diseño unifactorial

DISEÑO EXPERIMENTAL UNIFACTORIAL









UNIVERSIDAD FRANCISCO DE PAULA SANTANDER

BIOESTADISTICA

INGENIERIA AMBIENTAL

NOVIEMBRE DEL 2012








DISEÑO EXPERIMENTAL UNIFACTORIAL














UNIVERSIDAD FRANCISCO DE PAULA SANTANDER
BIOESTADISTICA
INGENIERIA AMBIENTAL
NOVIEMBRE DEL 2012







Este diseño experimental se realiza mediante latesis “biorremediacion de vegetación contaminada con petróleo por derrames en el campamento guarumo-petroproduccion”.
la investigación de la tesis tiene por objeto biorremediar vegetación contaminada con petróleo por derrames en el campamento guarumo- petroproduccion, con el fin de disminuir la concentración de hidrocarburos totales de petróleo hasta llegar a los límites permisibles estipulados(raohe), se realizo aplicando una técnica de compost mediante bioestimulacion por medio de microorganismos (bacterias pseudomonaceae las cuales son capaces de utilizar los hidrocarburos como fuente nutricional y de energía).

Los tratamientos aplicados fueron los siguientes:

Donde MO corresponde a los nutrientes (desechos orgánicos)
Donde A corresponde al acondicionador (absorbente)
Acontinuación se realiza una tabla explicativa del procedimiento realizado con el programa stargraphics.







DESCRIPCION


SOLUCION DE LA DESCRIPCION

Explicación del
Experimento


Biorremediacion de suelos de vegetación contaminada por petróleo utilizando microorganismos.



Factor con
Niveles




Respuesta o
Efecto


Remoción o disminución del fosforo



ANOVALa tabla ANOVA muestra que el valor-P de la razón-F es mayor o igual que 0,05, no existe una diferencia estadísticamente significativa entre la media de plomo entre un nivel de tratamiento y otro, con un nivel del 95,0% de confianza.


Rangos
Múltiples


No aplica debido a que los datos son homogéneos.

Gráficos


Los gráficos se muestran a continuación.







ANOVA Simple- VARIABLE por FACTOR

Variable dependiente: VARIABLE (Fosforo)
Factor: FACTOR (Tratamientos)

Número de observaciones: 36
Número de niveles: 6

Este procedimiento ejecuta un análisis de varianza de un factor para VARIABLE. Construye varias pruebas y gráficas para comparar los valores medios de VARIABLE para los 6 diferentes niveles de FACTOR. La prueba-F en la tabla ANOVA determinarási hay diferencias significativas entre las medias. Si las hay, las Pruebas de Rangos Múltiples le dirán cuáles medias son significativamente diferentes de otras. Si le preocupa la presencia de valores atípicos, puede elegir la Prueba de Kruskal-Wallis la cual compara las medianas en lugar de las medias. Las diferentes gráficas le ayudarán a juzgar la significancia práctica de los resultados,así como le permitirán buscar posibles violaciones de los supuestos subyacentes en el análisis de varianza.

Resumen Estadístico para VARIABLE

FACTOR
Recuento
Promedio
Desviación Estándar
Coeficiente de Variación
Mínimo
Máximo
Rango
1
6
9,13
3,61573
39,6028%
4,17
13,98
9,81
2
6
8,87667
2,85473
32,1599%
5,5
13,08
7,58
3
6
9,485
4,02896
42,4772%
4,04
14,99
10,95
46
8,775
2,76332
31,4908%
4,8
12,72
7,92
5
6
8,83833
2,89931
32,8038%
4,93
12,62
7,69
6
6
9,265
3,37011
36,3746%
4,27
13,61
9,34
Total
36
9,06167
3,05485
33,7118%
4,04
14,99
10,95

FACTOR
Sesgo Estandarizado
Curtosis Estandarizada
1
-0,0482175
-0,563472
2
0,312854
-0,519552
3
0,1347
-0,478529
4
-0,0360005
-0,0896387
5
-0,125958
-0,701043
6-0,241148
-0,267367
Total
0,182645
-1,1753

Esta tabla muestra diferentes estadísticos de VARIABLE para cada uno de los 6 niveles de FACTOR. La intención principal del análisis de varianza de un factor es la de comparar las medias de los diferentes niveles, enlistados aquí bajo la columna de Promedio. Selecciones Gráfica de Medias de la lista de Opciones Gráficas para mostrar gráficamente las...