Clase 3 Rstudio
Sara Caicedo
2023-07-18
Exploracion datos de biomasa
A continuación vamos a importar las librerias y datos para la exploración de la base de datos:
library(readxl)
data_biomasa <- read_excel("data biomasa.xlsx",
col_types = c("text", "text", "numeric",
"numeric", "numeric", "numeric",
"numeric", "numeric"))
head(data_biomasa)| finca | mg | bio_aerea | bio_sub | bio_total | area_foliar | diametro | altura |
|---|---|---|---|---|---|---|---|
| FINCA_1 | GENOTIPO_1 | 12.80 | 0.93 | 13.73 | 44451 | 4.7 | 5.0 |
| FINCA_1 | GENOTIPO_1 | 13.89 | 0.69 | 14.58 | 39669 | 5.3 | 5.6 |
| FINCA_1 | GENOTIPO_1 | 15.10 | 0.78 | 15.88 | 45618 | 4.8 | 5.8 |
| FINCA_1 | GENOTIPO_1 | 8.08 | 0.91 | 8.99 | 29488 | 3.2 | 4.3 |
| FINCA_1 | GENOTIPO_1 | 5.58 | 1.41 | 6.99 | 22534 | 2.2 | 3.3 |
| FINCA_1 | GENOTIPO_2 | 18.50 | 0.84 | 19.34 | 34233 | 6.3 | 7.9 |
La base de datos cuenta con un total de 90 observaciones y 8 variables de mediciones realizadas a arboles y sus caracteristicas: biomasa, diametro, altura entre otros.
Exploración univariada
Vamos a realizar una exploración univariada de las variables utilizando table1 y ggplot2.
require(table1)
require(ggplot2)
require(plotly)
table1(~altura+diametro,data=data_biomasa)| Overall (N=90) |
|
|---|---|
| altura | |
| Mean (SD) | 6.63 (1.80) |
| Median [Min, Max] | 6.45 [3.30, 11.3] |
| diametro | |
| Mean (SD) | 5.45 (1.45) |
| Median [Min, Max] | 5.40 [2.20, 8.80] |
table1(~.,data = data_biomasa)| Overall (N=90) |
|
|---|---|
| finca | |
| FINCA_1 | 30 (33.3%) |
| FINCA_2 | 30 (33.3%) |
| FINCA_3 | 30 (33.3%) |
| mg | |
| GENOTIPO_1 | 45 (50.0%) |
| GENOTIPO_2 | 45 (50.0%) |
| bio_aerea | |
| Mean (SD) | 17.7 (8.33) |
| Median [Min, Max] | 16.3 [4.48, 47.4] |
| bio_sub | |
| Mean (SD) | 1.06 (0.320) |
| Median [Min, Max] | 1.08 [0.430, 2.05] |
| bio_total | |
| Mean (SD) | 18.8 (8.16) |
| Median [Min, Max] | 17.5 [5.98, 47.9] |
| area_foliar | |
| Mean (SD) | 38700 (15300) |
| Median [Min, Max] | 42100 [15.2, 79400] |
| diametro | |
| Mean (SD) | 5.45 (1.45) |
| Median [Min, Max] | 5.40 [2.20, 8.80] |
| altura | |
| Mean (SD) | 6.63 (1.80) |
| Median [Min, Max] | 6.45 [3.30, 11.3] |
## usando la misma instruccion del . crear una base de datos para explorar unicamene bio_total, altura, diametro, finca y mg
data_biomasa2=data_biomasa[,c(1,2,5,7,8)] #selecciono
data_biomasa2=data_biomasa[,-c(3,4,6)] #eliminado
table1(~.,data = data_biomasa2)| Overall (N=90) |
|
|---|---|
| finca | |
| FINCA_1 | 30 (33.3%) |
| FINCA_2 | 30 (33.3%) |
| FINCA_3 | 30 (33.3%) |
| mg | |
| GENOTIPO_1 | 45 (50.0%) |
| GENOTIPO_2 | 45 (50.0%) |
| bio_total | |
| Mean (SD) | 18.8 (8.16) |
| Median [Min, Max] | 17.5 [5.98, 47.9] |
| diametro | |
| Mean (SD) | 5.45 (1.45) |
| Median [Min, Max] | 5.40 [2.20, 8.80] |
| altura | |
| Mean (SD) | 6.63 (1.80) |
| Median [Min, Max] | 6.45 [3.30, 11.3] |
En la base podemos observar:
Cada finca tiene un total de 30 registros (balanceado).
Se probaron 2 genotipos, cada uno con 45 registros.
Se observa que el promedio de la biomasa de los arboles es de 18.8 toneladas con una desviación de 8.16
Ahora vamos a explorar por medio de graficos
#histograma de bio_total
ggplot(data_biomasa2, aes(x=bio_total))+geom_histogram()
g1=ggplot(data_biomasa2, aes(x=bio_total))+geom_histogram(colour="black",fill="blue")+theme_classic()
g1
g2=ggplot(data_biomasa2, aes(y=diametro))+geom_boxplot(colour="black",fill="coral")+theme_classic()
g2
g3=ggplot(data_biomasa2, aes(y=altura))+geom_abline(colour="purple")+theme_classic()
g3
require(ggpubr)
ggarrange(g1,g2,g3,ncol = 3,nrow = 1)