Documente Academic
Documente Profesional
Documente Cultură
Profesor:
Ernesto Zea
2013-II
Objetivos:
Hacer un estudio completo de regresin con los datos y trabajar con el software Minitab 16,
donde se desarrollara las hiptesis respectivas para nuestro modelado del problema.
Problema:
Comprobar con el programa minitab 16 que la solubilidad del metano CH3OH (peso % de
solvente), hace que la solubilidad de los siguientes compuestos (Rb2SO4, Li3Rb (S04) yH2O, BLiRbSO4 y NH4)2S04) decrece al aumentar la proporcin de metanol. Donde se muestran en
las tablas 2.10, 2.11, 2.12, 2.13 y 2.14 (pagina. 42-43-44) respectivamente.
R-cuad. = 99.8%
R-cuad.(ajustado) = 99.8%
Anlisis de varianza
Fuente
Regresin
Error
Total
GL
2
8
10
SC
1628.69
2.76
1631.45
CM
814.347
0.345
F
2360.76
GL
1
1
SC
1503.75
124.94
F
105.98
362.19
P
0.000
0.000
P
0.000
p<<
i=1,2.
A un nivel de confianza del 95%, existe evidencia estadstica suficiente para decir que existe algn
i que no es igual a cero lo cual hace significativo nuestro modelo.
Prueba de coeficientes:
I)
H0: 1 = 0
p1<<
HA: 1 0
A un nivel de confianza del 95%, existe evidencia estadstica suficiente para decir que 1 no es
igual a cero. Lo cual hace significativo nuestra variable lineal
II)
H0: 2 = 0
p2<<
HA: 2 0
A un nivel de confianza del 95%, existe evidencia estadstica suficiente para decir que 2 no es
igual a cero. Lo cual hace significativo nuestra variable cuadrtica.
Prueba de correlacin:
H0: r= 0
pr<<
HA: r 0
A un nivel de confianza del 95%, existe evidencia estadstica suficiente para decir que r no es igual
a cero. Es muy confiable decir que no hay correlacin.
Prueba de la distribucin normal del error:
R-cuad. = 95.0%
R-cuad.(ajustado) = 93.8%
Anlisis de varianza
Fuente
Regresin
Error
Total
GL
2
8
10
SC
815.211
42.662
857.873
CM
407.605
5.333
F
76.43
P
0.000
GL
1
1
SC
780.280
34.930
F
90.51
6.55
P
0.000
0.034
p<<
i=1,2.
A un nivel de confianza del 95%, existe evidencia estadstica suficiente para decir que existe algn
i que no es igual a cero. Lo cual hace significativo nuestro modelo.
Prueba de coeficientes:
I)
H0: 1 = 0
p1<<
HA: 1 0
A un nivel de confianza del 95%, existe evidencia estadstica suficiente para decir que 1 no es
igual a cero. Lo cual hace significativo nuestra variable lineal
II)
H0: 2 = 0
p2<<
HA: 2 0
A un nivel de confianza del 95%, existe evidencia estadstica suficiente para decir que 2 no es
igual a cero. Lo cual hace significativo nuestra variable cuadrtica.
Prueba de correlacin:
H0: r= 0
pr<<
HA: r 0
A un nivel de confianza del 95%, existe evidencia estadstica suficiente para decir que r no es igual
a cero. Es muy confiable decir que no hay correlacin
Conclusin:
Basndonos en las pruebas anteriormente mostradas, se dice que la relacin entre la
variable de salida y la de entrada es esta Li3Rb(S04)yH2O (Peso % de soluc = 30.37 - 0.9362
CH3OH (peso % de solvente) + 0.008071 CH3OH (peso % de solvente)**2, y que el modelo es
significativo explicando l la tesis en un 93.8%.
El modelo nos indica que la solubilidad decrece en promedio en algn valor, cuando l %metanol
aumenta unidad (ya que 0.9362>>0.008071 y como 0<%metanol<0.5, provocando que la
diferencia entre la parte lineal y la parte cuadrtica de la ecuacin sea siempre negativa.)
R-cuad. = 95.0%
R-cuad.(ajustado) = 93.8%
Anlisis de varianza
Fuente
Regresin
Error
Total
GL
2
8
10
SC
815.211
42.662
857.873
CM
407.605
5.333
F
76.43
P
0.000
GL
1
1
SC
780.280
34.930
F
90.51
6.55
P
0.000
0.034
Prueba de modelo:
H0: i=0 para i=1,2.
P<<
Prueba de coeficientes:
I)
H0: 1=0
P1<<
H1: 10
Para un nivel del 95% de confianza existe evidencia estadstica suficiente, para indicar que el 1 no
es igual a cero, lo cual hace significativo nuestra variable lineal.
II)
H0: 2=0
P2<
H1: 20
Para un nivel de confianza del 95% existe evidencia estadstica suficiente, para indicar que el 2
no es igual a cero, lo cual hace significativo nuestra variable cuadrtica.
Prueba de correlacin:
H0: r=0
Pr<<
H1: r0
A un nivel de confianza del 95% existe evidencia estadstica suficiente, para indicar que el r no es
igual a cero lo cual no indica que no hay correlacin entre la variable de entrada y salida haciendo
nuestro modelo ms significativo.
Conclusin:
Basndonos en las pruebas anteriormente mostradas, se dice que la relacin entre la
variable de salida y la variable de entradas es Li3Rb(S04)yH2O (Peso % de soluc =
30.37 - 0.9362 CH3OH (peso % de solvente) + 0.008071 CH3OH (peso % de
solvente)**2 y que el modelo es significativo explicando la tesis en un 99.9%.
El modelo nos indica que la solubilidad decrece en promedio en algn valor cuando el %
metanol aumenta en unidad (Esto se debe a que 0.9362>>0.008071 y como
0<%metanol<0.5, provocando que la diferencia entre la parte lineal y cuadrtica de la
ecuacin sea siempre negativa.)
R-cuad. = 97.9%
R-cuad.(ajustado) = 97.4%
Anlisis de varianza
Fuente
Regresin
Error
Total
GL
2
8
10
SC
1813.85
39.10
1852.95
CM
906.925
4.887
F
185.57
P
0.000
GL
1
1
SC
1813.68
0.17
F
415.71
0.03
P
0.000
0.858
Prueba de modelo:
H0: i=0 para i=1,2.
P<<
P1<<
H1: 10
Para un nivel de confianza del 95% existe evidencia estadstica suficiente, para indicar que el 1 no
es igual a cero, lo cual hace significativo nuestra variable lineal.
II)
H0: 2=0
P2>
H1: 20
Para un nivel de confianza del 95% no existe evidencia estadstica suficiente
para decir que el 20, lo cual da indicio que la variable cuadrtica no es significativa
Coef
49.422
-0.81211
R-cuad. = 97.9%
SE Coef
1.178
0.03983
T
41.95
-20.39
P
0.000
0.000
R-cuad.(ajustado) = 97.6%
Anlisis de varianza
Fuente
Regresin
Error residual
Total
GL
1
9
10
SC
1813.7
39.3
1852.
CM
1813.7
4.4
F
415.71
P
0.000
Prueba de modelo:
H0: 1=0
P1<<
H1: 10
Para un nivel del 95% de confianza existe evidencia estadstica suficiente, para indicar que el 1 no
es igual a cero, lo cual hace significativo nuestro modelo.
Prueba de correlacin:
H0: r=0
Pr<<
H1: r0
A un nivel de confianza del 95% existe evidencia estadstica suficiente, para indicar que el r no es
igual a cero lo cual nos indica que no hay correlacin entre la variable de entrada y salida haciendo
nuestro modelo ms significativo
Como se puede apreciar en la grfica el error tiene una distribucin normal (p>15%).
Conclusin:
Basndonos en las pruebas anteriormente mostradas, se dice que la relacin entre la variable de
salida y la variable de entrada es (NH4)2S04 (Peso % de solucin) = 49.4 - 0.812 CH3OH
(peso % de solvente y que el modelo lineal es significativo explicando la tesis
en un 97.6%.
El modelo nos indica que la solubilidad decrece en promedio 0.812 cuando el %
metanol aumenta en unidad (esto se debe a que el coeficiente del %metanol es
negativa.)
R-cuad. = 99.6%
R-cuad.(ajustado) = 99.5%
Anlisis de varianza
Fuente
Regresin
Error
Total
GL
2
8
10
SC
1170.50
4.90
1175.40
CM
585.251
0.612
F
956.41
P
0.000
GL
1
1
SC
1164.61
5.90
F
971.35
9.63
P
0.000
0.015
Prueba de modelo:
H0: i=0 para i=1,2.
P<<
P1<<
H1: 10
Para un nivel del 95% de confianza existe evidencia estadstica suficiente, para indicar que el 1 no
es igual a cero, lo cual hace significativo nuestra variable lineal.
II)
H0: 2=0
P2<
H1: 20
Para un nivel de confianza del 95% existe evidencia estadstica suficiente, para indicar que el 2
no es igual a cero, lo cual hace significativo nuestra variable cuadrtica.
Prueba de correlacin:
H0: r=0
Pr<<
H1: r0
A un nivel de confianza del 95% existe evidencia estadstica suficiente, para indicar que el r no es
igual a cero lo cual no indica que no hay correlacin entre la variable de entrada y salida haciendo
nuestro modelo ms significativo.
Conclusin:
Basndonos en las pruebas anteriormente mostradas, se dice que la relacin entre la variable de
salida y la variable de entrada es P-LiNH4SO4 (Peso % de solucin = 35.44 - 0.8165
CH3OH (peso % de solvente) + 0.003316 CH3OH (peso % de solvente)**2 y que el
modelo es significativo explicando la tesis en un 99.5%.
El modelo nos indica que la solubilidad en promedio decrece en algn valor cuando
l %metanol aumenta en unidad (Esto se debe a que 0.8165>>0.003316 y como
0<%metanol<0.5, provocando que la diferencia entre la parte lineal y la parte
cuadrtica del modelo siempre sea negativa.)
Conclusin general:
Para los cincos casos analizados en la tesis se han propuestos modelo de regresin cuadrtica y
regresin lineal, los modelos cuadrticos explicaron muy bien 4 de casos de la tesis pero en el caso
restante (caso 4) el modelo de regresin lineal explico mejor ese caso que el modelo de regresin
cuadrtica. Sin embargo esto no quiere decir que el modelo cuadrtico de regresin no explicaba
ese caso (caso 4), se concluye que el modelo cuadrtico de regresin explica la tesis.
Bibliografa: