DISEÑO DE EXPERIMENTOS

Presentado por:

Héctor Andrés Cubides Lesmes

Angie Melissa Morales Avella

Presentado a:

Fernando Gonzalez Becerra

Taller Regresión Múltiple

S
do por:

2903111

2903131

ado a:

alez Becerra

Múltiple
 Ejercicio 1 X1 X2
25.30 1,000
28.20 1,112
La industria de maderas MADEFLEX en 28.60 1,033
sus procesos de investigación tienen como 29.10 1,087
propósito analizar datos de tres variables 30.70 1,069
observadas en cincuenta tipos de madera 31.40 925
utilizados en la construcción. Las variables 32.50 1,306
estudiadas son las siguientes: 36.80 1,306
X1 = “densidad de la madera en aire seco”
37.10 1,323
X2 = “módulo de rigidez”
38.30 1,379
Y = “módulo de elasticidad”
El objetivo del estudio es ajustar un modelo 39.00 1,332
de regresión que explique el 39.60 1,254
comportamiento de la variable elasticidad 40.10 1,587
en función de las otras dos variables. 50.30 1,897
51.30 1,822
51.70 2,129
52.80 2,053
A 53.80 1,676
53.90 1,621
𝑦=−8,9525−0,8348𝑥_1+0,1848𝑥_2+0,0096 〖𝑥 _1 54.90 1,990
𝑥 〗 _2−0,1476𝑥_1^2−0,00017𝑥_2^2+26,7829
55.10 1,764
C 55.20 1,909
Densidad de la madera en aire seco 55.30 2,086
Módulo de rigidez 56.90 1,916
Densidad de la madera en aire seco ^ 2 57.30 1,889
58.30 1,870
D 40.30 1,145
X1 = 34 40.30 1,438
X2 = 1450 40.60 1,281
Y= 206.06103303333 42.30 1,595
42.40 1,129
E 42.50 1,492
43.00 1,605
43.00 1,647
46.70 1,539
49.00 1,706
El módelo es adecuado puesto que como se 50.20 1,728
demuestra dentro de la regresión lineal, las
variables independientes afectan mutuamente al 50.30 1,703
módulo de elasticidad, por lo cual se puede ajustar 58.60 2,036
un modelo en el que se determinen los valores del 58.70 2,570
módulo de elasticidad de acuerdo a las varibales de
la densidad de aire seco y el módulo de rigidez 59.50 1,474
como se demuestra en la regresión múltiple 60.80 2,116
61.30 2,054
61.50 1,994
63.20 1,746
63.30 2,604
68.10 1,767
68.90 2,649
68.90 2,159
70.80 2,078
 Y X1 X2 X1*X2 X1^2
99 1 25.30 1,000 25,300.00 640.09
173 Matriz 1 28.20 1,112 31,358.40 795.24
188 X= 1 28.60 1,033 29,543.80 817.96
133 1 29.10 1,087 31,631.70 846.81
146 1 30.70 1,069 32,818.30 942.49
91 1 31.40 925 29,045.00 985.96
188 1 32.50 1,306 42,445.00 1,056.25
194 1 36.80 1,306 48,060.80 1,354.24
195 1 37.10 1,323 49,083.30 1,376.41
177 1 38.30 1,379 52,815.70 1,466.89
182 1 39.00 1,332 51,948.00 1,521.00
110 1 39.60 1,254 49,658.40 1,568.16
203 1 40.10 1,587 63,638.70 1,608.01
240 1 50.30 1,897 95,419.10 2,530.09
248 1 51.30 1,822 93,468.60 2,631.69
261 1 51.70 2,129 110,069.30 2,672.89
245 1 52.80 2,053 108,398.40 2,787.84
186 1 53.80 1,676 90,168.80 2,894.44
188 1 53.90 1,621 87,371.90 2,905.21
252 1 54.90 1,990 109,251.00 3,014.01
222 1 55.10 1,764 97,196.40 3,036.01
244 1 55.20 1,909 105,376.80 3,047.04
274 1 55.30 2,086 115,355.80 3,058.09
276 1 56.90 1,916 109,020.40 3,237.61
254 1 57.30 1,889 108,239.70 3,283.29
238 1 58.30 1,870 109,021.00 3,398.89
193 1 40.30 1,145 46,143.50 1,624.09
167 1 40.30 1,438 57,951.40 1,624.09
188 1 40.60 1,281 52,008.60 1,648.36
238 1 42.30 1,595 67,468.50 1,789.29
130 1 42.40 1,129 47,869.60 1,797.76
189 1 42.50 1,492 63,410.00 1,806.25
213 1 43.00 1,605 69,015.00 1,849.00
165 1 43.00 1,647 70,821.00 1,849.00
210 1 46.70 1,539 71,871.30 2,180.89
224 1 49.00 1,706 83,594.00 2,401.00
228 1 50.20 1,728 86,745.60 2,520.04
209 1 50.30 1,703 85,660.90 2,530.09
264 1 58.60 2,036 119,309.60 3,433.96
189 1 58.70 2,570 150,859.00 3,445.69
223 1 59.50 1,474 87,703.00 3,540.25
245 1 60.80 2,116 128,652.80 3,696.64
272 1 61.30 2,054 125,910.20 3,757.69
264 1 61.50 1,994 122,631.00 3,782.25
196 1 63.20 1,746 110,347.20 3,994.24
268 1 63.30 2,604 164,833.20 4,006.89
205 1 68.10 1,767 120,332.70 4,637.61
346 1 68.90 2,649 182,516.10 4,747.21
246 1 68.90 2,159 148,755.10 4,747.21
237 1 70.80 2,078 147,122.40 5,012.64
 X2^2 Módulo Elasticidad 1 1 1
1,000,000 99 25.30 28.20 28.60
1,236,544 Matriz 173 Matriz 1,000 1,112 1,033
1,067,089 Y= 188 X^T= 25,300.00 31,358.40 29,543.80
1,181,569 133 640.09 795.24 817.96
1,142,761 146 1,000,000 1,236,544 1,067,089
855,625 91
1,705,636 188 50 2437.7 83590
1,705,636 194 Matriz 2437.7 125898.75 4287236
1,750,329 195 X^T*X= 83590 4287236 148380060
1,901,641 177 4287236 230630099 7939898033
1,774,224 182 125898.75 6815981.027 230630099
1,572,516 110 148380060 7939898033 2.7788E+11
2,518,569 203
3,598,609 240 -8.9525053 β_0
3,319,684 248 Matriz -0.8347736 β_1 𝑦=𝛽_0+𝛽_1 𝑥_1
4,532,641 261 β^= 0.184785 β_2 𝑥_1^2+𝛽_22 𝑥_
4,214,809 245 0.00955 β_12 𝑦=−8,9525−0,8
2,808,976 186 -0.1476128 β_1^2 𝑥 〗 _2−0,1476𝑥
2,627,641 188 -0.0001672 β_2^2 X1
3,960,100 252 X2
3,111,696 222 Y
3,644,281 244
4,351,396 274
3,671,056 276
3,568,321 254 GL SC
3,496,900 238 Regresión 5 89564.666
1,311,025 193 Residuos 44 31562.214
2,067,844 167 Total 49 121126.88
1,640,961 188
2,544,025 238
1,274,641 130
2,226,064 189
2,576,025 213
2,712,609 165
2,368,521 210
2,910,436 224
2,985,984 228
2,900,209 209
4,145,296 264
6,604,900 189
2,172,676 223
4,477,456 245
4,218,916 272
3,976,036 264
3,048,516 196
6,780,816 268
3,122,289 205
7,017,201 346
4,661,281 246
4,318,084 237
 1 1 1 1 1 1 1 1
29.10 30.70 31.40 32.50 36.80 37.10 38.30 39.00
1,087 1,069 925 1,306 1,306 1,323 1,379 1,332
31,631.70 32,818.30 29,045.00 42,445.00 48,060.80 49,083.30 52,815.70 51,948.00
846.81 942.49 985.96 1,056.25 1,354.24 1,376.41 1,466.89 1,521.00
1,181,569 1,142,761 855,625 1,705,636 1,705,636 1,750,329 1,901,641 1,774,224

4287236 125898.75 148380060 5.7257513 -0.12097534 -0.0035734

Matriz
230630099.38 6815981 7939898033 -0.1209753 0.019762945 -0.0004123
(X^T*X)=
7939898032.6 230630099 2.77876E+11 Inversa -0.0035734 -0.0004123 1.6249E-05
441585428121 1.289E+10 1.53936E+13 9.8876E-05 3.46779E-06 -2.336E-07
12890919321 383260197 4.41585E+11 -0.0003226 -0.00023727 7.3191E-06
1.5393616E+13 4.416E+11 5.45619E+14 -5.053E-07 4.94744E-08 -6.359E-10

𝑦=𝛽_0+𝛽_1 𝑥_1+𝛽_2 𝑥_2+ 𝛽_12 〖𝑥 _1 𝑥 〗 _2+𝛽_11

𝑥_1^2+𝛽_22 𝑥_2^2+𝜀
𝑦=−8,9525−0,8348𝑥_1+0,1848𝑥_2+0,0096 〖𝑥 _1
𝑥 〗 _2−0,1476𝑥_1^2−0,00017𝑥_2^2+26,7829
34
1450
206.061033033

PC F F crítico SCe =
 26.7828872
n  k 1
17912.9332004 24.971919 7.75553E-12
717.323045413
 1 1 1 1 1 1 1 1
39.60 40.10 50.30 51.30 51.70 52.80 53.80 53.90
1,254 1,587 1,897 1,822 2,129 2,053 1,676 1,621
49,658.40 63,638.70 95,419.10 93,468.60 110,069.30 108,398.40 90,168.80 87,371.90
1,568.16 1,608.01 2,530.09 2,631.69 2,672.89 2,787.84 2,894.44 2,905.21
1,572,516 2,518,569 3,598,609 3,319,684 4,532,641 4,214,809 2,808,976 2,627,641

9.8876E-05 -0.0003226 -5.053E-07 10516

3.4678E-06 -0.0002373 4.9474E-08 Matriz 534280.5
-2.336E-07 7.3191E-06 -6.359E-10 X^T*Y= 18417418
2.2357E-08 -3.963E-07 -2.684E-10 977010700
-3.963E-07 8.689E-06 3.9628E-09 28509145
-2.684E-10 3.9628E-09 4.1074E-12 3.3999E+10
 1 1 1 1 1 1 1 1
54.90 55.10 55.20 55.30 56.90 57.30 58.30 40.30
1,990 1,764 1,909 2,086 1,916 1,889 1,870 1,145
109,251.00 97,196.40 105,376.80 115,355.80 109,020.40 108,239.70 109,021.00 46,143.50
3,014.01 3,036.01 3,047.04 3,058.09 3,237.61 3,283.29 3,398.89 1,624.09
3,960,100 3,111,696 3,644,281 4,351,396 3,671,056 3,568,321 3,496,900 1,311,025
 1 1 1 1 1 1 1 1
40.30 40.60 42.30 42.40 42.50 43.00 43.00 46.70
1,438 1,281 1,595 1,129 1,492 1,605 1,647 1,539
57,951.40 52,008.60 67,468.50 47,869.60 63,410.00 69,015.00 70,821.00 71,871.30
1,624.09 1,648.36 1,789.29 1,797.76 1,806.25 1,849.00 1,849.00 2,180.89
2,067,844 1,640,961 2,544,025 1,274,641 2,226,064 2,576,025 2,712,609 2,368,521
 1 1 1 1 1 1 1 1
49.00 50.20 50.30 58.60 58.70 59.50 60.80 61.30
1,706 1,728 1,703 2,036 2,570 1,474 2,116 2,054
83,594.00 86,745.60 85,660.90 119,309.60 150,859.00 87,703.00 128,652.80 125,910.20
2,401.00 2,520.04 2,530.09 3,433.96 3,445.69 3,540.25 3,696.64 3,757.69
2,910,436 2,985,984 2,900,209 4,145,296 6,604,900 2,172,676 4,477,456 4,218,916
 1 1 1 1 1 1 1
61.50 63.20 63.30 68.10 68.90 68.90 70.80
1,994 1,746 2,604 1,767 2,649 2,159 2,078
122,631.00 110,347.20 164,833.20 120,332.70 182,516.10 148,755.10 147,122.40
3,782.25 3,994.24 4,006.89 4,637.61 4,747.21 4,747.21 5,012.64
3,976,036 3,048,516 6,780,816 3,122,289 7,017,201 4,661,281 4,318,084
 Estadísticas de la regresión
Coeficiente de correlación
0.859900279222349 El coeficiente tiene un valor de 0.8599, como esta muy por encima de
aire seco, el módulo de rigidez, y su interrelación tienen altisima corre
múltiple

Coeficiente de determinación 0.739428490206674 El modelo estadistico se ajusta a los datos obtenidos ya que esta por e
R^2
R^2 ajustado 0.709818091366524 La mayoría de variables independientes afectan la variable de respuest

Error típico 26.7828871746982

Observaciones 50

Grados de libertad Suma de cuadrados

Regresión 5 89564.666001845
Residuos 44 31562.213998155
Total 49 121126.88

Coeficientes Error típico

Intercepción -8.95250526534261 64.0875446441233
X1 -0.834773606550693 3.7651581593214
X2 0.184784980787713 0.107960343984997
X1*X2 0.009549995300881 0.004004673522281
X1^2 -0.147612812726765 0.078948302501662
X2^2 -0.000167181754122 5.428026007514E-05

Ho: Bj=0 Estadístico t -2.01536757444376

Ha: Bj≠0 t(0,05,44) 2.01536757444376

Pronóstico Módulo
Observación Residuos
Elasticidad
1 134.660344968344 -35.6603449683438
2 148.345142146763 24.6548578532367
3 141.059818788579 46.9401812114208
4 147.162659277461 -14.1626592774606
5 146.197311869108 -0.19731186910812
6 124.556107024709 -33.5561070247091
7 169.528836159604 18.4711638403959
8 175.583031197676 18.416968802324
9 177.494383789112 17.5056162108879
10 183.832403971099 -6.83240397109893
11 179.591105695274 2.40889430472606
12 169.571820801314 -59.5718208013137
13 200.154461285418 2.84553871458229
14 235.751981121558 4.24801887844217
15 234.064777117087 13.935222882913
16 240.130536948352 20.8694630516485
17 245.379158746299 -0.379158746298685
18 220.081954152197 -34.0819541521972
19 211.851034381886 -23.8510343818857
20 249.324113932775 2.6758860672245
21 230.864567243838 -8.86456724383822
22 245.031029813121 -1.03102981312145
23 253.106049512555 20.8939504874453
24 247.094907237825 28.9050927621745
25 244.748586206936 9.25141379306365
26 242.740556203953 -4.74055620395325
27 150.73917733919 42.26082266081
28 191.12023825017 -24.12023825017
29 172.889337890574 15.1106621094261
30 205.355781776577 32.6442182234227
31 142.96066371741 -12.9606637174101
32 198.051082524145 -9.05108252414533
33 207.224580612852 5.77541938714757
34 209.398488614286 -44.3984886142857
35 204.917427406043 5.08257259395685
36 222.718913321683 1.28108667831685
37 225.678143373983 2.32185662601745
38 223.472667782706 -14.4726677827064
39 257.843750597176 6.15624940282441
40 244.799665263237 -55.7996652632369
41 165.496719623783 57.5032803762167
42 265.71153812464 -20.71153812464
43 261.857073894144 10.1429261058564
44 256.266409495579 7.73359050442082
45 215.482367265707 -19.4823672657071
46 268.445684393019 -0.445684393018837
47 203.330784396216 1.66921560378444
48 292.157911771653 53.8420882283474
49 273.062718004464 -27.0627180044636
50 259.112194967914 -22.1121949679142
e tiene un valor de 0.8599, como esta muy por encima de 0,70 la densidad de la madera en
módulo de rigidez, y su interrelación tienen altisima correlación con el módulo de elasticidad

tadistico se ajusta a los datos obtenidos ya que esta por encima de 0,70.

e variables independientes afectan la variable de respuesta (módulo de elasticidad)

Ninguna variable indepedendiente afecta la variab

Al menos una variable independiente afecta la vari

F0
Promedio de los cuadrados F Valor crítico de F F(0,05;5;44)
17912.933200369 24.9719192976231 7.7555294399E-12 Se concluye que al menos una variable (X 1,X2,X1*X2
717.323045412614 elasticidad

Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95,0%

-0.139691812427136 0.889540976798462 -138.112464666826 120.207454136 -138.11246467
-0.221710103859527 0.825565368277663 -8.42295127349942 6.7534040604 -8.4229512735
1.71160051892195 0.094011775524304 -0.03279479580544 0.40236475738 -0.0327947958
2.38471257338422 0.021467658345763 0.00147910613784 0.01762088446 0.00147910614
-1.86974017235719 0.0681831001375 -0.30672266164599 0.01149703619 -0.3067226616
-3.07997334373276 0.003561516234426 -0.00027657643021 -5.7787078E-05 -0.0002765764

La densidad de la madera en aire seco junto con el módulo de rigidez y el módulo de rigidez al cuadrado no afectan el módulo
de elasticidad

Módulo
Residuos estándares Percentil
Elasticidad
-1.40507611120596 1 91
0.971441858611114 3 99 Gráfico d
1.84952016965609 5 110 400
-0.558032016784316 7 130 350
Módulo Elasticidad

-0.007774411436214 9 133 300

250
-1.32216568312348 11 146
200
0.727794166919887 13 165 150
0.725658793484538 15 167 100
0.689750005831214 17 173 50
-0.269207928594687 19 177 0
0 20
0.094914388657633 21 182
-2.34722749831142 23 186
0.112118894949573 25 188
0.167378914908131 27 188
 0.549070649610739 29 188
0.82229109150787 31 188
-0.014939476812465 33 189
-1.34288492287384 35 189
-0.939769894746925 37 193
0.105434302239747 39 194
-0.34927849636768 41 195
-0.040624266580822 43 196
0.823255936662714 45 203
1.13890808875733 47 205
0.364520885231322 49 209
-0.186785693798442 51 210
1.66514576382611 53 213
-0.950376968927118 55 222
0.595384884058389 57 223
1.28623576792212 59 224
-0.510671419215732 61 228
-0.356627504487681 63 237
0.227561001450785 65 238
-1.74937331035246 67 238
0.200261700821413 69 240
0.050476917418637 71 244
0.091484961285665 73 245
-0.570246860622147 75 245
0.242566329019342 77 246
-2.19859837991646 79 248
2.26572361103978 81 252
-0.816068590225268 83 254
0.39964793334774 85 261
0.304716156875573 87 264
-0.767637241285421 89 264
-0.017560696463369 91 268
0.065769834010629 93 272
2.1214666323125 95 274
-1.06631549992381 97 276
-0.871256768360638 99 346
 De acuerdo a la dispersión presentada en los datos
se observa que estos no mantienen una tendencia o
Ho: Bj=0 algún patron defino sino que se comportan de
pedendiente afecta la variable de respuesta manera aleatoria,por lo cual se determina que
cumplen el supuesto de homogeneidad de varianzas
Ha: Bj≠0
e independiente afecta la variable de respuesta
24.97191929762
2.427040119834
enos una variable (X 1,X2,X1*X2,X1^2,X2^2) afectan el módulo de

Superior 95,0%
120.2074541361
6.753404060398
0.402364757381
0.017620884464
0.011497036192
-5.7787078E-05

adrado no afectan el módulo

Gráfico de probabilidad normal Residuos

80
400
350 60
Módulo Elasticidad

300 40
250
200 20
150 0
100 0 10 20 30 40 50
50 -20
0 -40
0 20 40 60 80 100 120
-60
Muestra percentil
-80

Como se observa en la gráfica de probabilidad normal, el
módulo de elasticidad cuenta con una tendencia lineal
creciente afectada por las variables independientes
vistas en el modelo.
De acuerdo a la dispersión presentada en los datos se o
que estos no mantienen una tendencia o algún patron
sino que se comportan de manera aleatoria, esto es ev
que no existe una correlación entre los errores y, por lo
supuesto de independencia si se cumple
 X1^2 Gráfico de los resi
X1 Gráfico de los residuales 100

Residuos
80 0
60 0 1000 2000 3000 4000
40 -100
Residuos

20
X1^2
0
-20 20 30 40 50 60 70 80
-40
-60
-80 X2^2 Gráfico de los resi
X1 100
50

Residuos
0
X2 Gráfico de los residuales -50 0 2000000 4000000 600
-100
80
60 X2^2
40
Residuos

20
0
-20800 1000 1200 1400 1600 1800 2000 2200 2400 2600 2800
-40
X1*X2 Gráfico de los res
-60 100
-80
50

Residuos
X2
0
0 50000 100000 15
-50
-100
X1*X2

esiduos Predichos vs Residuos

80

60

40

20

0
30 40 50 60 100 150 200 250 300 350
-20

-40

-60

-80

De acuerdo a lo observado en la grafica se

resentada en los datos se observa
a tendencia o algún patron defino
manera aleatoria, esto es evidencia de
n entre los errores y, por lo tanto, el
si se cumple
determina que los datos presentan una
homogeneidad de varianzas, debido a que a la
dispersión de los datos no evidencia un patrón
definido en los datos.
2 Gráfico de los residuales

1000 2000 3000 4000 5000 6000

X1^2

2 Gráfico de los residuales

2000000 4000000 6000000 8000000

X2^2

X2 Gráfico de los residuales

50000 100000 150000 200000

X1*X2
 Ejercicio 2 Potencia al freno
Se piensa que la potencia de frenado desarrollada por el 225
motor de un automóvil en un dinamómetro es una función 212
de la rapidez del motor en revoluciones por minuto (rpm), 229
el octanaje del combustible y la compresión del motor. Se
llevó a cabo un experimento en el laboratorio y los datos 222
colectados se muestran en la Tabla. 219
a. ¿Cuál es la variable dependiente y cuales las 278
independientes? 246
b. Ajustar el modelo:
237
233
224
223
c. Obtener en EXCEL con cálculos matriciales los 230
𝑌=β_0+β_1 𝑋_1+β_2
parámetros de 𝑋_2+β_3 𝑋_3+β_12 𝑋_1 𝑋_2+β_13 𝑋_1
la regresión.
𝑋_3+β_23 𝑋_2 𝑋_3+ε
d. Analice coeficientes de correlación y determinación
concluya sobre la relación y el ajuste.
e. Plantee hipótesis y mediante distribución F y t de
student concluya si las variables independientes afectan
la variable de respuesta y en caso afirmativo concluya
cual o cuales variables específicamente inciden.

A
Variable Independiente Potencia de Frenado
Variables Dependientes Rápidez del motor en rpm
Octanaje del Combustible
Compresión del motor
 rpm Octanaje Compresión X1 X2
2,000 90 100 1 2,000 90
1,800 94 95 Matriz 1 1,800 94
2,400 88 110 X= 1 2,400 88
1,900 91 96 1 1,900 91
1,600 86 100 1 1,600 86
2,500 96 110 1 2,500 96
3,000 94 98 1 3,000 94
3,200 90 100 1 3,200 90
2,800 88 105 1 2,800 88
3,400 86 97 1 3,400 86
1,800 90 100 1 1,800 90
2,500 89 104 1 2,500 89

1 1 1
Matriz 2,000 1,800 2,400
X^T= 90 94 88
100 95 110
180,000 169,200 211,200
200,000 171,000 264,000
9,000 8,930 9,680

12 28900 1082
28900 73550000 2604200
Matriz 1082 2604200 97670
X^T*X= 1215 2930200 109556
2604200 6619640000 234938000
2930200 7455980000 264075200
109556 264075200 9889840

2778
Matriz 6735200 Matriz
X^T*Y= 250816 β^=
281843
607811200
684172000
25449912

𝑦=3955,8502−0,2621𝑥_1−
+0,3759 〖𝑥 _2 𝑥 〗 _3+2,0
 𝑦=3955,8502−0,2621𝑥_1−
+0,3759 〖𝑥 _2 𝑥 〗 _3+2,0

Grados de Suma de
libertad cuadrados

Regresión 6 3190.661474
Residuos 5 20.33852622
Total 11 3211
 X3 X1 X2 X 1X3 X2 X3 Potencia al freno
100 180,000 200,000 9,000 225
95 169,200 171,000 8,930 Matriz 212
110 211,200 264,000 9,680 Y= 229
96 172,900 182,400 8,736 222
100 137,600 160,000 8,600 219
110 240,000 275,000 10,560 278
98 282,000 294,000 9,212 246
100 288,000 320,000 9,000 237
105 246,400 294,000 9,240 233
97 292,400 329,800 8,342 224
100 162,000 180,000 9,000 223
104 222,500 260,000 9,256 230

1 1 1 1 1 1 1
1,900 1,600 2,500 3,000 3,200 2,800 3,400
91 86 96 94 90 88 86
96 100 110 98 100 105 97
172,900 137,600 240,000 282,000 288,000 246,400 292,400
182,400 160,000 275,000 294,000 320,000 294,000 329,800
8,736 8,600 10,560 9,212 9,000 9,240 8,342

1215 2604200 2930200 109556 55301.158662008

Matriz
2930200 6619640000 7455980000 264075200 -6.5638560075102
(X^T*X)=
109556 234938000 264075200 9889840 Inversa -473.96272882331
123295 264075200 297758000 11118180 -495.18774470407
264075200 5.96491E+11 671196080000 23826767200 0.0189492111489
297758000 6.71196E+11 757471800000 26838636000 0.0492378039715
11118180 23826767200 26838636000 1003739640 4.079549894155

3955.850189 β0
-0.26208032 β1
-41.3903361 β2
-34.127005 β3 𝑦=β_0+β_1 𝑋_1+β_2 𝑋_2+β_3 𝑋_3+β_12 𝑋
0.002415602 β12 𝑋_3+β_23 𝑋_2 𝑋_3+ε
0.000566492 β13
0.375880162 β23

8502−0,2621𝑥_1−41,39034𝑥_2−34,1270𝑥_3+0,0024 〖𝑥 _1 𝑥 〗 _2 +0,0006 〖𝑥 _1 𝑥 〗 _
〖𝑥 _2 𝑥 〗 _3+2,0169
8502−0,2621𝑥_1−41,39034𝑥_2−34,1270𝑥_3+0,0024 〖𝑥 _1 𝑥 〗 _2 +0,0006 〖𝑥 _1 𝑥 〗 _
〖𝑥 _2 𝑥 〗 _3+2,0169

Promedio de F Valor crítico de

los cuadrados F

531.7769123 130.7314272 2.4917853E-05

SCe 2.016855286
4.067705245 
n  k 1
 1 1
1,800 2,500
90 89
100 104
162,000 222,500
180,000 260,000
9,000 9,256

-6.5638560075 -473.962729 -495.187745 0.01894921115 0.04923780397 4.0795498942

0.00149915374 0.043894798 0.052346083 -5.1605772E-06 -1.0527606E-05 -0.0002863081
0.04389479779 4.37232565 4.269813125 -0.000152891 -0.0003050607 -0.0384062821
0.05234608335 4.269813125 4.574691385 -0.0001072438 -0.0004320296 -0.0383686813
-5.1605772E-06 -0.00015289 -0.00010724 3.578411E-08 2.0009639E-08 5.9931168E-07
-1.0527606E-05 -0.00030506 -0.00043203 2.0009639E-08 8.8573796E-08 2.3434389E-06
-0.0002863081 -0.03840628 -0.03836868 5.9931168E-07 2.3434389E-06 0.0003565827

+β_3 𝑋_3+β_12 𝑋_1 𝑋_2+β_13 𝑋_1

+0,0006 〖𝑥 _1 𝑥 〗 _3
+0,0006 〖𝑥 _1 𝑥 〗 _3
Estadísticas de la regresión
El coeficiente tiene un valor de 0.9969, como esta muy po
Coeficiente de correlación del motor en revoluciones por minuto (rpm), el octanaje d
0.996827960952017 además de las relaciones existentes entre estos tienen altí
múltiple
frenado.

Coeficiente de determinación
0.993665983735755 El modelo estadistico se ajusta a los datos obtenid
R^2

R^2 ajustado 0.986065164218663 La mayoría de variables independientes afectan la variable

Error típico 2.0168552860574

Observaciones 12

ANÁLISIS DE VARIANZA
Grados de libertad Suma de cuadrados
Regresión 6 3190.66147377551
Residuos 5 20.3385262244883
Total 11 3211

Coeficientes Error típico

Intercepción 3955.85018868085 474.287690265899
rpm -0.262080319093049 0.078090431683648
Octanaje -41.3903360504825 4.21726593668109
Compresión -34.1270050148916 4.31375661591015
rpm*Octanaje 0.002415602484574 0.000381522229015
rpm*compresión 0.000566491932297 0.000600243363289
octanaje*compresión 0.375880161807583 0.038085081440468

Ho: Bj=0 -2.57058183563631

Estadístico t
Ha: Bj≠0 t(0,05,44) 2.57058183563631

Observación Pronóstico Potencia al freno Residuos

1 224.887094413026 0.112905586973739
2 213.548454907632 -1.54845490763182
3 228.786379942701 0.213620057299067
4 219.859411965318 2.14058803468197
5 219.847278891346 -0.847278891346377
6 278.030964831197 -0.030964831196798
7 244.827730513452 1.17226948654843
8 239.254811710937 -2.25481171093725
9 231.225971610501 1.77402838949911
10 223.632232538175 0.367767461825224
11 222.492474863374 0.5075251366261
12 231.607193812345 -1.60719381234503
e tiene un valor de 0.9969, como esta muy por encima de 0,70 se analiza que la rapidez
n revoluciones por minuto (rpm), el octanaje del combustible y la compresión del motor,
as relaciones existentes entre estos tienen altísima correlación con la potencia de Ninguna variable indep

odelo estadistico se ajusta a los datos obtenidos ya que esta por encima de 0,70.

de variables independientes afectan la variable de respuesta (potencia de frenado) Al menos una variable in

Se concluye que al menos una

la potencia de frenado
Promedio de los cuadrados F Valor crítico de F Estadístico
531.776912295919 130.73142724954 2.4917853264E-05 4.95028807
4.06770524489767

Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%

Superior 95,0%
8.34061323932547 0.0004051803959 2736.6548672174 5175.04551 2736.65487 5175.04551
-3.35611307867734 0.0201934557142 -0.462818164316 -0.06134247 -0.46281816 -0.06134247
-9.81449514257 0.0001869953962 -52.231163263363 -30.5495088 -52.2311633 -30.5495088
-7.91120317011469 0.0005193703223 -45.215869415106 -23.0381406 -45.2158694 -23.0381406
6.3314855619591 0.0014493853718 0.0014348683728 0.00339634 0.00143487 0.00339634
0.943770422037676 0.3886210523314 -0.0009764827543 0.00210947 -0.00097648 0.00210947
9.86948557258911 0.0001820578611 0.277979343248 0.47378098 0.27797934 0.47378098

Con los resultados obtenidos es posible observar como todas las variables independientes afectan a la
potencia de frenado, exceptuando por la relación entre la rapidez del motor (rpm) y la compresión.

Resultados de datos de probabilidad

Residuos estándares Percentil Potencia al freno
0.083033249741609 4.1666666666667 212
-1.13876776610637 12.5 219
0.157100884402256 20.833333333333 222
1.57423547976407 29.166666666667 223
-0.623107515506036 37.5 224
-0.022772217309038 45.833333333333 225
0.862112740830826 54.166666666667 229
-1.65823808132811 62.5 230
1.30465946161057 70.833333333333 233
0.270464273053858 79.166666666667 237
0.373245138253618 87.5 246
-1.18196564740993 95.833333333333 278
 Ho: Bj=0

Gráfico de probabilid
Ninguna variable indepedendiente afecta la variable de respuesta
300

Potencia al freno
200
Ha: Bj≠0
100

Al menos una variable independiente afecta la variable de respuesta 0

0 20 40 60
F0 130.731427
Muestra perc
F(0,05;5;44) 4.95028807
e concluye que al menos una variable (X 1,X2,X3, X1*X2,X1*X3,X2*X3) afecta a
potencia de frenado

X2 Gráfico de los residu

4

Residuos
2
0
-2 84 86 88 90 92 94
perior 95,0% -4
X2

X1X2 Gráfico de los resid

4
2
Residuos

0
100,000
-2 150,000 200,000 250,000 30
-4
X1X2

X1X3 Gráfico de los resid

3
2
Residuos

1
0
150,000
-1 200,000 250,000 300,
-2
-3
X1X3

Gráfica Residuos v
2.5
2
1.5
 Gráfica Residuos v
2.5
2
1.5
1
0.5
0
-0.5 0 2 4 6
-1
-1.5
-2
-2.5

Predichos vs Re
2.5
2
1.5
1
0.5
0
-0.5210 220 230 240 250
-1
-1.5
-2
-2.5
 Análisis de Gráficos

Gráfico de probabilidad normal

Como es posible observar en la gráfica de probabilidad normal, los valo

parecen seguir generalmente una línea recta, por lo cual se verifica e
supuesto de una distribución normal.

20 40 60 80 100 120
Muestra percentil

Gráfico de los residuales X3 Gráfico de los residuales

4
Residuos

2
0
86 88 90 92 94 96 98 -2 94 96 98 100 102 104 106 108 110 112
-4
X2 X3

Gráfico de los residuales X1 Gráfico de los residuales

4
2
Residuos

0
00 150,000 200,000 250,000 300,000 350,000 -21,500 2,000 2,500 3,000 3,500
-4
X1X2 X1

Gráfico de los residuales X2X3 Gráfico de los residuales

3
2
Residuos

1
0
0 200,000 250,000 300,000 350,000 -18,000 8,500 9,000 9,500 10,000 10,500 11,000
-2
-3
X1X3 X2X3

Gráfica Residuos vs Orden

Como es posible observar en la gráfica se verifica el supu

 Gráfica Residuos vs Orden

Como es posible observar en la gráfica se verifica el supu

residuos son independientes entre sí ya que no muestra
patrones cuando se muestran en orden cronol
2 4 6 8 10 12 14

Predichos vs Residuos

Como es posible observar en la gráfica de predichos vs re

patrón de dispersión aleatorio de los residuos, lo que indic
supuesto de homogeneidad.
220 230 240 250 260 270 280 290
de probabilidad normal, los valores
ea recta, por lo cual se verifica el
ribución normal.

De acuerdo a la
dispersión presentada en
los datos se observa que
estos no mantienen una
tendencia o algún patron
defino sino que se
comportan de manera
aleatoria,por lo cual se
determina que cumplen
el supuesto de
homogeneidad de
varianzas.

ar en la gráfica se verifica el supuesto de que los

r en la gráfica de predichos vs residuos existe un
orio de los residuos, lo que indica que se cumple el
uesto de homogeneidad.