12.40 Considere el ejemplo 12.4. La fi gura 12.1 de la página 459 presenta una salida de resultados del SAS para un análisis del modelo que contiene las variables x1 , x2 y x3 . Céntrese en el intervalo de confianza de la respuesta media μY en las ubicaciones (x1 , x2 , x3 ) que representan los 13 puntos de los datos. Considere el elemento en la salida de resultados indicado con C.V., que representa al coeficiente de variación, el cual se define como C.V. = s /y · 100, donde

 12.40 Considere el ejemplo 12.4. La fi gura 12.1 de la página 459 presenta una salida de resultados del SAS para un análisis del modelo que contiene las variables x1 , x2 y x3 . Céntrese en el intervalo de confianza de la respuesta media μY en las ubicaciones (x1 , x2 , x3 ) que representan los 13 puntos de los datos. Considere el elemento en la salida de resultados indicado con C.V., que representa al coeficiente de variación, el cual se define como C.V. = s /y · 100, donde s = √s2 es la raíz del cuadrado medio del error. El coeficiente de variación se utiliza con frecuencia como otro criterio para comparar modelos en competencia. Se trata de una cantidad sin escala que expresa al estimado de σ, es decir, s, como un porcentaje de la respuesta promedio y. Al competir por el “mejor” modelo de un grupo de modelos en competencia se busca un modelo con un valor pequeño de C.V. Haga un análisis de regresión del conjunto de datos que se presenta en el ejemplo 12.4, pero elimine x3 . Compare el modelo completo (x1 , x2 , x3 ) con el restringido (x1 , x2 ) y céntrese en dos criterios: i) C.V.; ii) la anchura de los intervalos de confi anza sobre μY . Para el segundo criterio usted quizá desearía usar la anchura promedio. Haga comentarios al respecto.