Erros em análises químicas

Abordaremos alguns erros em análises químicas, claro que utilizando o R (pelo RStudio), esses cálculos estatísticos são bem simples e estão presentes em nossa rotina. Como referencial teórico, utilizaremos o livro Fundamentos de Química Analítica (Skoog de analítica). Todo conteúdo teórico está explicado de maneira bem claro nesse livro texto. Aqui mostraremos apenas a resolução de alguns exemplos utilizando o R.

Comandos:
> dados <- c(19.4,19.5,19.6,19.8,20.1,20.3) # cria o conjunto de dados
> mean(dados) # calcula a média
> median(dados) # calcula a mediana

Comandos:
> dados <- c(9.988,9.973,9.986,9.980,9.975,9.982,9.986,9.982,9.981,9.990,9.980,9.989,9.978,9.971,9.982,9.983,9.988,9.975,9.980,9.994,9.992,9.984,9.981,9.987,9.978,9.983,9.982,9.991,9.981,9.969,9.985,9.977,9.976,9.983,9.976,9.990,9.988,9.971,9.986,9.978,9.986,9.982,9.977,9.977,9.986,9.978,9.983,9.980,9.984,9.979)
> mean(dados) # calcula a media
> median(dados) # calcula a mediana
> sd(dados) # calcula o desvio padrao
> maximo <- max(dados) # identifica maior valor
> maximo # mostra o resultado
> minimo <- min(dados) # identifica menor valor
> minimo # mostra o resultado
> faixa <- (maximo - minimo) # equacacao para calcular
> faixa # mostra o resultado

outros comando também podem ser utilizados:
> summary(dados) # mostra min, mediana, media e max
> range(dados) # mostra max e min
> length(dados) # tamanho da amostra

Ainda com relação aos dados da Tabela 6-2, podemos criar um histograma com os dados:
> hist(dados)
> hist(dados, col = "green", border = "blue") # histograma colorido

Referências:
SKOOG, WEST, HOLLER, CROUCH. Fundamentos de Química Analítica. 8ed. 2006.

Diagrama de Causa e Efeito

Também conhecido como Diagrama de Ishikawa ou diagrama (gráfico) espinha de peixe. Como o próprio nome diz, ele é um infográfico que listas as causas ou possíveis causas para um dado efeito, representando as relações por meio de setas. O formato fica similar a uma espinha de peixe, daí vem o apelido espinha de peixe (fishbone diagram); talvez tenha essa forma por ter sido criado por um japonês, Kaoru Ishikawa, que era engenheiro químico que trabalhou e desenvolveu ferramentas relacionadas ao controle de qualidade.

A finalidade desse diagrama é organizar o raciocínio sobre informações que podem estar relacionada a um determinado efeito, seja ele positivo ou problemático. Esse gráfico é muito comum nas áreas industriais e seu uso abrange normalmente as metodologias de Garantia e Controle de Qualidade.

Tendo em mente as informações que se deseja abordar, o diagrama pode ser montado. Por exemplo, desejamos montar um diagrama de causa e efeito para um café que tomamos diariamente em nosso local de trabalho. Depois de um Brainstorming (como já dizia um professor da graduação: "toró de palpites" ou chuva de ideias), já sabemos o queremos no gráfico, nessa hora que o R entra, pois sua versatilidade é possível construir o diagrama de maneira fácil e em formato bem apresentável.

Há varias maneiras de fazer o gráfico, aqui apresentarei uma utilizando o pacote qcc e outra pelo pacote SixSigma.

Utilizando o pacote qcc, temos  o seguinte comando geral:

# Instale e/ou carregue o package qcc
> cause.and.effect(cause = list(Causa1=c("A","B", "C"), Causa2=c("A","B","C"), Causa3=c("A","B","C")), effect = "Efeito", title = "Titulo")

O script abaixo foi feito para o nosso exemplo do café.

### DIAGRAMA DE CAUSA E EFEITO ### # Usando package qcc # # instale e/ou carregue o pacote qcc cause.and.effect( cause = list( Ingredientes=c("Pó de Café", "Água", "Açúcar", "Adoçante"), Marcas=c("Raça Negra", "Da roça","Brasópolis","Três Corações"), Pessoas=c("Servidores", "Estagiários", "Homem", "Mulher"), Materiais=c("Cafeteira", "Filtro", "Colher", "Jarra")), effect = "Café", title = "Preparo do Café", cex = c(1,0.9,1), font = c(1,3,2) )

Pelo pacote SixSigma também é possível fazer o gráfico, o resultado visual fica um pouco diferente e o código é um pouco  mais complicado, embora a lógica seja a mesma.

### DIAGRAMA DE CAUSA E EFEITO ### # Usando o package SixSiga # # instale e/ou carregue o pacote SixSigma effect <- "Café" causes.gr <- c("Ingredientes", "Marcas", "Pessoas", "Materiais") causes <- vector(mode = "list", length = length(causes.gr)) causes[1] <- list(c("Pó de Café", "Água", "Açúcar", "Adoçante")) causes[2] <- list(c("Raça Negra", "Da roça","Brasópolis","Três Corações")) causes[3] <- list(c("Servidores", "Estagiários", "Homem", "Mulher")) causes[4] <- list(c("Cafeteira", "Filtro", "Colher", "Jarra")) ss.ceDiag(effect, causes.gr, causes, main = "Preparo do Café",sub = "")

Criando boas apresentações

Mesmo sabendo que software utilizar para montar uma apresentação, e tendo conhecimento e domínio sobre o assunto a ser tratado, devemos tomar alguns cuidado para não cometermos erros básicos e que podem passar desapercebidos. Abaixo estão algumas dicas básicas que deve ser levadas em conta para boa harmonia de uma apresentação.

Fonte: Prof. Jiani Cardoso. (material encontrado na internet). 

Redação científica

Redação Científica - A prática de fichamentos, resumos e resenhas. É um bom livro, e escrito em português, sobre escrita científica. Lendo apenas o primeiro capítulo já foi possível tirar melhor proveito de meus estudos e passá-los para o papel na forma de resumos para a revisão bibliográfica, assunto esse que o autor trata bem mais adiante no livro. Acredito que possa ser de grande ajuda no processo da escrita e na melhoria contínua de nossos textos.

Link:

https://www.dropbox.com/s/y5unkq4rxd9qboc/MEDEIROS%20-%20Reda%C3%A7%C3%A3o%20Cient%C3%ADfica.pdf?dl=0