Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad

ejercicios de diseño experimental, Ejercicios de Diseño

ejercicios ya resueltos de diseño experimental, echo en exel con tablas y sus respectivas varianzas

Tipo: Ejercicios

2021/2022

Subido el 23/11/2022

jazmin-uitz
jazmin-uitz 🇲🇽

1 documento

1 / 9

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
1.- Los datos de la Tabla siguiente, se refieren al contenido de proteína bruta (PB) y caseína (CA) en leche de una muestra de 23 tambos de la cuenca lechera del centro del país.
Datos
Calcular el coeficiente de correlación de Pearson.
PB CA
2.74 1.87 Primera forma
3.19 2.26 r= 0.93373852
2.96 2.07
2.91 2.09 Segunda forma
3.23 2.28 r= 0.93373852
3.04 2.04
3.08 2.18 Tercera forma
3.23 2.3 PB CA
3.11 2.17 PB 1
3.11 2.15 CA 0.93373852 1
3.11 2.16
3.25 2.33
2.95 2.04 Explicar resultado
3.08 2.16
3.14 2.16
3.22 2.22
3.14 2.22
3.15 2.24
3.2 2.22
2.95 2.07
3.19 2.25
3.12 2.23
2.99 2.16
Ajustar un modelo lineal y plantear la ecuación de regresión
X Y
2.74 1.87 -0.35 -0.29 0.1225 0.0841 0.1015
3.19 2.26 0.1 0.1 0.01 0.01 0.01
2.96 2.07 -0.13 -0.09 0.0169 0.0081 0.0117
2.91 2.09 -0.18 -0.07 0.0324 0.0049 0.0126
3.23 2.28 0.14 0.12 0.0196 0.0144 0.0168
3.04 2.04 -0.05 -0.12 0.0025 0.0144 0.006
3.08 2.18 -0.01 0.02 1E-04 0.0004 -0.0002
3.23 2.3 0.14 0.14 0.0196 0.0196 0.0196
3.11 2.17 0.02 0.01 0.0004 1E-04 0.0002
3.11 2.15 0.02 -0.01 0.0004 0.0001 -0.0002
3.11 2.16 0.02 0 0.0004 0 0
3.25 2.33 0.16 0.17 0.0256 0.0289 0.0272
2.95 2.04 -0.14 -0.12 0.0196 0.0144 0.0168
El coeficiente de correlación lineal muestral entre PB y CA es: r = 0.9337. Las hipótesis en
este caso son: H0: =0 vs H1: 0. Fijando =0.05 y utilizando el estadístico. 𝜌
11.95, que está fuera de la región de aceptación y por lo tanto se rechaza H0. Se concluye luego que, con un nivel
de significación del 5%, se rechaza la hipótesis de correlación nula. En consecuencia se puede decir que hay una
correlación lineal estadísticamente significativa entre los porcentajes de proteína bruta y caseína en la leche.
X - 𝑋 𝑌−𝑌 (𝑌−𝑌) ^2
(𝑋−𝑋)(Y−𝑌)
𝜌𝜌≠
pf3
pf4
pf5
pf8
pf9

Vista previa parcial del texto

¡Descarga ejercicios de diseño experimental y más Ejercicios en PDF de Diseño solo en Docsity!

1.- Los datos de la Tabla siguiente, se refieren al contenido de proteína bruta (PB) y caseína (CA)

Datos Calcular el coeficiente de correlación de

PB CA

2.74 1.87 Primera forma

3.19 2.26 r= 0.

2.91 2.09 Segunda forma

3.23 2.28 r= 0.

3.08 2.18 Tercera forma

3.23 2.3 PB CA

3.11 2.17 PB 1

3.11 2.15 CA 0.93373852 1

2.95 2.04 Explicar resultado

Ajustar un modelo lineal y plantear la ecuación de regresión

X Y

3.08 2.18 -0.01 0.02 1E-04 0.0004 -0.

3.11 2.17 0.02 0.01 0.0004 1E-04 0.

El coeficiente de correlación lineal muestral entre PB y CA es: r = 0.

este caso son: H0: 𝜌=0 vs H1: 0. Fijando =0.05 y utilizando el est

11.95, que está fuera de la región de aceptación y por lo tanto se rech

de significación del 5%, se rechaza la hipótesis de correlación nula. En

correlación lineal estadísticamente significativa entre los porcentajes

X - 𝑋 ̅ 𝑌−𝑌 ̅ 〖 (𝑌−𝑌) 〗 ^

(𝑋−𝑋 ̅ )(Y−𝑌 ̅ )

3.08 2.16 -0.01 0 1E-04 0 0

RESPUESTA

RESPUESTA 0.

Coeficiente de determinación 0.

Explicar resultados.

El 77.44%, el valor es cercano al 100% entonces

decimos que si existe relación lineal

𝑆_𝑋𝑌=(∑▒ 〖 (𝑥−𝑥 ̅ 〗 )(𝑦−𝑦 ̅ ))/𝑁

𝑆_𝑋𝑌=

𝑆_𝑋=√( 〖∑▒ 〖 (𝑥−𝑥 ̅ 〗 ) 〗 ^2/𝑁)

𝑆_𝑥=

𝑆_𝑦=

𝑟=𝑆_𝑥𝑦/

(𝑆𝑥 𝑆𝑦 )

𝑟^2= 〖 0.88 〗 ^2=0.

b a

PB CA

centro del país.

. Los datos que se obtuvieron fueron los siguientes:

ajustar un modelo l

10.12 11.81 11.41 9.4 11.49 perimetro peso

ȳ= 24.

8 t= 17.

lación, se puede decir que hay una correlación

etro y peso de las cabezas de ajo.

)/(1−𝑟^(2 ) )

𝑆_(𝑥𝑦=(∑▒ 〖 ̅

8 8.5 9 9.5 10 10.5 11 11.5 12 12.5 13

10

15

20

25

30

35

cabeazas de ajo

peso (grs)

perimetro (cm)

ajustar un modelo lineal y plantear la ecuacion de regresión

f) Utilizar la ecuación de regresión pa

Sxy= 7.

coeficiente de pearson 1.

r= 0.98707599 7.

coeficiente de determinación

explicacion del resultado

El valor es cercano al 100% esto quiere decir que si

existe relación lineal

〖 (𝑥−𝑥 ̅ ) 〗 ^ 2

〖 (𝑦−𝑦 ̅ ) 〗 ^ 2

𝑆_(𝑥𝑦=(∑▒ 〖 (𝑥−𝑥 ̅ )

𝑆𝑥=√(∑▒ 〖 (𝑥−𝑥 ̅ ) 〗 ^ 2 /𝑁)

𝑠_(𝑥=)

𝑠_(𝑦=)

𝑟=𝑆_𝑥𝑦/

(𝑆𝑥 𝑆𝑦 )

𝑟^ 2 =

〖 0.98707599 〗 ^ 2

𝑟^ 2 =