Documente Academic
Documente Profesional
Documente Cultură
PROBLEMAS RESUELTOS
POR
EDUARDO FLORES CONDORI
2011
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
10
10
10
8
8
6
4
4
2
2
0
1
Intervalo de clase
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
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
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
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
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
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
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
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
Error
21
5970.00000 284.285714
Total
27
25394.42857
Ft
Pr>F
Niv. Sig.
2.57
1.109E-05
**
C.V. = 21.1705 %
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
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
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
tratamiento
error
15
total
23
483.5000 32.2333333
12839.8333
11
Fc
Ft
Sig
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
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 Level Information
Class
Levels
Values
lavadoras
4
1 2 3 4
detergente
6
1 2 3 4 5 6
Number of observations
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
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.
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.
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;
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 Level Information
Class
Levels
Values
FILA
4
1 2 3 4
COLUMNA
4
1 2 3 4
TRAT
4
V1 V2 V3 V4
Number of observations
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
NOTE: This test controls the Type I comparisonwise error rate, not the experimentwise error rate.
Alpha
0.05
Error Degrees of Freedom
6
Error Mean Square
42.33333
Number of Means
2
3
4
Critical Range
11.26
11.67
11.87
Means with the same letter are not significantly different.
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
Duncan's Multiple Range Test for RDTO
NOTE: This test controls the Type I comparisonwise error rate, not the experimentwise error rate.
Alpha
Error Degrees of Freedom
Error Mean Square
15
0.05
6
42.33333
Number of Means
2
3
4
Critical Range
11.26
11.67
11.87
Means with the same letter are not significantly different.
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
Duncan's Multiple Range Test for RDTO
NOTE: This test controls the Type I comparisonwise error rate, not the experimentwise error rate.
Alpha
0.05
Error Degrees of Freedom
6
Error Mean Square
42.33333
Number of Means
2
3
4
Critical Range
11.26
11.67
11.87
Means with the same letter are not significantly different.
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
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
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 Level Information
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
Number of observations
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
DF
10
21
31
18
Pr > F
0.0048
Pr > F
0.6743
0.7562
0.8707
<.0001
higher Type II
10. Se desea determinar los efectos de la temperatura de la caldera (1600 y 1900 F) y del ancho
del horno
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
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 Level Information
Class
Levels
Values
ancho
3
1 2 3
temp
2
1 2
Number of observations
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
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
22
PROC ANOVA;
CLASS HILERA COLUMNA TRATAM;
MODEL RDTO=HILERA COLUMNA TRATAM;
MEANS HILERA COLUMNA TRATAM/TUKEY;
RUN;
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 Level Information
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
Number of observations
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
error rate than REGWQ.
Alpha
0.05
Error Degrees of Freedom
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
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
X1 = rea de la
cuenca, 103km2
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
Dependent Variable: Y
Analysis of Variance
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.
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
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%
Analysis of Variance
Source
Regresin
Residual Error
Total
DF
2
12
14
SS
13847.2
701.7
14548.9
MS
6923.6
58.5
F
118.40
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
Dependent Variable: Y
Analysis of Variance
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
27