Ejecicio Metodos 14-11123

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 4

MÉTODOS EXPERIMENTALES 14/11/23

Rebecca García Mandujano


1. En un laboratorio se quiere investigar la forma en que se relaciona la cantidad de fibra
(madera) en la pulpa con la resistencia del producto (papel). Los datos obtenidos en un
estudio experimental se muestran en la tabla:

HIPOTESIS:
Ho: Al incrementar el porcentaje de fibra aumenta la resistencia del papel.
Ha: Al incrementar el porcentaje de fibra no aumenta la resistencia del
papel.

Regression Analysis: Resistencia versus %fibra


Method
Rows unused 3
Analysis of Variance
D
Source F Adj SS Adj MS F-Value P-Value

Regression 1 2400.5 2400.5 159.75 0.000


3
%fibra 1 2400.5 2400.5 159.75 0.000
3
Error 12 180.3 15.03
Total 13 2580.9
Model Summary
S R-sq R-sq(adj) R-sq(pred)

3.87648 93.01 92.43% 90.60%


%
Coefficients
T-
Term Coef SE Coef Value P-Value VIF

Constant 130.6 2.42 54.05 0.000


7
%fibra 1.624 0.129 12.64 0.000 1.00
Regression Equation
Resistencia = 130.67
+ 1.624 %fibra

Scatterplot of %fibra vs Resistencia, Y=1.624X+130.674


Variable
30
Resistencia
Y=1.624X+130.674

25

20
%fibra

15

10

130 140 150 160 170 180 190


X-Data

Conclusiones: como se observa en la gráfica superior con los datos originales (azul) la resistencia
varia de forma irregular dependiendo de el porcentaje de fibra lo que nos dice que en realidad
no hay mucha dependencia de este; con los datos ajustados (rojos) se nota claramente que el
incremento de porcentaje de fibra aumenta la resistencia del papel.
2. Relación Estatura peso
HIPOTESIS

Ho: La estatura de una persona determina el peso que tiene o debe tener

Ha: : La estatura de una no persona determina el peso que tiene o debe


tener

Regression Analysis: Peso versus Estatura


Analysis of Variance
Adj
Source DF Adj SS MS F-Value P-Value

Regression 1 337.81 337.81 16.46 0.004


Estatura 1 337.81 337.81 16.46 0.004
Error 8 164.19 20.52
Lack-of- 7 151.69 21.67 1.73 0.528
Fit
Pure Error 1 12.50 12.50
Total 9 502.00
Model Summary
S R-sq R-sq(adj) R-sq(pred)

4.53036 67.29 63.20% 36.08%


%
Coefficients
T- P-
Term Coef SE Coef Value Value VIF

Constan -157.2 58.2 -2.70 0.027


t
Estatura 134.6 33.2 4.06 0.004 1.00
Regression Equation
Pes = -157.2 + 134.6 Estatura
o

Scatterplot of Estatura vs Y=-154.2+134.6X, Peso


1.82 Variable
Y=-154.2+134.6X
Peso
1.80

1.78

1.76
Estatura

1.74

1.72

1.70

1.68

70 75 80 85 90 95
X-Data

Conclusiones: En la grafica superior se muestra que no hay mucha relación entre la altura de
una persona con su peso por lo que se rechaza la hipótesis nula y se acepta la alterna, de hecho,
se ve que incluso con los datos ajustados (azules) se ve que hay algunas alturas que su peso no
es equivalente por lo que en este caso no se obtuvo una gran relación altura-peso.

También podría gustarte