Está en la página 1de 14

I FUNDAMENTO TERICO

II MATERIALES Y EQUIPOS

III PROCEDIMIENTO EXPERIMENTAL

IV DATOS Y GRFICOS

V ANALISIS Y DISCUSIN DE RESULTADOS

VI OBSERVACIONES

VII CONCLUSIONES

VIII CUESTIONARIO

IX APLICACIONES

I. Fundamento Terico1:
TRATAMIENTO ESTADISTICO DE DATOS
El anlisis estadstico posibilita la obtencin de medidas de
centralizacin, dispersin y tendencias temporales en las series
de observaciones de los fenmenos meteorolgicos con el fin

1 Universidad Autnoma de Barcelona, El tratamiento estadstico de los datos, Pg.


49-51, https://ddd.uab.cat/pub/tda/11349263n3/11349263n3p49.pdf.
de analizar la zonacin de estos fenmenos. A continuacin
abordamos muy brevemente algunos de los parmetros
estadsticos ms usuales.
Media: es el cociente entre la suma de todos los valores de la
serie y el nmero de datos de la serie.

Varianza y la desviacin tpica: son parmetros de


uso comn. La varianza es la media aritmtica de los cuadrados
de las diferencias de cada valor con respecto a la media.

La desviacin tpica o estndar es la raz cuadrada de la


varianza

A lo largo de los diferentes anlisis que se


han practicado en este trabajo se ha generado un corpus de
datos considerable. Las diferentes variables, tanto cualitativas
como cuantitativas, que se han considerado en este trabajo no
se pueden concebir como entidades aisladas, sino que deben
ser comprendidas dentro de una misma unidad o conjunto de
caracteres que forman una globalidad. En este sentido, creemos
que es imprescindible el procesamiento de estos datos
mediante la aplicacin de tcnicas estadsticas, ya que su
tratamiento sobrepasa ampliamente la capacidad humana.
De este modo, el procesamiento estadstico de los datos se
revela como un instrumento que se basa en un conjunto de
mtodos que nos permitirn evidenciar la reparticin de los
individuos sujetos a estudio en base a los criterios que hemos
determinado durante su anlisis.
En un primer nivel de anlisis, se han aplicado tcnicas propias
de la estadstica descriptiva, como por ejemplo el clculo de
frecuencias absolutas y relativas, la elaboracin de tablas de
contingencia, de histogramas y de diagramas circulares. Estas,
adems de facilitar la ordenacin y comparacin de los datos,
nos permiten conocer los parmetros de las muestras con las
que trabajamos.
II. MATERIALES Y EQUIPOS
MATERIALES

3 vasos de precipitado de 50 ml
1 pipeta de 10 ml
1 propipeta
1 piceta con agua destilada
2 erlenmeyers de 150 ml
2 buretas de 50 ml
2 mariposas
2 esptulas pequeas
Etiquetas

EQUIPOS

Balanza analtica
Balanza de 2 dgitos
Potencimetro
Termmetro

REACTIVOS

Agua
Sulfato de cobre

III. PROCEDIMIENTO EXPERIMENTAL


1. Determinacin de la masa de agua en 30m, Ph y temperatura.
Pesar cada vaso de precipitado vaco y seco, deben estar
rotulados, en la balanza analtica y apuntar.
Agregar a cada vaso 30mL de agua destilada y pesar
nuevamente.
Sabiendo ambas mediciones se puede hallar la masa del agua y
densidad.
Medir la temperatura de cada muestra con el termmetro.
Con los vasos con agua ir al potencimetro y medir el ph para
cada muestra.

2. Determinacin de 3 gramos de CuSO4


Pesar cada luna de reloj limpia y seca, previamente rotuladas.
Despus de poner las lunas de reloj en la balanza, tarar la
balanza y proceder a agregar los 3 gramos del slido.

PRECAUCION: La balanza analtica debe estar estable, para ello fijarse


en que la burbuja del nivelador este en el centro. La balanza es
sensible, no se puede poner un objeto de mas de 200g, y tampoco se
puede golpear el platillo porque ello malograra la balanza sin poder
calibrarla.
IV. DATOS Y GRFICOS
3.1 Hoja de Datos

I.2 Datos
Grupo Muestr Masa (g) pH T(C)
Vaso
con 30
a Vaso
mL de
agua
59.078
1 29.2144 6.93 29.5
2
59.556
1 2 29.5688 7.12 29.5
0
59.121
3 29.2490 7.21 30
9
63.536
4 33.8080 7.52 28
8
63.663
2 5 34.2847 6.74 28
2
62.944
6 33.4117 7.14 28
9
58.926
7 28.9912 6.30 29.5
4
58.866
3 8 29.0369 6.70 29.5
7
58.076
9 28.1299 6.60 29.5
6

Muestr Masa de
Grupo
a CuSO4
1 3.0049
1
2 3.0064
3 2.9995
2
4 3.0102
5 2.9998
3
6 3.0108

I.3 Procesamiento de datos


Mediante la prueba Q analizaremos los datos dudosos para ver si se
descarta o no. Sabemos que por teora, la prueba Q se lleva a cabo
comparando el cociente entre la diferencia entre el dato dudoso y el
ms prximo a l entre el rango con el Q terico.
-Densidad de agua
Datos Dato Q Q90 Se
dudoso descar
? ta?
0.9955 No - - -
0.9958 No - - -
0.9998 Si 0.93023 0.94 No
256
0.9793 No - - -
0.9844 No - - -
0.991 Si 0.56410 0.94 No
256
0.9943 Si 0.89743 0.94 No
59
0.9978 No - - -
0.9982 No - - -

-Temperatura del agua


Grupo Dato Q Se
dudos Descar
o ta?
1 30 1 Si
2 - - -
3 - - -

-Ph
GRUPO DATO Ph M(x) SX Q
valor
1 6.93
dudoso
N1 7.087 0.143
2 7.12
3 7.21
4 7.52
valor
N2 5 6.74 7.133 0.39
dudoso
6 7.14
valor
7 6.3
dudoso
N3 6.533 0.208
8 6.7
9 6.6

Prueba de rechazo

Para un 90% de confiabilidad; donde:

Grupo N 1
Q = |(6.93-7.12)/(7.21-6.93)| = 0.68 ; Qtab = 0.94 ; Qcal < Qtab
Por lo tanto, se acepta el valor dudoso.

Grupo N 2
Q = |(6.74-7.14)/(7.52-6.74)| = 0.51 ; Qtab = 0.94 ; Qcal < Qtab
Por lo tanto, se acepta el valor dudoso.

Grupo N 3
Q = |(6.30-6.60)/(6.70-6.30)| = 0.75 ; Qtab = 0.94 ; Qcal < Qtab
Por lo tanto, se acepta el valor dudoso.

I.4 Resultados
Prueba F. Se llevara a cabo esta prueba para determinar si se puede
hacer la prueba de significancia ms adelante.
-Para la densidad del agua
Grupo Prueba F Se hace
(1,i) F Tabla significan
cia?
Grupo 5.970503 19 No
(1,2) 18
Grupo 1.251991 19 No
(1,3) 31

-Para la temperatura. No se hace esta prueba ya que para todos los


grupos la varianza es 0.

-Para el pH
Dado: F = (S1)2/(S2)2

Grupo 1 y 2:
Fcal=(0.39004)2/(0.14295)2=7.44 ; Ftab=19,00 Fcal< Ftab
Entonces, S1 y S2 no tienen diferencia significativa

Grupo 1 y 3:
Fcal=(0.20817)2/(0.14295)2=2.12 ; Ftab=19,00 Fcal< Ftab
Entonces, S1 y S3 no tienen diferencia significativa

Grupo 2 y 3:
Fcal=(0.39004)2/(0.20817)2=3.51 ; Ftab=19,00 Fcal< Ftab
Entonces, S2 y S3 no tienen diferencia significativa

-Para la masa de CuSO4


Grupo Prueba F Se hace P.
(1;i) F tabla Significan
cia?
Grupo 50.8844 161 No
(1;2) 444
Grupo 53.7777 161 No
(1;3) 778

Prueba de significancia. No se llevara a cabo porque todas las


mediciones pasaron la prueba F

Intervalos de confianza

PARA LA DENSIDAD DEL AGUA

-Primero se evaluara por grupos y luego se evaluara en conjunto. No


hubo dato descartado asi que procede normalmente

t de
Grupo Densidad student x(prom) (t*s)/(n) Min Max
=
0.9955
0.99703 0.005959 0.99107 1.002993
1 0.9958 4.3
333 98 335 31
0.9998
0.9793
0.014562 0.97033 0.999462
2 0.9844 4.3 0.9849
98 702 98
0.991
0.9943
0.99676 0.005326 0.99144 1.002093
3 0.9978 4.3
667 53 014 19
0.9982

Grupo 1: x [0.9911; 1.0030] con 95% de confianza


Grupo 2: x [0.9703; 0.9995] con 95% de confianza
Grupo 3: x [0.9914; 1.0021] con 95% de confianza

-Segundo se proceder a evaluar todos los datos en conjunto

t de
Densid x(prom
Grupo studen (t*s)/(n) Min Max
ad )
t
1 0.9955 2.31 0.9929 0.005290 0.987609 0.998190
0.9958
0.9998
0.9793
2 0.9844
49 51 49
0.991
0.9943
3 0.9978
0.9982
Grupo 1-3: x [0.9876; 0.9982] con 95% de confianza

PARA EL pH
dado:

Con 95% de probabilidad y para todos los datos.


= x t(2gl;0,95)Sx/(n)
= 7.087 (4.3)(0.14295)/1.73205
= 7.087 0.355

por lo tanto, la media esperada est en el intervalo

x [6.73; 7.44] con 95% de confianza.

PARA EL CuSO4

Masa t de x
Grupo de studen (prom (t*s)/n Min Max
CuSO4 t )
3.0049
1
3.0064
2.9995 3.0052 0.00209 3.00317 3.00736
2 2.57
3.0102 67 414 253 08
2.9998
3
3.0108

Grupo 1-3: x [3.0032; 3.0074] con 95% de confianza


V. ANALISIS Y DISCUSIN DE RESULTADOS
Para los tratamientos de datos obtenidos de masa, temperatura y pH,
se tuvo que seguir un orden desde descartando datos hasta hallar los
intervalos de confianza. Este orden que consta de diferentes grupos
de clculos fueron fundamentales para ver si existen diferencias
significativas en los distintos procedimientos hechos por cada grupo
de laboratorio.
Podemos observar que los datos difieren muchas veces entre los
dems grupos, esto se debe a que los materiales son distintos, los
equipos distintos o por muchos motivos.
Por ejemplo se pudo observar que en nuestro grupo fue el que tuvo
una temperatura que difera de nuestras otras dos temperaturas, eso
sera un error humano, ya que no hubo problemas con el equipo ni
con la sustancia de trabajo.
Para el pH es similar, los vasos de precipitado estaban sucios o con
residuos de otras sustancias, como tambin el agua destilada
utilizada pudo estar contaminada, y por ello los datos difieren por
milsima, centsimas y dcimas.
Para la medicin de masa del CuSO4 el error vendra a ser netamente
humano, ya que la medecion dependa principalmente de la tcnica
del alumno y de la efectividad de la balanza, y como la balanza
estaba en buen estado, queda solamente la tcnica como posible
error.

VI. OBSERVACIONES
La diferencia de temperatura pudo ser ocasionada por dejar la
muestra en contacto directo con la luz solar, asi que como
recomendacin se tiene que poner todos las muestras en una
misma temperatura de ambiente.
Las masas de sulfato de cobre difieren en centsimas y
milsimas en la balanza analtica.
No hubo un dato repetido en lo que viene a ser la determinacin
de masas, cada uno de ellos (Agua y Sulfato de cobre) eran
distintos en cada grupo.

VII. CONCLUSIONES
La diferencia de los vasos de precipitados debe ser por la marca
y/o forma del vaso. Tambin por la limpieza del vaso.
El termmetro estaba correcto por lo que se concluye que el
error, es un error humano.
Es importante seguir el orden para los clculos, ya que hacer en
desorden podra llevar a repetir un procedimiento.
La prueba de significancia solo se efecta una vez hecha la
prueba F. Y solo nos indica si la diferencia es significativa es
decir nos arroja un SI o un NO.
El mtodo t de Student se lleva a cabo despus de la Prueba Q,
en donde eliminamos o no los datos dudosos.

VIII. APLICACIONES
La Estadstica puede dar respuesta a muchas de las necesidades que
la sociedad actual nos plantea. Su tarea fundamental es la reduccin
de datos, con el objetivo de representar la realidad y transformarla,
predecir su futuro o simplemente conocerla
La estadstica aplicada se apoya totalmente en la utilizacin de
paquetes estadsticos que ayudan a resolver problemas de ndole
estadstica, acortando dramticamente los tiempos de resolucin. Es
por esto que en muchas facultades se ensea a utilizar estos
programas estadsticos sin que, a veces, el alumno entienda, ni tenga
la necesidad de entender cmo funcionan.

EN LA MEDICINA : Imprescindible la Estadstica, probando nuevos


tratamientos en grupos de pacientes o bien, obteniendo conclusiones
sobre ciertas enfermedades observando durante un tiempo un grupo
de pacientes (saber si para el tratamiento de cierto tipo de cncer es
ms efectiva la ciruga, la radioterapia o la quimioterapia, sin ms que
observar un grupo de pacientes tratados con estas tcnicas).

EN LA GENTICA: Estudia la probabilidad de obtener ciertos factores


hereditarios.
En general se utiliza en todos los campos donde se deban recolectar
datos para detener conclusiones que es en particular una rama de la
estadstica denominada estadstica inferencia.

EN LA CIENCIAS PURAS: sirve para encontrar correlaciones entre las


variables, lo que se denomina la teora de la regresin. Es decir si
tomas datos, por ejemplo de temperatura, contra tiempo, podras
escribir una funcin que las relacione (o aceptar la hiptesis de que
una funcin las correlaciona)

EN LAS CIENCIAS SOCIALES: se utiliza para determinar muchos


factores como la esperanza de vida, nivel econmico, nmero de
hijos, y poder as relacionar los problemas sociales con posibles
causas y proporcionar soluciones ( los famosos censos)

EN EL CAMPO INDUSTRIAL: Se usa como control de calidad, para ver


el promedio y la desviacin estndar de pesos, grosores, humedad,
etc.

EN LA INGENIERIA: Busca implementar los procesos probabilsticos y


estadsticos de anlisis e interpretacin e datos o caractersticas de
un conjunto de elementos al entorno industrial, a efectos de ayudar
en la toma de decisiones y en el control de los procesos industriales y
organizacionales
Pueden distinguirse tres partes
- el estudio de las series temporales y las tcnicas de previsin, y la
descripcin de los pasos necesarios para el establecimiento de un
sistema de previsin operativo y duradero en una empresa;
- el anlisis multivalente, necesario para la extraccin de informacin
de grandes cantidades de datos, una de las necesidades ms
apremiantes;
- el control de calidad y la fiabilidad.
Las aplicaciones de la estadstica en la ingeniera actualmente han
tomado un rpido y sostenido incremento, debido al poder de clculo
de la computacin desde la segunda mitad del siglo XX.
Para comprender el desarrollo de las aplicaciones de la estadstica en
la ingeniera hay que citar que los Viejos Modelos Estadsticos fueron
casi siempre de la clase de los modelos lineales. Ahora, complejos
computadores junto con apropiados algoritmos numricos, estn
utilizando modelos no lineales (especialmente redes neuronales y
rboles de decisin) y la creacin de nuevos tipos tales como modelos
lineales generalizados y modelos multinivel.
El incremento en el poder computacional tambin ha llevado al
crecimiento en popularidad de mtodos intensivos
computacionalmente basados en re muestreo, tales como test de
permutacin y de bootstrap, mientras tcnicas como el muestreo de
Gibbs han hecho los mtodos bayesianos ms accesibles.
En el futuro inmediato la estadstica aplicada en la ingeniera, tendr
un nuevo nfasis en estadsticas "experimentales" y "empricas". Un
gran nmero de paquetes estadsticos est ahora disponible para los
ingenieros. Los Sistemas dinmicos y teora del caos, desde hace una
dcada empez a ser utilizada por la comunidad hispana de
ingeniera, pues en la comunidad de ingeniera anglosajona de
Estados Unidos estaba ya establecida la conducta catica en sistemas
dinmicos no lineales.

IX. REFERENCIAS BIBLIOGRFICAS

Daniel C. Harris Anlisis Qumico Cuantitativo. Editorial


Iberoamericana S.A.Tercera edicin. Mxico. 1992. Pg. 34 63
Cecilia Rios Varillas Estadstica y diseo de experimentos.
Editorial Universitaria UNI. Primera edicin. Per. 2012.Pg. 159
173.
Universidad Autnoma de Barcelona, El tratamiento estadstico
de los datos, Pg. 49-51,
https://ddd.uab.cat/pub/tda/11349263n3/11349263n3p49.pdf.

ESTADISTICA APLICADA A LAS DIFERENTES AREAS, 2017, ESTADISTICA


FINANCIERA, http://estadisticadescript.blogspot.pe/p/estadistica-aplicada-las-
diferentes

X. ANEXOS
Cuadro N 1: Valores de la t de Student

Grado 95% de 99% de


de probabilid probabilid
1
libertad ad 12.7 ad 63.66
1
2 4.30 9.93
3 3.18 5.84
4 2.78 4.60
5 2.57 4.03
6 2.45 3.71
7 2.37 3.50
8 2.31 3.36
9 2.26 3.25
10 2.23 3.17
11 2.20 3.11
12 2.18 3.06
13 2.16 3.01
14 2.15 2.98
15 2.13 2.95
16 2.12 2.92
17 2.11 2.90
18 2.10 2.88
19 2.09 2.86
20 2.09 2.85
30 2.04 2.75

Cuadro N2 : Valores de F para un nivel de probabilidad del


95%

(n-1) (n-1)
para para el mayor
valor de s
1 2 3 4 5 6 7 8 9 10 20
el
menor
valor
1 161 200 216 225 230 234 237 239 241 242 248
2 18.5 19.0 19.1 19.2 19.3 19.3 19.3 19.3 19.3 19.3 19.4
1 0 6 5 0 3 6 7 8 9 4
3 10.1 9.55 9.28 9.12 9.01 8.94 8.88 8.84 8.81 8.78 8.66
3
4 7.71 6.94 6.59 6.39 6.26 6.16 6.09 6.04 6.00 5.96 5.80
5 6.61 5.79 5.41 5.19 5.05 4.95 4.88 4.82 4.78 4.74 4.56
6 5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.10 4.06 3.87
7
7 5.59 4.74 4.35 4.12 3.07 3.87 3.79 3.73 3.68 3.63 3.44
8 5.32 4.46 4.07 3.84 3.69 3.58 3.50 3.44 3.39 3.34 3.15

Cuadro N3: Valores de Q

Resulta Formulaci n Q0,90 Q0,96 Q0,99


do n para
dudos comproba
3 0.94 0.98 0.99
Valor 4 0.76 0.85 0.93
menor
5 0.64 0.73 0.82
(x1)
6 0.56 0.64 0.74
7 0.51 0.59 0.68
8 0.47 0.54 0.63
Valor
mayor 9 0.44 0.51 0.60
(xn)
10 0.41 0.48 0.57

Fuente: Guia de laboratorio actualizado 2017, paginas 18-24

También podría gustarte