You are on page 1of 28

1

UNIVERSIDADE FEDERAL DO PIAU SILIO LIMA DE MOURA

ANLISE ESTATSTICA APLICADA AOS DADOS DE PALITOS DE FSFOROS

TERESINA-PI 2009

SILIO LIMA DE MOURA

ANLISE ESTATSTICA APLICADA AOS DADOS DE PALITOS DE FSFOROS

Trabalho tcnico-cientfico apresentado como requisito parcial para a qualificao regular na disciplina Estatstica Aplicada Qumica do Curso de Graduao em Qumica, da Universidade Federal do Piau rea de Concentrao: Qumica Analtica Orientador: Prof. Dr. Jos Machado Moita Neto

TERESINA-PI 2009

Dedico aos meus pais, Bartolomeu Moura e Luzineide Moura, que, nas horas mais difceis vieram me ensinar uma possibilidade de no se deixar vencer e acreditar na minha admirao apaixonada da descoberta do novo.

AGRADECIMENTOS Em primeiro lugar, agradeo a Deus, por Tudo. Ao Prof. Dr. Jos Aroldo Viana dos Santos (UFPI), pelos conselhos e amizade. Ao Prof. Dr. Jos Ribeiro dos Santos Jnior (UFPI), pelo apoio otimista e amizade. Profa. Dra. Maria Letcia Vega (UFPI), pelo incentivo e amizade. Ao Prof. Dr. Jos Machado Moita Neto (UFPI), pela oportunidade de trabalho, esclarecimentos, amizade e orientao durante o trabalho. Aos meus irmos, Dario, Lilia, Raissa e Ionne. Aos meus avs maternos e paternos, pela confiana. Vitria Verssimo, pelo Amor. Aos meus amigos, ...Ravic, Danilo, Ramon, Larcio, Leonel, Roberto, Ricardo, Andr, Fernando, Rafael, Dyanderson, Dyvison, Fbio, Felipe, Sonny, Wenner ... pelo incentivo e amizade. As minhas amigas...Carolina, Cintia, Manuela, Camila, Carla, Suyanne, Cibele, Horrana, Trcia, Soly, Sanne, Sabrina, Thas, Thaise, Andreane, Amanda, Andressa, Erika, Patrcia, Tauana, Ana, Annanda, Paula, Simone, Amax, Jane, Joice, Lidiany, Helena,Bruna, Jastuenny, Janana, Flvia, Cludia, Eduarda, Lorena, Raissa, Karynne, Marina...pelo incentivo e amizade.

H homens que lutam um dia, e so bons. H outros que lutam um ano, e so melhores. H aqueles que lutam muitos anos, e so muitos bons... e h os que lutam por toda a vida... estes so os imprescindveis. Bertold Brecht

ANLISE ESTATSTICA APLICADA AOS DADOS DE PALITOS DE FSFOROS Silio Lima de Moura, Jos Machado Moita Neto* Departamento de Qumica, Centro de Cincias da Natureza, Universidade Federal do Piau, Campus Ministro Petrnio Portela, 64049-550 Teresina PI, Brasil

RESUMO Neste trabalho, prope-se em fornecer uma fundamentao bsica de estatstica necessria a conduo de trabalho de pesquisa. Feita uma aplicao da anlise estatstica aos dados de caixa de fsforos com intuito de demonstrar o verdadeiro significado dos nmeros em determinadas anlises. Uma anlise quantitativa dos palitos identificou-se suas massas, que foram submetidas a uma srie de anlises. A utilizao de softwares como o OriginPro8 e o BioEstat 5, foram fundamentais para um tratamento e interpretao dos parmetros estatsticos mais detalhadamente, que revelaram medidas precisas de mdia, desvio padro, erro padro, coeficiente de variao, testes de significncia, entre outros. Os resultados da anlise demonstram a viabilidade da estratgia proposta para finalidades teis no tratamento de dados. Alm disso, mostra como importante a anlise multivariada quando se tm um nmero grande de dados que dependente de vrios fatores, e tambm a anlise univariada, por isso um Qumico (todo pesquisador) deve ter controle de qualidade sobre seus dados para que obtenha timos e precisos resultados, pois ningum faz cincia sem expectativa.

Palavras-Chave: anlise estatstica, caixa de fsforos, originPro8, bioestat 5, parmetros estatsticos, tratamento de dados, anlise multivariada, anlise univariada.

SUMRIO

CAPTULO 1 INTRODUO 1.1.Apresentao e Objetivos do Trabalho...............................................................................09 1.2.Aspectos gerais das anlises estatsticas.............................................................................09 1.3.Composio qumica dos PF...............................................................................................10 1.4.Transformaes Fsico-Qumica.........................................................................................10 1.5.Qualidade dos PF................................................................................................................10 1.6.Importncia do Controle de Qualidade...............................................................................11

CAPTULO 2 PARTE EXPERIMENTAL MATERIAIS E MTODOS 2.1. Aquisio das amostras......................................................................................................13 2.2. Instrumentao...................................................................................................................13 2.3. Procedimento.....................................................................................................................13 2.3.1. Obteno das massas dos PNQ.......................................................................................13 2.3.2. Obteno das massas dos PQ..........................................................................................14 2.4. Softwares............................................................................................................................14 2.4.1. OriginPro 8 .....................................................................................................................14 2.4.2. BioEstat 5........................................................................................................................15 2.4.3. Microsoft Word 2007......................................................................................................15

CAPTULO 3 RESULTADOS E DISCURSO 3.1. Dados estatsticos descritivos dos PNQ.............................................................................16 3.1.1. Histograma e Curva Normal...........................................................................................16 3.1.2. Comparao dos PNQ 20 primeiros com os 20 restantes anti-ordenao...................18 3.1.2.1. Dados estatsticos descritivos.......................................................................................18 3.1.2.2. Teste t independente.....................................................................................................19 3.1.3. Comparao dos PNQ 20 primeiros com os 20 restantes ps-ordenao....................20 3.1.3.1. Dados estatsticos descritivos.......................................................................................20 3.1.3.2. Teste t independente.....................................................................................................21 3.2. Dados estatsticos descritivos dos PQ................................................................................21 3.2.1. Histograma e Curva Normal...........................................................................................22 3.2.2. Teste t Pareado................................................................................................................22 3.2.3. Comparao dos 20 PNQ com os 20 PQ........................................................................23 3.3. Regresso Linear................................................................................................................24

CAPTULO 4 CONSIDERAES FINAIS E CONCLUSES.....................................................................27 REFERNCIAS BIBLIOGFICAS........................................................................................28

CAPTULO 1 INTRODUO 1.1. Apresentao e Objetivos do Trabalho As ferramentas primarias em Qumica Analtica, utilizam-se de resultados estatsticos, no qual necessrio um desenvolvimento bem detalhado. Este trabalho baseia-se nas mais essenciais e fundamentais ferramentas da estatstica, que tm aqui por objetivos; i) Utilizar e aplicar a estatstica como ferramenta na interpretao de resultados analticos. ii) iii) Utilizar e aplicar mtodos grficos e numricos na obteno de retas de regresso. Utilizao do software OriginPro 8 e BioEstat 5 para determinao de mdia, desvio padro e erro padro. Elaborao de grfico cartesiano. iv) Estabelecer a importncia da anlise univariada e multivariada.

1.2. Aspectos gerais das anlises estatsticas A qumica analtica lida com os mtodos de determinao da composio qumica de amostras de materiais. Um mtodo qualitativo fornece informaes sobre a identidade das espcies atmicas ou moleculares ou dos grupos funcionais presentes em uma amostra. Um mtodo quantitativo, por outro lado, prov informaes numricas, como a quantidade relativa de um ou mais desses componentes. Quimiometria pode ser definida como uma rea da qumica, especialmente da qumica analtica, que usa mtodos matemticos e estatsticos para planejar ou selecionar procedimentos viveis de medidas e experimentos para extrair o mximo da informao qumica relevante, com a anlise dos dados. Muita nfase tem sido dada aos sistemas multivariados, nos quais se pode medir muitas variveis simultaneamente (ou de forma seqencial, com grande eficincia) ao se estudar uma amostra qualquer. Nesses sistemas, a converso da resposta instrumental no dado qumico de interesse, requer a utilizao de tcnicas de estatsticas multivariadas, lgebra matricial e anlise numrica. Essas tcnicas se constituem no momento na melhor alternativa para interpretao de dados e para aquisio do mximo de informaes sobre o sistema.

10

1.3. Composio qumica dos PF Constituintes qumicos dos PF* so, Fsforo (P), Clorato de Potssio (KClO3) e Aglutinantes. Estes fazem parte da chamada cabea do palito.

1.4. Transformaes Fsico-Qumicas Na natureza ocorrem vrias transformaes qumicas: apodrecimento de frutos, deteriorizao de alimentos, enferrujamento do ferro, fermentao alcolica, formao de coalhada, respirao dos seres vivos, fotossntese, oxidao da prata, produo de tecido a partir do algodo, produo de po (farinha, fermento, gua, sal e acar, durante a fermentao ocorre liberao de gs carbnico, por isso o po "cresce"), produo do vidro a partir da areia, extrao de corantes, produo do vinho a partir da fermentao da uva, produo de sabo. Existem transformaes qumicas que ocorrem rapidamente e outras lentamente. A velocidade de uma transformao depende de vrios fatores, como a temperatura, presso e superfcie de contato entre as substncias. Alguns combustveis queimam com muita facilidade e so chamados de inflamveis, por esse motivo deve-se tomar muito cuidado para manuse-los. No nosso caso, o palito de fsforo a ser analisado. O palito de fsforo entra em combusto, reage com o oxignio (O2) e recebe por uma fonte externa de calor (ao ser atritado com a caixa de fsforos), com isso o palito de fsforo libera energia na forma de calor.

1.5. Qualidade dos PF Os principais problemas apresentados so: exploso, fragmentao ou separao da cabea durante o acendimento e pingos de cinza quente durante o acendimento. Cabe destacar que isso muito importante para a classificao como "fsforo de segurana".

*A abreviao PF corresponde a Palito(s) de Fsforo(s).

11

1.5.1. Importncia do Controle de qualidade Nmero de fsforos com cabea Contados os nmeros de fsforos utilizveis na caixa. Cada palito deve ter no mnimo 15 mm de comprimento, excluindo a cabea. Forma e dimenso dos palitos e cabeas A forma da cabea deve ser homognea, sem pontas ou beiras, cantos speros. As cabeas no devem estar coladas umas as outras. As cabeas no devem exibir quebras ou superfcies de reas falhadas. Todos os palitos de fsforos devem ter uma cabea de dimenses compatveis, entre 3mm e 8mm para fsforos convencionais, medidos do palito at a linha do acendimento (perto da cabea). Caixa e superfcie de acendimento As caixas devem conter uma superfcie para acendimento do fsforo. Esta superfcie no deve estar presente na parte de dentro da caixa em uma posio onde o contato com os fsforos possa ocorrer durante o uso normal. Acendimento Durante o acendimento no deve haver nenhuma falha ou separao, exploso ou fragmentao da cabea ou pingos de cinza quente. Depois de acesa, a chama deve se transferir da cabea para o palito. Estabilidade Trmica As embalagens dos fsforos no devem acender espontaneamente quando submetidas ao calor (120 C) por 30 minutos. Superfcie de acendimento No deve haver nenhuma remoo da rea da superfcie de acendimento suficiente para expor a superfcie bsica da embalagem.

12

A rea de acendimento de uma embalagem de fsforos deve ser capaz de acender todos os seus contedos. Impacto Caso caia, uma caixa cheia de fsforos no deve acender e no deve permitir fsforos caiam para fora da caixa. Rotulagem A embalagem de fsforo deve ser rotulada com as seguintes informaes:

Nome e endereo do fabricante, importador ou vendedor responsvel; Quantidade de unidades; O aviso "manter longe do alcance das crianas". (FONTE: INMETRO*)

*A abreviao INMETRO corresponde a Instituto Nacional de Metrologia, Normalizao e Qualidade Industrial.

13

CAPTULO 2 PARTE EXPERIMENTAL MATERIAIS E MTODOS 2.1. Aquisio das amostras As amostras de PF, logomarca QUE LUZ (Indstria de Fsforos Catarinense LTDA) foram adquiridas em supermercado da cidade de Teresina-PI no perodo de agosto/2009. Ao todo foram 40 amostras, todas essas lacradas.

2.2. Instrumentao Uma balana digital, com preciso de 0, 0001 g, fabricada por OHAUS Corp. USA, modelo AR2140, ano 2007, foi utilizada para obteno das massas dos PF. Este equipamento encontra-se disponvel no Ncleo de Pesquisa em Cincias Bsicas - Bloco A Centro de Cincias da Natureza da UFPI*.

2.3. Procedimento O procedimento realizado bastante simples, porm deve-se ter o cuidado com o manuseio das amostras, pois so muito frgeis e com a instrumentao, se precavendo assim de acidentes. Em relao ao manuseio de fogo, foram tomadas as devidas precaues, j que as amostras so muito comburentes. Um detalhamento preciso descrito nos itens seguintes 2.3.1 e 2.3.2. 2.3.1. Obteno das massas dos PNQ* Com as amostras de PF prontas, e com ajuda de uma Balana Digital, modelo AR2140, pode-se medir a quantidade de massa de cada uma das amostras. Colocou-se apenas uma amostra de cada vez, correspondendo a um PF, anotando sua respectiva massa. Este procedimento foi feito em 100 % das amostras, correspondente a 40 PF
*A abreviao UFPI corresponde a Universidade Federal do Piau. *A abreviao PNQ corresponde a Palito(s) No Queimado(s)

14

2.3.2. Obteno das massas dos PQ* Primeiramente, pesou-se (Balana Digital AR2140) a massa de um PF crua, ento anotado o respectivo valor. Depois esse mesmo PF foi submetido a uma fonte externa de calor, colocando-o em estgio de combusto (deixou-se em combusto apenas a cabea do PF) e anotado o respectivo valor da nova massa. Este procedimento foi feito em 50 % das amostras, correspondente a 20 PF.

2.4. Softwares Para a construo dos modelos Quimiomtricos (histograma, curva normal, testes t...), foram utilizados os pacotes do OriginPro 8 , do Bioestat 5 e da Microsoft Office (Microsoft Office Word 2007). Uma descrio concisa dos princpios bsicos desses softwares realizada a seguir, nos tpicos 2.4.1, 2.4.2 e 2.4.3 respectivamente.

2.4.1. OrginPro8 A OriginLab Corporation (Northamptom, MA 01060 USA) uma corporao que trabalha na fabricao de softwares, como o OriginPro8, utilizado para anlises estatsticas. Esta anlise fornece estatstica descritiva sobre os dados tais como, desvio padronizado, testes de significncia, mnimo, mximo, e mais. A visualizao dos resultados pode ser atravs de histograma ou grfico de caixa que pode tambm ser criado na Anlise. Foi baseado nesses recursos de interesse, que por meio dos resultados obtidos pode-se trabalhar com os dados estatsticos e suas interpretaes.

*A abreviao PQ corresponde a Palito(s) Queimado(s)

15

2.4.2. BioEstat 5 O BioEstat um software desenvolvido por um grupo de pesquisadores de Belm do Par, Brasil, Manuel Ayres, Manuel Ayres Jnior, Daniel Lima Ayres, Alex Santos dos Santos e Lucas Lima Ayres. dirigido especialmente aos estudantes das reas mdicas e biolgicas, que possuam noes bsicas de estatstica. O pacote bastante facilitado pelo emprego do aplicativo, onde a escolha do teste adequado poder ser feita de maneira pratica de acordo com a natureza dos dados. Esse importante software facilitou muito para a uniformidade e apresentao dos resultados.

2.4.3. Microsoft Word 2007 O Microsoft Office Word 2007 produz documentos com aparncia profissional oferecendo um conjunto abrangente de ferramentas para criao e formatao de documentos em elegante interface de acordo com as normas da ABNT*. timos recursos de reviso, comentrios e comparaes. A integrao de dados avanada permitiu a construo de tabelas teis para uma melhor e detalhada viso dos dados estatsticos importantes para as informaes.

*A abreviao ABNT corresponde a Associao Brasileira de Normas Tcnicas.

16

CAPTULO 3 RESULTADOS E DISCURSO 3.1. Dados estatsticos descritivos dos PNQ Segue abaixo, os dados referentes aos PNQ, realizados no OriginPro 8 so apresentados na Tabela 3.1
N Total Mdia Desvio Padro 0, 01695 Erro Padro Varincia Soma Soma Correta de Quadrados 0, 0112 Coeficiente de Variao 0, 16152

PNQ

40

0, 10494

0, 00268

2, 87267E-4

4, 1974

Tabela 3.1 Dados estatsticos descritivos obtidos atravs das massas dos PNQ. A inspeo dos dados mostrados na Figura 3.1 permite evidenciar as informaes atribudas aos PNQ, que de fato so confirmadas atravs de uma verificao visual, pois o prprio formato dos PF so evidentemente distintos.

3.1.1. Histograma e Curva Normal Podemos observar de maneira visual, identificar se uma srie de medidas segue uma distribuio prxima distribuio normal, ocorre quando a distribuio de freqncia de uma varivel, o valor das medidas tende a infinito, isso pode ser constatado atravs de um histograma, como o da Figura 3.1.
Palitos de Fsforo Curva Normal

Quantidade

0 0,06

0,09

0,12

0,15

Massa/g

Figura 3.1. Histograma e Curva Normal referente aos PNQ.

17

O formato do histograma, ele no perfeitamente simtrico, porm a grande maioria dos palitos encontram-se em torno do valor mdio de 0, 105 g ou 105 mg, tendo apenas pouco palitos com massa muito maior ou muito menor que o valor mdio. A inspeo visual do histograma com a distribuio da varivel em questo (massa dos palitos) indica que a varivel estudada, tem uma distribuio prxima distribuio normal, que como j foi mencionado anteriormente, um caso especifico da funo gaussiana.

A funo matemtica conhecida como gaussiana apresenta algumas propriedades que explicam o seu uso particular em estatstica. Uma funo do tipo gaussiana mostrada pela equao 3.1.1
( X i b )2 Y = a exp c2

(3.1.1)

Equao 3.1.1 Relao matemtica dos parmetros da funo gaussiana. Os parmetros que aparecem nesta funo gaussiana (a, b, c), promovem um valor numrico mximo que poder ser atingido quando x for igual a b, isto , a funo ser igual ao valor de a. A funo da curva normal um caso especial da funo gaussiana, como mostra a equao 3.1.2
Y= 1 ( X i )2 exp 2 2 2 1

(3.1.2)

Equao 3.1.2 Uma funo da curva normal, estrutura particular da funo gaussiana. Trata-se da funo gaussiana modificada para atender as finalidades estatsticas, esta contm apenas dois parmetros: a mdia da populao () e o desvio padro (), veja a figura 3.1.2.

18

Figura 3.1.2 Curva de Distribuio Normal. (Figura retirada da Apostila de Qumicos Analticos
Quantitativos)

3.1.2. Comparao dos PNQ 20 primeiros com os 20 restantes anti-ordenao A aleatoriedade dos PNQ foi analisada, atravs de comparaes que diante de distribuies permitiu identificar se existe alguma significncia entre as duas populaes (20 primeiros (20Pri) e os 20 restantes (20Re)).

3.1.2.1. Dados estatsticos descritivos Resultados obtidos das comparaes estatsticas, com os 20 primeiros e os 20 restantes com aleatoriedade so mostrados na Tabela 3.1.2.1.
N Total Mdia Desvio Padro 0, 01978 Erro Padro Varincia Soma Soma Correta de Quadrados 0, 00743 Coeficiente de Variao 0, 1844

PNQ 20Pri PNQ 20Re

20

0, 10725

0, 00442

3, 91079E-4

2, 1449

20

0, 10262

0, 01369

0, 00306

1, 8734E-4

2, 0525

0, 00356

0,13337

Tabela 3.1.2.1 Descritiva dos dados dos PNQ anti-ordenao.

19

3.1.2.2. Teste t independente A distribuio normal caracterizada por um modelo terico para uma srie de medidas e estas se distribuem em torno da mdia, porm nessa distribuio tm-se limitaes, pois utiliza modelo terico para N muito grande ou infinito. Outro modelo de distribuio o teste t student, este caracterizado por ser independente para duas populaes. Baseado na curva normal, porm para N pequenos, que de interesse no dia-a-dia. Sua equao mais complexa que a da curva normal. Este usado para determinar se dois conjuntos de medidas so estatisticamente diferentes. Quando o valor de t calculado for superior ao valor de tcri tabelado, ento h uma diferena significativa entre os resultados obtidos pelos dois mtodos naquele nvel de confiana. Lembrando que a comparao da mdia pode sendo realizada atravs do teste t, porm se as precises de dois mtodos no forem estatisticamente iguais torna-se sem sentido a comparao das mdias, visto que, para na aplicao de teste t so usados dos desvios padro dos mtodos, portanto a aplicao do teste F sempre precede a do teste t. Os resultados dos PF seguem abaixo na tabela 3.1.2.2.
t statistic Equal Variance Assumed Equal Variance NOT Assumed 0, 85908 0, 85908 DF 38 Prob > t 0, 39568

33, 80574 0, 39635

Tabela 3.1.2.2. Valores de significncia assumidos pelos dados dos PNQ anti-ordenao. Em um nvel de confiana de 95%, o valor de t menor (positivo) que tcr, significa que a mdia das determinaes no diferente do valor verdadeiro, comparado com os valores de tcri tabelados, veja a tabela 3.1.2.2.2.

20

Grau de Liberdade v 1 2 3 4 5 6 7 8 9 10 15 20 25 Infinito 90 %

Nvel de Confiana 95 % 99 % 99,5 %

6, 314 12, 706 63, 657 127, 320 2, 920 2, 353 2, 132 2, 015 1, 943 1, 895 1, 860 1, 833 1, 812 1, 753 1, 725 1, 708 1, 645 4, 303 3, 182 2, 776 2, 571 2, 447 2, 365 2, 306 2, 262 2, 228 2, 131 2, 086 2, 060 1, 960 9, 925 5, 841 4, 604 4, 032 3, 707 3, 500 3, 355 3, 250 3, 169 2, 947 2, 845 2, 787 2, 576 14, 089 7, 453 5, 598 4, 773 4, 317 4, 029 3, 832 3, 690 3, 581 3, 252 3, 153 3, 078 2, 807

Tabela 3.1.2.2.2 Valores de tcri para vrios nveis de confiana.

3.1.3. Comparao dos PNQ 20 primeiros com os 20 restantes ps-ordenao A ordenao dos PNQ foi analisada, que de diante de comparaes por distribuies permitiu identificar se existe alguma significncia entre as duas populaes (20 primeiras e as 20 restantes).

3.1.3.1. Dados estatsticos descritivos Resultados obtidos das comparaes estatsticas, com os 20 primeiros e os 20 restantes ps-ordenao so mostrados na Tabela 3.1.3.1.
N Total Mdia Desvio Padro 0, 00887 Erro Padro Varincia Soma Soma Correta de Quadrados 0, 16892 Coeficiente de Variao 0, 0969

PNQ 20Pri PNQ 20Re

20

0, 0915

0, 00198

7, 85994E-5

1, 8299

20

0, 11838

0, 01144

0, 00256

1, 30773E-4

2, 3675

0, 28274

0, 0966

Tabela 3.1.3.1 - Descritiva dos dados dos PNQ ps-ordenao.

21

Observe que o desvio padro dos 20Pri bem menor que os 20Re, e o coeficiente de varincia so praticamente iguais.

3.1.3.2. Teste t independente Como j foi mencionado anteriormente (item 3.1.2.2) a descritiva do teste t independente, porm agora usando para comparar a mdia e o desvio padro dos PF psordenados. Os resultados dos PF seguem abaixo na tabela 3.1.3.2.
t statistic Equal Variance Assumed - 8, 30778 DF 38 Prob > t 4, 51603E-10

Equal Variance NOT Assumed - 8, 30778 35, 77835 7, 20407E-10

Tabela 3.1.3.2 - Valores de significncia assumidos pelos dados dos PNQ psordenao. Em um nvel de confiana de 95%, o valor de t menor (negativo) que tcr, significa que a mdia das determinaes diferente do valor verdadeiro, comparada com os valores de tcri tabelados, veja a tabela 3.1.2.2.2.

3.2. Dados estatsticos descritivos dos PQ Referindo-se agora aos PQ, sua descritiva fornece uma informao importante acerca da amostra real. Poderemos descobrir, se as amostras dos PNQ diferem significativamente dos PQ, s poderemos afirmar esta concluso depois das analises estatsticas. A tabela 3.2 mostra os parmetros estatsticos.
N Total Mdia Desvio Padro 0, 0199 Erro Padro Varincia Soma Soma Correta de Quadrados 0, 00752 Coeficiente de Variao 0, 20619

PQ

20

0, 0965

0, 00445

3, 95953E-4

1, 9301

Tabela 3.2 Dados estatsticos descritivos obtidos atravs das massas dos PQ. Observe como a mdia variou e o seu desvio padro. Porm, s podemos revelar essa varincia logo que for submetido ao teste t pareado (item 3.2.1), assim averiguar se existe significncia ou no em determinado nvel de confiana (geralmente 95 %).

22

3.2.1. Histograma e Curva Normal O histograma dos dados experimentais e sua respectiva curva normal. Observe que mesmo um conjunto de dados experimentais segue uma distribuio normal, seu histograma no perfeitamente simtrico, pois como foi discutido no item 3.1.1 e 3.1.2.2, a curva normal foi concebida para um nmero grande ou infinita de medidas.
Palitos Queimados Curva Normal
4

Quantidade

0 0.06 0.08 0.10 0.12 0.14

Massa/g

Figura 3.2.1 Histograma e Curva Normal referente aos PQ. 3.2.2. Teste t Pareado Para uma analise estatstica mais concreta dos dados, utilizamos a distribuio do teste t pareado. Este fornece a comparao da anlise de diferentes populaes, os que supostamente acreditamos que seja, no caso estudado so consideradas as populaes de PNQ e PQ. Veja a tabela 3.2.2.
t statistic 48, 32669 DF 19 Prob > t 2, 36384E-21

Tabela 3.2.2 - Valores de significncia assumidos pelos dos PQ. Em um nvel de confiana de 95%, o valor de t maior (positivo) que tcr, significa que a mdia das determinaes diferente do valor verdadeiro, comparada com os valores de tcri tabelados, veja a tabela 3.1.2.2.2.

23

3.2.3. Comparao dos 20 PNQ com os 20 PQ O teste t pareado entre as mdias das populaes de PNQ e PQ revelou-se ser significativamente diferente. Podemos agora comparar os PNQ e os PQ, a fim de querer identificar se as populaes so distintas, ou seja, queremos saber se os PNQ e os PQ fazem parte de uma mesma populao. S poderemos afirmar se as populaes so distintas ou no, depois de uma inspeo visual sobre o histograma e a sua respectiva curva normal. Se os picos das curvas normais ou as reas forem prximas, ento fazem parte da mesma populao. Podemos identificar isso atravs das distribuies, com interesse nas curvas normais, sobrepondo uma outra. Veja a figura 3.2.4
Palitos No Queimados Palitos Queimados
4

Quantidade

0 0.06 0.08 0.10 0.12 0.14

Massa/g

Figura 3.2.4 Sobreposio das curvas normais de PNQ e PQ. Apesar de o teste t pareado revelar que h diferena significativa entre as mdias dos PNQ e PQ, porm com a sobreposio das curvas normais pode-se concluir que os PNQ e PQ fazem parte de uma mesma populao.

24

A seguir mostrado na figura 3.2.4.1 a relao visual em 3D (trs dimenses) da rea dos PNQ e PQ. PNQ PQ

Figura 3.2.4.1 Visualizao 3D da rea dos PNQ e PQ. Note que a rea dos PQ est sempre abaixo que a dos PNQ, isso significa que para um mesmo palito, aps a combusto do mesmo h uma significncia em sua mdia, porm como j foi justificado anteriormente eles (PNQ e PQ) fazem parte de uma mesma populao.

3.3. Regresso Linear um procedimento que fornece equaes de linhas retas e descrevem relaes de causa-efeito entre variveis quantitativas, entre duas variveis (regresso linear simples) ou entre uma varivel dependente e o restante das variveis independentes (regresso linear mltipla), para este caso as variveis independentes so assumidas como mtricas. a melhor reta que passa por um conjunto de pontos experimentais. (Vogel; GRZYBOVSKI)

25

Primeiramente, devemos observar se a anlise do coeficiente de correlao, r, sugeriu que a probabilidade de a relao linear ser alta, ento traar a melhor reta que passa pelos pontos. Veja os dados da tabela 3.3. Quantidade 1 2 3 4 5 Massa/g 0.0919 0.1822 0.3168 0.4088 0.4968

Tabela 3.3 Quantidades das amostras de PNQ e suas respectivas massas. Observe que fcil perceber que h uma relao linear entre a quantidade das amostras de PNQ e a massa. Veja os parmetros da reta na tabela 3.3.1. Equao da Reta y = a + bx

Coeficiente de Correlao 0, 99238 Valor Palitos No Queimados Intercepto Inclinao -0, 01162 0, 10364 Desvio Padro 0, 01505 0, 00454

Tabela 3.3.1 Parmetros da reta que passa pelos pontos dos PNQ. Dos pontos obtidos possvel construir uma curva de calibrao, uma curva obtida pelos pontos das amostras padres. H dois procedimentos a fazer depois de obtidos os pontos; (a) verificar se o grfico linear ou no (b) Encontrar a melhor reta (ou a melhor curva) que passa pelos pontos.

26

A partir desses parmetros (Tabela 3.3.1) possvel construir a reta que passa pelos pontos, e verificar se realmente diz respeito linearidade, veja a figura 3.3.
Palitos No Queimados Reta
0.5

0.4

Massa/g

0.3

0.2

0.1

Quantidade

Figura 3.3 Propriedade das amostras em funo da quantidade de PNQ e a reta de coeficiente de correlao 0, 99238.

Observado que realmente h uma linearidade, ento possvel afirmar que h uma clara relao entre a quantidade de PF e suas massas, ou seja, h uma concordncia da massa com a quantidade. Sua equao do tipo, equao 3.3; y = 0, 01162 + 0, 10364x Equao 3.3 Equao da reta definida pelos pontos dos PNQ. (3.3)

27

CAPTULO 4 CONSIDERAES FINAIS E CONCLUSES A anlise de dados nas pesquisas est geralmente envolvida com uma quantidade enorme de fatores (variveis), que tentamos estabelecer relaes entre elas e assim tentar explicar o verdadeiro significado no estudo estabelecido. Dificuldades em traduzir as informaes obtidas so freqentes, por isso e muitos outros que com o desenvolvimento e aplicao da anlise multivariada to importante para uma informao mais sucinta, porm essa sofre os mesmos problemas de toda a estatstica. A maneira vivel de se interpretar todas as informaes contidas em uma anlise estabelecer o mnimo de variveis possveis, desenvolvendo assim a estatstica de anlise univariada. Claro que esta tambm existe vantagens e desvantagens, em uma anlise que depende de muitas variveis, esse tipo de estatstica falha. Com isso o resultado da pesquisa elaborada neste trabalho, foi til atravs da utilizao destas cincias. Como tambm os programas computacionais estatsticos que revelaram de maneira bem simples e nobre toda a complexidade matemtica. Portanto, talvez em um momento propcio possamos identificar a melhor soluo para nossos problemas, no s estatsticos como tambm culturais e naturais.

28

REFERNCIAS BIBLIOGFICAS

[1] BACCAN, N; DE ANDRADE, J. C.; GODINHO, O. E.; BARONE, J. S. Qumica analtica quantitativa elementar. 3 ed. So Paulo: Editora Edgard Blucher, 2001. 308 p. [2] INMETRO - Instituto Nacional de Metrologia, Normalizao e Qualidade Industrial. Informaes ao Consumidor, produtos analisados. Disponivel em:

<http://www.inmetro.gov.br/consumidor/produtos/fosforo.asp>. Acesso em: 23/10/2009 [3] MENDHAM, J.; DENNEY, R. C.; BAERNES, J. D.; THOMAS, M. J. K. Vogel: anlise qumica quantitativa. 6 ed. Rio de Janeiro: LTC, 2002. 462 p. [4] MILLER, N. J. y MILLER, J. C. Estadstica y Quimiometra para Qumica Analtica. 4 ed. Prentice Hall, 2002. 111 p. [5] MOITA NETO. J. M. Estatstica multivariada: uma viso didtica-metodolgica, disponvel em: <http://criticanarede.com/cien_estatistica.html>. Acesso em: 12/09/2009. [6] MOITA NETO, J. M.; Moita, G. C. Estatstica aplicada qumica. UFPI/CEAD, Teresina, 2009. [7] SKOOG, D. A.; WEST, D.M. & HOLLER, F.J. Fundamentos de qumica analtica. 8 ed. Thompson Learrning. Ltda, 2006.