ejemplos
Descargar como PPTX, PDF0 recomendaciones418 vistas
El documento presenta los resultados de dos estudios estadísticos. El primer estudio no encontró correlación entre la resistencia al corte y la edad de un propelente. El segundo estudio mostró valores ajustados y residuales de un problema anterior y presentó una gráfica que indica correlación. También incluye tablas de producción de vino según precio y una gráfica que sugiere poca correlación entre el precio del vino y otro producto.
ejemplos
- 2. 1-Un motor cohete se forma entre si un propelmente de ignición y un propelmente de sostenimiento dentro de una caja metálica. La resistencia al corte de la pegadura entre los dos propelentes es una características importante de la calidad. Hicieron 20 observaciones de resistencia al corte y la edad del lote correspondiente del propelente
- 4. Sxx= (sumatoria)2 = 4677.69-71422.56= 1106.56 n 20 =528492.64-(267.25)(42627.15) = - 4112.65 20
- 5. El problema anterior se vio por la grafica de dispersión que no existe ninguna correlación tal vez existen factores que impiden que la calidad del producto no sea la mejor para eso se necesitaría ver que es todo lo que afecta tal vez el corte no tuvo algún error
- 6. 2-Se muestra en la siguiente tabla los valores ajustados y residuales de dicho problema anterior
- 7. valor observado valor ajustado residual 2158.7 2051.94 106.76 1678.15 1745.42 -67.27 2316 2330.59 -14.59 2061.3 1996.2 65.09 2207.5 2423.48 -215.98 1708.3 1921.9 -213.98 1784.7 1736.14 48.56 2575 2534.94 40.06 2357.9 2349.17 8.73 2256.7 2219.13 37.57 2165.2 2144.83 20.37 2399.55 2488.5 -88.95 1779.8 1698.98 80.82 2336.75 2265.58 71.17 1765.3 1810.44 -45.14 2053.5 1959.06 94.44 2414.4 2404.9 9.5 2200.5 2163.4 37.1 2654.2 2553.52 100.68 1753.7 1829.02 -75.32 42627.15 42627.14 0
- 8. valor observado ajustado valor residual 2158.7 2051.94 106.76 1678.15 1745.42 -67.27 2316 2330.59 -14.59 2061.3 1996.2 65.09 2207.5 2423.48 -215.98 1708.3 1921.9 -213.98 1784.7 1736.14 48.56 3000 2575 2534.94 40.06 2357.9 2349.17 8.73 2500 2256.7 2219.13 37.57 2165.2 2144.83 20.37 2000 2399.55 2488.5 -88.95 1500 1779.8 1698.98 80.82 Series1 2336.75 2265.58 71.17 1000 1765.3 1810.44 -45.14 500 2053.5 1959.06 94.44 2414.4 2404.9 9.5 0 2200.5 2163.4 37.1 0 500 1000 1500 2000 2500 3000 2654.2 2553.52 100.68 1753.7 1829.02 -75.32 42627.15 42627.14 0
- 9. Este problema es una segunda observación del primer problema pero los resultados varían por que en este la grafica representa otra cosa aquí si existe correlación quiere decir que tal vez se hizo una mejora para que el producto
- 10. producción 25-35 35-45 45-55 55-65 100 2 - - 5 110 - - 1 - 120 - - 3 1 140 - 4 2 - 160 2 3 1 - 200 5 2 - 1
- 12. Pues el precio del vino que ese es el problema con la grafica de dispersión se puede observar que no existe correlación esto quiere decir que tal vez el producto casi no se venda ya sea por el precio o por otros factores que hagan esto.
- 13. Cambio ampliamente observado y vigílese la siguiente secuencia mensual de los precios (no de los cambios en los precios) 80,82,85,81,80,80,80,84,88,89,90,88,84 Los precios del dulce en los mismos meses son: 105,100,105,114,107,105,104,105,110,117,120, 121,118
- 14. X Y X2 y2 XY 80 105 6400 11025 8400 82 100 6724 10000 8200 85 105 7225 11025 8925 81 114 6561 12996 9234 80 107 6400 11449 8560 80 105 6400 11025 8400 80 104 6400 10816 8320 84 105 7056 11025 8820 88 110 7744 12100 9680 89 117 7921 13689 10413 90 120 8100 14400 10800 88 121 7744 14641 10648 84 118 7056 13924 9912 =1071 =1481 =91731 =158115 =120312 =82.92 =11008 =121629 =121629 =9.2547
- 15. Chart Title 140 120 y = 1.275x + 3.001 R² = 0.467 100 80 Axis Title Series1 60 Linear (Series1) 40 20 0 78 80 82 84 86 88 90 92 Axis Title
- 16. Existe correlación como, con los resultados que saque y por la grafica que va hacia arriba me pude dar cuenta que seria buena idea cambiar el precio del producto o dependiendo tal vez este bien y si cambia este bajaría las ventas o viceversa tal vez aumente.