Escolar Documentos
Profissional Documentos
Cultura Documentos
Questão 01:
80
C2
70
60
50
40
100 120 140 160 180 200
C1
c)
O coeficiente de determinação explica 98,7% da variabilidade dos dados experimentais.
Questão 02:
a)
Scatterplot of y vs x
45
40
35
30
y
25
20
15
10
0 1 2 3 4 5 6 7 8
x
b)
35
30
y
25
20
15
10
0 1 2 3 4 5 6 7 8
x
1
RESI1
-1
-2
-3
0 1 2 3 4 5 6 7 8
ordem
–– 2 – Os erros aparentam não ter variância constante (resultado não satisfatório)
Versus Fits
(response is y)
3
1
Residual
-1
-2
-3
10 15 20 25 30 35 40 45
Fitted Value
3 – Pvalor > a , logo não rejeito Ho (a distribuição dos erros é normal), sendo assim um
resultado satisfatório.
60
50
40
30
20
10
5
1
-5,0 -2,5 0,0 2,5 5,0 7,5
RESI1
Conclusão:
Visto que as suposições do modelo estatístico não estão sendo seguidas por estes dados
experimentais, não se pode confiar na análise de variância (ANOVA).
d) Dado que a equação da reta que melhor representa os pontos é: Y = 2,857 + 4,726X,
quando Y é 25, X é igual a 4,69.
Questão 03:
a) Y = 94,05 – 2,1848X
b) Utilizando o grau de liberdade dos resíduos (9), temos o valor tabelado de F de 5,12
(para 5% de significância). O valor de F citado pela questão é 176,44. Nesse sentido,
como 176,44 > 5,12, tem-se que o valor se encontra da região de rejeição, então
rejeita-se a hipótese nula(B1 = 0). Logo, B1 é diferente de 0.
c) 2011,15/2113,8= 0,95
d) Sim, esse modelo consegue explicar 95% da variabilidade dos dados experimentais.
e) Os erros são variáveis aleatórias independentes.
Os erros têm variância constante.
Os erros têm distribuição normal.
Questão 04:
a)
Scatterplot of C2 vs C1
25,0
22,5
C2
20,0
17,5
15,0
0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9
C1
b)
Fitted Line Plot
C2 = 14,07 + 12,40 C1
S 0,246066
25,0 R-Sq 99,5%
R-Sq(adj) 99,5%
22,5
C2
20,0
17,5
15,0
0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9
C1
0,3
0,2
0,1
0,0
RESI1
-0,1
-0,2
-0,3
-0,4
-0,5
0 2 4 6 8 10 12 14
ordem
0,3
0,2
0,1
Residual
0,0
-0,1
-0,2
-0,3
-0,4
-0,5
15,0 17,5 20,0 22,5 25,0
Fitted Value
3 – Os erros possuem distribuição normal (resultado satisfatório), uma vez que o
Pvalor >a.
60
50
40
30
20
10
5
1
-1,0 -0,5 0,0 0,5 1,0
RESI1
Questão 05:
a)
b)
Scatterplot of t/v] vs C3
1200000
1100000
1000000
t
800000
700000
600000
500000
0,0000 0,0002 0,0004 0,0006 0,0008 0,0010 0,0012
C3
1000000
900000
t/v]
800000
700000
600000
500000
0,0000 0,0002 0,0004 0,0006 0,0008 0,0010 0,0012
C3
4) V é a variável X.
Questão 06:
Aplicando os 3 modelos no excel a cada conjunto de dados a tal temperatura, temos que :
30 C:
30 C - Exponencial
0.35
0.3
0.25
0.2 f(x) = 0.0204536542624716 exp( 2.52982218133689 x )
R² = 0.919974950304544
0.15
0.1
0.05
0
0 0.2 0.4 0.6 0.8 1 1.2
30 C - Logarítmico
0.35
0.3
0.25
0.2
0.15 f(x) = 0.0701146394176171 ln(x) + 0.169269899744971
R² = 0.656644715886004
0.1
0.05
0
0 0.2 0.4 0.6 0.8 1 1.2
30 C - Polinomial ordem 3
0.35
0.3
f(x) = 1.012203 x³ − 1.155272 x² + 0.478833 x − 0.0141454
0.25 R² = 0.997558119318982
0.2
0.15
0.1
0.05
0
0 0.2 0.4 0.6 0.8 1 1.2
40 C:
40 C - Exponencial
0.45
0.4
0.35
0.3
0.25 f(x) = 0.0178535648819663 exp( 2.80346392786493 x )
R² = 0.91506318936331
0.2
0.15
0.1
0.05
0
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 1.1
40 C -Logarítimico
0.45
0.4
0.35
0.3
0.25
f(x) = 0.169747365241053 ln(x) + 0.247835537059242
0.2 R² = 0.513240560912918
0.15
0.1
0.05
0
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 1.1
40 c - Polinomial de ordem 3
0.45
0.4
0.35f(x) = 2.96728044 x³ − 4.42917085 x² + 2.09543601 x − 0.23331549
R² = 0.970892445514166
0.3
0.25
0.2
0.15
0.1
0.05
0
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 1.1
Analisando os 3 modelos de ajuste dos dados, nota-se que o modelo polinomial de ordem 3,
ou Benedetti, possui o maior coeficiente de determinação (0,9709), ou seja, é o modelo que
melhor explica a variabilidade dos dados.
50 C:
50 C - Exponencial
0.4
0.35
0.3
0.25
0.2 f(x) = 0.0149364291889587 exp( 2.79232938178521 x )
R² = 0.830298387842383
0.15
0.1
0.05
0
0.4 0.5 0.6 0.7 0.8 0.9 1 1.1
50 C - Logarítmico
0.4
0.35
0.3
0.25
0.2 f(x) = 0.261922733564289 ln(x) + 0.225714453500156
R² = 0.594434896841565
0.15
0.1
0.05
0
0.4 0.5 0.6 0.7 0.8 0.9 1 1.1
50 C - Polinomial de ordem 3
0.4
0.35
0.3 f(x) = 5.48394518 x³ − 10.350452 x² + 6.43206221 x − 1.22586211
0.25 R² = 0.973680622525564
0.2
0.15
0.1
0.05
0
0.4 0.5 0.6 0.7 0.8 0.9 1 1.1
Analisando os 3 modelos de ajuste dos dados, nota-se que o modelo polinomial de ordem 3,
ou Benedetti, possui o maior coeficiente de determinação (0,9737), ou seja, é o modelo que
melhor explica a variabilidade dos dados.
Questão 07:
Ácido Oleico:
2,0
Ln Oleoico
1,9
1,8
1,7
1,6
1,5
Dado que o coeficiente angular é numericamente igual à razão (Ea/R ), temos que 2760 = Ea/R.
Acido Palmirico:
1,9
Ln Palmirico
1,8
1,7
1,6
1,5
1,4
1,3
0,00270 0,00275 0,00280 0,00285 0,00290
1/T
Dado que o coeficiente angular é numericamente igual à razão (Ea/R ), temos que 2785 = Ea/R.
Questão 8:
2,0
1/Qe
1,5
1,0
0,5
0,0
0 1 2 3 4
1/Ce
Kl = 0.1283.
Por fim, é notório que o coeficiente de determinação é igual a 100%, logo a reta explica 100%
da variabilidade do conjunto de dados.