordenada al

origen del modelo de regresión lineal simple.
n= 20

Sumas 266.75 42598.15 4672.4375 92417385.86 527069.888

Promedio 13.34 2129.91

Desv.Est.
insesgada 7.66 298.00
Varianza
insesgada 58.67 88803.51

Desv. Est.
sesgada 7.47 290.45
Varianza sesgada 55.73 84363.33

Sumas de
cuadrados Sxx Syy Sxy
1114.66 1687266.69 -41082.94
 Coef. De -0.9473
Correlación, r=

Coef. De
Determinación, 0.8974
R2=

c) Estime σ2 y los errores estándar de β0 y β1 de los regresores del modelo lineal.

𝑌 𝐵 𝐵𝑋 2641.49 6.86𝑋
Bo=Y-B1*X 2621.49 <- Ordenada al origen
B1=Sxy/Sxx -36.86 <- Pendiente

SSE=Syy-B1*Sxy 173075.1380 <- Suma de cuadrados de los errores

MSE=SSE/(n-2) 9615.2854 <- Cuadrados medios de los errores

d) Pruebe la hipótesis de Ho : β1 = 0 contra H1 : β1 ≠ 0 , utilizando el procedimiento del

análisis de la varianza con α = 0.05.

Si 1=0, ó =0, entonces la variación de X no explica la variación de Y o no hay regresión lineal entre
XyY

α = 0.05→ α/2 = 0.025

La región de rechazo es: | t0 |>ta/2

Prueba de Hipótesis:
ˆ 1   1
H 0 : β1  0 T  = -12.5490
MS E
H1 : β1  0 S xx Por lo tanto: No hay evidencia para rechazar Ho

e) Determine el coeficiente de determinación del modelo. ( R2).

2
= 2 * 100 = 90
El 90 % de la regresión (psi) esta explicada por la asociación con la edad por semanas
por el modelo de regresión .
f) Obtenga los valores ajustados ŷi que corresponden a cada valor observado yi. Haga
una grafico de ŷ contra yi y haga un comentario sobre la forma que tendría esta grafica
si la relación lineal entre la resistencia al esfuerzo y la edad fuese perfectamente
determinista (sin error). ¿La grafica indica que la edad es un regresor razonable para el
modelo.
X Y Yest Ei
15.5 2158.7 2050.20 108.50
23.75 1678.15 1746.13 -67.98
8 2316 2326.63 -10.63
17 2061.3 1994.92 66.38
5 2207.5 2437.20 -229.70
19 1708.3 1921.21 -212.91
24 1784.7 1736.92 47.78
2.5 2575 2529.34 45.66
7.5 2357.9 2345.06 12.84
11 2227.7 2216.06 11.64
13 2165.2 2142.35 22.85
3.75 2399.55 2483.27 -83.72
25 1779.8 1700.06 79.74
9.75 2336.75 2262.13 74.62
22 1765.3 1810.63 -45.33
18 2053.5 1958.06 95.44
6 2414.4 2400.35 14.05
12.5 2200.5 2160.78 39.72
2 2654.2 2547.77 106.43
21.5 1753.7 1829.06 -75.36

En la gráfica se observa muy estrecha la relación entre la resistencia al esfuerzo y a

la edad, la diferencia entre Y y Y original es muy baja.

g) Realice una grafico de donde considere a ŷi como ordenada y al error

como abscisas.
 Ei Yest
108.50 2050.20
-67.98 1746.13
-10.63 2326.63
Grafico del Error frente al Y estimado
66.38 1994.92 3000.00
-229.70 2437.20
2500.00
-212.91 1921.21
47.78 1736.92 2000.00
45.66 2529.34
1500.00
12.84 2345.06
11.64 2216.06 1000.00
22.85 2142.35
-83.72 2483.27 500.00
79.74 1700.06
0.00
74.62 2262.13 -250.00 -200.00 -150.00 -100.00 -50.00 0.00 50.00 100.00 150.00
-45.33 1810.63
95.44 1958.06
14.05 2400.35
39.72 2160.78
106.43 2547.77
-75.36 1829.06

h) Si el modelo es adecuado, Estime la resistencia al esfuerzo promedio de un motor

construido con un propulsor armado hace 20 semanas..-

X = 20

𝑌 𝐵 𝐵𝑋 2641.49 6.86𝑋 2641.49 6.86(20)

Y = 1884.348111

11.- Se efectúa un estudio sobre el desgaste de un cojinete (y) y su relación con x1 =

viscosidad del aceite y x2 = carga. Se obtienen los datos siguientes:

Y X1 Y X2
193 1.6 193 850
230 15.5 230 816
172 22 172 1058
91 43 91 1201
113 33 113 1357
125 40 125 1115

a) Realice una gráfica y verifique si los datos corresponderían a un modelo de

regresión lineal múltiple.
 Diagrama de Dispersion Para X1
50

40

30

20

10

0
0 50 100 150 200 250

Diagrama de dispersion para X2

1600
1400
1200
1000
800
600
400
200
0
0 50 100 150 200 250

El coeficiente de correlacion indica una muy fuerte

correlacion positiva entre la variable dependiente
entre sus variables independientes

b) Ajuste un modelo de regresión lineal múltiple a los datos de la tabla

anterior.

Error Estadístico Inferior Superior Inferior Superior

Coeficientes típico t Probabilidad 95% 95% 95,0% 95,0%
Intercepción 350.70 74.87 4.68 0.02 112.42 588.97 112.42 588.97
Variable X 1 -1.27 1.17 -1.08 0.36 -5.00 2.46 -5.00 2.46
Variable X 2 -0.15 0.09 -1.71 0.19 -0.44 0.13 -0.44 0.13

𝑌= 350.70 – 1.27 – 0.15 2

c) Utilice el modelo para predecir el desgaste cuando x1 = 25 y x2 = 1000.

𝑌= 350.70 – 1.27 – 0.15 2 = 350.70 -1.27*25-0.15*1000

 𝑌 = 165.25

d) Ajuste un modelo de regresión lineal múltiple con un término de interacción entre

los datos.
2
= 2 * 100 = 77
El 77 % de la variación de desgaste esta explicada por la asociación con la
viscosidad del aceite y la carga por el modelo de regresión
12.- En el diseño y análisis de experimentos tercera edición, se describe un experimento en
el que el fabricante está interesado en la resistencia a la tensión de una fibra sintética, se
sospecha que la resistencia está relacionada con el porcentaje de algodón de la fibra. Para
ello se emplea 5 niveles de porcentaje de algodón y se corren 5 réplicas en orden aleatorio,
con ello se obtienen los datos siguientes:

FACTOR 1 2 3 4 5
% DE ALGODÓN
15 7 7 15 11 9
20 12 17 12 18 18
25 14 18 18 19 19
30 19 25 22 19 23
35 7 10 11 15 11

Replicas n =5
F15 F20 F25 F30 F35
7 12 14 19 7
7 17 18 25 10
15 12 18 22 11
11 18 19 19 15
9 18 19 23 11

a) Dibuje diagramas de cajas comparativos, de los porcentajes de algodón.

b) Realice una prueba de hipótesis de:
H0: µ15 = µ20 = µ25 = µ30 = µ35
H1: µ15 ≠ µ20….(por lo menos uno diferente). Utilice un nivel de confianza del 95%.

Criterio de aceptación:
Cuando Ho Es decir

o bien
F0  f ( k 1), k ( n 1),a NO SE RECHAZA Los tratamientos son iguales

Pvalue 
nivel de significancia
Existe al menos un nivel que
o bien
 f ( k 1), k ( n 1),a
F0 SE RECHAZA produce un efecto
nivel de significancia significativo al a.
Pvalue 

Como F0  f ( k 1), k ( n 1),a

es decir;
14.76 > 2.87 o bien P-value < 0.05  Se rechaza Ho

13.- Un Ingeniero está interesado en el efecto que tiene la rapidez de corte

(A), la configuración (B) y el ángulo de corte (C), sobre la duración de la
herramienta. Se eligieron dos niveles de cada factor y se realiza un diseño
factorial 23 con tres replicas. Los resultados se muestran a continuación

Combinación A B C replica I replica II

-1 - - - 18.2 18.9
a + - - 27.2 24.0
b - + - 15.9 14.5
ab + + - 41.0 43.9
c - - + 12.9 14.4
ac + - + 22.4 22.5
bc - + + 15.1 14.2
abc + + + 36.3 39.9
 Calculando los signos de las interacciones:

replica replica
Combinación A B C AB AC BC ABC I II SUMA
-1 - - - + + + - 18.2 18.9 37.1
a + - - - - + + 27.2 24 51.2
b - + - - + - + 15.9 14.5 30.4
ab + + - + - - - 41 43.9 84.9
c - - + + - - + 12.9 14.4 27.3
ac + - + - + - - 22.4 22.5 44.9
bc - + + - - + - 15.1 14.4 29.3
abc + + + + + + + 36.3 39.9 76.2