Un ingeniero quimico est investigando el efecto de la temperatura de operacion d

producto. El estudio da como resultado los siguietes

Temperatura (x)
Rendimiento (%) (y) (xi- )
100
45
-45
110
51
-35
120
54
-25
130
61
-15
140
66
-5
150
70
5
160
74
15
170
78
25
180
85
35
190
89
45

(xi-

)2

2025
1225
625
225
25
25
225
625
1225
2025

yi(xi-

-2025
-1785
-1350
-915
-330
350
1110
1950
2975
4005

Regresion Lineal Simple.

= 145

Sxx= 8250

= 67.3
n= 10

Sxy= 3985

1= 0.483030303
0= -2.739393939

= 0.483 x - 2.73
"Se puede estimar que por cada grado que se consuma el rendimiento aumentara 0.483%."
Prueba de Hipotesis de la RLS.
H0
1=
H1
1
MSE= 0.903

gl= 8
,0=
1

SSE= 7.224
Criterio de rechazo
= 0.5
/2= 0.25

t0 46.1689703752
to>t/2,n-2
23.43 > 3.169
1

"Se rechaza la nula por lo que se acepta la h. Alternativa, por lo que

b10 la relacion no puede ir de 10 en 10."

Prueba de Significancia de la regresion.

H0
1=
H1
1
Fuente de
Variacion
Regresio
n

Suma de Cuadrados
SSR= 1924.875757576

Grados de
Libertad
1

Media Cuadrada (MSE)

MSR= 1924.8757576

Error
Residual

SSE=

Total de
grados

SYY=

f,1,n-2
f= 0.05
F0.05,1,10

7.2242424242
1932.1

MSE= 0.903030303

8
Fo>f,1,n-2
1.238> 4.96
1

4.96
Con un 99% de certeza puedo decir que si existe una relacion entre x y y,
y de acuerdo con el modelo puedo decir que por cada grado de
temperatura aumenta en 9.22 libras.

eratura de operacion de procesos en el rendimiento de un

esultado los siguietes datos:

=-2.73+0.483x (y- )
45.5636363636 -0.563636
50.3939393939 0.6060606
55.2242424242 -1.224242
60.0545454545 0.9454545
64.8848484848 1.1151515
69.7151515152 0.2848485
74.5454545455 -0.545455
79.3757575758 -1.375758
84.2060606061 0.7939394
89.0363636364 -0.036364

(y- )2
0.317686
0.367309
1.49877
0.893884
1.243563
0.081139
0.297521
1.892709
0.63034
0.001322

(y-)
-22.3
-16.3
-13.3
-6.3
-1.3
2.7
6.7
10.7
17.7
21.7

(y-)2
497.29
265.69
176.89
39.69
1.69
7.29
44.89
114.49
313.29
470.89

100
90
f(x) = 0.483030303x - 2.7393939394
R = 0.9962609376

80
70
60
Rendimiento

50
40
30
20
10
0
80

100

120

140

Temperatura

on.

Fo
2131.5738255

160

180

200

Se considera el numero de libras de vapor que utilizamos al mes por una planta
temperatura del ao pasado y se muestra en la siguiente

Mes Temperatura (x)

Consumo (y) (xi- )
Enero
21
185.79
-25.5
Febrero
24
214.47
-22.5
Marzo
32
288.03
-14.5
Abril
47
424.84
0.5
Mayo
50
454.58
3.5
Junio
59
539.03
12.5
Julio
68
621.55
21.5
Agosto
74
675.06
27.5
Septiembre
62
562.03
15.5
Octubre
50
452.93
3.5
Novimbre
41
369.95
-5.5
Diciembre
30
273.98
-16.5

(xi-

)2

650.25
506.25
210.25
0.25
12.25
156.25
462.25
756.25
240.25
12.25
30.25
272.25

yi(xi-

-4737.645
-4825.575
-4176.435
212.42
1591.03
6737.875
13363.325
18564.15
8711.465
1585.255
-2034.725
-4520.67

Regresion Lineal Simple.

= 46.5

1= 9.2083620429
0= -6.335501662

Sxx= 3309

= 421.853333333
n= 12

Sxy= 30470.47

= 9.20 x - 6.33
Se puede estimar que por cada grado que se consuma aumentara 9.20 librasde vapor."
Prueba de Hipotesis de la RLS.
H0
1= 10
H1
1 10
MSE= 3.775

gl= 10
,0= 10
1

SSE= 37.746
t0
Criterio de rechazo
= 0.001
/2= 0.0005

-23.439
to>t/2,n-2
23.43 > 3.169
1

"Se rechaza la nula por lo que se acepta la h. Alternativa, por lo

que b10 la relacion no puede ir de 10 en 10."

Prueba de Significancia de la regresion.

H0
1=
10
H1
1
10
Fuente de
Variacion

Suma de Cuadrados

Grados de
Libertad

Media Cuadrada (MSE)

Regresio
n
Error
Residual

SSR= 280583.12
SSE=

Total de
grados

SYY=

f,1,n-2
f= 0.05
F0.05,1,10

37.746089
280620.87

MSR= 280583.11938

10

MSE= 3.7746088939

10
Fo>f,1,n-2
1.238> 4.96
1

4.96
Con un 99% de certeza puedo decir que si existe una relacion entre
x y y, y de acuerdo con el modelo puedo decir que por cada grado
de temperatura aumenta en 9.22 libras.

mos al mes por una planta quimica. Se relaciona con la

se muestra en la siguiente tabla:

=-6.33+9.20x (y- )
187.040101239 -1.250101
214.665187368 -0.195187
288.332083711 -0.302084
426.457514355 -1.617514
454.082600484 0.4973995
536.95785887 2.0721411
619.833117256 1.7168827
675.083289513 -0.02329
564.582944998 -2.552945
454.082600484 -1.1526
371.207342097 -1.257342
269.915359625 4.0646404

(y- )2
(y-)
1.562753 -236.06333
0.038098 -207.38333
0.091255 -133.82333
2.616353 2.9866667
0.247406 32.726667
4.293769 117.17667
2.947686 199.69667
0.000542 253.20667
6.517528 140.17667
1.328488 31.076667
1.580909 -51.903333
16.5213 -147.87333

(y-)2
55725.897
43007.847
17908.685
8.9201778
1071.0347
13730.371
39878.759
64113.616
19649.498
965.75921
2693.956
21866.523

800
700
f(x) = 9.2083620429x - 6.3355016621
R = 0.9998654908

600
500
Consumo

400
300
200
100
0
10

20

30

40

50

Temperatura

esion.

Fo

60

70

80

74334.3554957

Una investigacion de la relacion entre el flujo de vehiculos y el contenido de plom

cerca de la autopista, registrado enmicrogamos/gramo (Mg/g) de epso en seco p

Dia
1
2
3
4
5
6
7
8
9
10
11

Autos (x)
227
312
362
521
640
539
728
945
738
759
1263

Plomo (y)
8.3
8.3
12.1
12.1
17
17
17
24.3
14.3
14.3
33.6

(xi-

-412.4545
-327.4545
-277.4545
-118.4545
0.5454545
-100.4545
88.545455
305.54545
98.545455
119.54545
623.54545

(xi-

)2

170118.75
107226.48
76981.025
14031.479
0.2975207
10091.116
7840.2975
93358.025
9711.2066
14291.116
388808.93

yi(xi-

-3423.372727
-2717.872727
-3357.2
-1433.3
9.2727272727
-1707.727273
1505.2727273
7424.7545455
1409.2
1709.5
20951.127273

Regresion Lineal Simple.

= 639.454545455

Sxx= 892458.73

= 16.2090909091
n= 11

Sxy= 20369.655

1= 0.0228241978
0= 1.614053861

= 0.022 x - 1.614
"Se puede estimar que por cada auto en el flujo, el plomo aumentara .022 Mg/g."
Prueba de Hipotesis de la RLS.
H0
1= 10
H1
1 10
MSE= 7.892

gl= 9
,0= 10
1

SSE= 71.028
Criterio de rechazo
= 0.5
/2= 0.25

t0 -3355.119
to>t/2,n-2

0,0= 18
-3355.119>0.703
0

"Se rechaza la alternativa por lo que se acepta la h. nula, por lo

que b=10 la relacion ira de 10 en 10."

Prueba de Significancia de la regresion.

H0
1=
10
H1
1
10
Fuente de
Variacion

Suma de Cuadrados

Grados de
Libertad

Media Cuadrada (MSE)

Regresio
n
Error
Residual
Total de
grados

SSR= 464.92103

MSR= 464.92102505

SSE= 71.028066

MSE= 7.8920073173

SYY= 535.94909

f,1,n-2
f= 0.05
F0.05,1,10

Fo>f,1,n-2
58.91>5.12
1
5.12

Con un 95% de certeza puedo decir que si existe una relacion entre
x y y, y de acuerdo con el modelo puedo decir que por cada auto
dentro del flujo, el plomo aumentara 0.022 mg/g."

ulos y el contenido de plomo de la corteza de los arboles

mo (Mg/g) de epso en seco produjo los siguientes datos:

=-1.614+0.022x (y- )
6.7951467682 1.5048532
8.7352035836 -0.435204
9.8764134751 2.2235865
13.5054609299 -1.405461
16.2215404715 0.7784595
13.9162964908 3.0837035
18.2300698805 -1.23007
23.1829208094 1.1170792
18.4583118588 -4.158312
18.9376200132 -4.63762
30.441015719 3.1589843

(y- )2
(y-)
2.264583 -7.9090909
0.189402 -7.9090909
4.944337 -4.1090909
1.97532 -4.1090909
0.605999 0.7909091
9.509227 0.7909091
1.513072 0.7909091
1.247866 8.0909091
17.29156 -1.9090909
21.50752 -1.9090909
9.979182 17.390909

(y-)2
62.553719
62.553719
16.884628
16.884628
0.6255372
0.6255372
0.6255372
65.46281
3.6446281
3.6446281
302.44372

40
35
30

f(x) = 0.0228241978x + 1.614053861

R = 0.8674723643

25
Plomo

20
15
10
5
0
0

200

400

600
Autos

esion.

Fo

800

1000

1200

1400

58.9103641645

Los siguientes datos se obtienen de un estudio de la relacion del peso y el tamao d

Peso (x)
2.75
2.15
4.41
5.52
3.21
4.32
2.31
4.3
3.71

Torax (y)
29.5
26.3
32.3
36.5
27.2
27.7
28.3
30.3
28.7

(xi-

-0.881111
-1.481111
0.7788889
1.8888889
-0.421111
0.6888889
-1.321111
0.6688889
0.0788889

(xi-

)2

0.7763568
2.1936901
0.6066679
3.5679012
0.1773346
0.4745679
1.7453346
0.4474123
0.0062235

yi(xi-

-25.99277778
-38.95322222
25.158111111
68.944444444
-11.45422222
19.082222222
-37.38744444
20.267333333
2.2641111111

Regresion Lineal Simple.

= 3.6311111111

Sxx= 9.9954889

= 29.6444444444
n= 9

Sxy= 21.928556

1= 2.1938452235
0= 21.678348677

= 2.193 x - 21.678
"Se puede estimar que por cada kilogramo, el torax aumentara 2.23 cm."
Prueba de Hipotesis de la RLS.
H0
1= 5
H1
1 5
MSE= 4.291

gl= 7
,0=
5
1

SSE= 30.034
Criterio de rechazo
= 0.5
/2= 0.25

t0 -4.283053
to>t/2,n-2

0,0= 15
-4.283 > 0.711
0

"Se acepta la nula por lo que se rechaza la h. Alternativa, por lo

que b=5 la relacion puede ir de 5 en 5."

Prueba de Significancia de la regresion.

H0
1=
5
H1
1
5
Fuente de
Variacion
Regresio
n

Suma de Cuadrados
SSR= 48.107857

Grados de
Libertad
1

Media Cuadrada (MSE)

MSR= 48.107856864

Error
Residual

SSE=

Total de
grados

SYY=

f,1,n-2
f= 0.05
F0.05,1,10

30.034365
78.142222

MSE= 4.2906236226

7
Fo>f,1,n-2
11.212> 5.59
1

4.96
Con un 95% de certeza puedo decir que si existe una relacion entre
x y y, y de acuerdo con el modelo puedo decir que por cada kg, el
torax aumenta en 2.23 cm."

cion del peso y el tamao del torax en nios recien nacidos.

=-21.672+2.193x (y- )
27.711423042 1.788577
26.3951159078 -0.095116
31.353206113 0.9467939
33.7883743111 2.7116257
28.7205918448 -1.520592
31.1557600429 -3.45576
26.7461311436 1.5538689
31.1118831384 -0.811883
29.8175144565 -1.117514

(y- )2
(y-)
3.199008 -0.1444444
0.009047 -3.3444444
0.896419 2.6555556
7.352914 6.8555556
2.3122 -2.4444444
11.94228 -1.9444444
2.414508 -1.3444444
0.659154 0.6555556
1.248839 -0.9444444

(y-)2
0.0208642
11.185309
7.0519753
46.998642
5.9753086
3.7808642
1.8075309
0.4297531
0.8919753

40
35
f(x) = 2.1938452235x + 21.6783486773
R = 0.6156448524

30
25
Torax 20
15
10
5
0
1.5

2.5

3.5
Peso

esion.

Fo
11.212322752

4.5

5.5

Se desea estudiar el contenido de humedad de la materia prima en terminos de la

12 dias de medicion con los resusltados siguientes.

Dia
1
2
3
4
5
6
7
8
9
10
11
12

Humdad
Humdad
materia
ambiente (%)
prima (%)
(x)
(y)
46
12
53
14
37
11
42
13
34
10
29
8
60
17
44
12
41
10
48
13
33
9
40
13

(xi-

3.75
10.75
-5.25
-0.25
-8.25
-13.25
17.75
1.75
-1.25
5.75
-9.25
-2.25

(xi-

)2

14.0625
115.5625
27.5625
0.0625
68.0625
175.5625
315.0625
3.0625
1.5625
33.0625
85.5625
5.0625

yi(xi-

45
150.5
-57.75
-3.25
-82.5
-106
301.75
21
-12.5
74.75
-83.25
-29.25

Regresion Lineal Simple.

= 42.25

Sxx= 844.25

= 11.8333333333
n= 12

Sxy= 218.5

1= 0.2588095943
0= 0.8986279735

= 0.898 x - 0.258
"Se puede estimar que por cada 1% de la humedad del ambiente, la
humedad de la materia aumenta 0.25%"
Prueba de Hipotesis de la RLS.
H0
1= 0.5
H1
1 0.5
MSE= 0.606

gl= 10
,0= 0.5
1

SSE= 6.058
Criterio de rechazo
= 0.5
/2= 0.25

t0 -9.004046
to>t/2,n-2

0,0= 0.7
-9.004 > 0.700
0

"Se acepta la nula por lo que se rechaza la h. Alternativa, por lo

que b=0.5 la relacion ira de 0.5 en 0.5."

Prueba de Significancia de la regresion.

H0
1=
0.5
H1
1
0.5

Fuente de
Variacion

Suma de Cuadrados

Regresio
n
Error
Residual

SSR= 56.549896
SSE=

Total de
grados

SYY=

f,1,n-2
f= 0.05
F0.05,1,10

7.7556592
64.305556

Grados de
Libertad

Media Cuadrada (MSE)

MSR= 56.549896358

10

MSE= 0.7755659198

10
Fo>f,1,n-2
72.914> 4.96
1

4.96
Con un 95% de certeza puedo decir que si existe una relacion entre
x y y, y de acuerdo con el modelo puedo decir que por cada 1% de
h. Del ambiente aumenta en un 0.25% la h. De la materia prima."

ria prima en terminos de la humedad del lugar. Se toman

los resusltados siguientes.

esion.

=0.898 x - 0.258 (y12.803869312

14.6155364722
10.4745829632
11.7686309348
9.6981541802
8.4041062087
16.4272036324
12.2862501234
11.5098213404
13.3214885006
9.4393445859
11.2510117461

(y-

-0.803869
-0.615536
0.525417
1.2313691
0.3018458
-0.404106
0.5727964
-0.28625
-1.509821
-0.321489
-0.439345
1.7489883

)2

(y-)

0.646206 0.1666667
0.378885 2.1666667
0.276063 -0.8333333
1.51627 1.1666667
0.091111 -1.8333333
0.163302 -3.8333333
0.328096 5.1666667
0.081939 0.1666667
2.27956 -1.8333333
0.103355 1.1666667
0.193024 -2.8333333
3.05896 1.1666667

(y-)2
0.0277778
4.6944444
0.6944444
1.3611111
3.3611111
14.694444
26.694444
0.0277778
3.3611111
1.3611111
8.0277778
1.3611111

18
16

f(x) = 0.2639280295x + 0.5223282029

R = 0.9102900167

14
12
10
Plomo

8
6
4
2
0
25

30

35

40

45
Autos

50

55

60

65

Fo
72.9143647434