Problema estaditico
Enviado por Milton yahir Ochoa castañeda • 6 de Diciembre de 2022 • Práctica o problema • 1.025 Palabras (5 Páginas) • 311 Visitas
[pic 1][pic 2]
INSTITUTO TECNOLÓGICO DE TEPIC
PROBABILIDAD Y ESTADISTICA
[pic 3]
DOCENTE: ALBINO RODRIGUEZ DIAZ
ALUMNO: MILTON YAHIR OCHOA CASTAÑEDA
CARRERA: ING. BIOQUIMICA SEMESTRE: 3
GRUPO: 6ª N.C: 21400848
PROBLEMA INDIVIDUAL PROPUESTO EN EL ÉXAMEN
Ejercicio Individual
En un experimento efectuado por el departamento de Ingeniería de Minas de virginia Tech con el fin de estudiar un sistema de filtrado particular para carbón se agregó un coagulante a la solución contenida en un tanque con carbón y sedimentos, que luego se puso en un sistema de recirculación para purificar el carbón. En el proceso experimental se variaron tres factores:
Factor A: porcentaje de sólidos que circularon inicialmente en el sobreflujo
Factor B: tasa de flujo del polímero
Factor C: pH del tanque
La cantidad de sólidos en el flujo inferior del sistema de purificación determina que tan puro ha quedado el carbón. Se emplearon dos niveles de cada factor y se hicieron dos corridas experimentales para cada una de las 23 = 8 combinaciones.
En la siguiente tabla se especifican las mediciones de respuesta en porcentajes de solidos por peso: Los datos son los siguientes
[pic 4]
Una vez resuelto el problema en Minitab, exporte las hojas de trabajo a un documento en Word y conteste las siguientes preguntas.
Exportación de MINITAB
HOJA DE TRABAJO 4
Regresión factorial: repuesta vs. A, B, C
Resumen del modelo
S | R-cuad. | R-cuad. | R-cuad. |
0.524649 | 99.55% | 99.16% | 98.21% |
Análisis de Varianza
Fuente | GL | SC Ajust. | MC Ajust. | Valor F | Valor p |
Modelo | 7 | 490.235 | 70.034 | 254.43 | 0.000 |
Lineal | 3 | 400.413 | 133.471 | 484.90 | 0.000 |
A | 1 | 356.360 | 356.360 | 1294.65 | 0.000 |
B | 1 | 11.989 | 11.989 | 43.56 | 0.000 |
C | 1 | 32.064 | 32.064 | 116.49 | 0.000 |
Interacciones de 2 términos | 3 | 10.211 | 3.404 | 12.37 | 0.002 |
A*B | 1 | 5.748 | 5.748 | 20.88 | 0.002 |
A*C | 1 | 4.463 | 4.463 | 16.21 | 0.004 |
B*C | 1 | 0.001 | 0.001 | 0.00 | 0.967 |
Interacciones de 3 términos | 1 | 79.611 | 79.611 | 289.23 | 0.000 |
A*B*C | 1 | 79.611 | 79.611 | 289.23 | 0.000 |
Error | 8 | 2.202 | 0.275 |
|
|
Total | 15 | 492.437 |
|
|
|
Ajustes y diagnósticos para observaciones poco comunes
Obs | repuesta | Ajuste | Resid | Resid | |
4 | 18.270 | 17.445 | 0.825 | 2.22 | R |
12 | 16.620 | 17.445 | -0.825 | -2.22 | R |
Residuo grande R
[pic 5]
[pic 6]
- Escriba un modelo adecuado, con suposiciones
Tomando en cuenta los factores y la interacción de los factores se debe realizar un análisis completo de los datos para así determinar el efecto de los factores en la variable de respuesta.
- Calcule el análisis de varianza para probar la hipótesis apropiada para los inspectores
- Análisis de Varianza
Fuente | GL | SC Ajust. | MC Ajust. | Valor F | Valor p |
Modelo | 7 | 490.235 | 70.034 | 254.43 | 0.000 |
Lineal | 3 | 400.413 | 133.471 | 484.90 | 0.000 |
A | 1 | 356.360 | 356.360 | 1294.65 | 0.000 |
B | 1 | 11.989 | 11.989 | 43.56 | 0.000 |
C | 1 | 32.064 | 32.064 | 116.49 | 0.000 |
Interacciones de 2 términos | 3 | 10.211 | 3.404 | 12.37 | 0.002 |
A*B | 1 | 5.748 | 5.748 | 20.88 | 0.002 |
A*C | 1 | 4.463 | 4.463 | 16.21 | 0.004 |
B*C | 1 | 0.001 | 0.001 | 0.00 | 0.967 |
Interacciones de 3 términos | 1 | 79.611 | 79.611 | 289.23 | 0.000 |
A*B*C | 1 | 79.611 | 79.611 | 289.23 | 0.000 |
Error | 8 | 2.202 | 0.275 |
|
|
Total | 15 | 492.437 |
|
|
|
...