12.42 En el ejemplo 12.8 se trata el caso de eliminar del modelo x1 , que representa la temperatura del polvo, ya que el valor P basado en la prueba F es 0.2156, en tanto que los valores P para x2 y x3 son casi cero. a) Reduzca el modelo eliminando x1 , después genere un modelo completo y uno restringido (o reducido), y compárelos basándose en Rajus 2 . b) Compare los modelos completo y restringido usando intervalos de predicción de 95% de ancho sobre una nueva observación. El

 12.42 En el ejemplo 12.8 se trata el caso de eliminar del modelo x1 , que representa la temperatura del polvo, ya que el valor P basado en la prueba F es 0.2156, en tanto que los valores P para x2 y x3 son casi cero. a) Reduzca el modelo eliminando x1 , después genere un modelo completo y uno restringido (o reducido), y compárelos basándose en Rajus 2 . b) Compare los modelos completo y restringido usando intervalos de predicción de 95% de ancho sobre una nueva observación. El “mejor” de ambos modelos será aquel con intervalos de predicción más “estrechos”. Utilice el promedio del ancho de los intervalos de predicción.