Analisis proyecto camas elevadas
Luisa Bermudez, Natalia Ballesteros, Pedro Lizarazo
2023-11-05
Muestreos destructivos
Librerias
library(readxl)
library(dplyr)
library(ggplot2)Carga de datos
Resumen y gráfico con error estandar
## lechuga
# Datos
res.lechuga.d <- lechuga.d %>%
dplyr::group_by(., Sistema) %>%
dplyr::summarise( n=n(), media=mean(Peso), median=median(Peso), sd=sd(Peso)) %>%
dplyr::mutate( se=sd/sqrt(n)) %>%
dplyr::mutate( ic=se * qt((1-0.05)/2 + .5, n-1))
res.lechuga.d## # A tibble: 2 × 7
## Sistema n media median sd se ic
## <chr> <int> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Convencionales 28 45.1 31.6 50.1 9.47 19.4
## 2 Elevadas 54 21.4 21.2 4.33 0.589 1.18## rabano
# Datos
res.rabano.d <- rabano.d %>%
dplyr::group_by(., Sistema) %>%
dplyr::summarise( n=n(), media=mean(Peso), median=median(Peso), sd=sd(Peso)) %>%
dplyr::mutate( se=sd/sqrt(n)) %>%
dplyr::mutate( ic=se * qt((1-0.05)/2 + .5, n-1))
res.rabano.d## # A tibble: 2 × 7
## Sistema n media median sd se ic
## <chr> <int> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Convencionales 80 35.0 34.5 17.7 1.98 3.94
## 2 Elevadas 139 41.6 40.5 8.49 0.720 1.42# Grafico
Especie=c("Lechuga","Lechuga","Rábano","Rábano"); Especie## [1] "Lechuga" "Lechuga" "Rábano" "Rábano"Peso.data <- data.frame( rbind(res.lechuga.d, res.rabano.d), Especie)
Peso.data## Sistema n media median sd se ic Especie
## 1 Convencionales 28 45.12143 31.65 50.085463 9.4652628 19.421115 Lechuga
## 2 Elevadas 54 21.35741 21.15 4.329042 0.5891080 1.181601 Lechuga
## 3 Convencionales 80 34.97625 34.50 17.700020 1.9789224 3.938946 Rábano
## 4 Elevadas 139 41.58633 40.50 8.493162 0.7203806 1.424411 Rábanograf.peso <- ggplot(Peso.data, aes(x=Sistema, y=media, color=Sistema) )+
geom_point( aes(x=Sistema, y=media)) +
geom_errorbar( aes(x=Sistema, ymin=media-se, ymax=media+se),
width=0.1, alpha=0.9)+
labs(x = "Tratamientos", y = "Peso de la planta (g)")+
theme_bw()+
ylim(0, 65)+
theme(legend.position = "none")+
facet_wrap(~Especie)
graf.peso
Prueba t
# lechuga
lec.ele <- subset(lechuga.d, Sistema=="Elevadas")
lec.con <- subset(lechuga.d, Sistema=="Convencionales")
lechuga.t <- t.test(lec.ele$Peso, lec.con$Peso); lechuga.t##
## Welch Two Sample t-test
##
## data: lec.ele$Peso and lec.con$Peso
## t = -2.5058, df = 27.209, p-value = 0.01849
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
## -43.215712 -4.312331
## sample estimates:
## mean of x mean of y
## 21.35741 45.12143# rabano
rab.ele <- subset(rabano.d, Sistema=="Elevadas")
rab.con <- subset(rabano.d, Sistema=="Convencionales")
rabano.t <- t.test(rab.ele$Peso, rab.con$Peso); rabano.t##
## Welch Two Sample t-test
##
## data: rab.ele$Peso and rab.con$Peso
## t = 3.1387, df = 100.32, p-value = 0.002228
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
## 2.432071 10.788091
## sample estimates:
## mean of x mean of y
## 41.58633 34.97625Ambas comparacuiones presentaron p-valores menores a 0.05 lo que indica que los dos tratamientos (convencionales y elevadas) son estadísticamente diferentes para cada especie
Muestreos no destructivos
Diametro lechuga
# Datos
diam.lechuga.nd <- lechuga.nd %>%
dplyr::group_by(., Sistema, DDS) %>%
dplyr::summarise( n=n(), media=mean(DIAM), median=median(DIAM), sd=sd(DIAM)) %>%
dplyr::mutate( se=sd/sqrt(n)) %>%
dplyr::mutate( ic=se * qt((1-0.05)/2 + .5, n-1))%>%
ungroup()
diam.lechuga.nd## # A tibble: 10 × 8
## Sistema DDS n media median sd se ic
## <chr> <dbl> <int> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Convencional 1 33 6.18 6 2.32 0.405 0.824
## 2 Convencional 7 32 9.30 9.5 2.33 0.413 0.842
## 3 Convencional 14 32 10.0 10 2.83 0.501 1.02
## 4 Convencional 21 27 12.1 12.5 3.36 0.647 1.33
## 5 Convencional 28 28 15.7 16 4.66 0.880 1.81
## 6 Elevada 1 54 6.74 6.25 2.35 0.320 0.642
## 7 Elevada 7 54 9.24 9.5 2.03 0.277 0.555
## 8 Elevada 14 54 12.1 12 2.47 0.336 0.673
## 9 Elevada 21 54 13.0 13 2.08 0.284 0.569
## 10 Elevada 28 54 13.9 14 2.26 0.307 0.616# Grafico
graf.diam.lec <- ggplot(diam.lechuga.nd, aes(x = as.factor(DDS), y = media, color = Sistema)) +
geom_point() +
geom_errorbar(aes(x = as.factor(DDS), ymin = media - se, ymax = media + se, colour = Sistema),
width = 0.1, alpha = 0.7) +
labs(x = "Dias después de siembra", y = "Diametro de la planta (cm)") +
geom_line(aes(group = Sistema)) +
theme_bw()+
ylim(0, 18)
graf.diam.lec
## Hojas lechuga
# Datos
NH.lechuga.nd <- lechuga.nd %>%
dplyr::group_by(., Sistema, DDS) %>%
dplyr::summarise( n=n(), media=mean(NH), median=median(NH), sd=sd(NH)) %>%
dplyr::mutate( se=sd/sqrt(n)) %>%
dplyr::mutate( ic=se * qt((1-0.05)/2 + .5, n-1))%>%
ungroup()
NH.lechuga.nd## # A tibble: 10 × 8
## Sistema DDS n media median sd se ic
## <chr> <dbl> <int> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Convencional 1 33 5.55 5 1.15 0.200 0.407
## 2 Convencional 7 32 6.09 6 1.57 0.278 0.567
## 3 Convencional 14 32 8.84 9 2.48 0.438 0.893
## 4 Convencional 21 27 11.8 12 3.21 0.618 1.27
## 5 Convencional 28 28 15.1 15.5 5.16 0.976 2.00
## 6 Elevada 1 54 5.52 5 0.863 0.117 0.236
## 7 Elevada 7 54 6.44 6 1.04 0.142 0.284
## 8 Elevada 14 54 9.15 9 0.878 0.119 0.240
## 9 Elevada 21 54 11.1 11 1.12 0.152 0.306
## 10 Elevada 28 54 13.6 14 1.37 0.186 0.373# Grafico
graf.NH.lec <- ggplot(NH.lechuga.nd, aes(x = as.factor(DDS), y = media, color = Sistema)) +
geom_point() +
geom_errorbar(aes(x = as.factor(DDS), ymin = media - se, ymax = media + se, colour = Sistema),
width = 0.1, alpha = 0.7) +
labs(x = "Dias después de siembra", y = "Número de hojas") +
geom_line(aes(group = Sistema)) +
theme_bw()+
ylim(0, 18)
graf.NH.lec
## Hojas rabano
# Datos
NH.rabano.nd <- rabano.nd %>%
dplyr::group_by(., Sistema, DDS) %>%
dplyr::summarise( n=n(), media=mean(NH), median=median(NH), sd=sd(NH)) %>%
dplyr::mutate( se=sd/sqrt(n)) %>%
dplyr::mutate( ic=se * qt((1-0.05)/2 + .5, n-1))%>%
ungroup()
NH.rabano.nd## # A tibble: 6 × 8
## Sistema DDS n media median sd se ic
## <chr> <dbl> <int> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Convencional 1 86 4.13 4 0.629 0.0678 0.135
## 2 Convencional 10 80 4.98 5 1.14 0.127 0.253
## 3 Convencional 20 80 6.68 7 1.30 0.145 0.289
## 4 Elevada 1 140 4.68 4.75 0.741 0.0627 0.124
## 5 Elevada 10 140 5.25 5 1.07 0.0905 0.179
## 6 Elevada 20 139 5.92 6 1.23 0.105 0.207# Grafico
graf.NH.rab <- ggplot(NH.rabano.nd, aes(x = as.factor(DDS), y = media, color = Sistema)) +
geom_point() +
geom_errorbar(aes(x = as.factor(DDS), ymin = media - se, ymax = media + se, colour = Sistema),
width = 0.1, alpha = 0.7) +
labs(x = "Dias después de siembra", y = "Número de hojas") +
geom_line(aes(group = Sistema)) +
theme_bw()+
ylim(0, 12)
graf.NH.rab
Hojas rabano
# Datos
ALT.rabano.nd <- rabano.nd %>%
dplyr::group_by(., Sistema, DDS) %>%
dplyr::summarise( n=n(), media=mean(ALT), median=median(ALT), sd=sd(ALT)) %>%
dplyr::mutate( se=sd/sqrt(n)) %>%
dplyr::mutate( ic=se * qt((1-0.05)/2 + .5, n-1))%>%
ungroup()
ALT.rabano.nd## # A tibble: 6 × 8
## Sistema DDS n media median sd se ic
## <chr> <dbl> <int> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Convencional 1 86 4.57 5 0.775 0.0836 0.166
## 2 Convencional 10 80 6.45 7 1.17 0.131 0.260
## 3 Convencional 20 80 6.9 7 1.53 0.171 0.341
## 4 Elevada 1 140 4.94 5 0.712 0.0602 0.119
## 5 Elevada 10 140 6.8 7 1.09 0.0925 0.183
## 6 Elevada 20 139 6.81 7 1.44 0.122 0.242# Grafico
graf.ALT.rab <- ggplot(ALT.rabano.nd, aes(x = as.factor(DDS), y = media, color = Sistema)) +
geom_point() +
geom_errorbar(aes(x = as.factor(DDS), ymin = media - se, ymax = media + se, colour = Sistema),
width = 0.1, alpha = 0.7) +
labs(x = "Dias después de siembra", y = "Altura (cm)") +
geom_line(aes(group = Sistema)) +
theme_bw()+
ylim(0, 10)
graf.ALT.rab