Facultad de
Ingeniería
Industrial
Informe de Laboratorio
PROBLEMA 1:
Como parte de una prueba de energía térmica solar, se mide el flujo de calor total
de un conjunto de viviendas. Se desea determinar si el flujo de calor total (Flujo
Calor) puede predecirse tomando en cuenta la posición de los puntos focales en las
direcciones de este, sur y norte. Los datos son de [27]. Se debe determinar,
utilizando la regresión de los mejores subconjuntos, que el modelo de los mejores
dos predictores incluía las variables Norte y Sur, y que el modelo de los mejores
tres predictores agregaba la variable Este. Se debe evaluar el modelo de los
mejores tres predictores utilizando la regresión múltiple.
pág. 1
UNMSM Facultad de Ingeniería Industrial
SOLUCIÓN:
Formulas a utilizar
𝑆𝑆𝑅
𝑟2 =
𝑆𝑆𝑇
𝑛 𝑛 𝑛
̅̅̅̅
𝑆𝑆𝑅 = 𝑏0 ∑ 𝑌𝑖 + 𝑏1 ∑ 𝑋𝑖𝑗𝑌 + 𝑏2 ∑ 𝑋2𝑖𝑌𝑖 − 𝑛𝑌2
𝑖=1 𝑖=1 𝑖=1
𝑆𝑆𝑇 = ∑ 𝑌𝑖 2 − 𝑛𝑌̅ 2
𝑖=1
𝑆𝑆𝑅 = 12833.9
𝑆𝑆𝑇 = 14681.9
𝑟 2 = 87.4 %
pág. 2
UNMSM Facultad de Ingeniería Industrial
CONCLUSIÓN:
pág. 3
UNMSM Facultad de Ingeniería Industrial
pág. 4
UNMSM Facultad de Ingeniería Industrial
PROBLEMA 2:
SE tiene unos datos que son que los nuemros Y, depende de factores L,K y A.
Y=Velocidad
SOLUCION:
Formulas a utilizar
𝑆𝑆𝑅
𝑟2 =
𝑆𝑆𝑇
𝑛 𝑛 𝑛
̅̅̅̅
𝑆𝑆𝑅 = 𝑏0 ∑ 𝑌𝑖 + 𝑏1 ∑ 𝑋𝑖𝑗𝑌 + 𝑏2 ∑ 𝑋2𝑖𝑌𝑖 − 𝑛𝑌2
𝑖=1 𝑖=1 𝑖=1
𝑆𝑆𝑇 = ∑ 𝑌𝑖 2 − 𝑛𝑌̅ 2
𝑖=1
𝑆𝑆𝑅 = 23.5977
𝑆𝑆𝑇 = 23.7572
𝑟 2 = 0.9932862459
La ecuación seria:
log(𝑌) = −1.17 + 0.559 log(𝑌) + 0601 log(𝐾) + 0.0329log(𝐴)
pág. 5
UNMSM Facultad de Ingeniería Industrial
CONCLUSION:
Todas las variables independientes muestran que son directas.
Como podemos observar el porcentaje de asociación es de 99.3%, o sea que
los datos son casi exactos, lo que concluye que los datos utilizados son
óptimos.
El factor más influyente es la pista, ya que con ella se varia mas la variable
dependiente
pág. 6
UNMSM Facultad de Ingeniería Industrial
PROBLEMA 3:
2 24.45 8 110
3 31.75 11 120
4 35.00 10 550
5 25.02 8 295
6 16.8 4 200
7 14.38 2 375
8 9.60 2 52
9 24.35 9 100
10 27.50 8 300
11 17.08 4 412
12 37.00 11 400
13 41.95 12 500
14 11.66 2 360
15 21.65 4 205
16 17.89 4 400
pág. 7
UNMSM Facultad de Ingeniería Industrial
17 69.00 20 600
18 10.30 1 585
19 34.93 10 540
20 46.59 15 250
21 44.88 15 290
22 54.12 16 510
23 56.63 17 590
24 22.13 6 100
25 21.15 5 400
3) Calcule R2.Interprete.
pág. 8
UNMSM Facultad de Ingeniería Industrial
SOLUCIÓN:
pág. 9
UNMSM Facultad de Ingeniería Industrial
1) ECUACION DE LA RECTA:
𝑌̌ = 58.435
pág. 10
UNMSM Facultad de Ingeniería Industrial
6)
PRUEBA GLOBAL:
Paso 1:
𝐻0 : 𝛽1 = 𝛽2 = 0
Paso 2:
α = 0.05
Paso 3:
Se utiliza el estadística F
Paso 4:
Definimos la región de aceptación y la región critica.
Paso 5:
F=572.95
Se rechaza la hipótesis nula
Entonces no todos los coeficientes de regresión son “0”
pág. 11
UNMSM Facultad de Ingeniería Industrial
Paso 1:
Ho: β1 = 0 β2 = 0
Ha: β1 =/ 0 β2 =/ 0
Paso 2:
α = 0.05
Paso 3:
Se utiliza el estadística “T”
Paso 4:
Definimos la región de aceptación y la región critica.
Paso 5:
T1 = 29.36 T2 = 4.48
pág. 12
UNMSM Facultad de Ingeniería Industrial
Paso 1:
Ho: La variable X1 no mejora en forma significativa el modelo una
Incluida la variable X2
Paso 2:
α=0.05
Paso 3:
Paso 4:
pág. 13
UNMSM Facultad de Ingeniería Industrial
pág. 14
UNMSM Facultad de Ingeniería Industrial
=5992.4-5887.3=105.1
𝟏𝟎𝟓. 𝟏
𝑭= = 𝟐𝟎. 𝟐𝟑
𝟓. 𝟐
pág. 15
UNMSM Facultad de Ingeniería Industrial
Paso 1:
Ho: La variable X2 no mejora en forma significativa el modelo una
Incluida la variable X1
Paso 2:
α=0.05
Paso 3:
Paso 4:
pág. 16
UNMSM Facultad de Ingeniería Industrial
pág. 17
UNMSM Facultad de Ingeniería Industrial
=5992.4-1483.9=4508.5
𝟒𝟓𝟎𝟖. 𝟓
𝑭= = 𝟖𝟔𝟕. 𝟎𝟏𝟗
𝟓. 𝟐
Para un nivel de significancia de 0.05 con 1 y 22 gl F=4.3 ,867.019>4.3
pág. 18
UNMSM Facultad de Ingeniería Industrial
PROBLEMA:1
Se está interesado en estudiar la relación entre cierta enfermedad y la adicción al
tabaco. Para realizar esto seleccionamos una muestra de 150 individuos, 100
individuos no fumadores y 50 fumadores. La siguiente tabla muestra las
frecuencias de enfermedad en cada grupo (Completarla tabla).
SOLUCIÓN:
Para considerar este contraste como un contraste de Homogeneidad suponemos
que las personas fumadoras y las personas no fumadoras constituyen dos
poblaciones diferenciadas. Un estudio similar consistiría en considerar a los
fumadores y no fumadores como una característica de una población y por lo tanto
este ejemplo podría plantearse como un contraste de independencia,.
En este ejemplo queremos contrastar la hipótesis de que las proporciones de
enfermos en ambas poblaciones (Fumadores y No Fumadores) es la misma.
37 ∗ 100
𝑥1 = = 24.67
150
113 ∗ 100
𝑥2 = = 75.33
150
37 ∗ 50
𝑥3 = = 12.33
150
113 ∗ 50
𝑥4 = = 37.67
150
pág. 19
UNMSM Facultad de Ingeniería Industrial
CONCLUSIÓN:
Hay suficiente evidencia en contra de que la hipótesis nula sea cierta. Por
tanto, la rechazaríamos, parece evidente que los fumadores tienen una
mayor propensión a padecer la enfermedad.
Problema Nº 2
pág. 20
UNMSM Facultad de Ingeniería Industrial
SOLUCIÓN:
𝒈𝒍 = (𝒏𝒓 − 𝟏) ∗ (𝒏𝒄 − 𝟏)
Reemplazando
𝒈𝒍 = (𝟐 − 𝟏) ∗ (𝟒 − 𝟏) = 𝟑
Frecuencia esperada
pág. 21
UNMSM Facultad de Ingeniería Industrial
(120) ∗ (40)
𝐹𝑟𝑒𝑢𝑒𝑛𝑐𝑖𝑎 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑎 = = 24
200
Tabla:
(𝐹𝑜 − 𝐹𝑒)2
ƛ2 = ∑ [ ]
𝐹𝑒
ƛ2 = 5.729
CONCLUSION:
pág. 22
UNMSM Facultad de Ingeniería Industrial
PROBLEMA 3:
Una empresa de estudios de mercado lleva a cabo un sondeo entre 400 personas
de dos ciudades diferentes: Buenos Aires y Montevideo. Se le pregunta a la gente
cuál es su marca preferida de cereales, pudiendo elegir entre las opciones:
Chocos, Zucos o Fruti. Las respuestas obtenidas se resumen en la siguiente tabla.
pág. 23
UNMSM Facultad de Ingeniería Industrial
SOLUCIÓN:
𝐻0 : 𝑁𝑜 𝑒𝑥𝑖𝑠𝑡𝑒 𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 𝑒𝑛𝑡𝑟𝑒 𝑙𝑎 𝑝𝑟𝑒𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑢𝑛 𝑐𝑒𝑟𝑒𝑎𝑙 𝑐𝑜𝑛 𝑙𝑎 𝑐𝑢𝑖𝑑𝑎𝑑 𝑑𝑜𝑛𝑑𝑒 𝑠𝑒 𝑟𝑒𝑎𝑙𝑖𝑧𝑎 𝑙𝑎 𝑒𝑛𝑐𝑢𝑒𝑠𝑡𝑎.
𝐻1 : 𝑆𝑖 𝑒𝑥𝑖𝑠𝑡𝑒 𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 𝑒𝑛𝑡𝑟𝑒 𝑙𝑎 𝑝𝑟𝑒𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑢𝑛 𝑐𝑒𝑟𝑒𝑎𝑙 𝑐𝑜𝑛 𝑙𝑎 𝑐𝑢𝑖𝑑𝑎𝑑 𝑑𝑜𝑛𝑑𝑒 𝑠𝑒 𝑟𝑒𝑎𝑙𝑖𝑧𝑎 𝑙𝑎 𝑒𝑛𝑐𝑢𝑒𝑠𝑡𝑎.
CONCLUSIÓN:
Para un P (0.000) con un nivel de significancia de 0.05, al ser P<α
rechazamos la hipótesis nula con lo cual aceptamos la hipótesis alternativa
que nos indica que si hay relación entre la preferencia de cierto cereal con
la cuidad.
pág. 24
UNMSM Facultad de Ingeniería Industrial
Atlanta Chicago
11 13
15 14
10 10
18 8
11 16
20 9
24 17
22 21
21
SOLUCION:
pág. 25
UNMSM Facultad de Ingeniería Industrial
Atlanta Chicago
No registrado Rango No registrado Rango
11 5.5 13 7
15 9 14 8
10 3.5 10 3.5
18 12 8 1
11 5.5 16 10
20 13 9 2
24 16 17 11
22 15 21 14
25 17
96.5 56.5
𝑇𝑈 = 𝑛1 (𝑛1 + 𝑛2 + 1) − 𝑇𝐿
𝑇𝑈 = 9(9 + 8 + 1) − 61 = 101
CONCLUSION:
pág. 26
UNMSM Facultad de Ingeniería Industrial
PROBLEMA 1:
La agencia de viajes Gordon sostiene que su tarifa mediana para todos sus
clientes a todos los destinos es 450. Esta afirmacion esta siendo desafiada por
una agencia de la competencia, que cree que la mediana es diferente de 450. Una
muestra escogida al azar de 300 boletos revelo que 170 boletos estaban por
debajo de 450.Utilice el 0.05 de nivel de signficancia.
SOLUCION:
Ho: mediana=450
Hi=mediana≠450
El valor de z es 2.252
Se rechaza Ho.
CONCLUSION:
Con esto se concluye que la mediana no es igual a 450. Osea que la competencia
tiene razón.
pág. 27
UNMSM Facultad de Ingeniería Industrial
PROBLEMA 1:
SOLUCION:
pág. 28
UNMSM Facultad de Ingeniería Industrial
Formulas a utilizar
𝑔𝑙 = 𝑘 − 1 = 4 − 1 = 3
𝑘
12 𝑅𝑖 2
𝑊=[ ∑ ] − 3(𝑛𝑇 + 1)
𝑛𝑇 (𝑛𝑇 + 1) 𝑛𝑖
𝑖=1
Reemplazando:
CONCLUSION:
pág. 29
UNMSM Facultad de Ingeniería Industrial
Problema 1
Hi:r≠0
Formula:
6 ∑ 𝑑𝑖 2
𝑟 = 1−
𝑛(𝑛2 − 1)
Remplazando:
pág. 30
UNMSM Facultad de Ingeniería Industrial
6(8)
𝑟 =1− = 0.905
8(82 − 1)
Conclusion:
Hay una correlacion fuerte entre los rangos de técnicos y reporteros de deoprte:
𝑟 2 = 0.819025
Problema 1:
Con el efecto de determinar su efecto de la gasolina por millas por galon en los
automóviles de pasajerps, se prueba dos aditvos por la gasolina. A continuación
se preserntan los resultados de esas prueba en 12 automoviles; n cada automóvil
se probaros los dos aditivos. Use nivel de significancia igual a 0.05 y la prueba de
Wilcoxon para determinar si existe una diferencia signoficativa entre dos adtivos.
SOLUCION:
pág. 31
UNMSM Facultad de Ingeniería Industrial
Formulas:
µ=0
𝑛(𝑛 + 1)(2𝑛 + 1)
𝜎=√
6
𝑇−µ
𝑍=
𝜎
Reemplazando
12(12 + 1)(2 ∗ 12 + 1)
𝜎=√ = 25.5
6
62−0
𝑍= =2.43
25.5
pág. 32
UNMSM Facultad de Ingeniería Industrial
Se rechaza la Ho
CONCLUSION:
Con esto se concluye que las poblaciones no son idénticas.Con lo cual decimos
que los dos aditivos de gasolina n hacen funcionar de igual manrera al automóvil.
Individuo Marca
preferida
1 Inca Kola +
2 Inca Kola +
pág. 33
UNMSM Facultad de Ingeniería Industrial
3 Coca Cola -
4 Inca Kola +
5 Inca Kola +
6 Inca Kola +
7 Inca Kola +
8 Inca Kola +
9 Coca Cola -
10 Inca Kola +
11 Inca Kola +
12 Coca Cola -
13 Inca Kola +
SOLUCIÓN:
𝐻0 : 𝑝 = 0.50
𝐻1 : 𝑝 ≠ 0.50
CONCLUSIÓN:
Una compañía de taxis trata de decidir si el uso de llantas radiales en lugar de llantas
regulares con cinturón mejora la economía de combustible. Se equipan 16 automóviles
con llantas radiales y se manejan por un recorrido de prueba establecido. Sin cambiar de
conductores, se equipan los mismos autos con llantas regulares con cinturón y se
manejan una vez más por el recorrido de prueba. Se registra el consumo de gasolina, en
kilómetros por litro, de la siguiente manera:
pág. 34
UNMSM Facultad de Ingeniería Industrial
¿Se puede concluir en el nivel de significancia de 0.05 que los autos equipados con
llantas radiales obtienen mejores economías de combustible que los equipados con
llantas regulares con cinturón?
SOLUCIÓN:
𝐻0 : 𝐿𝑜𝑠 𝑎𝑢𝑡𝑜𝑠 𝑐𝑜𝑛 𝑙𝑙𝑎𝑛𝑡𝑎𝑠 𝑟𝑎𝑑𝑖𝑎𝑙𝑒𝑠 𝑜 𝑐𝑜𝑛 𝑙𝑙𝑎𝑛𝑡𝑎𝑠 𝑐𝑜𝑛 𝑐𝑖𝑛𝑡𝑢𝑟𝑜𝑛 𝑐𝑜𝑛𝑠𝑢𝑚𝑒𝑛
𝐻1 : 𝐿𝑜𝑠 𝑎𝑢𝑡𝑜𝑠 𝑐𝑜𝑛 𝑙𝑙𝑎𝑛𝑡𝑎𝑠 𝑟𝑎𝑑𝑖𝑎𝑙𝑒𝑠 𝑜 𝑐𝑜𝑛 𝑙𝑙𝑎𝑛𝑡𝑎𝑠 𝑐𝑜𝑛 𝑐𝑖𝑛𝑡𝑢𝑟𝑜𝑛 𝑛𝑜 𝑐𝑜𝑛𝑠𝑢𝑚𝑒𝑛
pág. 35
UNMSM Facultad de Ingeniería Industrial
CONCLUSIÓN:
pág. 36
UNMSM Facultad de Ingeniería Industrial
Rock Country
28 26
16 42
42 65
29 38
22 59
A nivel de significancia de 0.05, ¿puede concluirse que los músicos del género de rock
son diferente s de edad que los de country?
SOLUCIÓN:
CONCLUSIÓN:
pág. 37
UNMSM Facultad de Ingeniería Industrial
Fármaco Placebo
17 7
9 16
10 13
9 20
14 19
15 20
11 8
22 21
23 25
24 24
26 26
Analizar estos datos y ver si las poblaciones son idénticas o no son idénticas en términos
de recuperación.
SOLUCIÓN:
pág. 38
UNMSM Facultad de Ingeniería Industrial
A B C
25 30 40
60 60 90
50 85 90
70 15 35
20 80 70
70 95 80
60 75
SOLUCIÓN:
𝐻1 : Por lo menos una de las escuelas no es idéntica en términos de las evaluaciones de desempeño.
CONCLUSIÓN:
pág. 39