UNIVERSIDAD NACIONAL

PEDRO RUIZ GALLO

FACULTAD DE INGENIERAQUMICA E INDUSTRIAS ALIMENTARIAS

EXAMEN II

ASIGNATURA: Mtodos Estadsticos Aplicados en la Investigacin Cientfica con el SPSS DOCENTE: MSC. ALFONSO TESEN ARROYO INTEGRANTES:

RUIZ HIDALGO LENA

1. Un fabricante de botellas cuenta con dos lneas de produccin y abastece a uno de los principales productores de gaseosas locales. Recientemente ha recibido quejas de sus principales clientescon relacin a la calidad de las botellas de vidrio para gaseosas de litro y medio. uno de los problemas ms comunes que se presentaron fue la explosin de estas botellas cuando eran manipuladas en las tiendas y supermercados. Algunos de los tcnicos especialistas han explicado esto como un problema generado por la alta presin generada al interior de la botella, al momento de agitarse el lquido. Calcular e interpretacin intervalos de confianza al 95% por turno y lnea?. Qu lnea cree Ud. que fue el problema y porque? T 25 Linea1 283 239 216 301 277 281 283 214 322 265 237 278 270 243 267 246 257 294 326 7 25 Linea2 314 223 285 268 272 269 260 266 214 268 290 246 318 283 222 232 279 257 268 3 Turno M M M M M T T T T T M M M M M T T T T

Descriptivos TURNO LINEA1 MAANA Media Intervalo de confianza para la media al 95% Media recortada al 5% Mediana Varianza Desv. tp. Mnimo Mximo Rango Amplitud intercuartil Asimetra Curtosis TARDE Media Intervalo de confianza para la media al 95% Media recortada al 5% Mediana Varianza Desv. tp. Lmite inferior Lmite superior Lmite inferior Lmite superior Estadstico 261,10 242,39 279,81 261,39 268,50 683,878 26,151 216 301 85 41 -,300 -,728 274,50 249,97 299,03 275,00 273,00 1175,389 34,284 ,687 1,334 10,842 Error tp. 8,270

Mnimo Mximo Rango Amplitud intercuartil Asimetra Curtosis LINEA2 MAANA Media Intervalo de confianza para la media al 95% Media recortada al 5% Mediana Varianza Desv. tp. Mnimo Mximo Rango Amplitud intercuartil Asimetra Curtosis TARDE Media Intervalo de confianza para la media al 95% Media recortada al 5% Mediana Varianza Desv. tp. Mnimo Mximo Rango Amplitud intercuartil Asimetra Curtosis Lmite inferior Lmite superior Lmite inferior Lmite superior

214 326 112 47 -,014 -,148 272,10 248,15 296,05 272,33 277,50 1120,767 33,478 222 318 96 56 -,306 -,822 256,60 242,60 270,60 257,72 263,00 383,156 19,574 214 279 65 21 -1,394 1,573 ,687 1,334 ,687 1,334 6,190 ,687 1,334 10,587

Luego de trabajar con el software SPSS, se hace la comparacin de los resultados. En este caso se trabajan los datos de los turnos de maana y tarde con las dos lneas con las que cuenta la fabrica de botellas. Luego de comprar las 4 varianzas, se concluye que el problema se presenta en la lnea 1, en el turno tarde. Esto se debe a que la varianza es mayor a la que presentan los otros datos obtenidos.

2. Dada una muestra hipottica de 20 pacientes en los que se ha recogido los siguientes datos: nivel de colesterol en plasma sanguneo (en mg/100 ml), edad (en aos), consumo de grasas saturadas (en gr/semana), realizar el ajuste a un modelo lineal entre el nivel de colesterol y las dems variables. Interprete el R2, Construya el modelo de regresin y pronostique el nivel de colesterol para una edad de 55 aos y consumo de grasas saturadas de 25 gr/semana.

Paciente Colesterol Edad Grasas

1 350 80 35

2 190 30 40

3 263 42 15

4 5 6 320 280 198 50 45 35 20 35 50

7 232 18 70

8 320 32 40

9 10 303 220 49 35 45 35

Considerando el dato de:-1 r +1 a. Analizando el nivel de colesterol y la edad Resumen del modelo R cuadrado Error tp. de la Modelo R R cuadrado corregida estimacin 1 ,708a ,502 ,440 41,83726 a. Variables predictoras: (Constante), edad

Comparando el R^2 = 0,502 de la tabla anterior con el intervalo establecido del -1 R +1, se asume que existe relacin entre el nivel de colesterol y la edad, por lo que se puede decir tal vez que a mayor edad, mayor incidencia de colesterol en la sangre.

Modelo de regresin : Coeficientesa Coeficientes no estandarizados Coeficientes tipificados Beta ,708 t 4,509 2,839 Sig. ,002 ,022

Modelo B 1 (Constante) 168,436 edad 2,384 a. Variable dependiente: colesterol

Error tp. 37,353 ,840

Y = a + bx

Y(colesterol) = 168.436 + 2.384x(Edad)

Pronosticando el nivel de colesterol para una edad de 55 aos y un consumo de grasas saturadas de 25 gr/semana.: Y(colesterol) = 168.436 + 2.384 (55) Y(colesterol) =299,566

b. Analizando el nivel de colesterol y grasas Resumen del modelo R cuadrado Error tp. de la R cuadrado corregida estimacin ,129 ,020 55,33509

Modelo 1

R ,359a

a. Variables predictoras: (Constante), grasas

Comparando el R = 0,369 de la tabla anterior con el intervalo establecido del -1 R +1, se asume que existe relacin entre el nivel de colesterol y la cantidad de consumo de grasa, se puede decir que el nivel de colesterol depende de la cantidad de consumo de grasa.

Modelo de regresin : Coeficientesa

Coeficientes no estandarizados Modelo B Error tp. 1 (Constante) 318,067 49,647 grasas -1,311 1,207 a. Variable dependiente: colesterol

Coeficientes tipificados Beta -,359

t 6,407 -1,086

Sig. ,000 ,309

Y = a + bx

Y(colesterol) = 318.067 1.311x(consumo de grasa)

3. Se determinaron en 2 laboratorios niveles de plomo (en ng/g) en 30 muestras de leche en polvo para nios, utilizando espectrometra de absorcin atmica con horno de grafito. Los resultados fueron los siguientes: Laboratorio A Promedio: 24,544 Desviacin Estndar: 3,453 n=30 Los laboratorios reportan resultados similares? Solucin : a. Ho : 1=2,( 1-2=0) H1:1 2 b. Trabajare con = 0.05 , entonces : P(Z<Zo) = 0.975 F(Zo)=0.975 Zo=1.96 c. Laboratorio B Promedio: 24,789 Desviacin Estndar: 4,247 n=30

d. Calculo del estadstico Z

e. Conclusin : Como -0.245 no es mayor que 1.96, se acepta Ho, concluyendo que ambos mtodos son similares. 4. Una compaa que fabrica enlatados ha instituido 4 programas diferentes de entrenamiento para los empleados que trabajan en operaciones de envasado. Despus del entrenamiento, se registraron los tiempos medios necesarios para el envasado de un determinado enlatado. Los datos aparecen en la tabla siguiente: PROGRAMAS DE ENTRENAMIENTO A 60 80 69 65 B 80 81 73 69 75 72 a) Podemos afirmar que existe diferencia significativa entre los programas de entrenamiento? Use =0.05. b) Cul es el mejor tratamiento? C 97 84 93 79 92 D 67 84 90 78 61