Se eliminaron 2 valores atípicos del dataset.Análisis estadístico de pruebas metalúrgicas
Introducción :
La flotación es uno de los métodos más utilizados para la concentración de minerales sulfurados debido a su capacidad para separar especies valiosas a partir de diferencias en sus propiedades superficiales [1].
En este proceso, los colectores desempeñan un papel fundamental al incrementar la hidrofobicidad de las partículas y favorecer su recuperación [2]. Debido a la influencia de estos reactivos en el desempeño metalúrgico, es necesario evaluar su efectividad mediante herramientas estadísticas [3].
En este laboratorio se analizó el efecto de tres colectores sobre la recuperación de cobre utilizando estadística descriptiva, ANOVA, la prueba de Tukey y regresión lineal múltiple.
Figura 1. Proceso de flotación utilizado en la concentración de minerales.
Distribución de recuperación por colector
El Colector B obtuvo las mayores recuperaciones y el Colector C las menores. El reducido solapamiento entre las distribuciones sugiere diferencias significativas entre los tratamientos.
Representación gráfica de Tukey
Cuando un intervalo no incluye el valor cero, la diferencia se considera significativa al 95% de confianza.
Mapa de calor
Las correlaciones observadas son relativamente bajas, indicando una asociación lineal débil entre las variables operativas y la recuperación de cobre.
Análisis de Residuos
Finalmente, se evaluó la calidad del ajuste mediante gráficos diagnósticos de residuos, con el objetivo de verificar el cumplimiento de los supuestos del modelo de regresión.
Los gráficos diagnósticos no muestran patrones sistemáticos graves.
Se observa una dispersión relativamente amplia de los residuos.
Cuestionario - Pregunta 1
1. ¿Cuál es la importancia del valor p en la toma de decisiones para un cambio de reactivos en planta? [4]
Valida mejoras reales: Permite determinar si una diferencia observada es significativa o producto del azar.
Apoya la toma de decisiones: Sirve como criterio para aceptar o rechazar un nuevo reactivo con un nivel de confianza definido.
Reduce riesgos operativos: Evita implementar cambios costosos basados en resultados no concluyentes.
Brinda sustento técnico: Respalda estadísticamente las conclusiones y recomendaciones metalúrgicas.
Figura 2. Espectro de Probabilidad.
Pregunta 2
2. Explique la diferencia entre repetibilidad y reproducibilidad en el contexto de un laboratorio metalúrgico. [2]
Repetibilidad: Mismas condiciones (operador, equipo y muestra) para evaluar la precisión del método.
Reproducibilidad: Diferentes condiciones (operador, laboratorio o tiempo) para evaluar la robustez del método.
Importancia: Permiten verificar que las diferencias observadas se deban al proceso y no a errores experimentales.
Figura 2. Reproducibilidad vs repetibilidad
Pregunta 3
3. ¿Cómo ayuda el análisis de regresión a la optimización del consumo específico de energía? [5]
Modelamiento: Permite predecir el consumo energético a partir de variables operativas.
Calibración: Ajusta modelos utilizando datos reales de planta.
Optimización: Identifica condiciones que minimizan el sobre-molido y el consumo de energía.
Control avanzado: Proporciona información para sistemas de simulación y control.
Eficiencia operativa: Favorece la toma de decisiones basada en datos.
Figura 3. Regresión lineal
Pregunta 4
4.¿Por qué es necesario validar el supuesto de normalidad antes de realizar un análisis de varianza? [4]
Validez estadística: Garantiza que el ANOVA pueda aplicarse correctamente.
Confiabilidad del valor p: Asegura que la significancia obtenida sea válida.
Control de la variabilidad: Permite diferenciar efectos reales del error experimental.
Toma de decisiones: Evita conclusiones y recomendaciones incorrectas en planta.
Figura 3. Normalidad
