Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Diagrama Causa y Efecto
Diagrama Causa y Efecto
RESUMEN
Se realizo el tratamiento estadístico y analítico de forma interpretativa al análisis
comprendida en la capacidad de remoción medida en porcentaje de los tres tratamientos
establecidos; comprendidos como la Precipitación por floculado con albumina, la Precipitación
electroquímica a partir de Hidrolisis del Agua (H2O) y la Bioremedación con bacterias afines a
metales, determinando principalmente los gráficos exploratorios que comprendieron a la variable
dependiente establecida como el tipo de tratamiento y en las variables independientes la
concentración Molar de Cromo, Níquel, la Demanda Quimica de Oxigeno y el pH en el cual se
concretó cada tratamiento; cabe resaltar que cada tratamiento tienen un análisis por triplicado
garantizando la calidad analítica establecida en los principios básicos del análisis químico y
científico, es por ello que se aplicó una interpretación estadística con la Regresión Lineal Simple,
haciendo la comparación de la variable dependiente con cada una de las variables independientes;
para así poder determinar la formula que determina la recta en la gráfica exploratorio; mostrando
que se debe tener en cuenta la remoción que integra cada una de las variables analizadas en los
diferentes tratamientos aplicados; por otra parte se desarrolló la cuantificación del porcentaje de
remoción de cada variable analizada en cada uno de los tratamientos aplicados y con la variable
del pH solo se desarrolló la estadística descriptiva; desarrollando en cada uno de estos análisis los
gráficos pertenecientes a las Medidas de Posición Central, las Medidas de Dispersión central, el
Diagrama de Caja de Bigotes y la interpretación respectiva de cada de ellos; además de esto se
estableció la cuantificación estadística de la covarianza de cada tratamiento junto con su
Coeficiente de Correlación de Pearson; encontrado la relación proporcional que existe entre los
tratamientos establecidos y el tiempo en que ocurren; además de esto se especificó el análisis
estadístico en el software SPSS, realizando un análisis en la Regresión Lineal y los gráficos que
implican el Histograma y la dispersión que se especifica con cada variable independiente
conservando la misma variable dependiente; además de esto realizando el Análisis de Varianza
(ANOVA), permitiendo así un análisis mas concreto sobre el manejo estipulado en la
interpretación de resultados y los diversos métodos analíticos desarrollados.
1
UNIVERSIDAD DE LA AMAZONIA
FACULTAD DE CIENCIAS BÁSICAS
PROGRAMA DE QUÍMICA
ANÁLISIS ESTADÍSTICO PARA QUÍMICOS
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
NOMBRE INTEGRANTE
MOTTA TRUJILLO LEINNER JOSÉ
1. INTRODUCCIÓN
Para los tres tratamientos, se implementan experimentos por triplicado en tanques de 500 L de agua
residual cada uno, además del experimento de control para cada tratamiento (ver esquema diseño
experimental). A cada tanque de tratamiento se ingresó agua residual con las mismas características
fisicoquímicas, luego, se cuantificaron los parámetros de cada tanque a las 24, 48 y 72 horas de
tratamiento, para evaluar su eficiencia.
E. Por cada triplicado de cada experimento, DESARROLLAR los gráficos apropiados y pertinentes
e INTERPRETAR analítica, química, científica y estadísticamente;
2
UNIVERSIDAD DE LA AMAZONIA
FACULTAD DE CIENCIAS BÁSICAS
PROGRAMA DE QUÍMICA
ANÁLISIS ESTADÍSTICO PARA QUÍMICOS
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
NOMBRE INTEGRANTE
MOTTA TRUJILLO LEINNER JOSÉ
H. Con base en la estadística inferencial ANOVA de una vía y de dos vías, determinar el mejor
tratamiento para el agua residual, con un p ≤ 0,05. INTERPRETAR analítica, química, científica y
estadísticamente;
Ilustración 1. Diseño Experimental. Comprende los tres tratamientos especificados anteriormente, realizando por triplicado de
forma de que se garantice la calidad analítica.
2. RESULTADOS
A. El análisis de la Regresión Simple de las variables de Cromo, Níquel y DQO, muestran una
0,9999, además de esto se debe tener en cuenta el rango de cada variable en donde la
concentración de Cromo es de 60 molar, la concentración de Níquel hasta 40 y el Biftalato
3
UNIVERSIDAD DE LA AMAZONIA
FACULTAD DE CIENCIAS BÁSICAS
PROGRAMA DE QUÍMICA
ANÁLISIS ESTADÍSTICO PARA QUÍMICOS
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
NOMBRE INTEGRANTE
MOTTA TRUJILLO LEINNER JOSÉ
Vari R2
able Ajusta Error Probabil Probabil
s R R2 do Tipico β0 β1 idad β0 idad β1 Formula
- ACr6+ = 1.7*10^-
[Cr6+
0,995 0,990 0,989 0,03308 0,017 0,017 0,2233540 1,43739E- 2[Cr6+]-1,7*10^-
]
10919 24231 72875 4588 54545 45152 05 20 2+3.3*10^-2
- ANi2+= (-1.7*10^-
[Ni2+
0,995 0,990 0,989 0,03268 0,017 0,025 0,2233540 1,43739E- 2)[Ni2+]+2.5*10^-
]
10919 24231 72875 4264 33315 86053 05 20 2+3.2*10^-2
DQO =
DQO 0,999 0,999 0,999 3,28980 2,901 1,937 0,0499704 6,15267E- 1,93[BDP]+2,90+
94311 88623 88024 5774 2987 88052 43 39 3.28
En el desarrollo de los gráficos exploratorio se observa como la curva y/o línea de cada una de las
variables analizadas va creciendo proporcionalmente a medida d que en el tratamiento específico
el tiempo lleva un transcurso normal; cómo se puede observar en el siguiente manejo estadístico
de los gráficos exploratorios;
4
UNIVERSIDAD DE LA AMAZONIA
FACULTAD DE CIENCIAS BÁSICAS
PROGRAMA DE QUÍMICA
ANÁLISIS ESTADÍSTICO PARA QUÍMICOS
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
NOMBRE INTEGRANTE
MOTTA TRUJILLO LEINNER JOSÉ
DQO
1200.0
600.0
DQO
400.0 Linear (DQO)
200.0
0.0
0 100 200 300 400 500 600
DQO
En donde se observa que la linealidad es mayor con respecto a las demás variables independientes
que se establecen en la interpretación analítica de los tres tratamientos aplicados; puesto a que es
una de las variables que más aporta linealidad en la interpretación de la regresión lineal simple.
Cr6+
1.2
y = 0.0175x - 0.0175
1 R² = 0.9902
0.8
0.6
A
ACr6+
0.4 Linear (ACr6+)
0.2
0
0 10 20 30 40 50 60
[Cr6+]
5
UNIVERSIDAD DE LA AMAZONIA
FACULTAD DE CIENCIAS BÁSICAS
PROGRAMA DE QUÍMICA
ANÁLISIS ESTADÍSTICO PARA QUÍMICOS
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
NOMBRE INTEGRANTE
MOTTA TRUJILLO LEINNER JOSÉ
En este se observa una linealización igual la variable del Níquel; es donde se interpreta la
cuantificación de los datos desarrollada por los analistas que aplicaron la valoración cuantitativa
en cada uno de los análisis desarrollados; cabe resaltar que conservan un mismo orden de
magnitudes y valores semejantes en su concentración y cuantificación de porcentaje de remoción
por lo que se establecen como variables que implementan la misma linealidad al análisis
desarrollado.
Ni2+
1.200
y = 0.0259x - 0.0173
1.000 R² = 0.9902
0.800
0.600
ANi2+
A
0.400
Linear (ANi2+)
0.200
0.000
0 5 10 15 20 25 30 35 40 45
-0.200
[Ni2+]
6
UNIVERSIDAD DE LA AMAZONIA
FACULTAD DE CIENCIAS BÁSICAS
PROGRAMA DE QUÍMICA
ANÁLISIS ESTADÍSTICO PARA QUÍMICOS
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
NOMBRE INTEGRANTE
MOTTA TRUJILLO LEINNER JOSÉ
La Regresión Lineal Múltiple no se puede llevar a cabo puesto a que las variables establecidas como independientes tienen valores que
se relacionan de forma directa por lo que no se pueden establecer independientes; ya que el porcentaje de remoción en cada análisis es
directamente proporcional a los tres diferentes tratamientos establecidos; por lo que se establece una relación directa que solo permite
llevar a cabo una regresión lineal simple; además de esto hay que tener en cuenta que con lo estipulado en la covarianza la variable que
otorga mayor linealidad en cuanto a su independencia de las demás es el pH, debido a que es una caracterización que se aplica en la
física del estudio realizado de forma analítica; lo que permite realizar una interpretación concreta de los resultados obtenidos.
D. Por cada triplicado de cada experimento, DESARROLLAR la estadística descriptiva e INTERPRETAR analítica, química, científica
y estadísticamente;
La estadística descriptiva desarrollada se estableció por cada tratamiento en función de las variables independientes realizadas y además
de ello se estipulo la variable cuantitativa del pH por aparte; puesto a que no cuenta con la cuantificación del porcentaje de remoción en
el tratamiento aplicado.
Promedio
Tratami
Umedida
Primer Q
Tiempo
Mediana
Tercer Q
Varianza
Maximo
Minimo
[Cr6+]
[Cr6+]
[Cr6+]
[Cr6+]
Valor
Variable
Media
Media
Rango
Moda
Ref.
Geo.
%ER
Dm
EA
ER
EE
.1
.2
.3
H
σ
ento
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
[Cr6+] 0
#¡DIV/0!
#¡DIV/0!
#¡NUM!
#¡NUM!
58,30
58,30
58,30
58,30
0
7
48 24 0 Tiempo 72 48 24
Tratami
24,55 32,74 37,20 [Ni2+] 21,57 40,81 53,05
ento
23,81 31,25 37,20 [Ni2+] 22,74 42,56 54,22
24,18 32,36 37,20 [Ni2+] 22,15 41,98 53,64
8
34,54 13,41 0,00 Media 61,65 27,83 7,72
34,54 12,74 0,00 Mediana 61,65 27,49 7,72
34,53 13,30 #¡NUM! Media 61,65 27,80 7,68
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
Geo.
34,52 13,20 #¡NUM! H 61,64 27,77 7,64
1,01 2,09 0,00 σ 1,01 1,54 1,00
1,01 4,36 0,00 Varianza 1,02 2,37 1,01
1,01 2,09 0,00 Dm 1,01 1,54 1,00
0,58 1,21 0,00 EE 0,58 0,89 0,58
0,03 0,16 #¡DIV/0! ER 0,02 0,06 0,13
2,92 15,57 #¡DIV/0! %ER 1,64 5,53 12,99
-34,14 -13,11 0,00 EA -61,45 -27,43 -7,42
34,04 12,24 0,00 Primer Q 61,15 26,99 7,22
35,05 14,24 0,00 Tercer Q 62,16 28,50 8,22
0,58 1,21 0,00 Umedida 0,58 0,89 0,58
72 48 24 0 Tiempo 72
Tratami
237,55 750,66 855,18 950,20 DQO 10,42
ento
228,05 741,16 864,68 950,20 DQO 9,30
228,05 731,65 836,18 950,20 DQO 10,04
9
75,45 21,45 10,06 0,00 Media 73,09
75,78 21,45 9,73 0,00 Mediana 72,75
75,44 21,43 9,99 #¡NUM! Media 73,08
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
Geo.
75,44 21,42 9,91 #¡NUM! H 73,07
0,58 1,01 1,53 0,00 σ 1,54
0,34 1,01 2,35 0,00 Varianza 2,38
0,58 1,01 1,53 0,00 Dm 1,54
0,34 0,58 0,88 0,00 EE 0,89
0,01 0,05 0,15 #¡DIV/0! ER 0,02
0,77 4,69 15,22 #¡DIV/0! %ER 2,11
-75,24 -21,05 -9,76 0,00 EA -72,89
75,28 20,95 9,23 0,00 Primer Q 72,25
75,78 21,95 10,73 0,00 Tercer Q 73,76
0,34 0,58 0,88 0,00 Umedida 0,89
que cuando se aplican en los gráficos de Barras de estas variables analizadas se logra interpretar que difieren en cantidad pero conserva
En donde se establece la cuantificación estadística de las variables analizadas en el Tratamiento 1, especificando una interpretación
estadística en donde se establece que las variables analizadas poseen una cuantificación diferente de las medias de posición central; pero
UNIVERSIDAD DE LA AMAZONIA
FACULTAD DE CIENCIAS BÁSICAS
PROGRAMA DE QUÍMICA
ANÁLISIS ESTADÍSTICO PARA QUÍMICOS
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
NOMBRE INTEGRANTE
MOTTA TRUJILLO LEINNER JOSÉ
un orden de cuantificación en la misma magnitud; por lo que no se establece una diferencia concreta en cada uno de ellos; es decir que
en las variables especificas que pertenecen a la campana de Gauss, estos valores no se encuentran con una dispersión alta; por otra parte
cabe resaltar que la cuantificación del error absoluto en la mayoría de los casos se especifica con un valor negativo y además de esto el
desarrollo de la incertidumbre combinada no se llevo a cabo debido al análisis desarrollado de forma experimental aunque si se estableció
la cuantificación de los límites de detección y los limites de cuantificación; mostrados en la siguiente tabla;
LDD LDC
0,00 0,00
174,90 583,00
267,16 890,55
174,90 583,00
LDD LDC
0,00 0,00
232,31 774,38
111,60 372,00
170,47 568,24
LDD LDC
0,00 0,00
4354,36 14514,54
2850,60 9502,00
1645,79 5485,98
10
72 48 24 0 Tiempo
12,24 30,32 47,81 58,30
Tratami
[Cr6+]
ento
11,66 29,73 47,22 58,30 [Cr6+]
12,83 30,90 48,39 58,30 [Cr6+]
57,66 57,78 57,89 58,30 [Cr6+]
[Cr6+] 3 [Cr6+] 2 [Cr6+] 1 [Cr6+] 0 Variable
78,77 47,53 17,42 0,00 %REM2
79,78 48,54 18,43 0,00 .1
%REM2
.2
encuentra establecido como el DQO.
11
78,77 47,53 17,42 0,00 Mediana
78,76 47,52 17,40 #¡NUM! Media
Geo.
78,76 47,51 17,38 #¡NUM! H
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
14 78
0,00 Media 73,71 57,62 26,15 0,00 Media
12
0,00 Mediana 74,72 57,62 26,49 0,00 Mediana
#¡NUM! Media 73,70 57,61 26,15 #¡NUM! Media
Geo. Geo.
#¡NUM! H 73,68 57,61 26,14 #¡NUM! H
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
16457,95
26,48539
4937,38
693,65
693,65
665,14
943,55
DQO 1
DQO 1
-26,79
26,49
26,49
29,51
26,49
29,51
27,49
27,49
26,49
27,46
27,42
26,49
28,00
0,70
3,02
1,74
3,04
1,74
1,01
0,06
6,34
1,01
24
78
16457,95
51,56407
4937,38
456,10
456,10
427,59
941,65
DQO 2
DQO 2
-52,37
51,56
51,56
54,59
51,56
54,59
52,57
52,57
51,56
52,55
52,54
51,56
53,08
0,20
3,03
1,75
3,05
1,75
1,01
0,03
3,32
1,01
48
67
16457,95
80,78867
4937,38
180,54
180,54
152,03
939,75
DQO 3
DQO 3
-81,60
80,79
80,79
83,82
80,79
83,82
81,80
81,80
80,79
81,79
81,78
80,79
82,31
0,20
3,03
1,75
3,07
1,75
1,01
0,02
2,14
1,01
72
54
En esta estadística descriptiva se observa semejante a la primera desarrollada, en la cual se identifica la cuantificación de los parámetros
de posición central, dispersión, incertidumbre y los limites establecidos; por lo que se establece una relación especifica en la relación
particular de cada variable. Teniendo en cuenta la cuantificación que se desarrolla y además de esto que la desviación estándar supera la
numeración de la cuantificación de una unidad; lo que se muestra en el grafico de dispersión como desarrollo de un error encontrado en
la valoración analítica establecida.
Ahora, se resalta la estadística descriptiva desarrollada con el tratamiento 3, en donde se aplica la misma interpretación que ya se
encuentra estipulada sobre el tratamiento 1 y el tratamiento 2; encontrando asi la cuantificación concreta del análisis desarrollado.
13
Tiempo 72 48 24 0 Tiempo
Tratami 5,25 38,71 54,63 58,30
Tratami
[Ni2+] [Cr6+]
ento ento
[Ni2+] 4,66 35,80 54,04 58,30 [Cr6+]
[Ni2+] 2,92 40,46 56,38 58,30 [Cr6+]
[Ni2+] 57,66 57,89 58,01 58,30 [Cr6+]
Variabl [Cr6+] 3 [Cr6+] 2 [Cr6+] 1 [Cr6+] 0 Variable
e 90,90 33,13 5,83 0,00
%REM1 %REM3
.1 91,91 38,17 6,83 0,00 .1
%REM1 %REM3
.2 94,94 30,11 2,81 0,00 .2
%REM1 %REM3
Tabla 5. ESTADÍSTICA DESCRIPTIVA TRATAMIENTO 3.
14
Mediana 91,91 33,13 5,83 0,00 Mediana
Media 92,57 33,64 4,82 #¡NUM! Media
Geo. Geo.
H 92,55 33,48 4,46 #¡NUM! H
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
15
5,83 0,00 Mediana 91,91 33,13 5,83 0,00
4,82 #¡NUM! Media 92,57 33,64 4,82 #¡NUM!
Geo.
4,46 #¡NUM! H 92,55 33,48 4,46 #¡NUM!
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
#N/A #N/A
UNIVERSIDAD DE LA AMAZONIA
16
5,93 5,79 H
91,91 33,13
0,15 0,00 σ
92,57 33,64
0,02 0,00 Varianza
92,55 33,48
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
03 58
72 48 24 0 Tiempo 72 48
Tratami
7,09 6,45 5,92 5,79 pH 2-1 6,80 6,60
ento
7,12 6,59 5,88 5,79 pH 2-2 6,70 6,20
7,05 6,67 5,82 5,79 pH 2-3 6,90 6,30
5,73 5,74 5,75 5,79 pH 5,74 5,75
[Ni2+] 3 [Ni2+] 2 [Ni2+] 1 [Ni2+] 0 Variabl [Cr6+] 3 [Cr6+] 2
e
0,20 0,20 0,70 0,00 Valor 0,20 0,40
Ref.
7,05 6,45 5,82 5,79 Minimo 6,70 6,20
7,12 6,67 5,92 5,79 Maximo 6,90 6,60
0,07 0,22 0,10 0,00 Rango 0,20 0,40
7,09 6,57 5,87 5,79 Promedio 6,80 6,37
#N/A #N/A #N/A 5,79 Moda #N/A #N/A
7,09 6,57 5,87 5,79 Media 6,80 6,37
NOMBRE INTEGRANTE
PROGRAMA DE QUÍMICA
17
7,09 6,57 5,87 5,79 H 6,80 6,36
0,04 0,11 0,05 0,00 σ 0,10 0,21
0,00 0,01 0,00 0,00 Varianza 0,01 0,04
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
18
6,99 6,30 5,30 5,79 H
0,11 0,10 0,03 0,00 σ
0,01 0,01 0,00 0,00 Varianza
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
30.00
20.00 %REM1.3
10.00
0.00 Promedio
[Cr6+] 0 [Cr6+] 1 [Cr6+] 2 [Cr6+] 3 [Ni2+] 0 [Ni2+] 1 [Ni2+] 2 [Ni2+] 3 DQO 0 DQO 1 DQO 2 DQO 3 Moda
58,30 58,01 57,89 57,66 37,20 37,01 36,94 36,79 950,20 945,45 943,55 939,75 Media
58,30 56,38 40,46 2,92 37,20 35,97 25,82 1,86 950,20 918,84 659,44 47,51 Mediana
58,30 54,04 35,80 4,66 37,20 34,48 22,84 2,98 950,20 880,84 583,42 76,02 Media Geo.
58,30 54,63 38,71 5,25 37,20 34,86 24,70 3,35 950,20 890,34 630,93 85,52 H
0 24 48 72 0 24 48 72 0 24 48 72
Variables Analizadas
19
UNIVERSIDAD DE LA AMAZONIA
FACULTAD DE CIENCIAS BÁSICAS
PROGRAMA DE QUÍMICA
ANÁLISIS ESTADÍSTICO PARA QUÍMICOS
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
NOMBRE INTEGRANTE
MOTTA TRUJILLO LEINNER JOSÉ
Medidas de Dispersión-Trat-1.
60.00
40.00
20.00 σ
Tipo de tratamiento
0.00 Varianza
[Cr6+] 0 [Cr6+] 1 [Cr6+] 2 [Cr6+] 3 [Ni2+] 0 [Ni2+] 1 [Ni2+] 2 [Ni2+] 3 DQO 0 DQO 1 DQO 2 DQO 3 Dm
-20.00
58,30 58,01 57,89 57,66 37,20 37,01 36,94 36,79 950,20 945,45 943,55 939,75 EE
-40.00 58,30 56,38 40,46 2,92 37,20 35,97 25,82 1,86 950,20 918,84 659,44 47,51 ER
58,30 54,04 35,80 4,66 37,20 34,48 22,84 2,98 950,20 880,84 583,42 76,02 %ER
-60.00
58,30 54,63 38,71 5,25 37,20 34,86 24,70 3,35 950,20 890,34 630,93 85,52 EA
-80.00
0 24 48 72 0 24 48 72 0 24 48 72
-100.00
Variables Analizadas
En los cuales se observa la cuantificación expresada de forma grafica dando a conocer que el DQO tienen la mayor cuantificación a
diferencia de las otras medidas independientes; es por ello que también se expresa con un error absoluto grande que se especifica de
forma concreta en las medidas de posición central y de dispersión analizados.
20
UNIVERSIDAD DE LA AMAZONIA
FACULTAD DE CIENCIAS BÁSICAS
PROGRAMA DE QUÍMICA
ANÁLISIS ESTADÍSTICO PARA QUÍMICOS
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
NOMBRE INTEGRANTE
MOTTA TRUJILLO LEINNER JOSÉ
Boxplot Tratamiento 1
100
80
60
40
20
0
0 TRAT3-1 TRAT3-2 TRAT3-3 0 TRAT3-1 TRAT3-2 TRAT3-3 0 TRAT3-1 TRAT3-2 TRAT3-3
-20
En el grafico Boxplot se observa el gran intervalo en donde pueden estar ubicado los valores teniendo en cuenta que esta cuantificación
permite realizar análisis de forma interpretativa en el factor que realiza el DQO, sobre este tratamiento. Es por ello que hay que tener en
cuenta la varianza que especifica los tratamientos aplicados para el análisis interpretativo; ya que este tipo de experimentaciones debe
estar sujeta a una carta de control establecida.
21
UNIVERSIDAD DE LA AMAZONIA
FACULTAD DE CIENCIAS BÁSICAS
PROGRAMA DE QUÍMICA
ANÁLISIS ESTADÍSTICO PARA QUÍMICOS
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
NOMBRE INTEGRANTE
MOTTA TRUJILLO LEINNER JOSÉ
Tratamiento 2:
En el análisis interpretativo se establece la demanda química de oxigeno con la mayor cuantificación, como esta expresado en la formulad
en la tabla comparativa.
22
UNIVERSIDAD DE LA AMAZONIA
FACULTAD DE CIENCIAS BÁSICAS
PROGRAMA DE QUÍMICA
ANÁLISIS ESTADÍSTICO PARA QUÍMICOS
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
NOMBRE INTEGRANTE
MOTTA TRUJILLO LEINNER JOSÉ
Medidas de Dispersión-Trat-2.
60.00
40.00
20.00
Tipo de tratamiento
σ
0.00
[Cr6+] 0 [Cr6+] 1 [Cr6+] 2 [Cr6+] 3 [Ni2+] 0 [Ni2+] 1 [Ni2+] 2 [Ni2+] 3 DQO 0 DQO 1 DQO 2 DQO 3 Varianza
58,30 58,01 57,89 57,66 37,20 37,01 36,94 36,79 950,20 945,45 943,55 939,75 Dm
-20.00
58,30 56,38 40,46 2,92 37,20 35,97 25,82 1,86 950,20 918,84 659,44 47,51 EE
58,30 54,04 35,80 4,66 37,20 34,48 22,84 2,98 950,20 880,84 583,42 76,02 ER
-40.00
58,30 54,63 38,71 5,25 37,20 34,86 24,70 3,35 950,20 890,34 630,93 85,52 %ER
EA
0 24 48 72 0 24 48 72 0 24 48 72
-60.00
-80.00
-100.00
Variables Analizadas
23
UNIVERSIDAD DE LA AMAZONIA
FACULTAD DE CIENCIAS BÁSICAS
PROGRAMA DE QUÍMICA
ANÁLISIS ESTADÍSTICO PARA QUÍMICOS
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
NOMBRE INTEGRANTE
MOTTA TRUJILLO LEINNER JOSÉ
Boxplot Tratamiento 2
100
80
60
40
20
0
0 TRAT3-1 TRAT3-2 TRAT3-3 0 TRAT3-1 TRAT3-2 TRAT3-3 0 TRAT3-1 TRAT3-2 TRAT3-3
-20
En el análisis del grafico de los histogramas se observa un análisis de tipo aleatorio en donde se observa que la concentración de Cromo,
la concentración de Níquel y la acción del BDP, son directamente proporcionales a las Absorbancias y a la respuesta del DQO en el
análisis interpretativo, teniendo así un análisis de una variable dependiente e independiente, teniendo en cuenta los rangos de la
concentración en cada uno de los análisis; y además de ello tener como perspectiva la linealización que converge en la interpretación
estadística de cada uno de los gráficos realizados que se estipula hacia 1.
Cabe resaltar que estos gráficos conservan la misma tendencia estipulad en el tratamiento anterior en donde se conserva la dispersión de
los datos y además de ello medidas de dispersión pequeñas; lo que favorece la significancia del análisis.
24
UNIVERSIDAD DE LA AMAZONIA
FACULTAD DE CIENCIAS BÁSICAS
PROGRAMA DE QUÍMICA
ANÁLISIS ESTADÍSTICO PARA QUÍMICOS
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
NOMBRE INTEGRANTE
MOTTA TRUJILLO LEINNER JOSÉ
Tratamiento 3:
Boxplot Tratamiento 3
100
80
60
40
20
0
0 TRAT3-1 TRAT3-2 TRAT3-3 0 TRAT3-1 TRAT3-2 TRAT3-3 0 TRAT3-1 TRAT3-2 TRAT3-3
-20
25
UNIVERSIDAD DE LA AMAZONIA
FACULTAD DE CIENCIAS BÁSICAS
PROGRAMA DE QUÍMICA
ANÁLISIS ESTADÍSTICO PARA QUÍMICOS
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
NOMBRE INTEGRANTE
MOTTA TRUJILLO LEINNER JOSÉ
26
UNIVERSIDAD DE LA AMAZONIA
FACULTAD DE CIENCIAS BÁSICAS
PROGRAMA DE QUÍMICA
ANÁLISIS ESTADÍSTICO PARA QUÍMICOS
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
NOMBRE INTEGRANTE
MOTTA TRUJILLO LEINNER JOSÉ
75.00
Variables Analizadas.
50.00
25.00
0.00
[Cr6+] 0 [Cr6+] 1 [Cr6+] 2 [Cr6+] 3 [Ni2+] 0 [Ni2+] 1 [Ni2+] 2 [Ni2+] 3 DQO 0 DQO 1 DQO 2 DQO 3
58,30 58,01 57,89 57,66 37,20 37,01 36,94 36,79 950,20 945,45 943,55 939,75
58,30 56,38 40,46 2,92 37,20 35,97 25,82 1,86 950,20 918,84 659,44 47,51
58,30 54,04 35,80 4,66 37,20 34,48 22,84 2,98 950,20 880,84 583,42 76,02
58,30 54,63 38,71 5,25 37,20 34,86 24,70 3,35 950,20 890,34 630,93 85,52
0 24 48 72 0 24 48 72 0 24 48 72
Trat.Analizados
27
UNIVERSIDAD DE LA AMAZONIA
FACULTAD DE CIENCIAS BÁSICAS
PROGRAMA DE QUÍMICA
ANÁLISIS ESTADÍSTICO PARA QUÍMICOS
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
NOMBRE INTEGRANTE
MOTTA TRUJILLO LEINNER JOSÉ
30.00
σ
Variables Analizadas
Varianza
Dm
0.00
[Cr6+] 0 [Cr6+] 1 [Cr6+] 2 [Cr6+] 3 [Ni2+] 0 [Ni2+] 1 [Ni2+] 2 [Ni2+] 3 DQO 0 DQO 1 DQO 2 DQO 3 EE
ER
58,30 58,01 57,89 57,66 37,20 37,01 36,94 36,79 950,20 945,45 943,55 939,75
%ER
-30.00 58,30 56,38 40,46 2,92 37,20 35,97 25,82 1,86 950,20 918,84 659,44 47,51
EA
58,30 54,04 35,80 4,66 37,20 34,48 22,84 2,98 950,20 880,84 583,42 76,02
58,30 54,63 38,71 5,25 37,20 34,86 24,70 3,35 950,20 890,34 630,93 85,52
-60.00 0 24 48 72 0 24 48 72 0 24 48 72
Tratamientos analizados
F. La covarianza que se muestra en el tratamiento , muestra que los datos análisis no proporcionan linealidad al método analizado, puesto
a que los valores que se representa en estos análisis son muy elevados; además de ello cabe resaltar que esta misma tendencia se observa
en el tratamiento 2, el cual muestra un gran número de variables numéricas con un alto valor de cuantificación en la utilización de la
herramienta estadística; por otra parte en el tratamiento 3 se observa que la covarianza expresada en las variables analizadas mediante la
herramienta estadística, permite establecer la carencia de linealidad que posee el método evaluado, es por ello que se busca identificar
28
UNIVERSIDAD DE LA AMAZONIA
FACULTAD DE CIENCIAS BÁSICAS
PROGRAMA DE QUÍMICA
ANÁLISIS ESTADÍSTICO PARA QUÍMICOS
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
NOMBRE INTEGRANTE
MOTTA TRUJILLO LEINNER JOSÉ
que las variables evaluadas no demuestran o influyen en el método una linealidad, la cual pueda ser utilizada para realizar una
interpretación analítica y estadística del método analizado; por lo que hay que tener en cuenta que la observación experimental se está
llevando a cabo en un lapso de tiempo que corresponde a días implicados en su desarrollo; por lo que los porcentajes de remoción, según
la estadística desarrollada aumentan con el paso del tiempo, por lo que corresponden a que son variables directamente proporcionales en
el desarrollo analítico; cabe resaltar que una de las variables que se especifica con mayor proporción de linealidad en cada uno de los
tratamientos es el pH realizado e interpretado de forma estadística y analíticamente; puesto a que se muestra con menores valores
cuantificables en cada una de las covarianzas realizadas.
G. El coeficiente de correlación de Pearson, muestra que en Tratamiento 1, las variables analizadas con respecto al método muestran
solo dos valores que están marcados con el color naranja, los cuales se determinan cercanos al intervalo de confianza de 93% con el cual
se está utilizando el tratamiento estadístico, aunque no es en gran magnitud la linealidad proporcionada al método, por otro lado en el
Tratamiento 2 y en el Tratamiento 3 el coeficiente de correlación de Pearson realizado no expresa valores mínimos al intervalo de
confianza realizado; es por ello que se estipula que el desarrollo del método analítico se está haciendo una comparación con los promedios
especificados de cada variable; por lo que cabe resaltar que las magnitudes de estos valores difieren con lo realizado de forma estadística,
y se sugiere realizar una verificación concreta y especifica de como el tratamiento puede estar mejorado en el tratamiento estadístico
realizado.
H. En el ANOVA realizado se observa la cuantificación en el programa SPSS se estableció que las variables no son independientes entre
si; por lo que hay que tener en cuenta la cuantificación realizada a la hora de hacer la determinación de los respectivos analitos o variables
independientes (en este caso) que se quieren llegar a analizar; es por ello que el SPSS, muestra en el análisis ANOVA, que las variables
significativamente son diferentes a la variable dependiente, lo contrario que ocurre con el tiempo el cual se muestra significativamente
semejante; es por ello que hay que tener en cuenta que la significancia debe ser menor porque el interés se busca en las colas de la
Campana de Gauus; cabe resaltar que se esta aplicando a datos que convergen a muestra y no a población por lo que se hace la aplicación
del t-student; por otra parte al revisar todo el análisis completo; desde mi propia perspectiva asimilo el Tratamiento 3 como el mas optimo
para la potabilización del Agua; puesto a que es el que presenta mayor linealidad en función a los otros dos tratamientos; y además de
ello cabe resaltar que el porcentaje de remoción que va siendo directamente proporcional con el tiempo va creciendo y se van estipulando
29
UNIVERSIDAD DE LA AMAZONIA
FACULTAD DE CIENCIAS BÁSICAS
PROGRAMA DE QUÍMICA
ANÁLISIS ESTADÍSTICO PARA QUÍMICOS
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
NOMBRE INTEGRANTE
MOTTA TRUJILLO LEINNER JOSÉ
nuevas variables cuantitativas; es por ello que hay que resaltar la realización de este tipo de ejercicios analíticos en donde permite al
educando la correcta interpretación en el manejo de datos que pueden tener una significancia estadística; y para obtener un resultado de
esta forma hay que tener la Hipótesis alternativas el menor error en las colas y el mayor error en el centro; que vendría actuando como
la relación progresiva de las variables analizadas en este procedimiento estadístico.
30
UNIVERSIDAD DE LA AMAZONIA
FACULTAD DE CIENCIAS BÁSICAS
PROGRAMA DE QUÍMICA
ANÁLISIS ESTADÍSTICO PARA QUÍMICOS
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
NOMBRE INTEGRANTE
MOTTA TRUJILLO LEINNER JOSÉ
Preparación
Experiencia Documentación clara
Laboratorio Calibración en
Mediciones
Daños en el aparato Observación Error Coeficiente de expansión Volumétricas.
Sistemático
Rotulación Análisis Variación Ex In Factor Z
Exactitud
Limpieza Incertidumbre Análisis simplificado
Gráfico
s Capacidad del
Control Método Medidas comprobador
Visual Evaluación
31
UNIVERSIDAD DE LA AMAZONIA
FACULTAD DE CIENCIAS BÁSICAS
PROGRAMA DE QUÍMICA
ANÁLISIS ESTADÍSTICO PARA QUÍMICOS
AEPQ2018.1_ACT31-ExploratorioDescriptivaRLS-RLM-ANOVA
NOMBRE INTEGRANTE
MOTTA TRUJILLO LEINNER JOSÉ
6. CONCLUSIONES.
BIBLIOGRAFÍA
Guia, Actividad 31
(2018). Retrieved from
http://www.ciens.ucv.ve:8080/generador/sites/lfqf/archivos/estandarizacion.pdf
Ramirez, E. (2013). Argentometria. Retrieved from
https://es.scribd.com/doc/169129402/ArgentometriaNeutralización ácido base – Química y
algo más. (2018). Retrieved from https://quimicayalgomas.com/quimica-
general/neutralizacion-acido-base/.
ANEXOS:
32