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
25
y
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)
3 – Pvalor > a , logo não rejeito Ho (a distribuição dos erros é normal), sendo assim um
resultado satisfatório.
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
Questão 05:
a)
b)
Scatterplot of t/v] vs C3
1200000
1100000
1000000
900000
t/v]
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
0,4 y = 0,0205e2,5298x
0,3
R² = 0,9538
0,2
0,1
0
0 0,2 0,4 0,6 0,8 1 1,2
30 C - Logarítmico
y = 0,0701ln(x) + 0,1693
0,35
0,3
R² = 0,6566
0,25
0,2
0,15
0,1
0,05
0
-0,05 0 0,2 0,4 0,6 0,8 1 1,2
30 C - Polinomial ordem 3
3 2
0,35y = 1,0122x - 1,1553x + 0,4788x - 0,0141
0,3 R² = 0,9976
0,25
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
0,5 y = 0,0179e2,8035x
R² = 0,8944
0,4
0,3
0,2
0,1
0
0 0,2 0,4 0,6 0,8 1 1,2
-0,1
40 C -Logarítimico
y = 0,1697ln(x) + 0,2478
0,5
R² = 0,5132
0,4
0,3
0,2
0,1
0
0 0,2 0,4 0,6 0,8 1 1,2
-0,1
40 c - Polinomial de ordem 3
y = 2,9673x3 - 4,4292x2 + 2,0954x - 0,2333
0,45
0,4
R² = 0,9709
0,35
0,3
0,25
0,2
0,15
0,1
0,05
0
0 0,2 0,4 0,6 0,8 1 1,2
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
y = 0,0149e2,7923x
0,4
0,35
R² = 0,873
0,3
0,25
0,2
0,15
0,1
0,05
0
0 0,2 0,4 0,6 0,8 1 1,2
50 C - Logarítmico
y = 0,2619ln(x) + 0,2257
0,4
0,35
R² = 0,5944
0,3
0,25
0,2
0,15
0,1
0,05
0
0 0,2 0,4 0,6 0,8 1 1,2
50 C - Polinomial de ordem 3
0,4
y = 5,4839x3 - 10,35x2 + 6,4321x - 1,2259
0,35
0,3
R² = 0,9737
0,25
0,2
0,15
0,1
0,05
0
0 0,2 0,4 0,6 0,8 1 1,2
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
1,8
Ln Palmirico
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.