Professional Documents
Culture Documents
8.1. Los datos de abajo muestran las emisiones de óxidos de nitrógeno (NOx) provenientes de
calderas de plantas eléctricas. Tabla mostrando los datos para el problema.
Diagrama de Dispersión
Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
Liberación de energía en
,156 14 ,200* ,925 14 ,261
MBtu X
Emisiones de NOx ,158 14 ,200* ,915 14 ,185
ANOVAa
Suma de Media
Modelo cuadrados gl cuadrática F Sig.
Total 361092,857 13
Coeficientesa
Coeficientes
Coeficientes no estandarizados estandarizados
Liberación de energía en
1,591 ,103 ,976 15,438 ,000
MBtu X
8.2. Este es un ejemplo del libro de Introducción al Análisis de Regresión Lineal de Mongomery
et al. (2001), donde habla de un ejemplo relacionado con las concentraciones de ozono debido
al calor. Así, Davidson (“Update on Ozone Trenes in California’s South COSAT Basin”, Air
and Waste, 43,226,1993) estudio las concentraciones de ozono en la cuenca aérea de la costa sur
de California, durante los años 1976 a 1991. Se cree que la cantidad de días en que las
concentraciones de ozono fueron mayores que 0.20 ppm depende del índice meteorológico
estacional, que es el promedio estacional de la temperatura con 850 milibares. La siguiente
información muestra los datos.
Ecuación de Regresión
Coeficientes
Coeficientes no estandarizados estandarizados
Estadísticos Descriptivos
Estadísticos descriptivos
Desviación
N Mínimo Máximo Media estándar Curtosis
Estadístic Estadístic Estadístic Estadístic Estadístic Error
o o o o Estadístico o estándar
Concentraciones de
ozono mayores que 16 33 108 72,31 25,059 -1,267 1,091
0.20 ppm
Promedio estacional
ed temperatura con 16 16,0 18,2 17,344 ,6521 -,453 1,091
850 mlb
N válido (por lista) 16
Histograma
8.4. En un estudio de química analítica, en la tabla de abajo se da la relación entre
la temperatura y la molaridad (en moles por litro) de una sustancia. Para esto
hacer los siguientes:
A. Estimar el modelo de regresión más apropiado basado en análisis
estadísticos de R2, R2 ajustada, PRESS, s, y Cp y en análisis gráficos
subjetivos de los valores residuales. Tabla mostrando la información
requerida.
Temperatura 4.3 4.5 4.8 5.5 5.7 5.9 6.4 6.7 7.5 7.9
Molaridad 12.1 12.5 12.9 13.0 13.1 14.0 14.2 14.8 15.0 15.5
ANOVA
Suma de Media
Modelo cuadrados gl cuadrática F Sig.
1Regresión 12,698 1 12,698 149,775 ,000b
Residuo ,678 8 ,085
Total 13,376 9
a. Variable dependiente: TEMPERATURA
b. Predictores: (Constante), MOLARIDAD
8.5. El aluminio es el tercer elemento más abundante que ocurre en minerales,
rocas y barros. El aluminio se puede analizar con el método de absorción
atómica espectro métrico (método A), el cual está exento de interferencias
como fluoruros y fosfatos. El aluminio también se puede analizar por medio
del método de calorimetría de cianuro de Ferrocromo R (método B), el cual es
más simple que el anterior. La tabla de abajo muestra los resultados de los
análisis (en mg/L) de los dos métodos usados. Hacer los siguientes cálculos
usando el programa de computadora de Minitab o SAS.
Tabla mostrando los datos del ejemplo
Método A 5 6 6 8 10 10 11 11
Método B 8 9 9 11 13 13 14 14
Correlaciones
Metodo B Metodo A
Correlación de Pearson Metodo B 1,000 1,000
Metodo A 1,000 1,000
Sig. (unilateral) Metodo B . ,000
Metodo A ,000 .
N Metodo B 8 8
Metodo A 8 8
Coeficientes
Coeficientes
Coeficientes no estandarizados estandarizados