Actividad 02

Diseño Experimental

• Nota: cargue las bibliotecas tidyverse y janitor para ejecutar los códigos de este documento.

Fecha y entregable

• Para esta actividad debe realizar la entrega de un documento (pdf, word, html, entre otros) con los análisis respectivos para cada punto.
• Plazo máximo de entrega: 15 de mayo de 2023.
• La entrega del punto adicional es opcional.

Punto 1

• En una encuesta realizada en Colombia a 128 sistemas de producción de aguacate, se encontró que 47 de ellos usan fertilización orgánica y el restante utilizan fertilización química. Construya un intervalo de confianza del 99% para la proporción del uso de fertilizante orgánico en este tipo de sistemas de producción. Interprete sus resultados.

Punto 2

• Con la base de datos ALIMENTRO haga lo siguiente:
  • Seleccione un ingrediente de interés
  • Seleccione dos departamentos para el ingrediente elegido
  • Seleccione una variable respuesta de interés (numérica)
  • Realice el análisis descriptivo y exploratorio que considere necesario
  • Escriba el juego de hipótesis y elija el nivel de significancia
  • Compare si los promedios de la variable seleccionada son diferentes estadísticamente para los dos departamentos elegidos en el ingrediente de interés. Nota: valide los supuestos necesarios.
  • Construya un intervalo de confianza para la diferencia de promedios.
• Nota: importante que interprete todos sus resultados.

alimentro <- read_csv("Alimentro-Depurada.csv")
alimentro %>% head()

Punto 3

• Usted fue asignado (a) para probar a través de métodos estadísticos si en promedio la grasa dorsal (mm) de dos líneas genéticas de porcinos presentan diferencias estadísticas y ¿cuál sería el rango de valores esperados para la diferencia de esas dos líneas genéticas? ¿Cuál línea genética recomendaría?

linea_a <- c(13.94, 15.30, 16.92, 14.89, 17.34, 17.43, 16.83, 15.61,
             16.95, 17.69, 15.16, 16.53, 17.22, 15.17, 16.63)

linea_b <-c(15.62, 13.84, 14.25, 12.79, 17.01, 16.92, 11.13, 13.72,
            14.26, 14.55, 14.11, 18.04, 12.17, 13.59, 13.81)

Punto 4

• Con la misma base de datos ALIMENTRO del punto 2 y usando la misma información (ingrediente de interés, departamentos y variable respuesta), responda lo siguiente:
  • ¿Cuál de los dos departamentos presenta mayor variabilidad para la variable de interés?
  • ¿Es diferente estadísticamente la variabilidad de ambos departamentos?
  • Si la prueba estadística se lo permite, construya un intervalo de confianza del 95% para complementar sus respuestas.

Punto 5

• Se realizaron 30 experimentos independientes en donde se evaluó la afección de una plaga en hojas de cítricos, en cada uno de ellos se calculó el promedio del área afectada (en porcentaje) de las hojas bajo análisis. Utilizando técnicas de Bootstrapping construya un intervalo de confianza (com ambos métodos: error estándar y percentil) del 95% para el promedio del área afectada.

area <- data.frame(area = c(29.2, 17.0, 28.9, 17.3, 13.8, 5.8, 27.5, 18.2, 27.6, 30.9,
          32.8, 22.6, 15.3, 23.3, 12.4, 30.0, 19.5, 17.0, 18.7, 20.4,
          18.6, 44.1, 17.9, 17.9, 30.0, 25.1, 24.3, 22.1, 21.8, 21.9))

area %>% head()

Punto adicional

• Con la base de datos de anális de suelos de Colombia, seleccione un cultivo de interés y construya un modelo de regresión lineal múltiple donde la Variable respuesta será la capacidad de intercambio catiónico (cice) y las otras variables son predictoras. Deberá entregar como mínimo los siguientes resultados:
  • Matriz de correlaciones. Paramétrica o no paramétrica, dependiendo de la prueba de normalidad.
  • Gráficos de dispersión en donde valide si existen relaciones de tipo lineal o no lineal
  • Boxplots comparativos de la variable respuesta en los niveles de las variables categóricas
  • Comparación de modelos de regresión lineal múltiple con y sin polinomios de las variables predictoras que considere pertinentes.
  • Intervalos de confianza para los estimaciones (betas). Interprete los resultados.
  • Validación de supuestos de normalidad y homocedasticidad del modelo seleccionado.

suelos <- read_csv("Resultados_de_An_lisis_de_Laboratorio_Suelos_en_Colombia.csv") %>% 
  select(-numfila) %>% 
  clean_names() %>% 
  select(cultivo, estado, drenaje,
         ph = p_h_agua_suelo_2_5_1_0,
         materia_org = materia_organica_mo_percent,
         conductividad = conductividad_el_ctrica_ce_relacion_2_5_1_0_d_s_m,
         cice = capacidad_de_intercambio_cationico_cice_suma_de_bases_cmol_kg) %>% 
  mutate(conductividad = as.numeric(conductividad)) %>% 
  filter(!estado %in% c("NO INDICA", "No indica"))

suelos %>% head()

• Puede consultar el número de registros por cada cultivo con el siguiente código:

suelos %>%
  count(cultivo, sort = TRUE)