GRAFICA DE CAJA

17,5

15,0

12,5
DATOS

10,0

7,5

5,0

EJERCICIO 1
Normal
Histograma
7 16
12
Media 11,09
Desv.Est. 3,224
10 N 50

8
Frecuencia

0
3 6 9 12 15 18
DATOS

Diseo de tallo y hoja: DATOS

Tallo y hoja de DATOS N = 50

Unidad de hoja = 0,10

1 3 4
2 4 1
3 5 7
5 6 24
10 7 12339
13 8 567
15 9 14
25 10 0144467999
25 11 1455
21 12 123
18 13 03366779
10 14 3467
6 15 1236
2 16 45

EJERCICIO 2
Normal
Histograma
15,5 24,5
12
Media 19,36
Desv.Est. 3,577
10 N 50

8
Frecuencia

0
12 16 20 24 28
DATOS
 EJERCICIO 2
Diagrama de caja
28

26

24

22
DATOS

20

18

16

14

12

10

Diseo de tallo y hoja: DATOS

Tallo y hoja de DATOS N = 50

Unidad de hoja = 0,10

2 11 79
2 12
4 13 03
5 14 3
11 15 134667
13 16 17
16 17 078
22 18 125568
(5) 19 01256
23 20 24677
18 21 123558
12 22 11
10 23 03669
5 24 0056
1 25
1 26 6
 EJERCICIO 1
Grafica de caja

25

20
RESISTENCIA

15

10

5
15 20 25 30 35
% DE ALGODON

El de 30%, dio la resistencia ms elevada.

EJERCICIO 2
Normal
Histograma
25
Media 90,53
Desv.Est. 2,905
N 82
20
Frecuencia

15

10

0
84 88 92 96 100
MEDICIONES

Diseo de tallo y hoja: MEDICIONES

Tallo y hoja de MEDICIONES N = 82

Unidad de hoja = 0,10
 1 83 4
3 84 33
4 85 3
7 86 777
13 87 456789
24 88 23334556679
34 89 0233678899
(13) 90 0111344456789
35 91 0001112256688
22 92 22236777
14 93 023347
8 94 2247
4 95
4 96 15
2 97
2 98 8
1 99
1 100 3

EJERCICIO 2
Diagrama de caja

100

95
MEDICIONES

90

85

Si, en la grfica se observan dos valores atpicos cuyos valores son 98,8 y
100,3
E3
 EJERICIO 3
GRAFICA DE CAJA
MORTERO
18,5

18,0
Datos

17,5

17,0

16,5

MODIFICADO SIN MODIFICAR

El sin modificar ya que presenta mayor fuerza de resistencia, en ambos no

presentan valores atpicos
E1

EJERCICIO 1
Grafica de dispersn

1,8

1,6
Recubrimiento

1,4

1,2

1,0

2 4 6 8 10 12
No. de horas

Existe una correlacin de tipo directa

Anlisis de regresin: Recubrimiento vs. No. de horas

Anlisis de Varianza

Fuente GL SC Ajust. MC Ajust. Valor F Valor p

Regresin 1 0,51429 0,514286 80,00 0,001
No. de horas 1 0,51429 0,514286 80,00 0,001
Error 4 0,02571 0,006429
Total 5 0,54000

Resumen del modelo

R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
0,0801784 95,24% 94,05% 89,07%

Coeficientes

EE del
Trmino Coef coef. Valor T Valor p VIF
Constante 1,9000 0,0746 25,45 0,000
No. de horas -0,08571 0,00958 -8,94 0,001 1,00

Ecuacin de regresin

Recubrimiento = 1,9000 - 0,08571 No. de horas

Segn el coeficiente de determinacin es de 95.24% por lo que el

modelo es adecuado y puede ser utilizado para hacer
predicciones.

c) Recubrimiento = 1,9000 - 0,08571 No. de horas

1=1.9 0.08571 X
X= 10.5 horas
Ejercicio 2

EJERCICIO 2
50
100

40
80
Frecuencia

Porcentaje

30
60

20 40

10 20

0 0
Tipos de defectos Poca adherencia Ralladura Falta de pintura Golpes Otro
Frecuencia 25 12 7 3 1
Porcentaje 52,1 25,0 14,6 6,3 2,1
% acumulado 52,1 77,1 91,7 97,9 100,0
E3

EJERCICIO 3
Diagrama de caja
72

69

66
Datos

63

60

Catalizador 1 Catalizador 2

El catalizador 2 tiene una mayor concentracin del ingrediente activo, ya

que a mayor concentracin del ingrediente activo, mejor es el catalizador.
En ambos casos no hay evidencia de datos atpicos

E4
 EJERCICIO 4
Grafica de dispersn

550

500
Ventas

450

400

350
20 25 30 35 40 45 50
Gastos

No, no existe una relacin lineal en ambas variables ya que los datos se
encuentran muy dispersos.
La variable dependiente seria ventas y la independiente los gastos ya que
las ventas dependern de los gastos

b)
Correlacin de Pearson de Gastos y Ventas = 0,635
Valor p = 0,027
La relacin entre las variables de gastos y ventas es positiva con un valor
de 63.5 %
Coeficiente de determinacin 40,30%
Segn el coeficiente de determinacin es de 40.30 % por lo que el
modelo no es adecuado para hacer predicciones.

c)
Ecuacin de regresin

Ventas = 343,7 + 3,22 Gastos

Ventas=343.7 6 3.22*35
Ventas=456,4

E5
 EJERCICIO 5
Grafica de dispersn
50

48

46
Dureza (Y)

44

42

40

38

36
100 110 120 130 140
Temp. (X)

La grfica muestra una relacin entre las variable de temperatura

y dureza y de tipo inversa

b)

Coeficiente de determinacin: 85,50%

Segn el coeficiente de determinacin es de 85,50 % por lo que el
modelo es eficiente y adecuado para hacer predicciones.

Correlacin: Temp. (X); Dureza (Y)

Correlacin de Pearson de Temp. (X) y Dureza (Y) = -0,925

Valor p = 0,000
La correlacin entre las variables de temperatura y dureza es de 92,5%, por lo
que presentan una relacin relativamente fuerte y del tipo inversa.

c)
Ecuacin de regresin
T=120C

Dureza (Y) = 75,27 - 0,2684 Temp. (X)

Y=75,27 -0,2684*120
Y=107,58