“Año de la Universalización de la Salud”

UNIVERSIDAD NACIONAL DE PIURA

FACULTAD DE INGENIERIA INFORMATICA

ESCUELA DE INGENIERIA INFORMÁTICA

Tema:

Problemas de Diseño y Regresión

Alumnos:

Coronado Chanamé Deyvis Marcelo

Donayre Pacherres Maria Nelly

Diseños de Investigación para Ingeniería

Mg. Teobaldo León García

Octubre, 11, 2020

 PROBLEMAS DE DISEÑO Y REGRESIÓN

 DISEÑO DE EXPERIMENTOS

 13.14

El Departamento de Alimentación y Nutrición Humana de Virginia Tech realizó

el estudio Loss of Nitrogen Through Sweat by Preadolescent Boys Consuming
Three Levels of Dietary Protein para determinar la pérdida de nitrógeno por
transpiración con varios niveles dietéticos de proteínas. En el experimento
participaron 12 hombres preadolescentes cuyas edades iban de 7 años 8
meses a 9 años 8 meses, y a quienes de les calificó de clínicamente
saludables. Cada muchacho estuvo sujeto a una de tres dietas controladas en
las cuales consumía 29, 54 u 84 gramos de proteínas por día. Los siguientes
datos representan la pérdida de nitrógeno corporal por transpiración, en
miligramos, recabados durante los dos días últimos del periodo de
experimentación:

NIVEL DE PROTEÍNAS
29 gramos 54 gramos 84 gramos
190 318 390
266 295 321
270 271 396
438 399
402

a) Realice un análisis de varianza a un nivel de significancia de 0.05, para

demostrar que las pérdidas medias de nitrógeno por transpiración son
diferentes con los tres niveles de proteínas.
 RESOLUCIÓN

- Análisis de la varianza para el modelo:

Yij = μ + τi + εij

Ho: D1=D2=D3

Ha: Al menos una pérdida media de nitrógeno es diferente en los tres niveles de
proteína.

α=0.05

- Análisis de varianza de un factor:

RESUMEN
Grupos Cuenta Suma Promedio Varianza
29 gramos 3 726 242 2032
54 gramos 5 1724 344.8 5150.7
84 gramos 4 1506 376.5 1383

ANÁLISIS DE VARIANZA
Suma de Grados de Promedio de los Valor crítico
Análisis de varianza F Probabilidad
cuadrados libertad cuadrados para F
Entre grupos 32974.86667 2 16487.43333 5.14949784 0.032298704 4.25649473
Dentro de los grupos 28815.8 9 3201.755556

Total 61790.66667 11
b) Utilice una prueba de Tukey para determinar cuáles niveles de proteínas difieren

significativamente entre sí en la pérdida media de nitrógeno.

 13.16
Se realizó una investigación para determinar la fuente de reducción en el
rendimiento de cierto producto químico. Se sabía que la pérdida en el
rendimiento ocurría en el licor madre, es decir, el material eliminado en la etapa
de filtración. Se pensaba que mezclas distintas del material original podrían
ocasionar reducciones diferentes del rendimiento en la etapa de licor madre. A
continuación, se presentan los resultados de la reducción porcentual para tres
lotes de cada una de cuatro mezclas seleccionadas con anterioridad.

Mezcla
1 2 3 4
25.6 25.2 20.8 31.6
24.3 28.6 26.7 29.8
27.9 24.7 22.2 34.3

a) Haga el análisis de varianza al nivel de significancia α = 0.05.

b) Utilice la prueba de Duncan de rango múltiple para determinar cuáles
mezclas difieren.
c) Resuelva el inciso b usando la prueba de Tukey.

RESOLUCIÓN

- Análisis de la varianza para el modelo:

Yij = μ + τi + εij

Ho: M1=M2=M3=M4

Ha: Al menos una mezcla difiere en la fuente de reducción en el rendimiento de

cierto producto químico.

α=0.05
 - Análisis de la varianza para un factor

RESUMEN

Grupos Cuenta Suma Promedio Varianza

1 3 77.8 25.9333333 3.32333333
2 3 78.5 26.1666667 4.50333333
3 3 69.7 23.2333333 9.50333333
4 3 95.7 31.9 5.13

ANÁLISIS DE VARIANZA
ANÁLISIS DE Suma de Promedio de los Valor crítico
F Probabilidad
VARIANZA cuadrados Grados de libertad cuadrados para F
Entre grupos 119.6491667 3 39.88305556 7.10294845 0.012072468 4.06618055
Dentro de los grupos 44.92 8 5.615

Total 164.5691667 11

 13.18
 Los siguientes datos son valores de presión (psi) en un resorte de torsión para
valores distintos del ángulo entre las vueltas del resorte en posición libre.

Ángulo
67 71 75 79 83
83 84 86 89 90
85 85 87 90 92
85 87 90
86 87 91
86 88
87 88
88
88
89
90

Calcule un análisis de varianza de un solo factor para este experimento y

plantee sus conclusiones acerca del efecto que tiene el ángulo sobre la presión
en el resorte. (Tomado de C. R. Hicks, Fundamental Concepts in the Design of
Experiments, Holt, Rinehart y Winston, Nueva York, 1973).

RESOLUCIÓN

- Análisis de la varianza para el modelo:

Ho: A1=A2=A3=A4=A5

Ha: Al menos un ángulo difiere sobre la presión en el resorte

α=0.05

- Análisis de la varianza para un factor

RESUMEN

Grupos Cuenta Suma Promedio Varianza

67 2 168 84 2
71 6 513 85.5 1.1
75 11 966 87.8181818 1.16363636
79 4 360 90 0.66666667
83 2 182 91 2

ANÁLISIS DE VARIANZA

ANÁLISIS DE Suma de Grados de Promedio de Valor crítico

F Probabilidad
VARIANZA cuadrados libertad los cuadrados para F
Entre grupos 99.02363636 4 24.75590909 21.4 5.40744E-07 2.8660814
Dentro de los grupos 23.13636364 20 1.156818182

Total 122.16 24
 14.1
 Se realizó un experimento para estudiar los efectos de la temperatura y el tipo
de horno sobre la vida de un componente en particular. En el experimento se
utilizaron 4 tipos de horno y 3 niveles de temperatura. Se asignaron 24 piezas
al azar, 2 para cada combinación de tratamientos y se registraron los
siguientes resultados.

Horno
Temperatura(°F O1 O2 O3 O4
)
500 227 214 225 260
221 259 236 229
550 187 181 232 246
208 179 198 273
600 174 198 178 206
202 194 213 219

A un nivel de

a) Las diferentes temperaturas no tienen efecto en la vida del componente

b) Los diferentes hornos no tienen efecto en la vida del componente
c) No hay interacción entre el tipo de horno y la temperatura

RESOLUCIÓN

- Análisis de varianza de dos factores con varias muestras por grupo

H01: α= 0, Las diferentes temperaturas no tienen efecto en la vida del

componente

H02: β= 0 Los diferentes hornos no tienen efecto en la vida del componente

H03: αβ = 0 No hay diferencias entre la interacción de la temperatura y el horno

Ha: Al menos un efecto es diferente a los demás

Nivel de significancia de 0.05

 RESUMEN O1 O2 O3 O4 Total
500
Cuenta 2 2 2 2 8
Suma 448 473 461 489 1871
Promedio 224 236.5 230.5 244.5 233.875
Varianza 18 1012.5 60.5 480.5 289.839286

550
Cuenta 2 2 2 2 8
Suma 395 360 430 519 1704
Promedio 197.5 180 215 259.5 213
Varianza 220.5 2 578 364.5 1165.14286

600
Cuenta 2 2 2 2 8
Suma 376 392 391 425 1584
Promedio 188 196 195.5 212.5 198
Varianza 392 8 612.5 84.5 248.285714

Total
Cuenta 6 6 6 6
Suma 1219 1225 1282 1433
Promedio 203.166667 204.166667 213.666667 238.833333
Varianza 404.566667 882.966667 496.266667 646.966667

ANÁLISIS DE VARIANZA

ANÁLISIS DE Suma de Grados de Promedio Probabilida Valor crítico

F
VARIANZA cuadrados libertad de los d para F
Muestra 5194.08333 2 2597.04167 8.12951611 0.00586332 3.88529383
Columnas 4963.125 3 1654.375 5.17868788 0.01588532 3.49029482
Interacción 3126.25 6 521.041667 1.63101604 0.22151979 2.99612038
Dentro del grupo 3833.5 12 319.458333

Total 17116.9583 23
 14.2

El Departamento de Nutrición Humana y Alimentos del Virginia Tech realizó un

estudio titulado Vitamin C Retention in Reconstituted Frozen Orange Juice
sobre la estabilidad de la vitamina C en el concentrado de jugo de naranja
congelado reconstituido y almacenado en un refrigerador durante un periodo de
hasta una semana. Se probaron 3 tipos de concentrado de jugo de naranja
congelado en 3 periodos distintos, los cuales se refi eren al número de días
transcurridos desde que se mezcló el jugo hasta que se probó. Se registraron
los resultados en miligramos de ácido ascórbico por litro. Utilice un nivel de
significancia de 0.05 para probar las hipótesis de que:

a) No hay diferencias en el contenido de ácido ascórbico entre las diferentes

marcas de concentrado de jugo de naranja.

b) No existen diferencias en el contenido de ácido ascórbico para distintos

periodos.

c) No hay interacción entre las marcas de concentrado de jugo de naranja y el

número de días transcurridos desde que el jugo se mezcló hasta que se probó.

Tiempo (Días)
Marca 0 3 7
Richfood 52.6 49.4 42.7
54.2 49.2 48.8
49.8 42.8 40.4
46.5 53.2 47.6
Sealed- 56 48.8 49.2
Sweet 48 44 44
49.6 44 42
48.4 42.4 43.2
Minute 52.5 48 48.5
Maid 52 47 43.3
51.8 48.2 45.2
53.6 49.6 47.6

RESOLUCIÓN
- Análisis de varianza de dos factores con varias muestras por grupo
RESUMEN 0 3 7 Total
Richfood
Cuenta 4 4 4 12
Suma 203.1 194.6 179.5 577.2
Promedio 50.775 48.65 44.875 48.1
Varianza 11.4291667 18.5966667 15.8625 19.0090909

Sealed-Sweet
Cuenta 4 4 4 12
Suma 202 179.2 178.4 559.6
Promedio 50.5 44.8 44.6 46.6333333
Varianza 13.9066667 7.68 10.08 16.7987879

Minute Maid
Cuenta 4 4 4 12
Suma 209.9 192.8 184.6 587.3
Promedio 52.475 48.2 46.15 48.9416667
Varianza 0.64916667 1.14666667 5.55 9.57719697

Total
Cuenta 12 12 12
Suma 615 566.6 542.5
Promedio 51.25 47.2166667 45.2083333
Varianza 7.91909091 10.7015152 9.08628788

ANÁLISIS DE VARIANZA

Análisis de Suma de Grados de Promedio Probabilida Valor crítico Análisis

F
varianza cuadrados libertad de los d para F varianz
Muestra 32.7516667 2 16.3758333 1.73593702 0.19533141 3.35413083 Muestr
Columnas 227.211667 2 113.605833 12.042903 0.00018254 3.35413083 Column
Interacción 17.3216667 4 4.33041667 0.45905026 0.76502528 2.72776531 Interacci
Dentro del grupo 254.7025 27 9.43342593 Dentro del

Total 531.9875 35 Total

 14.3
 Se estudió el desempeño de 3 cepas de ratas en una prueba de laberintos en 2
condiciones ambientales diferentes. Se registraron las puntuaciones de error
de las 48 ratas:

Cepa
Ambiente Brillant Mezclad Torpe
e a
Libre 28 33 101
12 83 94
22 36 33
23 14 56
25 41 122
10 76 83
36 22 35
86 58 23
Restringid 72 60 136
o 32 89 120
48 35 38
93 126 153
25 83 64
31 110 128
91 99 87
19 118 140

Utilice un nivel de significancia de 0.01

a) No hay diferencia en las puntuaciones de error para ambientes diferentes.

b) No existe diferencia en las puntuaciones de error para cepas diferentes.

c) No hay interacción entre los ambientes y las cepas de las ratas.

- Análisis de varianza de dos factores con varias muestras por grupo

 RESUMEN Brillante Mezclada Torpe Total
Libre
Cuenta 8 8 8 24
Suma 242 363 547 1152
Promedio 30.25 45.375 68.375 48
Varianza 576.785714 614.839286 1341.125 1027.21739

Restringido
Cuenta 8 8 8 24
Suma 411 720 866 1997
Promedio 51.375 90 108.25 83.2083333
Varianza 896.267857 933.714286 1664.78571 1650.25906

Total
Cuenta 16 16 16
Suma 653 1083 1413
Promedio 40.8125 67.6875 88.3125
Varianza 806.429167 1253.69583 1826.7625

ANÁLISIS DE VARIANZA

Análisis de Suma de Grados de Promedio Valor crítico

F Probabilidad
varianza cuadrados libertad de los para F
Muestra 14875.5208 1 14875.5208 14.8076086 0.000398816 4.07265376
Columnas 18154.1667 2 9077.08333 9.03564308 0.000544791 3.21994229
Interacción 1235.16667 2 617.583333 0.61476384 0.545562862 3.21994229
Dentro del grupo 42192.625 42 1004.58631

Total 76457.4792 47
 14.16
Considere una situación experimental que implique los factores A, B y C, en la que se
supone un modelo de efectos fijos de 3 factores de la forma yijkl = μ + αi + βj + γk +
(βγ)jk + ijkl. Se considera que todas las demás interacciones no existen o son
despreciables. Los datos se presentan en seguida.

B1 B2
  C1 C2 C3 C1 C2 C3
A1 4 3.4 3.9 4.4 3.1 3.1
4.9 4.1 4.3 3.4 3.5 3.7
A2 3.6 2.8 3.1 2.7 2.9 3.7
3.9 3.2 3.5 3 3.2 4.2
A3 4.8 3.3 3.6 3.6 2.9 2.9
3.7 3.8 4.2 3.8 3.3 3.5
A4 3.6 3.2 3.2 2.2 2.9 3.6
3.9 2.8 3.4 3.5 3.2 4.3

a) Haga una prueba de significancia sobre la interacción BC al nivel α = 0.05.

b) Desarrolle pruebas de significancia sobre los efectos principales A, B y C
usando un cuadrado medio del error agrupado, con un nivel α = 0.05.

RESOLUCIÓN

B1 B2
AxBxC C1 C2 C3 C1 C2 C3 Y^2ijk
A1 8.9 7.5 8.2 7.8 6.6 6.8 353.34
A2 7.5 6 6.6 5.7 6.1 7.9 267.92
A3 8.5 7.1 7.8 7.4 6.2 6.4 317.66
A4 7.5 6 6.6 5.7 6.1 7.9 267.92
y^2ijk 263.96 178.66 215.2 180.58 156.42 212.02 1206.84
168.8
607.8
AxB B1 B2 Yi Y^2i Y^2ij
A1 24.6 21.2 45.8 2097.64 1054.6
A2 20.1 19.7 39.8 1584.04 792.1
A3 23.4 20 43.4 1883.56 947.56
A4 20.1 19.7 39.8 1584.04 792.1
Yj 88.2 80.6 7149.28 3586.36
Y^2j 7779.24 6496.36 14275.6

AxC C1 C2 C3 Y^2
A1 16.7 14.1 15 702.7
A2 13.2 12.1 14.5 530.9
A3 15.9 13.3 14.2 631.34
A4 13.2 12.1 14.5 530.9
Yk 59 51.6 58.2 2395.84
Y^2k 3481 2662.56 3387.24 9530.8

BxC C1 C2 C3 Y^2
B1 32.4 26.6 29.2 2609.96
B2 26.6 25 29 2173.56
4783.52

A B C N
4 2 3 2

Resumen del analisis de varianza ANVA

Fuente SC GL CM F0 F tabla
Factor A 2.16 3 0.72 0.030 3.009
Factor B 1.203 1 1.203 0.050 4.260
Factor C 2.062 2 1.031 0.043 3.403
Interaccion AxB 0.75 3 0.25 0.010 3.009
Interaccion AxC 1.125 6 0.187 0.008 2.508
Interaccion BxC 1.062 2 0.531 0.022 3.403
Interaccion AxBxC 1.445 6 0.241 0.010 2.508
Error 4.38 24 0.183
Total 14.187 47
 14.17

Los siguientes datos son medidas de un experimento donde se usaron 3

factores, A, B y C, todos de efectos fijos.

C1 C2 C3
  B1 B2 B3 B1 B2 B3 B1 B2 B3
A1 15.0 3.4 3.9 4.4 3.1 3.1 4.4 3.1 3.1
18.5 4.1 4.3 3.4 3.5 3.7 3.4 3.5 3.7
22.1 2.8 3.1 2.7 2.9 3.7 2.7 2.9 3.7
A3 3.9 3.2 3.5 3 3.2 4.2 3 3.2 4.2
4.8 3.3 3.6 3.6 2.9 2.9 3.6 2.9 2.9
3.7 3.8 4.2 3.8 3.3 3.5 3.8 3.3 3.5

a) Haga pruebas de significancia sobre todas las interacciones a un nivel α =

0.05.

b) Realice pruebas de significancia sobre los efectos principales a un nivel α =

0.05.

c) Dé una explicación de la forma en que una interacción significativa

enmascara el efecto del factor C.

RESOLUCIÓN

- Análisis de varianza de dos factores con varias muestras por grupo

Para todo i, j
En oposición a:
Ha: Al menos un efecto es diferente a los demás
Nivel de significancia de 0.05
 C1 C2 C3
AxBxC B1 B2 B3 B1 B2 B3 B1 B2 B3 Y^2ijk
A1 55.6 39.98 44.3 46.5 40.1 34.9 43.1 41.8 43.8 17163.8
A2 44.5 46.6 44.2 52.3 51 41.2 42.8 47.7 31.5 18238.6
y^2ijk 5071.61 3769.96 3916.13 4897.54 4209.01 2915.45 3689.45 4022.53 2910.69 35402.4
791.88
11950.6

AxC C1 C2 C3 Yi Y^2i Y^2ij

A1 139.88 121.5 128.7 390.08 152162.406 50892.3544
A2 135.3 144.5 122 401.8 161443.24 54070.34
Yj 275.18 266 250.7 313605.646 104962.694
Y^2j 75724.0324 70756 62850.49 209330.522

AxB B1 B2 B3 Y^2
A1 145.2 121.88 123 51066.7744
A2 139.6 145.3 116.9 54265.86
Yk 284.8 267.18 239.9 105332.634
Y^2k 81111.04 71385.1524 57552.01 210048.202

BxC C1 C2 C3 Y^2
B1 100.1 98.8 85.9 27160.26
B2 86.58 91.1 89.5 23805.5564
B3 88.5 76.1 75.3 19293.55
70259.3664

A B C N
2 3 3 3
 Resumen del analisis de varianza ANVA
Fuente SC GL CM F0 F tabla
Factor A 2.544 1 2.544 0.071 4.113
Factor B 56.864 2 28.432 0.790 3.259
Factor C 16.993 2 8.497 0.236 3.259
Interaccion AxB 31.738 2 15.869 0.441 3.259
Interaccion AxC 30.504 2 15.252 0.424 3.259
Interaccion BxC 23.557 4 5.889 0.164 2.634
Interaccion AxBxC 26.110 4 6.527 0.181 2.634
Error 149.772 36 4.160
Total 338.082 53

 REGRESIÓN SIMPLE Y MÚLTIPLE

 11.1
Se realizó un estudio en Virginia Tech para determinar si ciertas medidas de la
fuerza estática del brazo influyen en las características de “levantamiento
dinámico” de un individuo. Veinticinco individuos se sometieron a pruebas de
fuerza y luego se les pidió que hicieran una prueba de levantamiento de peso,
en el que el peso se elevaba en forma dinámica por encima de la cabeza. A
continuación, se presentan los datos.

INDIVIDUA FUERZA DEL LEVANTAMIENTO

L BRAZO, x DINAMICO, y
1 17.3 71.7
2 19.3 48.3
3 19.5 88.3
4 19.7 75
5 22.9 91.7
6 23.1 100
7 26.4 73.3
8 26.8 65
9 27.6 75
10 28.1 88.3
11 28.2 68.3
12 28.7 96.7
13 29 76.7
14 29.6 78.3
15 29.9 60
16 29.9 71.7
17 30.3 85
18 31.3 85
19 36 88.3
20 39.5 100
 21 40.4 100
22 44.3 100
23 44.6 91.7
24 50.4 100
25 55.9 71.7

a) Estime los valores de β0 y β1 para la curva de regresión lineal μy|x=β0 + β1x.

b) Calcule un estimado puntual de μY|30.

c) Grafique los residuales en comparación con las x (fuerza del brazo).

 11.2

Las siguientes son las calificaciones de un grupo de 9 estudiantes en un

informe de medio semestre (x) y en el examen final (y):
 x 77 50 71 72 81 94 96 99 67
y 82 66 78 34 47 85 99 99 68

 11.3
Se registraron las cantidades de un compuesto químico y que se
disuelve en 100 gramos de agua a distintas temperaturas x:
 11.4
 11.5
 11.15
a) Evalúe s2
Analizando las tablas del ejercicio 11.1, S es 13,27667613. Por lo tanto, S2 es
176,270129
 b) Pruebe la hipótesis de que β1 = 0 en comparación con la alternativa de que
β1 ≠ 0 a un nivel de significancia de 0.05, e interprete la decisión resultante.

Las hipótesis son H0 : β0 = 0 y H1 : β0 ≠ 0. Así que,

0,560632801−0
t= =¿
26591,63
13,27667613
√
25( 2336,6824)
0,02848996

Y t = 2.04; por lo que se rechaza H0 : β1 = 0

 11.16
a) Evalúe s2

Analizando la tabla del ejercicio 11.2, S es 19,47153771. Por lo tanto, S 2 es

379,1407808

b) Construya un intervalo de confianza de 95% para β0

Para un intervalo de alfa = 0.05, β0= 12,06232107 y S = 379,1407808

12,06232107−81,96071107< β 0<12,06232107+81,96071107

−0,247749916< β 0<1,802033114c) Construya un intervalo de confianza de

95% para β1

Para un intervalo de alfa = 0.05, β1= 0,777141599 y S = 379,1407808

0,777141599−1,024891515< β 1<0,777141599+1,024891515

−0,247749916< β 1<1,802033114
  11.17
a) Analizando la tabla del ejercicio 11.5, S es 0,632607239. Por lo tanto, S 2 es

0,400191919

b) Construya un intervalo de confianza de 95% para β0

Para un intervalo de alfa = 0.05, β0= 6,413636364 y S = 0,400191919

6,413636364−2,614415512< β 0< 6,413636364+2,614415512

4,321959849< β 0<8,505312878

c) Construya un intervalo de confianza de 95% para β1

Para un intervalo de alfa = 0.05, β1= 1,809090909 y S = 0,400191919

1,809090909−2,554686833< β 1<1,809090909+2,554686833

0,444631599< β 1< 3,173550219

12.17

Para los datos del ejercicio 12.2, estime σ 2

Analizando la tabla del ejercicio 12.2, S es 0,406301405. Por lo tanto, S2 es

0,165080831

12.25

Utilice los datos del ejercicio 12.2 de la página 450 y el estimado de σ 2 del ejercicio

12.17 para calcular intervalos de confianza de 95% para la respuesta predicha y la

respuesta media cuando x1 = 900 y x2 = 1.00.

Intervalo de confianza para

y=900 ( 0,003616718 )+ 1 ( 0,947598885 ) −3,372673254 y=0,829971597

Luego:

X’0 (X’ X)-1X0

2,450262354 −0,002133697 −0,533873343 1

[
[ 1 900 1 ] −0,002133697 2,26989E-06 −2,99038E-18 900
−0,533873343 −3,59272E-18 0,788975384
X ’ 0 ( X ’ X )−1 X 0=0,16944815
1 ][ ]
Utilizando S = 0,406301405, t0.025 con 9 grados de libertad = 2.262
0,829971597−( 2.262 )( 0,406301405 ) ( √ 0,16944815 ) < μ y∨900 ,1 <0,829971597+ ( 2.262 ) ( 0,406301405 ) ( √0,169
0,451651562< μ y∨900 ,1 <1,208291631
12.2.
En Applied Spectroscopy se estudiaron las propiedades de reflectancia
infrarroja de un líquido viscoso que se utiliza como lubricante en la
industria electrónica. El experimento que se diseñó consistió en medir el
efecto de frecuencia de banda, x1, y el espesor de película, x2, sobre la
densidad óptica, y, usando un espectrómetro infrarrojo Perkin-Elmer
Modelo 621. (Fuente: Pacansky, J., England, C. D. y Wattman, R.,
1986).

y x1 x2
0.231 740 1.10
0.107 740 0.62
0.053 740 0.31
0.129 805 1.10
0.069 805 0.62
0.030 805 0.31
1.005 980 1.10
0.559 980 0.62
0.321 980 0.31
2.948 1235 1.10
1.633 1235 0.62
0.934 1235 0.31
12.5
Se cree que la energía eléctrica que una planta química consume cada
mes se relaciona con la temperatura ambiental promedio, x1, el número
de días del mes, x2, la pureza promedio del producto, x3, y las toneladas
fabricadas del producto, x4. Se dispone de datos históricos del año
anterior, los cuales se presentan en la siguiente tabla.

y x1 x2 x3 x4
240 25 24 91 100
236 31 21 90 95
290 45 24 88 110
274 60 25 87 88
301 65 25 91 94
316 72 26 94 99
300 80 25 87 97
296 84 25 86 96
267 75 24 88 110
276 60 25 91 105
288 50 25 90 100
261 38 23 89 98
 12.12
Los siguientes datos reflejan información obtenida en 17 hospitales de
la marina estadounidense ubicados en diversos sitios del mundo. Los
regresores son variables de la carga de trabajo, es decir, conceptos que
dan como resultado la necesidad de personal en un hospital. A
continuación, se presenta una descripción breve de las variables:
y = horas de trabajo mensuales,
x1 = carga diaria promedio de pacientes,
x2 = exposiciones de rayos X mensuales,
x3 = días-cama ocupados por mes,
x4 = población elegible en el área/1000,
x5 = duración promedio de la estancia de un paciente, en días.

Sitio x1 x2 x3 x4 x5 y
1 15.57 2463 472.92 18.0 4.45 566.52
2 44.02 2048 1339.75 9.5 6.92 696.82
3 20.42 3940 620.25 12.8 4.28 1033.15
4 18.74 6505 568.33 36.7 3.90 1003.62
5 49.20 5723 1497.60 35.7 5.50 1611.37
6 44.92 1520 1365.83 24.0 4.60 1613.27
7 55-48 5779 1687.00 43.3 5.62 1854.17
8 59.28 5969 1639.92 46.7 5.15 2160.55
9 94.39 8461 2872.33 78.7 6.18 2305.58
10 128.02 20106 3655.08 180.5 6.15 3503.93
11 96.00 13313 2912.00 60.9 5.88 3571.59
12 131.42 10771 3921.00 103.7 4.88 3741.40
13 127.21 15543 3865.67 126.8 5.50 4026.52
14 252.90 36194 7684.10 157.7 7.00 10343.81
15 409.20 34703 12446.33 169.4 10.75 11732.17
16 463.70 39204 14098.40 331.4 7.05 15414.94
17 510.22 86533 15524.00 371.6 6.35 18854.45
 12.17
Para los datos del ejercicio 12.2 de la página 450, estime σ 2

 12.25
Utilice los datos del ejercicio 12.2 de la página 450 y el estimado de σ 2
del ejercicio 12.17 para calcular intervalos de confianza de 95% para la
respuesta predicha y la respuesta media cuando x1 = 900 y x2 = 1.00.