Aplicar los métodos estadísticos en el diseño, interpretación e implantación de sistemas de control de calidad.

PRÁCTICA # 8

ESTUDIO DE CASOS ESTADISTICOS

Objetivo Educacional

Aplicar los métodos estadísticos en el diseño, interpretación e implantación de sistemas de control de calidad.

Requerimientos

Computadora, Calculadora, Libreta, lápiz, bolígrafo

Metodología

1.- De manera individual analizará el caso y le dará resolución

2.- Determina primeramente la variable dependiente e independiente

3.- Posteriormente aplicar los 15 datos de tu formulario

Caso: El dueño de una agencia de automóviles desea estudiar la relación entre el precio de venta de automóvil y su antigüedad. A continuación, aparece la lista de una muestra aleatoria de 15 automóviles usados que fueron vendidos en el último año.

# Obs DISTANCIA TIEMPO

1 9 8.1

2 7 6.0

3 11 3.6

4 12 4.0

5 8 5.2

6 7 6.6

7 8 7.5

8 11 8.4

9 10 8.2

10 12 6.7

11 6 8.6

12 6 8.1

13 8 6.8

14 7 8.5

15 9 7.8

total

Paso 2: Determinar coeficiente de “Correlación y determinación”

r=SSxy/√(〖SSxx〗^ .SSyy)= (-19.74)/(√(〖1.988.〗^ )(1.561))=-11.22

r2=1-((S2.xy)/((sy) ))= 1-((889.4)2/(109.1)2)=-71.99

Paso 3: Suma de cuadrados errores.

SSE=SSyy-Bi-SSxy=1.561-(-0.334(-19.74)=-5.032

Paso 4: Error estándar de estimación.

S=√(〖SSE〗^2 )/(N-2)=√(〖5.032〗^2 )/15.2=0.68

Paso 5: Desviación Estándar B1

S=√(〖SSE〗^2 )/√SSxx=0.682/√1.982=0.442

Paso 6: Estadística de prueba.

to=Bi/SBi=(-0.334)/0.442=0.755

Paso 7: Suma de cuadrados de regresión.

SSR=Syy-SSE=1.561-5.032=6.593

Paso 8: Error de Cuadrados medios.

MSE=SSE/(n-2)=(-5.032)/(15-2)=0.387

Paso 9:

SST=SSR+SSE=6.093+ -5.032=1.061

Paso 10: Fo=MSR/MSE=6.593/0.387=-17.036

Paso 11

b=(((∑xy)/n)x.y)/(∑x2-x2)=((889.4/15)-8.733*6.94)/(203/15-8.7332)

b=(59.293-60.607)/(1,203-76.265)

b=(-1.314)/1,126.735= -0.0011

a=((∑y)-b(∑x))/n=104.1-(-(-0.0011)(131))/15

=(104.1+0.1441)/15=-104.2441/15=6.9496

Grafica de Dispersión:

Tabla de residuales:

OBSERVACIONES Y=Bo + Bi X e= y- y e 2

1 9.865+-0.334(9)= 6.859 8.1- 6.859= 1,241 1.540

2 9.865+-0.334(7)=7.527 6.0- 7.524= -1.527 -2.331

3 9.865+-0.334(11)=6.191 3.6-5.641=-2.519 6.713

4 9.865+-0.334(12)=5.857 4.0- 5.257= -1.857 3.448

5 9.865+-0.334(8)= 7.193 5.2- 7.193= -1.993 3.972

6 9.865+-0.334(7)= 7.527 6.6 – 7.527 = -0.927 0.859

7 9.865+-0.334(8)= 7.193 7.5 – 7.193 = 0.307 0.094

8 9.865+-0.334(11)= 6.191 8.4 – 6.191 =2.209 4.879

9 9.865+-0.334(10)= 6.525 8.2 – 6.525 = 1.675 2.805

10 9.865+-0.334(12)= 5.857 6.7 – 5.857 = 0.843 0.710

11 9.865+-0.334(6)= 7.861 8.6 – 7.861 = 0.739 0.546

12 9.865+-0.334(6)= 7.861 8.1 – 7.861 = 0.239 0.0571

13 9.865+-0.334(8)= 7.193 6.8 – 7.193 = -0.393 0.154

14 9.865+-0.334(7)= 7.627 8.5 – 7.527 = 0.973 0.946

15 9.865+-0.334(9)= 6.859 7.8 – 6.859 = 0.941 0.885

Paso 13: Tabla Modelo de regresión:

OBSERVACIONES Y=a+b+x

1 9.848+-0.333(9)=6.851

2 9.848+-0.333(7)=7.517

3 9.848+-0.333(11)=6.185

4 9.848+-0.333(12)=5.852

5 9.848+-0.333(8)=7.184

6 9.848+-0.333(7)=7.517

...