METODOLOGIA

Para la realizacion de las graficas y las tablas ANOVA

Anlisis del discriminante que cuenta con una correspondencia del 100% es
decir con un R2 del 100%, con este tipo de anlisis diferimos si existen
diferencias significativas y facilita los procedimientos de clasificacin
sistemtica de nuevas observaciones de origen desconocido.

En la grfica 1 se puede evidenciar como al aplicar los procesos en los

diferentes biofiltros, cuando se elimina ms Amoniaco las cantidades de xido
Nitroso van aumentando gradualmente, caso contrario se presenta en el
tratamiento del Metano que al no tener altos niveles de reduccin el Dixido de
Carbono no se produce en grandes cantidades.

La grafica (), muestra los resultados del proceso de optimizacin con la

inoculacin de colonias bacterianas y la adicin de un segundo biofiltro, donde
las concentraciones de amoniaco fueron menores en comparacin con el
tratamiento que regularmente se realiza con un solo biofiltro.
En el primer semestre del ao 2015 el proceso de biofiltro regularmente
utilizado tuvo un mejor rendimiento que el biofiltro de optimizacin, ya para el
segundo semestre si se evidencio la eficiencia del proceso combinado.
Se ve que en los tratamientos BS.2+ Bs 2.2 existe mayor emisin de N2O en
las fechas establecidas pero desde septiembre en adelante notamos que estas
emisiones son menores y por los tanto existe igualdad de emisin por parte de
los dos tratamientos ya que sus medias con sus bigotes chocan unas con otras.
Las emisiones de dicho gas tienen un efecto de invernadero entre los dos
tratamientos, es decir no existen diferencias significativas en estos, pero
vemos que se dio un aumento exponencial en el mes de agosto, donde se
evidencia claramente que dicho mes tiene una diferencia de emisiones que es
ms alta en el tratamiento BS. 2.
 ANOVAS MULTIFACTORIALES

NH3

El tratamiento con mayor reduccion de Amoniaco (NH 3) fue el tratamiento

BS.2+BS 2.2, se ve claramente esta diferencia porque sus cajas no chocan
unas con las otras, as mismo en la inoculacin vemos que no existan
diferencias significativas, pero en el caso de CON INOCULACION, presenta un
poco ms porcentaje de (NH3) removido.

En la grfica de interaccin entre los factores y variable de respuesta vemos

que el tratamiento que posee ms NH3 es el tratamiento BS.2+BS2.2 Y CON
INOCULACION.
 ANOVA
Factores empleados en el anlisis

FACTOR 1: Tratamiento

FACTOR 2: Inoculacin

Anova Table (NH3) (Type III tests)

Response: datos2$valores
Sum Sq Df F value Pr(>F)
(Intercept) 436451 1 7827.1804 < 2.2e-16 ***
datos2$F1 1933 1 34.6722 3.263e-07 ***
datos2$F2 94 1 1.6898 0.1996
datos2$F1:datos2$F2 152 1 2.7237 0.1051
Residuals 2788 50
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Factor 1, tiene efectos significativos, de este modo hay diferencia entre los dos
tratamientos y estas diferencias se dan en gran proporcin.

Factor 2, como el valor p es mayor a la significancia no existen diferencia estadsticas

significativas, es decir la inoculacin no influye.

Residuals:
Min 1Q Median 3Q Max
-18.467 -4.121 0.500 5.821 15.200

Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 90.463 1.023 88.471 < 2e-16 ***
datos2$F11 -6.021 1.023 -5.888 3.26e-07 ***
datos2$F21 1.329 1.023 1.300 0.200
datos2$F11:datos2$F21 -1.687 1.023 -1.650 0.105
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 7.467 on 50 degrees of freedom

Multiple R-squared: 0.4277, Adjusted R-squared: 0.3934
F-statistic: 12.46 on 3 and 50 DF, p-value: 3.348e-06

TEST
Lilliefors (Kolmogorov-Smirnov) normality test

data: residuos
D = 0.1277, p-value = 0.02818

El test de normalidad no se cumple ya que su valor-p es menor que el de la significancia

esto puede influir que al introducir los datos de manera no tan precisa esto puede presentar
cierta anormalidad o por que los datos efectivamente no son normales y el artculo nos est
diciendo mentiras
 Shapiro-Wilk normality test

data: residuos
W = 0.96861, p-value = 0.1674

Pero nos damos cuenta que por este test la normalidad si se cumple, por lo tanto si en
alguno de estos dos se cumple es porque efectivamente son normales.

"Factor1"
modified robust Brown-Forsythe Levene-type test based on the absolute
deviations from the median

data: datos3$residuos
Test Statistic = 2.5937, p-value = 0.1133

Homoelasticibilidad e igualdad de varianzas cumple

"Factor2"

modified robust Brown-Forsythe Levene-type test based on the absolute

deviations from the median

data: datos3$residuos
Test Statistic = 13.744, p-value = 0.0005093

En el factor 2 no se cumple

Simultaneous Tests for General Linear Hypotheses

Multiple Comparisons of Means: Tukey Contrasts

Fit: lm(formula = dv ~ Factor1 * Factor2)

Linear Hypotheses:
Estimate Std. Error t value Pr(>|t|)
Factor1: 3 - 2 == 0 12.042 2.045 5.888 6.53e-07 ***
Factor2: 3 - 2 == 0 -2.658 2.045 -1.300 0.357
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
(Adjusted p values reported -- single-step method)

- El factor 1 del nivel 3 y 2 son diferentes, es decir existen diferencias estadsticas significativas
CH4

En esta grafica se ve claramente no existen diferencias significativas entre los dos

tratamientos, caso contrario ocurre con la inoculacin en esto si existen diferencias ya que
quien presenta mayor reduccin de Metano (CH4) es quien presenta inoculacin.
En esta interaccin entre factores y variables si hay mayor reduccin CH4 se da en el
tratamiento BS.2+BS 2.2 con inoculacin.
Anova Table (CH4) (Type III tests)
Response: datos2$valores
Sum Sq Df F value Pr(>F)
(Intercept) 4940.8 1 17.9215 9.836e-05 ***
datos2$F1 825.1 1 2.9929 0.0897983 .
datos2$F2 4604.5 1 16.7017 0.0001583 ***
datos2$F1:datos2$F2 2418.0 1 8.7707 0.0046734 **
Residuals 13784.6 50
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Del mismo modo la tabla ANOVA nos afirma que en el caso del factor 1 no existen
diferencias, el valor de p es de 0.08979 dicho valor es mayor a la significancia, esto no
ocurre con el factor 2 que presenta una diferencian en la inoculacin, es decir la
inoculacin tiene influencia en el.
Residuals:
Min 1Q Median 3Q Max
-40.133 -4.583 2.142 10.250 26.867

Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 9.625 2.274 4.233 9.84e-05 ***
datos2$F11 -3.933 2.274 -1.730 0.089798 .
datos2$F21 9.292 2.274 4.087 0.000158 ***
datos2$F11:datos2$F21 -6.733 2.274 -2.962 0.004673 **
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 16.6 on 50 degrees of freedom

Multiple R-squared: 0.3545, Adjusted R-squared: 0.3158
F-statistic: 9.153 on 3 and 50 DF, p-value: 6.231e-05

TEST
Lilliefors (Kolmogorov-Smirnov) normality test

data: residuos
D = 0.15142, p-value = 0.003451

Shapiro-Wilk normality test

data: residuos
W = 0.89437, p-value = 0.0001824

Estos tets demuestran que el valor de P es inferior en los dos, que no muestran la
normalidad es decir no hay normalidad en los residuales.

"Factor1"

modified robust Brown-Forsythe Levene-type test based on the absolute

deviations from the median

data: datos3$residuos
Test Statistic = 1.0803, p-value = 0.3034

"Factor2"

modified robust Brown-Forsythe Levene-type test based on the absolute

deviations from the median

data: datos3$residuos
Test Statistic = 9.0771, p-value = 0.003992

Simultaneous Tests for General Linear Hypotheses

Multiple Comparisons of Means: Tukey Contrasts

Fit: lm(formula = dv ~ Factor1 * Factor2)

Linear Hypotheses:
Estimate Std. Error t value Pr(>|t|)
Factor1: 3 - 2 == 0 7.867 4.547 1.730 0.170485
Factor2: 3 - 2 == 0 -18.583 4.547 -4.087 0.000317 ***
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
(Adjusted p values reported -- single-step method)

N2O
Co2
ANOVA (NH3)
Anova Table (Type III tests)

Response: datos2$valores
Sum Sq Df F value Pr(>F)
(Intercept) 85579 1 71.1540 2.177e-06 ***
datos2$F1 1095 2 0.4552 0.6448
Residuals 14433 12
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
ANOVA (CH4)

Anova Table (Type III tests)

Response: datos2$valores
Sum Sq Df F value Pr(>F)
(Intercept) 1306.7 1 0.6711 0.4286
datos2$F1 81.7 2 0.0210 0.9793
Residuals 23365.6 12

[[3]]

Call:
lm(formula = datos2$valores ~ datos2$F1)

En el caso de los tratamientos sencillos no se tienen diferencias

significativas en ninguno de los biofiltros, debido que al realizar la tabla
ANOVA el valor de P es mayor al de la significancia, los resultados
tambin se pueden observar grficamente.
CONCLUSIONES.