Académique Documents
Professionnel Documents
Culture Documents
## Lectura de datos en R datos <- read.table(file.choose(), header=T) # La base de datos (BD) esta conectada con la bsqueda de # R. attach(datos)
MTODOS ESTADSTICOS
M 1 MDULO DULO 1
# Retorna un diagrama de dispersin para tiempo vs # velocidad plot(velocidad, tiempo, pch=21, las=1)
tiempo
4 20 25 30 velocidad 35 40
MTODOS ESTADSTICOS
M 1 MDULO DULO 1
# Retorna el ajuste de un modelo de regresin lineal modelo <- lm(tiempo ~velocidad) # Retorna el resumen del ajuste de un modelo de regresin lineal summary(modelo) Call: lm(formula = tiempo ~ velocidad) Residuals: Min 1Q -1.7385 -0.5203
Median 0.1706
3Q 0.2615
Max 1.8706
Coefficients: Estimate Std. Error t value (Intercept) 13.69301 1.18456 11.560 velocidad -0.22182 0.03859 -5.748 --Signif. codes: 0 *** 0.001 ** 0.01 1
MTODOS ESTADSTICOS M 1 MDULO DULO 1
Residual standard error: 0.905 on 11 degrees of freedom Multiple R-squared: 0.7502, Adjusted R-squared: 0.7275 F-statistic: 33.04 on 1 and 11 DF, p-value: 0.0001287 # Retorna los valores ajustados var.ajustado <- fitted.values(modelo) # Retorna los residuales del modelo Residuales <- residuals(modelo) # Retorna intervalos de confianza para los parmetros confint(modelo, level=0.95) 2.5 % 97.5 % (Intercept) 11.0858156 16.3001984 velocidad -0.3067512 -0.1368852 # Retorna la prediccin y un intervalo de confianza para la #respuesta media predict.lm(modelo, interval ="confidence")
MTODOS ESTADSTICOS
M 1 MDULO DULO 1
# Retorna la prediccin y un intervalo de prediccin para #la respuesta media predict.lm(modelo, interval ="prediction") # Retorna un intervalo de confianza para la media en el #valor xo nuevox <- data.frame(velocidad=4) predict.lm(modelo , nuevox, interval="confidence")
MTODOS ESTADSTICOS
M 1 MDULO DULO 1
tiempo
4 20 25 30 velocidad 35 40
MTODOS ESTADSTICOS
M 1 MDULO DULO 1
Ejemplo
En cierta empresa es usual pagar hora extras para cumplir con los tiempo de entrega. En este centro productivo un grupo de mejora de calidad trata de reducir la proporcin de piezas malas, para ello deciden investigar la relacin entre la cantidad de horas extras y el porcentaje de artculos defectuosos. En la siguiente tabla se muestran los datos obtenidos
MTODOS ESTADSTICOS
M 1 MDULO DULO 1
Semana
Defe tos Semana !"# $ ! ' $ " # " ' ! ! ) % ! " $ ' ) ( & %# % %%
Horas extras $# &! %&# !"# $ !'% !## )$ &! !%# $"
MTODOS ESTADSTICOS
M 1 MDULO DULO 1