BUENAS NOCHES PROFESOR SE ENVIA TRABAJO Y BUENO ALGUNOS

COMPAÑEROS NO PARTICIPARON Y EL CUAL EL ULTIMO DIA QUE ES HOY RECIEN

PREGUNTARON POR EL TRABAJO Y QUE YA ESTABA AVANZADO. Y BUENO SI
PRESENTAN INDIVUALMENTE TENDRAN SUS MOTIVOS POR EL CUAL NO
PUDIERON PARTICIPAR PROFESOR GRACIAS.
PRODUCTO ACADÉMICO # 3

PRESENTADO POR

 Aide Marina Nifla Mamani

 Ricardo Carlos Cayo Colla
 Javier Richard Ccasa Choquepata NO PARTICIPO
 Guillermo Aldo Diaz Melèndez NO PARTICIPO
 Wilfredo Romulo Ancco Quispe NO PARTICIPO

CURSO: Estadística Aplicada

DOCENTE: Yuri Juan Balcona Mamani

Arequipa – Perú

2023
 TEMA: GENERACION Y GESTION DE AGUAS RESIDUALES

Descripción General de la Prueba.

a. Lee y analiza el caso “Las descargas de aguas residuales domésticas”.

b. Responde lo siguiente:

1. Determinar sí la descarga de aguas residuales domésticas sin tratamiento es (en

promedio) la misma en los diferentes departamentos del Perú, 2008-2016

1.1. Planteamiento de Hipótesis:

H0: Las medias de las descargas de aguas residuales domésticas sin tratamiento son las
mismas en los diferentes departamentos del Perú

H1: Existe por lo menos una media de las descargas de aguas residuales domésticas sin
tratamiento que es diferente en los departamentos del Perú.

p valor = 2 x e−16

Conclusión: Se observa que el p < 0.05. Por lo tanto, se rechaza Ho.

Es decir, existe al menos una media de las descargas de aguas residuales domésticas sin
tratamiento que es diferente en los departamentos del Perú.

1.2. Planteamiento de Hipótesis:

H0: Las medias de las descargas de aguas residuales domésticas sin tratamiento son las
mismas en los diferentes departamentos del Perú
 H1: Existe por lo menos una media de las descargas de aguas residuales domésticas sin
tratamiento que es diferente en los departamentos del Perú.

p valor = 2 x e−16

Conclusión: Se observa que el p < 0.05. Por lo tanto, se rechaza Ho.

Es decir, existe al menos una media de las descargas de aguas residuales domésticas sin
tratamiento que es diferente en los departamentos del Perú.

1.3. El Supuesto de Normalidad:

{ H0: La distribución es normal.

H : La distribución
p 1valor = 2 , 2 x e−16no es normal
Como el valor de P < 0.05, entonces se rechaza Ho. Es decir, no se cumple el supuesto de
normalidad.

Conclusión: Por lo tanto, podemos decir que los datos de aguas residuales domésticas sin
tratamiento no se distribuyen normalmente, existen datos del departamento de Lima que son
mayores que los datos de los demás departamentos del Perú.
 1.4. El Supuesto de Normalidad:

{
H0: Las varianzas entre los grupos son homogéneos.
−16
p1valor
H : Las = 2 , 2 x eentre los grupos no son homogéneos.
varianzas
Como el valor de P < 0.05, entonces se rechaza Ho. Es decir, no se cumple el supuesto de
homogeneidad de varianzas.

{
H0: No existe autocorrelación (independientes)
Hp1:valor = 0autocorrelación (dependientes)
Existe
Como el valor de P < 0.05, entonces se rechaza Ho. Es decir, no se cumple el supuesto de
independencia.

Conclusión: En el gráfico podemos ver que el único departamento con medias diferentes es
Lima con respecto a descargas de aguas residuales domésticas sin tratamiento en el Perú.
 1.5. Analisis de las Condiciones Necesarias para Utilizar el Método de Análisis.
Las condiciones necesarias para el método de análisis de varianza de un factor son las
siguientes:
 Las poblaciones tienen distribución normal.
 Las poblaciones tienen la misma varianza.
 Las muestras son independientes entre sí.

1.6. Análisis Descriptivo y Exploratorio Comparando los Niveles de pH en las Plantas de

Tratamientos de Aguas Residuales

1.6.1. Planteamiento de Hipótesis

H0: Las medias de las descargas de los datos de factor de entrada del PH de plantas de aguas
residuales son las mismas en los diferentes departamentos del Perú

H1: Existe por lo menos una media de las descargas de aguas residuales sin tratamiento que es
diferente en los departamentos del Perú.

p valor = 2 x e−16

Conclusión: Se observa que el p < 0.05. Por lo tanto, se rechaza Ho. Es decir, existe al menos
una media de los niveles de PH que es diferente en los departamentos del Perú.

1.6.2. El Supuesto de Normalidad:

{
H0: La distribución es normal.
pHvalor
: La =distribución
0,002093 no es normal.
1

Como el valor de P < 0.05, entonces se rechaza Ho. Es decir, no se cumple el supuesto de
normalidad.
 Conclusión: Por lo tanto, podemos decir que los datos de los niveles de PH en las plantas
de tratamiento de aguas residuales no se distribuyen normalmente, existen datos del departamento
de Lima que son mayores que los datos de los demás departamentos del Perú.

1.6.3. Datos de Varianza:

{
H0: Las varianzas entre los grupos son homogéneos.
H : Las varianzas
p 1valor = 0.01816entre los grupos no son homogéneos.

Como el valor de P < 0.05, entonces se rechaza Ho. Es decir, no se cumple el supuesto de
homogeneidad de varianzas.

1.6.4. Datos de Independencia:

{
H0: No existe autocorrelación (independientes).
p 1valor
H = 0autocorrelación (dependientes).
: Existe

Como el valor de P < 0.05, entonces se rechaza Ho. Es decir, no se cumple el supuesto de
independencia.
 Conclusión: podemos decir que todas mis medias de cada grupo de cada distrito son
diferentes según la tabla mostrada.

1.6.5. Planteamiento de Hipótesis:

H0: Las medias de las descargas de los datos de factor de salida del PH de plantas de
aguas residuales son las mismas en los diferentes departamentos del Perú
H1: Existe por lo menos una media del PH de plantas de agua residuales sin tratamiento
que es diferente en los departamentos del Perú.

p valor = 4.412 x e−08

Conclusión: Se observa que el p > 0.05. entonces no se rechaza Ho. Es decir, se cumple
el supuesto de normalidad de los niveles de PH que es diferente en los departamentos del Perú.

1.6.6. El Supuesto de Normalidad:

{
H0: La distribución es normal
H1: La distribución no es normal
 p valor = 0.002093

Como el valor de P < 0.05, entonces se rechaza Ho. Es decir, no se cumple el supuesto de
normalidad.

Conclusión: Por lo tanto, podemos decir que los datos de los niveles de PH en las plantas
de tratamiento de aguas residuales no se distribuyen normalmente, existen datos del departamento
de Lima que son mayores que los datos de los demás departamentos del Perú.

1.6.7. Datos de Varianza:

{
H0: Las varianzas entre los grupos son homogéneos.
Hp1:valor
Las varianzas −10
= 7.068 eentre los grupos no son homogéneos.

Como el valor de P > 0.05, entonces no se rechaza Ho. Es decir, se cumple el supuesto de
homogeneidad de varianzas.
1.6.8. Datos de Independencia:
{
H0: No existe autocorrelación (independientes)
Hp1:valor = 0.142
Existe autocorrelación (dependientes)

Como el valor de P > 0.05, entonces no se rechaza Ho. Es decir, se cumple el supuesto de
independencia.
 Conclusión: Podemos decir que todas mis medias de cada grupo de cada distrito son
diferentes según la tabla mostrada.

2. Determinar si Existen Diferencias Entre los Niveles de pH en Plantas de

Tratamientos de Aguas Residuales.

2.1. Aplicando el Método Apropiado para el Análisis de Datos y Obtener los

Resultados Requeridos.

El método escogido para la prueba de normalidad de los datos de descargas de aguas

residuales domésticas sin tratamiento y del pH de agua fue shapiro wills ya que se cumple que se
debe utilizar esta prueba con datos menores a 50 datos.

Se realizó adecuadamente el análisis de datos, realizando la hipótesis general principalmente.

y luego se realizó las pruebas correspondientes para los requisitos para análisis de varianza y que
cumplan según los resultados del p valor.
 Según los datos estadísticos del Rstudio realizamos las interpretaciones y conclusiones
correspondientes.

2.2. Interpretar los Resultados Obtenidos Apoyándose en los Resultados y los

Gráficos:

Aguas Residuales Domésticas Sin Tratamiento

Considerando el gráfico de cajas podemos observar que los datos de descargas de aguas
residuales domésticas sin tratamiento de los diferentes departamentos del Perú son homogéneos y
no varían, a excepción del departamento de Lima que las medias varían entre sí con respecto a los
diferentes años del 2008 al 2016.

PH de entrada a planta
Considerando el gráfico de cajas podemos observar que los datos de pH de entrada de plantas de
tratamiento de aguas residuales de Lima Metropolitana son variados y difieren entre grupos.

PH de salida a planta

Considerando el gráfico de cajas podemos observar que los datos de pH de plantas de tratamiento
de aguas residuales de Lima Metropolitana son variados y difieren entre grupos.
Conclusiones:
 Los datos de descargas de aguas residuales domésticas se pueden ver que los únicos datos
que varían de los demás departamentos del Perú es el de Lima.

 Después de realizar una prueba de análisis se concluye que se rechaza la hipótesis es decir
no se puede realizar la comparación de medias a su vez no se puede realizar Análisis de
varianzas motivo por el cual no cumple con ninguno de los supuestos.

 Podemos concluir que los datos de pH tanto de entrada como de salida de plantas de
tratamiento de aguas residuales no varían entre sí y se puede verificar que tampoco según
los supuestos no cumplen para poder realizar el análisis de varianza de un factor.

 En el diseño experimental, el proceso de planeamiento de un experimento, se deben tomar

datos apropiados con la mayor realidad posible, los cuales deben ser analizados mediante
métodos estadísticos que deriven conclusiones válidas y objetivas. Podemos decir que la
filosofía del diseño experimental es la obtención de información con una alta fidelidad
sobre el mensaje de la naturaleza a un costo mínimo.

Referencias Bibliográficas:
Cazabal, E. (2013). De clinico a investigador: La aplicacion de diseños experimentales de caso
unico al contexto clinico. https://www.redalyc.org/pdf/2819/281935590004.pdf

Montgomery, D. & Runger, G. (2003). Probabilidad y estadística aplicadas a la ingeniería (2da

ed.). México D.F

Navarro, H. (2003). Estadística aplicada. Ediciones Díaz de Santos.

Mendoza, H. (2022). Tipos de experimento. Red Unal.

http://red.unal.edu.co/cursos/ciencias/2000352/html/un1/cont_102-02.html

Triola, M. (2009). Estadística (10a ed.) (L.E. Pineda Ayala, trad.). México D.F, México.

Rodriguez, M. (2023). Interpretacion de los graficos de caja en el análisis descriptivo e

inferencial.https://www.qvision.es/blogs/manuel-rodriguez/2015/03/30/interpretacion-de-
los-graficos-de-caja-en-el-analisis-descriptivo-e-inferencial/