2. Selección de Modelos: Modelo Binomial
El modelo de regresión binomial se utiliza cuando la variable respuesta es cualitativa con dos resultados posibles. De esta manera podemos elegir el mejor ajuste del modelo binomial para un conjunto de datos.
Ejemplo 1:
Un equipo de ingeniería de producto llevó a cabo una prueba para evaluar la carga que soporta un componente del motor utilizando diferentes materiales y tiempos para probar el fallo.
| Componente | Carga | Tiempo | Fallo |
|---|---|---|---|
| A | 0.5 | 400000 | 1 |
| A | 0.5 | 104052 | 1 |
| A | 0.4 | 1000000 | 0 |
| A | 0.4 | 1000000 | 0 |
| A | 0.4 | 1000000 | 0 |
| A | 0.4 | 908209 | 1 |
| A | 0.4 | 1000000 | 0 |
| A | 0.4 | 1000000 | 0 |
| B | 0.5 | 480000 | 1 |
| B | 0.5 | 520000 | 1 |
| B | 0.5 | 350000 | 1 |
| B | 0.4 | 934000 | 1 |
| B | 0.4 | 1000000 | 0 |
Subiremos los datos al sistema.
Realizaremos el análisis, ajustando conforme la figura abajo.
En seguida, haga un clic en Calcular para obtener los resultados. También es posible generar los análisis y descargar en el formato Word.
Los resultados son:
Cuadro de selección de modelos
| Modelo (Steps) | Variable que Entro | Variable que salio | TRV | P-valor |
|---|---|---|---|---|
| Modelo 1 | Tiempo | 17.9448 | 2.274015e-05 | |
| Modelo Seleccionado | Tiempo |
Cuadro de análisis de Desviación
| Variables | GL | Desviación | G.L Residual | Desviación residual |
|---|---|---|---|---|
| Intercepto | 12 | 17.9448275764889 | ||
| Tiempo | 1 | 17.9448275741547 | 11 | 2.33418928590677e-09 |
Ejemplo 2:
Una empresa fabrica piezas de hierro que se moldean en moldes de arena. Entre las piezas producidas destacan aquellas que presentan una gran cantidad de arena incrustada se considera chatarra. La volatilidad de Arena y el coeficiente RFV (Resistencia al Fluido Verde) influyen en la cantidad de arena incrustada. A partir de los datos del cuadro, se evalúa la significancia de las variables y la interacción entre ellas, considerando el modelo binomial para superficie de respuesta.
| Cantidad_Producida | Chatarra | Volatilidad | RFV |
|---|---|---|---|
| 832 | 270 | 1.906 | 5.642 |
| 996 | 152 | 1.766 | 7.63 |
| 1224 | 289 | 1.673 | 5.253 |
| 712 | 2 | 1.982 | 5.223 |
| 2072 | 11 | 2 | 5.064 |
| 544 | 14 | 2.12 | 5.395 |
| 700 | 5 | 2.085 | 6.138 |
| 3840 | 47 | 1.97 | 5.82 |
| 1940 | 101 | 2.15 | 4.498 |
| 1005 | 17 | 2.37 | 6.478 |
| 1260 | 26 | 2.37 | 5.826 |
| 1815 | 308 | 2.597 | 6.052 |
| 1340 | 79 | 2.44 | 5.839 |
| 1485 | 134 | 2.473 | 5.08 |
| 1585 | 127 | 2.493 | 5.313 |
| 1095 | 83 | 2.43 | 5.21 |
| 1370 | 81 | 3.42 | 5.04 |
| 1405 | 58 | 3.607 | 5.2222 |
Subiremos los datos al sistema.
Realizaremos el análisis, ajustando conforme la figura abajo.
En seguida, haga un clic en Calcular para obtener los resultados. También es posible generar los análisis y descargar en el formato Word.
Los resultados son:
Cuadro de selección de modelos
| Modelo (Pasos) | Variable que entro | Variable que salio | TRV | P-valor |
|---|---|---|---|---|
| Modelo 1 | RFV. | 48.39399 | 3.486347e-12 | |
| Modelo 2 | Volatilidad | 23.37991 | 1.329596e-06 | |
| Modelo Seleccionado | RFV. + Volatilidad |
Cuadro de análisis de desviación
| Variables | GL | Desviación | G.L Residual | Desviación residual |
|---|---|---|---|---|
| Intercepto | 17 | 1949.04546855248 | ||
| RFV. | 1 | 48.3939919444213 | 16 | 1900.65147660806 |
| Volatilidad | 1 | 23.379914676729 | 15 | 1877.27156193133 |
Ejemplo 3:
Un equipo de ingeniería de producto llevó a cabo una prueba para evaluar la carga que soporta un componente del motor utilizando diferentes materiales y tiempos para probar el fallo.
| Componente | Carga | Tiempo | Fallo |
|---|---|---|---|
| A | 0.5 | 400000 | 1 |
| A | 0.5 | 104052 | 1 |
| A | 0.4 | 1000000 | 0 |
| A | 0.4 | 1000000 | 0 |
| A | 0.4 | 1000000 | 0 |
| A | 0.4 | 908209 | 1 |
| A | 0.4 | 1000000 | 0 |
| A | 0.4 | 1000000 | 0 |
| B | 0.5 | 480000 | 1 |
| B | 0.5 | 520000 | 1 |
| B | 0.5 | 350000 | 1 |
| B | 0.4 | 934000 | 1 |
| B | 0.4 | 1000000 | 0 |
Subiremos los datos al sistema.
Realizaremos el análisis, ajustando conforme la figura abajo.
En seguida, haga un clic en Calcular para obtener los resultados. También es posible generar los análisis y descargar en el formato Word.
Los resultados son:
Cuadro de selección de modelos
| Modelos | AIC | BIC | Elección |
|---|---|---|---|
| Tiempo | 2 | 2.564949 | Modelo Seleccionado |
| Carga + Tiempo | 4 | 5.129899 | |
| Componente + Tiempo | 4 | 5.129899 | |
| Componente + Carga + Tiempo | 6 | 7.694848 | |
| Cargar | 10.99736 | 11.562312 | |
| Componente + Carga | 12.17932 | 13.309222 | |
| Componente | 17.58904 | 17.944828 |
Ejemplo 4:
Una empresa fabrica piezas de hierro que se moldean en moldes de arena. Entre las piezas producidas destacan aquellas que presentan una gran cantidad de arena incrustada se considera chatarra. La volatilidad de Arena y el coeficiente RFV (Resistencia al Fluido Verde) influyen en la cantidad de arena incrustada. A partir de los datos de la siguiente tabla, el objetivo es evaluar la significancia de las variables y la interacción entre ellas, considerando el modelo binomial para superficie de respuesta.
| Observación | Cantidad_Producida | Chatarra | Volatilidad | RFV |
|---|---|---|---|---|
| 1 | 832 | 270 | 1.906 | 5.642 |
| 2 | 996 | 152 | 1.766 | 7.63 |
| 3 | 1224 | 289 | 1.673 | 5.253 |
| 4 | 712 | 2 | 1.982 | 5.223 |
| 5 | 2072 | 11 | 2 | 5.064 |
| 6 | 544 | 14 | 2.12 | 5.395 |
| 7 | 700 | 5 | 2.085 | 6.138 |
| 8 | 3840 | 47 | 1.97 | 5.82 |
| 9 | 1940 | 101 | 2.15 | 4.498 |
| 10 | 1005 | 17 | 2.37 | 6.478 |
| 11 | 1260 | 26 | 2.37 | 5.826 |
| 12 | 1815 | 308 | 2.597 | 6.052 |
| 13 | 1340 | 79 | 2.44 | 5.839 |
| 14 | 1485 | 134 | 2.473 | 5.08 |
| 15 | 1585 | 127 | 2.493 | 5.313 |
| 16 | 1095 | 83 | 2.43 | 5.21 |
| 17 | 1370 | 81 | 3.42 | 5.04 |
| 18 | 1405 | 58 | 3.607 | 5.2222 |
Subiremos los datos al sistema.
Realizaremos el análisis. Ajustamos conforme la figura de abajo.
En seguida, haga un clic en Calcular para obtener los resultados. También es posible generar los análisis y descargar en el formato Word.
Los resultados son:
Tabla de selección de modelos
| Modelos | AIC | BIC | Elección |
|---|---|---|---|
| Volatilidad + RFV. | 12924.5655 | 12940.8363 | Modelo Seleccionado |
| RFV. | 12945.9455 | 12954.0808 | |
| Volatilidad | 12953.2066 | 12961.3420 |