Diseño

Análisis de regresión general: Rendimiento versus Concentración. Temperatura

a)

Ecuación de regresiónRendimiento = 39,75 + 3 Concentración + 0,25 Temperatura |

b)

Coeficientes EE delTérmino Coef coef. T P IC de 95%Constante 39,75 4,24411 9,3659 0,000 (28,8402. 50,6598)Concentración 3,00 0,74162 4,04520,010 ( 1,0936. 4,9064)Temperatura 0,25 0,02472 10,1130 0,000 ( 0,1865. 0,3135)Resumen del modeloS = 1,04881 R-cuad. = 95,96% R-cuad.(ajustado) = 94,34%PRESS = 14,08 R-cuad.(pred.) = 89,65%Análisis de varianzaFuente GL SC Sec. SC Ajust. CM Ajust. F PRegresión 2 130,5 130,5 65,25 59,318 0,000329 Concentración 118,0 18,0 18,00 16,364 0,009872 Temperatura 1 112,5 112,5 112,50 102,273 0,000162Error 5 5,5 5,5 1,10 Falta de ajuste 1 0,5 0,5 0,50 0,400 0,561438 Error puro 4 5,0 5,0 1,25Total 7 136,0Observando los P values arrojados por el análisis de ANOVA se puede concluir quetodos los valores son significativos puesto que poseen un P value menor a la significancia que es igual 0,005. El error es lo único no sginificativo puesto que posee un P value mayor a 0,005 y me da a entender que tanto se ajusta mi modelo a la realidad. |

Ajustes y diagnósticos para observaciones poco comunes

No hay observaciones poco comunes


c)

Paso a paso

Regresión paso apaso: Rendimiento vs. Concentración. Temperatura Alfa a entrar: 0,15 Alfa a retirar: 0,15La respuesta es Rendimiento en 2 predictores, con N = 8Paso 1 2Constante 44,25 39,75Temperatura 0,250 0,250Valor T 5,36 10,11Valor P 0,002 0,000Concentración 3,00Valor T 4,05Valor P 0,010S1,98 1,05R-cuad. 82,72 95,96R-cuad.(ajustado) 79,84 94,34Cp de Mallows 17,4 3,0Se confirma lo dicho en Anova. Los valores de temperatura y concentración son significativos al poseer un pvalue menor a la significancia igual a 0,005. El cercano valor de r cuad a 100% indica una buena correlacion de mis datos, cunado se tienen ambos valores se alcanza elvalor máximo y por ello el programa se detiene. |

Regresión paso a paso: Rendimiento vs. Concentración. Temperatura Selección hacia delante. Alfa a entrar: 0,25La respuesta es Rendimiento en 2 predictores, con N = 8Paso 1 2Constante 44,25 39,75Temperatura 0,250 0,250Valor T 5,36 10,11Valor P 0,002 0,000Concentración3,00Valor T 4,05Valor P 0,010S 1,98 1,05R-cuad. 82,72 95,96R-cuad.(ajustado) 79,84 94,34Cp de Mallows 17,4 3,0Comienzo con 0 valores, al insertar uno, se confirma que es significativo y a su vez que tan ajustados están mis datos. Al insertar el otro, se confirma que también es significativo y que la correlacionlineal aumenta en gran medida deteniéndose el proceso por que es el mayor valor alcanzable. |

Regresión paso a paso: Rendimiento vs. Concentración. Temperatura Eliminación hacia atrás. Alfa a retirar: 0,1La respuesta es Rendimiento en 2 predictores, con N = 8Paso 1Constante 39,75Concentración 3,00Valor T 4,05Valor P 0,010Temperatura0,250Valor T 10,11Valor P 0,000S 1,05R-cuad. 95,96R-cuad.(ajustado) 94,34Cp de Mallows 3,0Empiezo con las dos variables y me percato que el modelo es lo suficientemente buneo como esta y no es necesario eliminar uno de los datos. Por ello solo se da un paso. |

d)

Constante (28,8402. 50,6598)Concentración ( 1,0936....