Ejercicios de Met Est.

UNIVERSIDAD NACIONAL DEL ALTIPLANO DE PUNO
FACULTAD DE INGENIERIA AGRICOLA

ESCUELA PROFESIONAL DE INGENIERIA AGRICOLA
METODOS ESTADISTICOS PARA LA

INVESTIGACION
PROBLEMAS RESUELTOS
POR
EDUARDO FLORES CONDORI
2011
UNIVERSIDAD NACIONAL DEL ALTIPLANO PUNO

FACULTAD DE INGENIERIA AGRICOLA
CURSO: METODOS ESTADISTICOS PARA LA INVESTIGACION
PRACTICA CALIFICADA (MAYO 2011)
Docente: EDUARDO FLORES CONDORI
1. Dada la serie histrica de descargas medias (m3/s) del rio Huancan, para el periodo 1959-2008.
Calcule las frecuencias absolutas, relativa, acumulada, funcin de densidad y funcin acumulada.
ao Q=m3/s ao Q=m3/s ao Q=m3/s ao Q=m3/s ao Q=m3/s
1959
1960
1961
1962
1963
1964
1965
1966
1967
25.00
20,00
13,00
26,00
29,00
22,00
29,00
20,00
19,00
1969
1970
1971
1972
1973
1974
1975
1976
1977
17,00
11,00
14,00
28,00
28,00
21,00
16,00
7,00
28,00
1979
1980
1981
1982
1983
1984
1985
1986
1987
24,00
21,00
18,00
20,00
19,00
17,00
21,00
17,00
21,00
1989
1990
1991
1992
1993
1994
1995
1996
1997
19,00
29,00
24,00
23,00
24,00
15,00
27,00
19,00
26,00
1999
2000
2001
2002
2003
2004
2005
2006
2007
23,00
10,00
14,00
23,00
21,00
27,00
27,00
28,00
26,00
1968
26,00
1978
9,00
1988
8,00
1998
23,00
2008
19,00
Solucin problema 1
Nmero de intervalos de clase
m=
7
min =
7
max =
29
Ancho =
3
m
xi
<=xi+1
1
7
2
10
3
13
4
16
5
20
6
23
7
26
Total =
10
13
16
20
23
26
29
o frec. Relat. frec. Re. Acu.

4
0.08
0.08
2
0.04
0.12
4
0.08
0.2
12
0.24
0.44
10
0.2
0.64
8
0.16
0.8
10
0.2
1
50
1
Histograma de frecuencia absoluta

14
12
12
Frecuencia absoluta
10
10
10
8
8
6
4
4
2
2
0
1
Intervalo de clase
Histograma de frecuencia relativa

0.3
0.24
Frecuencia relativa
0.25
0.2
0.2
0.2
0.16
0.15
0.1
0.08
0.08
0.04
0.05
0
1
4
Intervalo de clase
Histograma de frecuencia relativa acumulada

1.2
Frecuencia relativa acumulada
1
1
0.8
0.8
0.64
0.6
0.44
0.4
0.2
0.2
0.12
0.08
0
1
Intervalo de clase
2. Dado los datos de precipitacin anual, en mm. De la Estacin Ayaviri, para el periodo 19592008. Calcular su media, varianza, desviacin estndar, coeficiente de variacin, coeficiente de
sesgo y coeficiente de curtosis.
ao
1959
1960
1961
1962
1963
1964
1965
1966
1967
pp
(mm)
ao
pp
(mm)
ao
pp
(mm)
ao
pp
(mm)
ao
pp
(mm)
650.00
752,00
536,00
777,00
127,00
505,00
499,00
552,00
701,00
1969
1970
1971
1972
1973
1974
1975
1976
1977
158,00
81,00
793,00
635,00
279,00
251,00
354,00
494,00
770,00
1979
1980
1981
1982
1983
1984
1985
1986
1987
139,00
686,00
531,00
105,00
369,00
519,00
515,00
316,00
79,00
1989
1990
1991
1992
1993
1994
1995
1996
1997
155,00
601,00
149,00
485,00
193,00
724,00
404,00
514,00
608,00
1999
2000
2001
2002
2003
2004
2005
2006
2007
239,00
512,00
97,00
370,00
545,00
751,00
460,00
798,00
124,00
1968 156,00 1978 726,00 1988 211,00 1998 75,00 2008 416,00
Solucin problema 2
Media
Varianza
Desvest
CV
Coef Sesgo
Curtosis
429.72
54181.88
232.77
54.17
-0.06
-1.29
3. Los gastos mximos anuales registrados en la estacin hidromtrica Las Perlas en el

Coatzacoalas se muestran en la tabla siguiente:
4
a) Cul es la probabilidad de que, en un ao cualquiera, el gasto sea mayor o igual a 7500

m3/s?
b) Se planea construir cerca de este sitio un bordo para proteccin contra inundaciones. Cual
debe ser el gasto de diseo si se desea que el periodo de retorno sea de 60 aos?
Supngase que los datos de la tabla siguen una distribucin normal.
Resolver usando las funciones de distribucin:
Distribucin Lognormal
Distribucin Pearson III o Gamma de tres parmetros, y
Distribucin Gumbel
m3/s
ao
ao
m3/s
m3/s
ao
ao
m3/s
ao
m3/s
1954 2500 1959 2070 1964 2489 1969 5971 1974 5565
1955 3220 1960 3682 1965 2350 1970 4744 1975 3130
1956 2246 1961 4240 1966 3706 1971 6000 1976 2414
1957 1804 1962 2367 1967 2675 1972 4060 1977 1796
1958 2737 1963 7061 1968 6267 1973 6900 1978 7430
Solucin a) Distribucin Normal

Media
Desvest
x
Z
F(x)=P(X<7500)=
P(X>7500)
3886.16
1825.91
7500
1.9792
0.9761
0.0239
P(X>x)
P(X<x)
F(z)
z=
x (gasto de diseo m3/s) =
0.0167
0.9833
0.9833
2.1280
7771.7717
b) Distribucin Lognormal
P(X>x)
P(X<x)
F(z)
z=
ln(x) =
x=
0.0167
0.9833
0.9833
2.1280
9.1221
9155.0451
5
Distribucin Pearson III

Gamma
bheta1
alpha1
delta1
P(X>x)
gl
2y
y
x
0.6778
8.7057
618.8364
-1501.2647
0.0167
17
31.6415
15.8208
8289.2060
Distribucin Gumbel
alpha
beta
T
x
0.00059773
2997.96706
60
9833.7448
4. Dada la serie histrica de descargas medias (m3/s) del rio Huancan, para el periodo 1959-2008.
Realizar las pruebas de bondad de ajustes de Chi-cuadrado (X2 ) y Smirnov-Kolmogorov, para
ver si se ajustan a una distribucin normal.
AO Q=m3/s AO Q=m3/s AO Q=m3/s AO Q=m3/s AO Q=m3/s
1959
28.00
1969
17,00
1979
24,00
1989
14,00
1999
23,00
1960
21,00
1970
11,00
1980
21,00
1990
29,00
2000
10,00
1961
13,00
1971
14,00
1981
18,00
1991
24,00
2001
14,00
1962
28,00
1972
28,00
1982
20,00
1992
23,00
2002
23,00
1963
29,00
1973
28,00
1983
19,00
1993
24,00
2003
25,00
1964
23,00
1974
21,00
1984
16,00
1994
15,00
2004
27,00
1965
29,00
1975
16,00
1985
21,00
1995
27,00
2005
17,00
1966
20,00
1976
7,00
1986
7,00
1996
19,00
2006
28,00
1967
19,00
1977
28,00
1987
21,00
1997
26,00
2007
26,00
1968
26,00
1978
9,00
1988
8,00
1998
23,00
2008
16,00
5. Se desea saber si en una cierta regin el gasto mximo medio anual, el rea de la cuenca y la
altura media de precipitacin mxima en 24 horas se pueden correlacionar linealmente, y que tan
bueno es el ajuste. Los datos se presentan en la tabla siguiente:
Estacin
Meteorolgica
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Y=gasto mx. medio anual X1=rea de la cuenca, X2=altura media de pp. mx.
102 m3/s
103 km2
En 24 h. cm
45.2
1.23
2.9
9.1
5.25
1.8
48.3
8.55
2.2
35.8
7.99
1.1
74.9
7.36
3.9
26.7
5.78
2.7
12.1
5.98
2.5
6.8
8.11
2.3
69.7
2.23
2.8
57.0
6.77
1.1
33.7
7.02
2.1
71.4
3.04
3.9
88.2
6.78
3.2
26.6
1.23
3.3
16.0
2.22
2.7
Estadsticas de la regresin
Coeficiente de correlacin mltiple
0.4618
Coeficiente de determinacin R^2
0.2132
R^2 ajustado
0.0821
Error tpico
25.0735
Observaciones
15.0000
F. de V.
GL
SC
CM
Regresin
2044.4866
1022.243
Residuos
12
7544.1667
628.6806
Total
14
9588.6533
Fc
Valor crt de F
1.6260
0.2372
Coeficientes
Error tpico
Estadstico t
Probabilidad
Intercepcin
-11.5288
32.9915
-0.3494
0.7328
Variable X 1
2.2847
2.8637
0.7978
0.4405
Variable X 2
15.9144
8.8250
1.8033
0.0965
Y = - 11.5288 + 2.2847 X1 + 15.9144 X2

data regresion;
input X1 X2 Y;
CARDS;
1.23 2.9 45.2
5.25 1.8 9.1
8.55 2.2 48.3
7.99 1.1 35.8
7.36 3.9 74.9
5.78 2.7 26.7
5.98 2.5 12.1
8.11 2.3 6.8
2.23 2.8 69.7
6.77 1.1 57
7.02 2.1 33.7
3.04 3.9 71.4
6.78 3.2 88.2
1.23 3.3 26.6
2.22 2.7 16
PROC PRINT;
PROC REG;
MODEL Y=X1 X2;
PROC GLM;
PROC PLOT;
RUN;
Obs
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Source
X1
X2
Y
1.23
2.9
45.2
5.25
1.8
9.1
8.55
2.2
48.3
7.99
1.1
35.8
7.36
3.9
74.9
5.78
2.7
26.7
5.98
2.5
12.1
8.11
2.3
6.8
2.23
2.8
69.7
6.77
1.1
57.0
7.02
2.1
33.7
3.04
3.9
71.4
6.78
3.2
88.2
1.23
3.3
26.6
2.22
2.7
16.0
The REG Procedure
Model: MODEL1
Dependent Variable: Y
Analysis of Variance
Sum of
Mean
DF
Squares
Square
F Value
Pr > F
Model
2
Error
12
Corrected Total
14
Root MSE
Dependent Mean
Coeff Var
2044.48663
1022.24332
7544.16670
628.68056
9588.65333
25.07350
R-Square
41.43333
Adj R-Sq
60.51529
Parameter Estimates
Parameter
Standard
Variable
Intercept
X1
X2
DF
1
1
1
Estimate
-11.52882
2.28473
15.91441
Error
32.99154
2.86373
8.82500
1.63
0.2372
0.2132
0.0821
t Value
-0.35
0.80
1.80
Pr > |t|
0.7328
0.4405
0.0965
Y = - 11.5288 + 2.2847 X1 + 15.9144 X2

6. Se realizaron siete (07) pruebas de la resistencia a la compresin en cuatro muestras de
concreto. La fuerza que fractura cada muestra de forma cilndrica, medida en kilogramos, est
dada en la siguiente tabla:
Muestras
Pruebas
m1
m2
m3
m4
Prueba 1
45
42
43
48
Prueba 2
90
100
102
104
Prueba 3
40
45
56
58
Prueba 4
89
25
98
25
Prueba 5
105
125
87
103
Prueba 6
111
121
120
109
Prueba 7
80
85
86
88
Pruebe con un nivel de significancia de 0.01 si estas muestras son diferentes en su resistencia a la
compresin, y efectuar la prueba de rango mltiple de Duncan a la probabilidad de 0.01.
F.de V.
GL
SC
CM
Fc
Pruebas
19424.42857 3237.40476 11.3878559
Error
21
5970.00000 284.285714
Total
27
25394.42857
Ft
Pr>F
Niv. Sig.
2.57
1.109E-05
**
C.V. = 21.1705 %
SOLUCIONARIO CON EL PAQUETE DEL SISTEMA PARA EL ANALISIS ESTADISTICO

9
data trabajo;
input x$ y@@;
datalines;
p1
45
p2
90
p3
p1
42
p2
100 p3
p1
43
p2
102 p3
p1
48
p2
104 p3
proc print;
proc anova;
class x;
model y=x;
means x/duncan alpha=0.01;
run;
40
45
56
58
p4
p4
p4
p4
89
25
98
25
p5
p5
p5
p5
105
125
87
103
p6
p6
p6
p6
111
121
120
109
p7
p7
p7
p7
RESULTADOS UTILIZANDO EL SAS
Class
x
Obs
x
y
1
p1
45
2
p2
90
3
p3
40
4
p4
89
5
p5
105
6
p6
111
7
p7
80
8
p1
42
9
p2
100
10
p3
45
11
p4
25
12
p5
125
13
p6
121
14
p7
85
15
p1
43
16
p2
102
17
p3
56
18
p4
98
19
p5
87
20
p6
120
21
p7
86
22
p1
48
23
p2
104
24
p3
58
25
p4
25
26
p5
103
27
p6
109
28
p7
88
The ANOVA Procedure
Class Level Information
Levels
Values
7
p1 p2 p3 p4 p5 p6 p7
Number of observations
28
The ANOVA Procedure
Dependent Variable: y
Sum of
Squares
Mean Square
F Value
Pr > F
19424.42857
3237.40476
11.39
<.0001
5970.00000
284.28571
25394.42857
R-Square
Coeff Var
Root MSE
y Mean
0.764909
21.17048
16.86077
79.64286
Source
DF
Anova SS
Mean Square
F Value
Pr > F
x
6
19424.42857
3237.40476
11.39
<.0001
The ANOVA Procedure
Duncan's Multiple Range Test for y
NOTE: This test controls the Type I comparisonwise error rate, not the experimentwise error rate.
Source
Model
Error
Corrected Total
DF
6
21
27
Alpha
Error Degrees of Freedom
10
0.01
21
80
85
86
88
Error Mean Square

284.2857
Number of Means
2
3
4
5
6
Critical Range
33.76
35.21
36.17
36.87
37.41
Means with the same letter are not significantly different.
Duncan Grouping
Mean
N
x
A
115.25
4
p6
A
105.00
4
p5
A
99.00
4
p2
B
A
84.75
4
p7
B
C
59.25
4
p4
B
C
49.75
4
p3
C
44.50
4
p1
7
37.85
7. Se dise un experimento para estudiar el rendimiento de seis (06) detergentes diferentes. Las
siguientes lecturas de blancura se obtuvieron con un equipo especialmente diseado para 24
cargas de lavado distribuidas en cuatro (04) modelos de lavadoras:
Detergente
Lavad 1
Lavad 2
Lavad 3
Lavad 4
Detergente A
100
102
101
104
Detergente B
25
46
52
55
Detergente C
45
58
62
66
Detergente D
47
50
63
65
Detergente E
49
54
68
67
Detergente F
99
95
98
99
Considerando los detergentes como tratamientos y las lavadoras como bloques, efectuar el anlisis
de variancia y su prueba con un nivel de significacin de 0.05 si existen diferencias entre los
detergentes y entre las lavadoras. Adems, efectuar la prueba de Rango Mltiple de Tukey a la
probabilidad de 0.05.
F. de V.
GL
SC
CM
bloque
849.5000 283.166667 8.78490176
tratamiento
11506.8333 2301.36667 71.3971044
error
15
total
23
483.5000 32.2333333
12839.8333
11
Fc
Ft
Sig
SOLUCIONARIO UTILIZANDO EL SISTEMA PARA ANALISIS ESTADISTICO (sas)

data detergente;options nodata;
input lavadoras detergente rdto;
cards;
1
1
100
1
2
25
1
3
45
1
4
47
1
5
49
1
6
99
2
1
102
2
2
46
2
3
58
2
4
50
2
5
54
2
6
95
3
1
101
3
2
52
3
3
62
3
4
63
3
5
68
3
6
104
4
1
55
4
2
66
4
3
65
4
4
67
4
5
99
4
6
99
proc print;
proc anova;
class lavadoras detergente;
model rdto= lavadoras detergente;
means detergente/tukey alpha =0.05;
run;
RESULTADO UTILIZANDO EL SAS
data detergente;
input lavadoras detergente rdto;
cards;
1
1
100
1
2
25
1
3
45
1
4
47
1
5
49
1
6
99
2
1
102
2
2
46
2
3
58
2
4
50
2
5
54
2
6
95
3
1
101
3
2
52
3
3
62
3
4
63
3
5
68
3
6
98
4
1
104
12
4
2
55
4
3
66
4
4
65
4
5
67
4
6
99
proc print;
proc anova;
class lavadoras detergente;
model rdto= lavadoras detergente;
means detergente/tukey alpha =0.05;
run;
The SAS System
Obs
lavadoras
detergente
17:35 Friday, May 28, 2011

rdto
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
1
1
100
1
2
25
1
3
45
1
4
47
1
5
49
1
6
99
2
1
102
2
2
46
2
3
58
2
4
50
2
5
54
2
6
95
3
1
101
3
2
52
3
3
62
3
4
63
3
5
68
3
6
98
4
1
104
4
2
55
4
3
66
4
4
65
4
5
67
4
6
99
The ANOVA Procedure
Class
Levels
Values
lavadoras
4
1 2 3 4
detergente
6
1 2 3 4 5 6
24
The ANOVA Procedure
Dependent Variable: rdto
Source
Model
Error
Corrected Total
R-Square
0.962344
Source
lavadoras
detergente
Sum of
Squares
Mean Square
F
12356.33333
1544.54167
483.50000
32.23333
12839.83333
Coeff Var
Root MSE
rdto Mean
8.159196
5.677441
69.58333
DF
Anova SS
Mean Square
F
3
849.50000
283.16667
5
11506.83333
2301.36667
DF
8
15
23
Value
47.92
Pr > F
<.0001
Value
8.78
71.40
Pr > F
0.0013
<.0001
Tukey's Studentized Range (HSD) Test for rdto

NOTE: This test controls the Type I experimentwise error rate, but it generally has a higher Type II
error rate than REGWQ.
Alpha
0.05
15
Error Mean Square
32.23333
Critical Value of Studentized Range 4.59474
Minimum Significant Difference
13.043
Tukey Grouping
Mean
N
detergente
A
101.750
4
1
A
97.750
4
6
13
C
C
B
B
B
59.500
57.750
56.250
44.500
4
4
4
4
5
3
4
2
8. Evaluar el sistema de riego por exudacin utilizando cuatro variedades de meln, bajo
modalidad de siembra, SIMPLE HILERA. Se desea probar el comportamiento de tres
variedades hbridas de meln y uno estndar:
V1 : Hbrido Mission
V3 : Hbrido Topfligth.
V2 : Hbrido Mark.
V4 : Hbrido Hales Best Jumbo.
Hiptesis : Ho : Efecto de variedades de meln en estudio es nulo.

H1 : Al menos dos variedades tienen efectos distintos.
Datos: Rendimiento en Kg. por parcela.
C1
C2
C3
C4
F1
36V1
50 V2
43 V3
35 V4
F2
29 V4
53 V3
41 V2
63 V1
F3
37 V2
41 V4
41 V1
63 V3
F4
38 V3
40 V1
35 V4
41 V2
F. de V.
Hilera
Columna
Tratamiento
Error
Total
GL
3
3
3
6
15
SC
CM
170.75
56.92
552.75
184.25
430.25
143.417
254.0000 42.3333
1407.7500
Fc
1.3445
4.3524
3.3878
Ft
sig.
SOLUCIONARIO APLICANDO EL SAS DISEO DE CUADRADO LATINO

DATA OCHO;
INPUT FILA COLUMNA TRAT $ RDTO;
CARDS;
1
1
V1
36
1
2
V2
50
1
3
V3
43
1
4
V4
35
2
1
V4
29
2
2
V3
53
2
3
V2
41
2
4
V1
63
3
1
V2
37
3
2
V4
41
14
3
3
V1
41
3
4
V3
63
4
1
V3
38
4
2
V1
40
4
3
V4
35
4
4
V2
41
PROC PRINT;
PROC ANOVA;
CLASS FILA COLUMNA TRAT;
MODEL RDTO= FILA COLUMNA TRAT;
MEANS FILA COLUMNA TRAT/DUNCAN;
RUN;
RESULTADOS UTILIZANDO EL SAS

Obs
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
FILA
COLUMNA
TRAT
RDTO
1
1
V1
36
1
2
V2
50
1
3
V3
43
1
4
V4
35
2
1
V4
29
2
2
V3
53
2
3
V2
41
2
4
V1
63
3
1
V2
37
3
2
V4
41
3
3
V1
41
3
4
V3
63
4
1
V3
38
4
2
V1
40
4
3
V4
35
4
4
V2
41
The ANOVA Procedure
Class
Levels
Values
FILA
4
1 2 3 4
COLUMNA
4
1 2 3 4
TRAT
4
V1 V2 V3 V4
16
The ANOVA Procedure
Dependent Variable: RDTO
Sum of
Source
DF
Squares
Mean Square
F Value
Pr > F
Model
9
1153.750000
128.194444
3.03
0.0954
Error
6
254.000000
42.333333
Corrected Total
15
1407.750000
R-Square
Coeff Var
Root MSE
RDTO Mean
0.819570
15.17529
6.506407
42.87500
Source
DF
Anova SS
Mean Square
F Value
Pr > F
FILA
3
170.7500000
56.9166667
1.34
0.3456
COLUMNA
3
552.7500000
184.2500000
4.35
0.0596
TRAT
3
430.2500000
143.4166667
3.39
0.0949
Duncan's Multiple Range Test for RDTO
Alpha
0.05
6
Error Mean Square
42.33333
Number of Means
2
3
4
Critical Range
11.26
11.67
11.87
Duncan Grouping
Mean
N
FILA
A
46.500
4
2
A
45.500
4
3
A
41.000
4
1
A
38.500
4
4
The ANOVA Procedure
Alpha
Error Mean Square
15
0.05
6
42.33333
Number of Means
2
3
4
Critical Range
11.26
11.67
11.87
Duncan Grouping
Mean
N
COLUMNA
A
50.500
4
4
B
A
46.000
4
2
B
A
40.000
4
3
B
35.000
4
1
The ANOVA Procedure
Alpha
0.05
6
Error Mean Square
42.33333
Number of Means
2
3
4
Critical Range
11.26
11.67
11.87
Duncan Grouping
Mean
N
TRAT
A
49.250
4
V3
B
A
45.000
4
V1
B
A
42.250
4
V2
B
35.000
4
V4
9. Supngase que se efectan dos repeticiones del experimento de soldadura, empleando el

cuadrado latino, los resultados que sealan el nmero de libras fuerza de tensin requerida para
separar los puntos soldados, fueron como se indica a continuacin:
REPETICIN I
Fundentes
F1
F2
F3
F4
A 20.0
B 17.5
C 14.0
D 14.0
D 24.0
A 21.0
B 18.0
C 14.1
C 12.0
D 18.0
A 23.0
B 19.0
B 20.0
C 15.0
D 13.0
A 22.0
REPETICIN II
Fundentes
F1
C 12.0
F2
D 10.0
F3
A 24.2
F4
B 22.1
B 19.5
C 13.0
D 10.5
A 22.3
A 23.5
B 17.2
C 20.4
D 14.0
D 11.0
A 22.2
B 20.5
C 14.5
Analice el experimento como un cuadrado latino y prubese con un nivel de significancia de 0.05 si
existen diferencias en los mtodos (A, B, C y D), en los operadores (filas), los fundentes (columnas)
16
y, entre las producciones. Utilizar la prueba de rango mltiple de Tukey = 0.01, si es que es
significativo.
F. de V.
repeticin
hilera
columna
tratamiento
error
Total
GL
1
3
3
3
21
31
SC
1.8528125
12.1609375
7.2009375
365.545937
214.159062
600.919688
CM
1.8528
4.0536
2.4003
121.85
10.198
Fc
0.181683
0.3974922
0.2353697
11.948229
SOLUCIONARIO MEDIANTE EL SAS
data fundente;
input repet hilera columna trat$
cards;
1
1
1
A
20
1
1
2
B
17.5
1
1
3
C
14
1
1
4
D
14
1
2
1
D
24
1
2
2
A
21
1
2
3
B
18
1
2
4
C
14.1
1
3
1
C
12
1
3
2
D
18
1
3
3
A
23
1
3
4
B
19
1
4
1
B
20
1
4
2
C
15
1
4
3
D
13
1
4
4
A
22
2
1
1
C
12
2
1
2
D
10
2
1
3
A
24.2
2
1
4
B
22.1
2
2
1
B
19.5
2
2
2
C
13
2
2
3
D
10.5
2
2
4
A
22.3
2
3
1
A
23.5
2
3
2
B
17.2
2
3
3
C
20.4
2
3
4
D
14
2
4
1
D
11
2
4
2
A
22.2
2
4
3
B
20.5
2
4
4
C
14.5
PROC PRINT;
17
rdto;
Sig
NS
NS
NS
**
Pr > F
0.6742
0.7562
0.8707
0.0001
PROC ANOVA;
CLASS REPET HILERA COLUMNA TRAT;
MODEL RDTO= REPET HILERA COLUMNA TRAT;
MEANS HILERA COLUMNA TRAT/TUKEY ALPHA=0.01;
RUN;
RESULTADOS DEL PROGRAMA DE SAS
Obs
repet
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
hilera
columna
trat
1
1
A
1
2
B
1
3
C
1
4
D
2
1
D
2
2
A
2
3
B
2
4
C
3
1
C
3
2
D
3
3
A
3
4
B
4
1
B
4
2
C
4
3
D
4
4
A
1
1
C
1
2
D
1
3
A
1
4
B
2
1
B
2
2
C
2
3
D
2
4
A
3
1
A
3
2
B
3
3
C
3
4
D
4
1
D
4
2
A
4
3
B
4
4
C
The ANOVA Procedure
Class
Levels
Values
repet
2
1 2
hilera
4
1 2 3 4
columna
4
1 2 3 4
trat
4
A B C D
32
rdto
20.0
17.5
14.0
14.0
24.0
21.0
18.0
14.1
12.0
18.0
23.0
19.0
20.0
15.0
13.0
22.0
12.0
10.0
24.2
22.1
19.5
13.0
10.5
22.3
23.5
17.2
20.4
14.0
11.0
22.2
20.5
14.5
Dependent Variable: rdto

Sum of
Squares
Mean Square
F Value
386.7606250
38.6760625
3.79
214.1590625
10.1980506
600.9196875
R-Square
Coeff Var
Root MSE
rdto Mean
0.643615
18.19947
3.193439
17.54688
Source
DF
Anova SS
Mean Square
F Value
repet
1
1.8528125
1.8528125
0.18
hilera
3
12.1609375
4.0536458
0.40
columna
3
7.2009375
2.4003125
0.24
trat
3
365.5459375
121.8486458
11.95
NOTE: This test controls the Type I experimentwise error rate, but it generally has a
Alpha
0.01
21
Source
Model
Error
Corrected Total
DF
10
21
31
18
Pr > F
0.0048
Pr > F
0.6743
0.7562
0.8707
<.0001
higher Type II
Error Mean Square

10.19805
5.629
Tukey Grouping
Mean
N
hilera
A
18.388
8
3
A
17.800
8
2
A
17.275
8
4
A
16.725
8
1
Alpha
0.01
21
Error Mean Square
10.19805
5.629
Tukey Grouping
Mean
N
columna
A
17.950
8
3
A
17.750
8
4
A
17.750
8
1
A
16.738
8
2
Alpha
0.01
21
Error Mean Square
10.19805
5.629
Tukey Grouping
Mean
N
trat
A
22.275
8
A
B
A
19.225
8
B
B
14.375
8
C
B
14.313
8
D
10. Se desea determinar los efectos de la temperatura de la caldera (1600 y 1900 F) y del ancho
del horno
(4, 8 y 12 pulgadas) para el experimento; supngase que cinco repeticiones de ese
experimento dan los siguientes tiempos requeridos para la produccin del coque (en horas):
A
A(4) Pulgadas
A(8) Pulgadas
A(12) Pulgadas
T1=1600
T2=1900
T1=1600
T2=1900
T1=1600
T2=1900
12.5
8.2
17.1
5.2
17.8
7.6
II
14.0
9.3
16.9
4.6
15.6
9.1
III
12.7
6.4
17.5
8.8
17.8
7.9
IV
13.5
7.8
17.3
5.9
16.8
8.1
14.4
10.7
20.2
8.3
22.4
10.2
Explquese un anlisis de variancia basado en este experimento con dos factores y prubese la
significancia de los efectos factoriales, empleando un nivel de significancia de 0.05. Aplicar la
prueba de Duncan = 0.05, si es que es significativo al nivel de ANOVA.
RESULTADO UTILIZANDO EL PAQUETE DE SISTEMA DE ANALISIS ESTADISTICO
data flores;
19
input ancho temp hr;

cards;
1
1
12.5
1
1
14
1
1
12.7
1
1
13.5
1
1
14.4
1
2
8.2
1
2
9.3
1
2
6.4
1
2
7.8
1
2
10.7
2
1
17.1
2
1
16.9
2
1
17.5
2
1
17.3
2
1
20.2
2
2
5.2
2
2
4.6
2
2
8.8
2
2
5.9
2
2
8.3
3
1
17.8
3
1
15.6
3
1
17.8
3
1
16.8
3
1
22.4
3
2
7.6
3
2
9.1
3
2
7.9
3
2
8.1
3
2
10.2
proc print;
proc anova;
class ancho temp;
model hr=ancho temp ancho*temp;
means ancho temp ancho*temp/duncan;
run;
Obs
ancho
RESULTADO
temp
hr
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
1
1
1
1
1
1
1
1
1
1
2
2
2
2
2
2
2
2
2
1
1
1
1
1
2
2
2
2
2
1
1
1
1
1
2
2
2
2
12.5
14.0
12.7
13.5
14.4
8.2
9.3
6.4
7.8
10.7
17.1
16.9
17.5
17.3
20.2
5.2
4.6
8.8
5.9
20
20
21
22
23
24
25
26
27
28
29
30
Source
Model
Error
Corrected Total
R-Square
0.905459
Source
ancho
temp
ancho*temp
2
2
8.3
3
1
17.8
3
1
15.6
3
1
17.8
3
1
16.8
3
1
22.4
3
2
7.6
3
2
9.1
3
2
7.9
3
2
8.1
3
2
10.2
The ANOVA Procedure
Class
Levels
Values
ancho
3
1 2 3
temp
2
1 2
30
The ANOVA Procedure
Dependent Variable: hr
Sum of
DF
Squares
Mean Square
F Value
5
630.8106667
126.1621333
45.97
24
65.8640000
2.7443333
29
696.6746667
Coeff Var
Root MSE
hr Mean
13.63085
1.656603
12.15333
DF
Anova SS
Mean Square
F Value
2
28.3326667
14.1663333
5.16
1
549.5520000
549.5520000
200.25
2
52.9260000
26.4630000
9.64
Pr > F
<.0001
Pr > F
0.0137
<.0001
0.0008
The ANOVA Procedure

Duncan's Multiple Range Test for hr
Alpha
0.05
24
Error Mean Square
2.744333
Number of Means
2
3
Critical Range
1.529
1.606
Duncan Grouping
Mean
N
ancho
A
13.3300
10
3
B
A
12.1800
10
2
B
10.9500
10
1
Duncan's Multiple Range Test for hr
Alpha
0.05
24
Error Mean Square
2.744333
Number of Means
2
Critical Range
1.248
Duncan Grouping
Mean
N
temp
A
16.4333
15
1
B
7.8733
15
2
The ANOVA Procedure
Level of
Level of
--------------hr------------ancho
temp
N
Mean
Std Dev
1
1
5
13.4200000
0.81670068
1
2
5
8.4800000
1.61771444
2
1
5
17.8000000
1.36014705
2
2
5
6.5600000
1.88228584
3
1
5
18.0800000
2.57914715
3
2
5
8.5800000
1.06630202
11. En un centro de investigacin en trigo, se llev a cabo un experimento para estudiar 06

variedades (A, B, C, D, E y F), y debido a la conformacin del terreno, se utiliz el diseo de
cuadrado latino, el rendimiento del trigo expresado en Kg/parcela.
A 21
B 20
C 12
D 23
21
E 16
F 30
B 22
C 16
D 21
E 18
F 29
A 14
C 16
D 20
E 20
F 31
A 13
B 24
D 28
E 21
F 32
A 12
B 26
C 18
E 20
F 33
A 13
B 28
C 15
D 27
F 31
A 16
B 27
C 14
D 25
E 23
Efectuar el anlisis de variancia correspondiente y efectuar la prueba de significancia de Tukey a la

probabilidad de 0.05
SOLUCIONARIO CON EL SISTEMA DE ANALISIS ESTADISTICO

DATA LATINO;
INPUT HILERA COLUMNA TRATAM$ RDTO;
CARDS;
1
1
A
21
1
2
B
20
1
3
C
12
1
4
D
23
1
5
E
16
1
6
F
30
2
1
B
22
2
2
C
16
2
3
D
21
2
4
E
18
2
5
F
29
2
6
A
14
3
1
C
16
3
2
D
20
3
3
E
20
3
4
F
31
3
5
A
13
3
6
B
24
4
1
D
28
4
2
E
21
4
3
F
32
4
4
A
12
4
5
B
26
4
6
C
18
5
1
E
20
5
2
F
33
5
3
A
13
5
4
B
28
5
5
C
15
5
6
D
27
6
1
F
31
6
2
A
16
6
3
B
27
6
4
C
14
6
5
D
25
6
6
E
23
PROC PRINT;
22
PROC ANOVA;
CLASS HILERA COLUMNA TRATAM;
MODEL RDTO=HILERA COLUMNA TRATAM;
MEANS HILERA COLUMNA TRATAM/TUKEY;
RUN;
RESULTADO MEDIANTE EL ANALISIS ESTADISTICO

Obs
HILERA
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
1
1
1
1
1
1
2
2
2
2
2
2
3
3
3
3
3
3
4
4
4
4
4
4
5
5
5
5
5
5
6
6
6
6
6
6
COLUMNA
TRATAM
RDTO
1
A
21
2
B
20
3
C
12
4
D
23
5
E
16
6
F
30
1
B
22
2
C
16
3
D
21
4
E
18
5
F
29
6
A
14
1
C
16
2
D
20
3
E
20
4
F
31
5
A
13
6
B
24
1
D
28
2
E
21
3
F
32
4
A
12
5
B
26
6
C
18
1
E
20
2
F
33
3
A
13
4
B
28
5
C
15
6
D
27
1
F
31
2
A
16
3
B
27
4
C
14
5
D
25
6
E
23
The ANOVA Procedure
Class
Levels
Values
HILERA
6
1 2 3 4 5 6
COLUMNA
6
1 2 3 4 5 6
TRATAM
6
A B C D E F
36
The ANOVA Procedure
Dependent Variable: RDTO
Sum of
Source
DF
Squares
Mean Square
F Value
Model
15
1244.750000
82.983333
12.74
Error
20
130.222222
6.511111
Corrected Total
35
1374.972222
R-Square
Coeff Var
Root MSE
RDTO Mean
0.905291
11.85300
2.551688
21.52778
Source
DF
Anova SS
Mean Square
F Value
HILERA
5
52.805556
10.561111
1.62
COLUMNA
5
31.472222
6.294444
0.97
TRATAM
5
1160.472222
232.094444
35.65
The SAS System
19:04 Wednesday,
Tukey's Studentized Range (HSD) Test for RDTO
NOTE: This test controls the Type I experimentwise error rate, but it generally has a
Alpha
0.05
20.00
Error Mean Square
6.51
Critical Value of Studentized Range
4.44
23
Pr > F
<.0001
Pr > F
0.1999
0.4615
<.0001
May 26, 2011
higher Type II

4.63
Tukey Grouping
Mean
N
HILERA
A
22.833
6
4
A
22.667
6
5
A
22.667
6
6
A
20.667
6
3
A
20.333
6
1
A
20.000
6
2
Alpha
0.05
20.00
Error Mean Square
6.51
4.6307
Tukey Grouping
Mean
N
COLUMNA
A
23.000
6
1
A
22.667
6
6
A
21.000
6
4
A
21.000
6
2
A
20.833
6
3
A
20.667
6
5
Alpha
0.05
20.00
Error Mean Square
6.51
4.63
Tukey Grouping
Mean
N
TRATAM
A
31.000
6
F
B
24.500
6
B
C
B
24.000
6
D
C
D
19.667
6
E
E
D
15.167
6
C
E
14.833
6
A
12. Aplicando la regresin lineal mltiple, se desea saber si en una cierta regin el gasto mximo
medio anual, el rea de la cuenca y la altura media de la precipitacin mxima en 24 horas se
pueden correlacionar linealmente, y que tan bueno es el ajuste. Los datos se presentan en la
tabla siguiente:
Estacin
Y = gasto mximo medio

anual, 102m3/s
X1 = rea de la
cuenca, 103km2
X2 = altura media de precipitacin

mximo. en 24 h. cm
20.5
1.25
1.7
8.5
0.87
2.1
85.5
5.69
1.9
105.0
8.27
1.9
24.8
1.62
2.1
3.8
0.18
2.4
1.8
0.15
3.2
18.0
1.40
2.7
24
85.5
8.27
2.1
10
105.0
1.62
2.4
data regresion;
input X1 X2 Y;
CARDS;
20.5 1.25 1.7
8.5
0.87 2.1
85.5 5.69 1.9
105
8.27 1.9
24.8 1.62 2.1
3.8
0.18 2.4
1.8
0.15 3.2
18
1.4
2.7
85.5 8.27 2.1
105
1.62 2.4
PROC PRINT;
PROC REG;
MODEL Y= X1 X2;
RUN;
Obs
1
2
3
4
5
6
7
8
9
10
X1
X2
Y
20.5
1.25
1.7
8.5
0.87
2.1
85.5
5.69
1.9
105.0
8.27
1.9
24.8
1.62
2.1
3.8
0.18
2.4
1.8
0.15
3.2
18.0
1.40
2.7
85.5
8.27
2.1
105.0
1.62
2.4
The REG Procedure
Model: MODEL1
Sum of
Mean
Source
DF
Squares
Square
F Value
Pr > F
Model
2
0.40973
0.20487
1.06
0.3967
Error
7
1.35527
0.19361
Corrected Total
9
1.76500
Root MSE
0.44001
R-Square
0.2321
Dependent Mean
2.25000
Adj R-Sq
0.0128
Coeff Var
19.55605
Parameter Estimates
Parameter
Standard
Variable
DF
Estimate
Error
t Value
Pr > |t|
Intercept
1
2.45361
0.20877
11.75
<.0001
X1
1
-0.00064324
0.00542
-0.12
0.9088
X2
1
-0.05939
0.07355
-0.
13. Se desea estimar los gastos en alimentacin de una familia

en base a la informacin que
proporcionan las variables regresoras X1 =ingresos mensuales y X2 =nmero de miembros de
25
la familia. Para ello se recoge una muestra aleatoria simple de 15 familias cuyos resultados son
los de la tabla adjunta (El gasto e ingreso est dado en miles de soles). Efectuar el anlisis de
regresin mltiple.
Gasto (Y)
35
31
32
46
125
44
52
29
129
35
35
78
43
47
38
Ingreso (X1)
21
11
9
16
62
23
18
10
89
24
12
47
35
29
14
Tamao (X2)
3
4
5
4
4
3
6
5
3
2
4
3
2
3
4
Regression Analysis: Y versus X1, X2

The regression equation is
Y = - 18.6 + 1.50 X1 + 8.12 X2

Predictor
Coef
SE Coef
Constant
-18.601
8.917
-2.09
0.059
X1
1.50326
0.09837
15.28
0.000
1.2
X2
8.121
4.09
0.001
1.2
S = 7.64694
1.984
R-Sq = 95.2%
VIF
R-Sq(adj) = 94.4%
Source
Regresin
Residual Error
Total
DF
2
12
14
SS
13847.2
701.7
14548.9
MS
6923.6
58.5
F
118.40
SOLUCIONARIO CON SAS

Obs
1
2
3
4
5
6
7
8
9
10
11
12
X1
21
11
9
16
62
23
18
10
89
24
12
47
X2
3
4
5
4
4
3
6
5
3
2
4
3
26
Y
35
31
32
46
125
44
52
29
129
35
35
78
P
0.000
13
35
2
43
14
29
3
47
15
14
4
38
The REG Procedure
Model: MODEL1
Sum of
Mean
Source
DF
Squares
Square
F Value
Pr > F
Model
2
13847
6923.61222
118.40
<.0001
Error
12
701.70890
58.47574
Corrected Total
14
14549
Root MSE
7.64694
R-Square
0.9518
Dependent Mean
53.26667
Adj R-Sq
0.9437
Coeff Var
14.35596
Parameter Estimates
Parameter
Standard
Variable
DF
Estimate
Error
t Value
Pr > |t|
Intercept
1
-18.60147
8.91730
-2.09
0.0590
X1
1
1.50326
0.09837
15.28
<.0001
X2
1
8.12097
1.98364
4.09
0.0015
Y = - 18.60147 + 1.50326 X1 + 8.12097 X2

FUENTE BIBLIOGRAFICA:
HIDROLOGIA ESTADISTICA. Mximo Villon Bjar
FUNDAMENTOS DE HIDROLOGIA DE SUPERFICIE. Francisco Javier Aparicio Mijares
MTODOS ESTADSTICOS EN HIDROLOGIA. 1991 J. AVEL MEJIA M.
MODELAMIENTO ESTOCASTICO. 1979. SALAS LA CRUZ, JOSE
27

Ejercicios de Met Est.

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Ejercicios de Met Est.

Încărcat de

Drepturi de autor:

Formate disponibile

UNIVERSIDAD NACIONAL DEL ALTIPLANO DE PUNO

FACULTAD DE INGENIERIA AGRICOLA

METODOS ESTADISTICOS PARA LA

UNIVERSIDAD NACIONAL DEL ALTIPLANO PUNO

o frec. Relat. frec. Re. Acu.

Histograma de frecuencia absoluta

Histograma de frecuencia relativa

Histograma de frecuencia relativa acumulada

3. Los gastos mximos anuales registrados en la estacin hidromtrica Las Perlas en el

a) Cul es la probabilidad de que, en un ao cualquiera, el gasto sea mayor o igual a 7500

Solucin a) Distribucin Normal

Distribucin Pearson III

Coeficiente de determinacin R^2

Y = - 11.5288 + 2.2847 X1 + 15.9144 X2

Y = - 11.5288 + 2.2847 X1 + 15.9144 X2

19424.42857 3237.40476 11.3878559

SOLUCIONARIO CON EL PAQUETE DEL SISTEMA PARA EL ANALISIS ESTADISTICO

RESULTADOS UTILIZANDO EL SAS

Error Mean Square

849.5000 283.166667 8.78490176

11506.8333 2301.36667 71.3971044

SOLUCIONARIO UTILIZANDO EL SISTEMA PARA ANALISIS ESTADISTICO (sas)

17:35 Friday, May 28, 2011

Tukey's Studentized Range (HSD) Test for rdto

V4 : Hbrido Hales Best Jumbo.

Hiptesis : Ho : Efecto de variedades de meln en estudio es nulo.

SOLUCIONARIO APLICANDO EL SAS DISEO DE CUADRADO LATINO

RESULTADOS UTILIZANDO EL SAS

9. Supngase que se efectan dos repeticiones del experimento de soldadura, empleando el

SOLUCIONARIO MEDIANTE EL SAS

Dependent Variable: rdto

Error Mean Square

(4, 8 y 12 pulgadas) para el experimento; supngase que cinco repeticiones de ese

input ancho temp hr;

The ANOVA Procedure

11. En un centro de investigacin en trigo, se llev a cabo un experimento para estudiar 06

Efectuar el anlisis de variancia correspondiente y efectuar la prueba de significancia de Tukey a la

SOLUCIONARIO CON EL SISTEMA DE ANALISIS ESTADISTICO

RESULTADO MEDIANTE EL ANALISIS ESTADISTICO

Minimum Significant Difference

Y = gasto mximo medio

X2 = altura media de precipitacin

13. Se desea estimar los gastos en alimentacin de una familia

Regression Analysis: Y versus X1, X2

Y = - 18.6 + 1.50 X1 + 8.12 X2

SOLUCIONARIO CON SAS

Y = - 18.60147 + 1.50326 X1 + 8.12097 X2

S-ar putea să vă placă și