Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 2K vistas

    Ejercicios Resueltos Con El Minitab

    Cargado por

    Max1267
    El documento presenta 3 ejemplos de análisis estadístico realizados con Minitab: 1) Regresión lineal simple para analizar la relación entre la temperatura y el valor de un factor, 2) Diseño completamente al azar para comparar la viscosidad de masas hechas con harina de 4 proveedores, y 3) Diseño de bloques completos al azar para comparar resultados de cloruro en soluciones obtenidos con diferentes métodos. Los análisis concluyen que no hay diferencias significativas entre los proveedores ni los métodos de

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Ejercicios Resueltos Con El Minitab

    Cargado por

    Max1267
    2K vistas4 páginas
    El documento presenta 3 ejemplos de análisis estadístico realizados con Minitab: 1) Regresión lineal simple para analizar la relación entre la temperatura y el valor de un factor, 2) Diseño completamente al azar para comparar la viscosidad de masas hechas con harina de 4 proveedores, y 3) Diseño de bloques completos al azar para comparar resultados de cloruro en soluciones obtenidos con diferentes métodos. Los análisis concluyen que no hay diferencias significativas entre los proveedores ni los métodos de

    Descripción original:

    Título original

    Ejercicios resueltos con el Minitab

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El documento presenta 3 ejemplos de análisis estadístico realizados con Minitab: 1) Regresión lineal simple para analizar la relación entre la temperatura y el valor de un factor, 2) Diseño completamente al azar para comparar la viscosidad de masas hechas con harina de 4 proveedores, y 3) Diseño de bloques completos al azar para comparar resultados de cloruro en soluciones obtenidos con diferentes métodos. Los análisis concluyen que no hay diferencias significativas entre los proveedores ni los métodos de

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    2K vistas4 páginas

    Ejercicios Resueltos Con El Minitab

    Cargado por

    Max1267
    El documento presenta 3 ejemplos de análisis estadístico realizados con Minitab: 1) Regresión lineal simple para analizar la relación entre la temperatura y el valor de un factor, 2) Diseño completamente al azar para comparar la viscosidad de masas hechas con harina de 4 proveedores, y 3) Diseño de bloques completos al azar para comparar resultados de cloruro en soluciones obtenidos con diferentes métodos. Los análisis concluyen que no hay diferencias significativas entre los proveedores ni los métodos de

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 4

    Ejercicios Resueltos con el Minitab

    1.- Ejemplo de Regresión Lineal Simple:

    Algunas reacciones irreversibles siguen la ecuación de Nernst razonablemente bien, y


    como ejemplo se puede citar la reducción del permanganato. El valor del factor en la
    ecuación de Nernst, varia con la temperatura en la siguiente forma:

    Temperatura 10 15 20 25 30 35 40
    (Cº)
    Valor del factor 0.05618 0.0571 0.05816 0.0591 0.06014 0.06114 0.06213
    7 6

    Análisis de regresión: Valor del factor vs. Temperatura

    La ecuación de regresión es
    Valor del factor = 0.0542 + 0.000198 Temperatura

    Predictor Coef Coef. de EE T P


    Constante 0.0541954 0.0000041 13138.39 0.000
    Temperatura 0.00019836 0.00000015 1294.78 0.000

    S = 4.053217E-06 R-cuad. = 100.0% R-cuad. (ajustado) = 100.0%

    Análisis de varianza

    Fuente GL SC MC F P
    Regresión 1 0.000027542 0.000027542 1676462.83 0.000
    Error residual 5 0.000000000 0.000000000
    Total 6 0.000027542

    La ecuación de la regresión lineal es:

    Y = 0.0542 + 0.000198.X

    Donde:

    Y: Valor del factor

    X: Temperatura

    La pendiente de la recta resultó 0.000198. Este valor significa que, para aumento de un grado en la
    temperatura, hay un cambio en el valor de factor de 0.000198 unidades, es decir un aumento.

    La intersección con el eje Y resulto 0.0542. Esta representa el valor del factor cuando la
    temperatura es de 0 Cº.

    Prueba de hipótesis sobre el coeficiente de regresión:


    H0:=0 (no hay relación lineal)

    H1:0 (si hay relación lineal)

    Como p-value = 0.000 < 0.05 entonces se rechaza H0:=0 , es decir se acepta H1:0 (si hay
    relación lineal)

    2.- Ejemplo de Diseño completamente al azar (DCA):

    En una determinada fábrica de galletas se desea saber si las harinas se sus cuatro proveedores
    producen la misma viscosidad en la masa. Para ello, produce durante un día 16 masas, 4 de cada
    tipo de harina, y mide su viscosidad. Los resultados obtenidos son:

    Proveedor A Proveedor B Proveedor C Proveedor D


    98 97 99 96
    91 90 93 92
    96 95 97 95
    95 96 99 98

    Prueba de igualdad de varianzas para Viscosidad

    Prueba de Bartlett

    A Estadística de prueba 0.13


    Valor P 0.988
    Prueba de Levene
    Estadística de prueba 0.02
    Valor P 0.997
    B
    Proveedor

    0 5 10 15 20
    Intervalos de confianza de Bonferroni de 95% para Desv.Est.

    Prueba de varianzas iguales: Viscosidad vs. Proveedor

    Intervalos de confianza de Bonferroni de 95% para desviaciones estándares

    Proveedor N Inferior Desv.Est. Superior


    A 4 1.45044 2.94392 17.6544
    B 4 1.53183 3.10913 18.6451
    C 4 1.39354 2.82843 16.9618
    D 4 1.23172 2.50000 14.9922
    Prueba de Bartlett (distribución normal)
    Estadística de prueba = 0.13, valor p = 0.988

    Prueba de Levene (cualquier distribución continua)


    Estadística de prueba = 0.02, valor p = 0.997
    Prueba de varianzas iguales: Viscosidad vs. Proveedor

    ANOVA unidireccional: Viscosidad vs. Proveedor

    Fuente GL SC MC F P
    Proveedor 3 14.19 4.73 0.58 0.639
    Error 12 97.75 8.15
    Total 15 111.94

    S = 2.854 R-cuad. = 12.67% R-cuad.(ajustado) = 0.00%

    ICs de 95% individuales para la media


    basados en Desv.Est. agrupada
    Nivel N Media Desv.Est. ----+---------+---------+---------+-----
    A 4 95.00 2.94 (-----------*-----------)
    B 4 94.50 3.11 (-----------*-----------)
    C 4 97.00 2.83 (-----------*-----------)
    D 4 95.25 2.50 (-----------*-----------)
    ----+---------+---------+---------+-----
    92.5 95.0 97.5 100.0

    Desv.Est. agrupada = 2.85

    Intervalos de confianza simultáneos de Tukey del 95%


    Todas las comparaciones de dos a dos entre los niveles de Proveedor

    Nivel de confianza individual = 98.83%

    Proveedor = A restado de:

    Proveedor Inferior Centro Superior -------+---------+---------+---------


    +--
    B -6.494 -0.500 5.494 (-----------*-----------)
    C -3.994 2.000 7.994 (-----------*-----------)
    D -5.744 0.250 6.244 (-----------*----------)
    -------+---------+---------+---------
    +--
    -5.0 0.0 5.0 10.0

    Proveedor = B restado de:

    Proveedor Inferior Centro Superior -------+---------+---------+---------


    +--
    C -3.494 2.500 8.494 (-----------*-----------)
    D -5.244 0.750 6.744 (-----------*----------)
    -------+---------+---------+---------
    +--
    -5.0 0.0 5.0 10.0

    Proveedor = C restado de:

    Proveedor Inferior Centro Superior -------+---------+---------+---------


    +--
    D -7.744 -1.750 4.244 (-----------*----------)
    -------+---------+---------+---------
    +--
    -5.0 0.0 5.0 10.0

    Conclusión: el p-value del análisis de varianza sale 0.639 > 0,05 no existe diferencia
    significativa entre los proveedores
    3.- Ejemplo Diseño Bloque Completo al Azar

    Se prepararon cuatro soluciones estándar, cada una conteniendo un 16% de cloruro


    calculado por pesada. Para analizar cada disolución estándar se emplearon tres
    métodos de titulación, cada uno con una forma diferente de determinar el punto final.
    El orden de los experimentos fue aleatorio. Los resultados de cloruro (%w/w) se
    muestran a continuación:

    Solucion A B C
    1 16.03 16.13 16.09
    2 16.05 16.13 16.15
    3 16.02 15.94 16.12
    4 16.12 15.97 16.10

    Pruebe si existen diferencias significativas entre


    (a) la concentración de cloruro en las diferentes soluciones y
    (b) los resultados por los diferentes métodos.

    ANOVA de dos factores: Concentraciones de cloruro vs. Metodo, Solucion

    Fuente GL SC MC F P
    Método 2 0.0120167 0.0060083 1.28 0.345
    Solución 3 0.0110917 0.0036972 0.79 0.543
    Error 6 0.0281833 0.0046972
    Total 11 0.0512917

    S = 0.06854 R-cuad. = 45.05% R-cuad.(ajustado) = 0.00%

    Conclusión:

    a) p-value = 0.543 > 0.05 no existe diferencia significativa entre las soluciones

    b) p-value = 0.345 > 0.05 no existe diferencia significativa entre los métodos

    También podría gustarte