Академический Документы
Профессиональный Документы
Культура Документы
Test de jarras
Introduccin
Representacin esquemtica para el modelo de puentes en la desestabilizacin de
Segn (Anda, 2000) la finalidad del tratamiento fsico-qumico consiste en coloides mediante polmeros
la eliminacin de partculas finas en suspensin que por s solas son
imposible de sedimentar.
Variable dependiente
Turbiedad
Materiales y mtodos.
Dosis: (Cont.)
0.2
Modelo matemtico 0.0
-0.2
-0.4
-0.6
-0.8
-1.0
> 25
-1.2 < 21
-1.2 -1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0 1.2
< 16
pH: (Cont.) < 11
Resultados y Discusiones
Anlisis estadstico.
Los datos obtenidos en los experimentos se codifican con -1 a los valores bajos y +1 a los valores altos como se
muestra en la tabla 2.
En la tabla 2 se muestran las corridas con menor y mayor remocin de turbiedad donde -1 es
concentraciones bajas y 1 concentraciones altas y de igual forma para los dems variables.
Supuesto de Normalidad.
Para poder saber si nuestros datos se ajustan a una distribucin normal se hizo un
planteamiento de hiptesis:
HO = Los datos siguen una distribucin
Tabla 3. Supuesto de Normalidad normal.
3.0
DV: NTU
H1 = os datos no siguen una distribucin
normal.
Expected Normal Value
.99
2.0
.95
1.0
.75 Segn Montgomery, (1995) el supuesto de
normalidad se pude hacer graficando un
0.0 .55
.35
-1.0
histograma de los residuales, esta grafica tiene
.15
.05
-2.0
-3.0
.01
una caracterstica peculiar, que los datos estn
-10 -8 -6 -4 -2 0 2 4 6 8 10 pegados a un lnea que es la normal,
Residual
Supuesto de independencia
Segn la figura 3, se dice que los residuales estn sin ninguna estructura en particular y no estn relacionados con ninguna otra
variable, es decir no sigue ningn patrn definido.
En el supuesto de independencia se tiene dos hiptesis
Figura 2. Supuesto de independencia
DV: NTU HO = los datos son independientes.
H1 = los datos no son independientes
10
8
6
4
Raw Residuals
2
0
-2
Entonces el modelo es correcto y satisface
-4
-6 los supuestos, por lo cual se acepta la
hipotesis nula (Ho) la cual menciona que
-8
-10
-5 0 5 10 15 20 25 30 35 40
Predicted Values los datos son independientes al 95 % de
nivel de confianza (Montgomery, 2009)
Anlisis de varianza
(ANOVA).
Tabla 3. ANOVA identifica variables ms significativos Ho: Los variables independientes son iguales cero.
H1: Al menos una variable independiente es diferente de cero
El P valu en la variables
2y3 es menor que el nivel
de significancia, por tanto se
El P valu en la variable rechaza la hiptesis nula; es
independiente pH es menos decir la variable es diferente
el nivel de significancia, por de cero es decir es
tanto se rechaza la hiptesis significativo
nula; es decir la variable es
diferente de cero es decir es
significativo.
Diagrama de Pareto
2by3 -2.80191
(1)pH -2.70272
(4)Dosis -1.52441 En la figura 3 se observa las variables significativas
1by4 1.444084 que son la mezcla rpida y lenta (2y3) y el pH (1),
(2)M - Rapida .8350193
dosis (4) lo cual significa que son los variables que
(3)M - Lenta .6478297
1by3 .6254787
ms influyen en la remocin de turbiedad.
2by4 .0897532
3by4 .0813716
1by2 .017811
p=.05
Anlisis comparativo de
variables.
20
turbiedad en
10 comparacin a la
0 grfica de la izquierda.
-10
M - Lenta: 1. M - Lenta: 1. pH
-1. -1. -1.
pH
Dosis: -1. Dosis: 1. 1.
Superficie de contorno y el
modelo matemtico
estimado
Figura 5. Fitted Surface; Variable: NTU Para los pronsticos futuros y con esto
DV: NTU
1.2 demuestran que las variables significativas
1.0 en el anlisis fueron el pH y el gradiente
0.8
0.6
de velocidad para mezcla lenta. Adems de
0.4 NTU=16.924.83*x2.72*y+.03*0.*x+1.119*0.*x+2.58*x*y+ esto se observa que el gradiente de
Dosis: (Cont.)