En la base de datos adjunta se entrega información biológica e información ambiental de muestreos de calidad del agua en distintos puntos de la cuenca del río Reventazón, Costa Rica. Debido a dificultades en el muestreo, no pudo realizar los muestreos en simultáneo en cada punto de muestreo.

En la base de datos ambiental, se colectaron parámetros físico químicos del agua, y en la biológica, las familias de macroinvertebrados bentónicos.

Basado en esta información, realice los siguientes análisis.

Base datos biológica. Realice una prueba de agrupación de cluster con los modelos que se aprendieron en el curso. Determine el modelo de cluster más adecuado (Recuerde utilizar la anotación estadística adecuada) Base de datos ambiental Realice un PCA para tratar de estableces agrupaciones en los parámetros físico químicos

Para los datos biológicos utilice la transformación de log x+1 y matriz Bray Curtis Para los datos ambientales utilice la estandarización y la matriz Euclideana.

Construccion de los cluster:

Metodo single

Metodo average:

Metodo complete:

Comprobación del mejor modelo de cluster

Construcciones de cluster con diferentes metodos:

Construccion Metodo single:

Construccion metodo average:

Construccion metodo complete:

Correlacion cofenetica para identificar el mejor modelo:

cor(corr_average,datos_log_matriz) #(R=0.705), este es el mejor modelo

[1] 0.7050669

Segun los resultados estadisticos (R=0.705) el modelo mas optimo de cluster es el que utiliza metodo Average.

simprof.plot(simprof.single)

'dendrogram' with 2 branches and 29 members total, at height 60.08219

***** Analisis de componentes principales *****

Modelo de acp

Se utiliza el metodo de escala 2 para observar las correlaciones segun el angulo de los vectores

Se utiliza otro modelo para la mejor interpretacion de los datos:

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