4ta Calificada 2010-1

Pregunta 1

X1 calcio Niveles 0.05 0.75 1.45

X2 temperatura 35 50 65

X3 Tiempo de tratamiento 0.5 2 3.5

Y1 Calcio 700-800

Y2 Firmeza 20-20.5

Y3 PH 3.92-3.95

a) Se debe evaluar las superficies de respuesta mltiple priorizando una variable a la vez.

Priorizado Y1 Calcio

Ingreso de datos

tabla 1.

data a;
input x1 x2 x3 y1 y2 y3;
datalines;
1.45 65 2 3720 23 3.86
1.45 35 2 5578 24 3.75
0.05 65 2 390 15 4.35
0.05 35 2 248 13 4.2
1.45 50 3.5 7490 27 3.61
1.45 50 0.5 1842 21 4
0.05 50 3.5 253 15 4.33
0.05 50 0.5 152 10 4.35
0.75 65 3.5 2890 21 4.01
0.75 65 0.5 1162 22 4.33
0.75 35 3.5 1698 23 3.69
0.75 35 0.5 804 18 3.92
0.75 50 2 1505 24 3.85
0.75 50 2 1274 20 4.13
0.75 50 2 1660 24 3.77

Tabla 1

Decodificado, debido a que es ms rpido de interpretar.

Lo siguiente es asignar el intervalo de cada nivel y la escala

adecuada

Por ejemplo
Se conoce de

X1 calcio 0.05 0.75 1.45

Luego que se podra asignar

do x1=0.05 to 1.5 by .05; // asigno desde 0.05 a 1.5 el intervalo y la escala de .05// una escala
ms pequea podra ser asignada como 0.005

En general se podra escoger, si se tiene a, (a+b)/2 y b niveles una escala de exploracin podra
ser (b-a)/10

Las escalas e intervalos siguientes, fueron escogidos sin ningn

criterio estricto, sino solamente de modo explorativo (en y1 y2 y3)
para los valores de la variable dependientes x1, x2 y x3

data b;
set a end=eof;
output;
if eof then do;
y1=.;
y2=.;
y3=.;
do x1=0.05 to 1.5 by .05;
do x2=30 to 70 by 5;
do x3=0.5 to 4 by .05;
output;
end;
end;
end;

end;
run;

X1 calcio Niveles 0.05 0.75 1.45

X2 temperatura 35 50 65

X3 Tiempo de tratamiento 0.5 2 3.5

El paso siguiente seria pedir la superficie de respuesta para cada uno de los resultados
obtenido con la tabla 1.

Exploracin descriptiva de datos para y1.

proc g3d data=a;

scatter x1*x2=y1/grid ;
run;
proc g3d data=a;
scatter x1*x3=y1/grid ;
run;

Luego asignamos una superficie de respuesta (regresin mltiple) para y1, y2 e y3

con el procedimiento
proc rsreg
proc rsreg data=b out=c;
model y1 y2 y3=x1 x2 x3/predict;
run;

Asi obtenemos los resultados siguientes

Encontramos en los anlisis espectrales que:

y1 tiene punto de silla

y2 tiene punto de silla

y3 tiene punto mnimo

La superficie que encontramos para y1 segn x1 y x2.

proc g3d data=c;
scatter x1*x2=y1/grid ;
run;
proc g3d data=c;
scatter x1*x3=y1/grid ;
run;

De los datos sabemos los limites de los valores de y.

data d;
set c;
if y1>=700;
if y2>=20;
if y2<=20.5;
if y3<=3.95;
if y3>=3.92;
Priorizando y1
proc sort data=d;
by descending y1;
run;

orden de datos

data d;
set d;
i= _n_;

Pido 5 iteraciones

proc print;
where (i<=5);
run

los resultados obtenidos

SE acerca al mximo valor mximo de y1 para esos niveles

de x1, x2 y x3. Adems s esperara alcanzar 20.4412 y 3.954 que
son buenos resultados de y2 e y3.

Es notorio que pasa los 800 de gran manera, entonces para

este caso de manera particular se podra acotar superiormente
y1, as obtener niveles a los cuales al experimentar se espere
llegar a aquel valor de y1 elegido (cota superior).

Llegar un da en que la Estadstica ocupe en la enseanza un puesto ligeramente posterior al

de la Aritmtica (L. H. C Tippett, 1947) (Discpulo de Fisher y de Pearson)

Alumno: Reyes Obispo ngel

data a
input x1 x2 x3 y1 y2 y3;
datalines;
1.45 65 2 3720 23 3.86
1.45 35 2 5578 24 3.75
0.05 65 2 390 15 4.35
0.05 35 2 248 13 4.2
1.45 50 3.5 7490 27 3.61
1.45 50 0.5 1842 21 4
0.05 50 3.5 253 15 4.33
0.05 50 0.5 152 10 4.35
0.75 65 3.5 2890 21 4.01
0.75 65 0.5 1162 22 4.33
0.75 35 3.5 1698 23 3.69
0.75 35 0.5 804 18 3.92
0.75 50 2 1505 24 3.85
0.75 50 2 1274 20 4.13
0.75 50 2 1660 24 3.77

;
data b;
set a end=eof;
output;
if eof then do;
y1=.;
y2=.;
y3=.;
do x1=0.05 to 1.5 by .05;
do x2=30 to 70 by 5;
do x3=0.5 to 4 by .05;
output;
end;
end;
end;

end;
run;
proc g3d data=a;
scatter x1*x2=y1/grid ;
run;
proc g3d data=a;
scatter x1*x3=y1/grid ;
run;
proc rsreg data=b out=c;
model y1 y2 y3=x1 x2 x3/predict;
run;
proc g3d data=c;
scatter x1*x2=y1/grid ;
run;
proc g3d data=c;
scatter x1*x3=y1/grid ;
run;
data d;
set c;
if y1>=700;
if y2>=20;
if y2<=20.5;
if y3<=3.95;
if y3>=3.92;
proc sort data=d;
by descending y1;
run;
data d;
set d;
i= _n_;
proc print;
where (i<=5);
run;

data a;
input x1 x2 x3 y1 y2;
datalines;

10 40 50 26 27.33
17.5 32.5 50 29 9.539
5 32.5 62.5 31 31.5
15 25 60 17 29.21
10 40 50 30 32.98
11.25 32.5 56.25 21 15.59
5 25 70 35 74.98
5 25 70 23 70.95
15 25 60 14 41.46
18.12 28.75 53.33 29 23.44
5 40 55 20 19.2
25 25 50 19 23.01
25 25 50 28 30.46
8.13 28.75 63.13 25 32.49

;
data b;
set a end=eof;
output;
if eof then do;
y1=.;
y2=.;

do x1=5 to 25 by .2;
do x2=25 to 40 by 1.5;
do x3=50 to 70 by .2;
output;
end;
end;
end;

end;
run;
proc g3d data=a;
scatter x1*x2=y1/grid ;
run;
proc g3d data=a;
scatter x1*x3=y1/grid ;
run;
proc rsreg data=b out=c;
model y1 y2=x1 x2 x3/predict;
run;
proc g3d data=c;
scatter x1*x2=y1/grid ;
run;
proc g3d data=c;
scatter x1*x3=y1/grid ;
run;
data d;
set c;
if y1>=25;
if y2<=30;
proc sort data=d;
by descending y1;
run;
data d;
set d;
i= _n_;
proc print;
where (i<=5);
run;