Modelos De Regresion-Statgraphics
“MODELOS DE REGRESION”
EDINSON HAIR DIAZ ROJAS
Cod 2005202140
Presentado a:
ING. NELSON GUTIERREZ
UNIVERSIDAD SURCOLOMBIANA
FACULTAD DE INGENIERIA
INGENIERIA DE PETROLEOS
NEIVA – HUILA
2011
MODELO PARA REGRESION MULTIPLE APLICADO A INGENIERIA DE PETROLEOS
Se realizó un estudio sobre la influencia de determinados factores que podrían afectar el porcentajede gasolina destilada sobre el total de petróleo crudo. De esta forma la variable respuesta o dependiente en esta investigación es:
Y = % de gasolina destilada/total de petróleo crudo y los factores o variables independientes que se tuvieron en cuenta son los siguientes:
X1 = densidad del petróleo crudo (ºAPI)
X2 = Presión de vapor del petróleo crudo (psi)
X3 = punto de 10% ASTM para elpetróleo crudo (ºF)
X4 = Punto final ASTM para la gasolina (ºF)
Tabla de Datos
Observación | X1 | X2 | X3 | X4 | Y |
1 | 38,4 | 6,1 | 220 | 235 | 6,9 |
2 | 40,3 | 4,8 | 231 | 307 | 14,4 |
3 | 40 | 6,1 | 217 | 212 | 7,4 |
4 | 31,8 | 2,4 | 316 | 365 | 8,5 |
5 | 40,8 | 0,2 | 210 | 218 | 8 |
6 | 41,3 | 3,5 | 267 | 235 | 2,8 |
7 | 38,1 | 1,8 | 274 | 285 | 5 |
8 | 50,8 | 1,2 |190 | 205 | 12,2 |
9 | 32,2 | 8,6 | 236 | 267 | 10 |
10 | 38,4 | 5,2 | 220 | 300 | 15,2 |
11 | 40,3 | 6,1 | 231 | 367 | 26,8 |
12 | 32,2 | 6,1 | 284 | 351 | 14 |
13 | 31,8 | 3,5 | 316 | 379 | 14,7 |
14 | 41,3 | 1,8 | 267 | 275 | 6,4 |
15 | 38,1 | 8,6 | 274 | 365 | 17,6 |
16 | 50,8 | 6,1 | 190 | 275 | 22,3 |
17 | 32,2 | 5,2 | 236 | 360 | 24,8 |
18 | 38,4 | 6,1 | 220 | 365 | 26 |19 | 40,3 | 2,4 | 231 | 395 | 34,9 |
20 | 40 | 0,2 | 217 | 272 | 18,2 |
21 | 32,2 | 3,5 | 284 | 424 | 23,2 |
22 | 31,8 | 1,8 | 316 | 428 | 18 |
23 | 40,8 | 1,2 | 210 | 273 | 13,1 |
24 | 41,3 | 8,6 | 267 | 358 | 16,1 |
25 | 38,1 | 5,2 | 274 | 444 | 32,1 |
26 | 50,8 | 6,1 | 190 | 345 | 34,7 |
27 | 32,2 | 6,1 | 236 | 402 | 31,7 |
28 | 38,4 | 3,5 | 220 | 410 | 33,6 |
29 | 40 | 1,8| 217 | 340 | 30,4 |
30 | 40,8 | 8,6 | 210 | 347 | 26,6 |
31 | 41,3 | 6,1 | 267 | 416 | 27,8 |
32 | 50,8 | 4,8 | 190 | 407 | 45,7 |
Análisis de Regresión Múltiple
Variable dependiente: Y
Parámetro | Estimación | Error Estándar | Estadístico T | P-Valor |
CONSTANTEX1X2X3X4 | 5,619690,210287-0,219475-0,1901820,158683 | 7,240210,1012150,168964 0,015974 0,00659616| 0,776178 2,07763 -1,29895 -11,9057 24,0569 | 0,44440,04740,20490,00000,0000 |
Análisis de Varianza
Fuente | Suma de Cuadrados | GL | Cuadrado Medio | Cociente-F | P-Valor |
ModeloResiduo | 3426,66137,414 | 427 | 856,6665,08941 | 168,32 | 0,0000 |
Total (Corr.) | 3564,08 | 31 | | | |
* R-cuadrado = 96,1445 porcentaje
* R-cuadrado(ajustado para g.l.) = 95,5733 porcentaje
* Error estándar de est. = 2,25597
* Error absoluto medio = 1,74687
* Estadístico de Durbin-Watson = 2,27773 (P=0,1629)
* Autocorrelación residual en Lag 1 = -0,156433
La salida muestra los resultados del ajuste a un modelo de regresión lineal múltiple para describir la relación entre Y y 4 variables independientes. La ecuación del modeloajustado es:
Y = 5,61969 + 0,210287*X1 - 0,219475*X2 - 0,190182*X3 + 0,158683*X4
Dado que el p-valor en la tabla ANOVA es inferior a 0.01, existe relación estadísticamente significativa entre las variables para un nivel de confianza del 99%.
El estadístico R-cuadrado indica que el modelo explica un 96,1445% de la variabilidad en Y. El estadístico R-cuadrado ajustado, que es másconveniente para comparar modelos con diferentes números de variables independientes, es 95,5733%. El error estándar de la estimación muestra la desviación típica de los residuos que es 2,25597. El error absoluto medio (MAE) de 1,74687 es el valor medio de los residuos. El estadístico Durbin-Watson (DW) examina los residuos para determinar si hay alguna correlación significativa basada en el orden en...
Regístrate para leer el documento completo.