Análisis de Datos del Estudio de Semilla a través de PGIS completo Participativo 2017-2022-Comparativo general

Author

Omar Benites Alfaro

Show the code

knitr::opts_chunk$set(
  echo = FALSE, message = F,
  warning = F, ft.keepnext = F, tab.topcaption = TRUE,
  ft.align = "left", tab.cap.pre = "Tabla ", tab.cap.sep = ": "
)
library(tidyverse)

library(agricolae)
library(janitor)
library(data.table)
library(cluster)
library(forcats)
library(gower)
library(officer)
library(flextable)
library(knitr)
library(dumbbell)
library(ggplot2)
library(sf)
library(rnaturalearth)
library(rnaturalearthdata)
### librarias para modelos
library(gmodels)
library(nnet)
library(ggalluvial)
set.seed(123)
autonum <- run_autonum(seq_id = "tab", bkm = "TC1", bkm_all = TRUE)
options(knitr.duplicate.label = "allow")
#source("R/curacion_seedsystem.R")
source("E:/omar/METRIKA-GROUP/Github/agrograf/bar_plot.R")
source("E:/omar/METRIKA-GROUP/Github/agrograf/dumbbell_plot.R")
source("E:/omar/METRIKA-GROUP/Github/agrograf/dumbbell_utils.R")
source("E:/omar/METRIKA-GROUP/Github/agrograf/count_utils.R")
source("E:/omar/METRIKA-GROUP/Github/agrograf/upset_tools.R")
source("E:/omar/METRIKA-GROUP/Github/agrograf/upset_plot.R")
#source("E:/omar/METRIKA-GROUP/Github/analisis_datos_cip/SeedSystems/R/curacion_seedsystem_backup.R")
#source("E:/omar/Analisis_colegas/yanapai/yanapai_variedades/R/utils.R")
source("R/utils.R")
library(corrplot)
library(agricolae)
library(ggpubr)

library(sjPlot)
library(emmeans)
library(DT)

params_models <- function(model){
    dfre<-df.residual(model)
    MSerror<-deviance(model)/dfre
    out <- list(df=dfre, MSerror=MSerror)
}

Show the code

tbl_sseeds <- readxl::read_xlsx("Data/curado/bd_pgis_semillas.xlsx")
tbl_sseeds <- tbl_sseeds %>% mutate(codigo_familia = as.character(codigo_familia))

## Agregar una columna con las unidades metricas}
tbl_sseeds <- tbl_sseeds %>% dplyr::mutate(units_cant_semilla_sembro = gsub("[0-9]", "", cant_semilla_sembro) %>% str_trim(side="both") )

tbl_sseeds <- tbl_sseeds %>% mutate(units_cant_semilla_sembro = tolower(units_cant_semilla_sembro))

## Quitar los characteres de los números
#tbl_sseeds <- tbl_sseeds %>% dplyr::mutate(cant_semilla_sembro = gsub("[^0-9.-//]", "", cant_semilla_sembro) %>% as.numeric() )

tbl_sseeds <- tbl_sseeds %>% dplyr::mutate(cant_semilla_sembro = gsub("[^0-9.-//]", "", cant_semilla_sembro) )


## convertir kg
tbl_sseeds <-  tbl_sseeds %>% mutate(
    cu_units_cant_semilla_sembro = case_when( 
        str_detect(units_cant_semilla_sembro,". kg|. Kg|/ kg|/ Kg|kg") ~ "kg",
        str_detect(units_cant_semilla_sembro, "lata|latas|latas| lata") ~ "latas",
        str_detect(units_cant_semilla_sembro, "mantada|mantadas|sacos|. saco_o_costal|. sacos|/ costal|costal|costales|/ saco|saco|sacos|saco_o_costal" ) ~ "saco_o_costal",
        str_detect(units_cant_semilla_sembro, "arroba|arrobas" ) ~ "arrobas",
        str_detect(units_cant_semilla_sembro, "malla|mallas" ) ~ "mallas",
        str_detect(units_cant_semilla_sembro, "planta|plantas" ) ~ "mallas",
        str_detect(units_cant_semilla_sembro, "planton|plantones|plantos" ) ~ "plantones",
        str_detect(units_cant_semilla_sembro, "tarro|tarro - gr|tarros") ~  "tarros",
        str_detect(units_cant_semilla_sembro, "unidad|unidades") ~  "unidades",
        TRUE~units_cant_semilla_sembro
        )
)

# 
tbl_sseeds <- tbl_sseeds %>% dplyr::mutate(
    cant_semilla_sembro = case_when(
      
        cant_semilla_sembro=="1/4"~ "0.25",
        cant_semilla_sembro=="1/2"~ "0.5",
        cant_semilla_sembro=="1/8"~ "0.125",
        cant_semilla_sembro=="3/4"~ "0.75",
        TRUE ~  cant_semilla_sembro
    )
)

# 
tbl_sseeds <- tbl_sseeds %>% dplyr::mutate(
    conversion_units = case_when(
        ##unidades con conversion a kg
        cu_units_cant_semilla_sembro=="kg" ~ "1",
        cu_units_cant_semilla_sembro=="gr" ~ "0.001",
        cu_units_cant_semilla_sembro=="latas" ~ "20",
        cu_units_cant_semilla_sembro=="mallas" ~ "20",
        cu_units_cant_semilla_sembro=="saco_o_costal" ~ "60",
        cu_units_cant_semilla_sembro=="fanegas" ~ "100",
        cu_units_cant_semilla_sembro=="arrobas" ~ "12.5",
        cu_units_cant_semilla_sembro=="amarro" ~ "2",
        ###unidades que no son de medida( sino de conteo)
        cu_units_cant_semilla_sembro=="unidades" ~ "1", ##unidades pero no peso
        cu_units_cant_semilla_sembro=="caja" ~ "50", #50 ##unidades pero no peso
        cu_units_cant_semilla_sembro=="tarros" ~ "1",## sin conversion
        cu_units_cant_semilla_sembro=="plantones" ~ "1", ## sin conversion
        cu_units_cant_semilla_sembro=="bulbos" ~ "1", ##unidades pero no peso
        cu_units_cant_semilla_sembro=="estacas" ~ "1",## sin conversion
        cu_units_cant_semilla_sembro=="paquetes" ~ "1",## sin conversion
        cu_units_cant_semilla_sembro=="" ~ "",
        cu_units_cant_semilla_sembro=="." ~ "",
        TRUE~""
    )
)

#convertir a formato numerico
tbl_sseeds$stand_cant_semilla_sembro <- as.numeric(tbl_sseeds$conversion_units)
tbl_sseeds$conversion_units <- as.numeric(tbl_sseeds$conversion_units)

#crear una variable curada de cantidad de semilla para variables de peso
tbl_sseeds <- tbl_sseeds %>% mutate(
    cu_cant_peso_semilla_sembro=case_when(
    
    cu_units_cant_semilla_sembro=="kg" ~ stand_cant_semilla_sembro*conversion_units,
        cu_units_cant_semilla_sembro=="gr" ~ stand_cant_semilla_sembro*conversion_units,
        cu_units_cant_semilla_sembro=="latas" ~ stand_cant_semilla_sembro*conversion_units,
        cu_units_cant_semilla_sembro=="mallas" ~ stand_cant_semilla_sembro*conversion_units,
        cu_units_cant_semilla_sembro=="saco_o_costal" ~ stand_cant_semilla_sembro*conversion_units,
        cu_units_cant_semilla_sembro=="fanegas" ~ stand_cant_semilla_sembro*conversion_units,
        cu_units_cant_semilla_sembro=="arrobas" ~ stand_cant_semilla_sembro*conversion_units,
        cu_units_cant_semilla_sembro=="amarro" ~ stand_cant_semilla_sembro*conversion_units,
        TRUE~999
    )   
)

#crear variable cant. semilla con unidades de conteo (no peso)
tbl_sseeds <- tbl_sseeds %>% mutate(
    cu_cant_nopeso_semilla_sembro=case_when(
        cu_units_cant_semilla_sembro=="unidades" ~ stand_cant_semilla_sembro*conversion_units, 
        cu_units_cant_semilla_sembro=="caja" ~ stand_cant_semilla_sembro*conversion_units,
        cu_units_cant_semilla_sembro=="tarros" ~ stand_cant_semilla_sembro*conversion_units,
        cu_units_cant_semilla_sembro=="plantones" ~ stand_cant_semilla_sembro*conversion_units ,
        cu_units_cant_semilla_sembro=="bulbos" ~ stand_cant_semilla_sembro*conversion_units,
        cu_units_cant_semilla_sembro=="estacas" ~ stand_cant_semilla_sembro*conversion_units,
        cu_units_cant_semilla_sembro=="paquetes" ~ stand_cant_semilla_sembro*conversion_units,
        TRUE~999
))

## crear una columna dicotomica
tbl_sseeds <- tbl_sseeds %>% 
                        mutate(destino_produccion_mod = 
                                case_when( 
                                str_detect(destino_produccion,"semilla")~"uso semilla",
                                TRUE ~ "consumo-procesamiento-otros" 
                                ) 
                        )

## crear tablas con 2017 y 2022
tbl_pgis17 <- tbl_sseeds %>% filter(anual == 2017)
tbl_pgis22 <- tbl_sseeds %>% filter(anual == 2022)

1 Preliminares

Show the code

n17 <- nrow(tbl_pgis17)
n22 <- nrow(tbl_pgis22)
fam17 <- tbl_pgis17$codigo_familia %>% unique()
nfam17 <- fam17 %>% length()
fam22 <- tbl_pgis22$codigo_familia %>% unique() 
nfam22 <- fam22 %>% length()

Los datos iniciales muestran que tenemos 2 datasets, los cuales constan de el número de observaciones (records) y de familias en el 2017 y 2022 respectivamente:

zona	nobs_2017	nobs_2022	nfam_2017	nfam_2022
Amarilis	530	357	109	101
Huánuco-Quisqui	525	549	112	102
Molino-Umari	497	620	114	113
Total	1,552	1,526	335	316

Nota: Una familia puede tener asociada más observaciones (records) que otras familias.; Hay familias en el muestreo del 2022 que no necesariamente coinciden con las familias del 2017, esto se debe a que hay familias que ya no cumplian con el criterio establecido o estuvieron ausentes por razones descritas en la encuesta.

2 Procesamiento de datos

Para el procesamiento de los datos se van a considerar ciertos criterios:

En la variable fuente_semilla se filtro por “comprado”,“propio”, “regalado”.
En destino producción se filtró por “semilla”,“semilla y procesamiento”,“semilla y otros”. Los cuales fueron reetiquetados por “semilla”.
En clasificación se filtró por “hortalizas”, “leguminosas”,“cereal”, “tuberculos_y_raices”.
Las respuestas de categoria múltiple del 2017 no son tomadas en cuenta, puesto que en el 2022 solo hay respuestas únicas. (Ver sub tópico de consideraciones especiales).
Las familias en el 2022 difieren en un $30%$ respecto al 2022
Referente a las unidades de cantidad de semilla existen 2 categorias: cantidad de semilla expresada en peso (ej. kg.) y cantidad de semilla expresada en unidades de conteo (ej. 3 unidades).

Teniendo en cuenta estas consideraciones, la tabla de resumen general se redujo a:

zona	nobs_2017	nobs_2022	nfam_2017	nfam_2022
Amarilis	272	223	86	93
Huánuco-Quisqui	306	336	102	99
Molino-Umari	319	464	102	112
Total	897	1,023	290	304

2.1 Nota

Bajo el filtro de solo considerar categorias singulares en fuente de semilla el periodo 2017 y 2022, alrededor de 100 familias fueron descartadas del estudio. Estas 107 familias no tienen categorias múltiples en el 2022. Del mismo modo para destino de producción, alrededor de 36 familias ya no fueron consideradas.
Al considerar los criterios o filtros anteriores, el número de familias en el 2017 y 2022 se reduce a 140 y 137 respectivamente.

Considerando las notas anteriores tendremos:

zona	nobs_2017	nobs_2022	nfam_2017	nfam_2022
Amarilis	272	223	86	93
Huánuco-Quisqui	306	336	102	99
Molino-Umari	319	464	102	112
Total	897	1,023	290	304

3 Descripción del estudio

Se realizó un estudio de encuestas de GIS participativo (PGIS) que se llevo a cabo en la región Huanuco en 3 distritos en los años distintos 2017 y 2022 . El estudio cuenta con 1920 observaciones y con 50 variables. A continuación un resumen.

Además, para el presente estudio se tuvieron las siguientes consideraciones:

Se consideraron los datos relacionados a tubérculos y raices, cereales hortalizas y leguminosas. En un segundo caso tambien se considero dividir los datos en cultivos para huerto y chacra.

4 Análisis Inferencial

5 Fuente de semilla

5.1 Comparación temporal 2017-2022 de fuente de semillas según clasificación

clasificacion	fuente_semilla	anual_2017	n_2017	p_2017	anual_2022	n_2022	p_2022
cereal	comprado	2,017	75	24.1	2,022	77	21.5
cereal	propio	2,017	235	75.6	2,022	277	77.4
cereal	regalado	2,017	1	0.3	2,022	2	0.6
hortalizas	comprado	2,017	106	84.1	2,022	84	79.2
hortalizas	propio	2,017	18	14.3	2,022	21	19.8
hortalizas	regalado	2,017	2	1.6	2,022	1	0.9
leguminosas	comprado	2,017	76	27.0	2,022	109	31.6
leguminosas	propio	2,017	204	72.6	2,022	227	65.8
leguminosas	regalado	2,017	1	0.4	2,022	7	2.0
tuberculos_y_raices	comprado	2,017	84	46.9	2,022	102	47.7
tuberculos_y_raices	intercambiado	2,017	1	0.6	2,022	3	1.4
tuberculos_y_raices	propio	2,017	89	49.7	2,022	109	50.9
tuberculos_y_raices	regalado	2,017	5	2.8

5.1.1 Gráfico de comparaciones con Dumbell plot

Dumbell plot para la clasificación de tuberculos_y_raices

Dumbell plot para la clasificación de leguminosas

Dumbell plot para la clasificación de hortalizas

Dumbell plot para la clasificación de cereal

5.2 Modelos GLM-Poisson para fuente de semilla

Exploramos los datos a través de un Violin Plot

5.2.1 Resultados en escala log para el GLM-Poisson

Resultados del modelos aplicado a tuberculos_y_raices

Resultados del modelos aplicado a leguminosas

Resultados del modelos aplicado a hortalizas

Resultados del modelos aplicado a cereal

5.2.2 Resultado en forma de cociente

Cociente de efectos de tuberculos_y_raices

Cociente de efectos de leguminosas

Cociente de efectos de hortalizas

Cociente de efectos de cereal

Show the code

# Close the tabset

5.3 Modelo GLM-Poisson para fuente de semilla y altura

Violin plot para la relacion entre fuente de semilla, altura y clasificacion de cultivo.

Line plot

5.3.1 Log-Odds

Resultados del datasets tuberculos_y_raices

Resultados del datasets leguminosas

Resultados del datasets hortalizas

Resultados del datasets cereal

5.3.2 Cociente de odds

Resultados del datasets tuberculos_y_raices

Resultados del datasets leguminosas

Resultados del datasets hortalizas

Resultados del datasets cereal

5.4 Flujo de fuente de semilla según clasificación de cultivos

Flujo de semilla según clasificación de cereal

Flujo de semilla según clasificación de hortalizas

Flujo de semilla según clasificación de leguminosas

Flujo de semilla según clasificación de tuberculos_y_raices

5.5 Comparación temporal 2017-2022 de fuente de semillas según cultivo

cultivo	fuente_semilla	anual_2017	n_2017	p_2017	anual_2022	n_2022	p_2022
acelga	comprado	2,017	1	100.0	2,022	2	100.0
achira	comprado	2,017	1	50.0
achira	propio	2,017	1	50.0	2,022	2	100.0
aji	comprado	2,017	5	100.0	2,022	4	80.0
albahaca	comprado	2,017	3	100.0	2,022	1	50.0
alfalfa	comprado	2,017	25	96.2	2,022	36	80.0
alfalfa	propio	2,017	1	3.8	2,022	5	11.1
arracacha	comprado	2,017	1	8.3	2,022	2	6.1
arracacha	propio	2,017	11	91.7	2,022	30	90.9
arveja	comprado	2,017	21	65.6
arveja	propio	2,017	11	34.4
avena	comprado	2,017	4	57.1	2,022	6	100.0
avena	propio	2,017	3	42.9
betarraga	comprado	2,017	15	83.3
betarraga	propio	2,017	3	16.7
brocoli	comprado	2,017	4	80.0	2,022	14	100.0
brocoli	propio	2,017	1	20.0
camote	comprado	2,017	3	23.1	2,022	1	25.0
camote	intercambiado	2,017	1	7.7	2,022	1	25.0
camote	propio	2,017	6	46.2	2,022	2	50.0
camote	regalado	2,017	3	23.1
cebada	comprado	2,017	5	35.7	2,022	3	50.0
cebada	propio	2,017	9	64.3	2,022	3	50.0
cebolla	comprado	2,017	21	67.7	2,022	23	82.1
cebolla	propio	2,017	9	29.0	2,022	5	17.9
cebolla	regalado	2,017	1	3.2
espinaca	comprado	2,017	9	100.0	2,022	7	77.8
frijol	comprado	2,017	17	13.3	2,022	14	9.9
frijol	propio	2,017	110	85.9	2,022	125	88.7
frijol	regalado	2,017	1	0.8
haba	comprado	2,017	8	12.1	2,022	12	18.8
haba	propio	2,017	58	87.9	2,022	52	81.2
maiz	comprado	2,017	59	21.8	2,022	64	19.4
maiz	propio	2,017	211	77.9	2,022	262	79.4
maiz	regalado	2,017	1	0.4	2,022	2	0.6
mani	comprado	2,017	1	100.0
mashua	comprado	2,017	1	12.5	2,022	1	100.0
mashua	propio	2,017	7	87.5
oca	propio	2,017	12	100.0	2,022	3	75.0
olluco	propio	2,017	8	100.0	2,022	8	80.0
papa	comprado	2,017	77	64.7	2,022	93	63.3
papa	propio	2,017	40	33.6	2,022	54	36.7
papa	regalado	2,017	2	1.7
pepinillo	comprado	2,017	7	100.0	2,022	1	100.0
pepino	comprado	2,017	1	100.0
pimiento	comprado	2,017	5	100.0
poro	comprado	2,017	4	100.0	2,022	8	100.0
quinua	comprado	2,017	1	14.3
quinua	propio	2,017	6	85.7	2,022	1	100.0
sorgo	comprado	2,017	2	100.0
tara	comprado	2,017	1	50.0	2,022	2	22.2
tara	propio	2,017	1	50.0	2,022	4	44.4
tarwi	comprado	2,017	3	11.5	2,022	3	8.6
tarwi	propio	2,017	23	88.5	2,022	32	91.4
tomate	comprado	2,017	9	90.0	2,022	5	31.2
tomate	regalado	2,017	1	10.0	2,022	1	6.2
trigo	comprado	2,017	4	40.0	2,022	4	26.7
trigo	propio	2,017	6	60.0	2,022	11	73.3
vainita	comprado	2,017	1	100.0
yacon	propio	2,017	2	100.0	2,022	3	75.0
yuca	comprado	2,017	1	33.3	2,022	1	33.3
yuca	propio	2,017	2	66.7	2,022	2	66.7
zapallo	comprado	2,017	21	80.8	2,022	4	80.0
zapallo	propio	2,017	5	19.2	2,022	1	20.0

5.6 Flujo de fuente de semilla para los cultivos

Flujo de semilla el cultivo de acelga

Flujo de semilla el cultivo de achira

Flujo de semilla el cultivo de aji

Flujo de semilla el cultivo de albahaca

Flujo de semilla el cultivo de alfalfa

Flujo de semilla el cultivo de arracacha

Flujo de semilla el cultivo de arveja

Flujo de semilla el cultivo de arverja

Flujo de semilla el cultivo de avena

Flujo de semilla el cultivo de betarraga

Flujo de semilla el cultivo de beterraga

Flujo de semilla el cultivo de brocoli

Flujo de semilla el cultivo de camote

Flujo de semilla el cultivo de cebada

Flujo de semilla el cultivo de cebolla

Flujo de semilla el cultivo de espinaca

Flujo de semilla el cultivo de frijol

Flujo de semilla el cultivo de haba

Flujo de semilla el cultivo de maiz

Flujo de semilla el cultivo de mani

Flujo de semilla el cultivo de mashua

Flujo de semilla el cultivo de oca

Flujo de semilla el cultivo de olluco

Flujo de semilla el cultivo de papa

Flujo de semilla el cultivo de papa cholon

Flujo de semilla el cultivo de pepinillo

Flujo de semilla el cultivo de pepino

Flujo de semilla el cultivo de pimienta

Flujo de semilla el cultivo de pimiento

Flujo de semilla el cultivo de pituca

Flujo de semilla el cultivo de poro

Flujo de semilla el cultivo de quinua

Flujo de semilla el cultivo de remolacha

Flujo de semilla el cultivo de sorgo

Flujo de semilla el cultivo de tara

Flujo de semilla el cultivo de tarwi

Flujo de semilla el cultivo de tomate

Flujo de semilla el cultivo de trigo

Flujo de semilla el cultivo de vainita

Flujo de semilla el cultivo de yacon

Flujo de semilla el cultivo de yuca

Flujo de semilla el cultivo de zapallo

5.7 Modelos GLM-Logístico para Fuente de Semilla

Para la variable de respuesta, destino_producción, fijamos como categoria de referencia (o nivel 0) a consumo-procesamiento. Por lo tanto buscaremos estimar en función de semilla (o nivel 1).

Modelamos la respuesta para cada tipo de clasificación, considerando un nivel de referencia para las variables explicativas fuente de semilla (ref: comprado) y anual (ref =2017).

Modelo logistico para destino de produccion según clasificación de hortalizas

Modelo logistico para destino de produccion según clasificación de leguminosas

Modelo logistico para destino de produccion según clasificación de cereal

Modelo logistico para destino de produccion según clasificación de tuberculos_y_raices

5.7.1 Gráfico del efecto de la altitud para las clasificaciones

Los resultados obtenidos son:

Efectos de GLM-Logistico para tuberculos_y_raices

Efectos de GLM-Logistico para leguminosas

Efectos de GLM-Logistico para hortalizas

Efectos de GLM-Logistico para cereal

5.7.2 Gráfico del efecto del año y la fuente de semilla

Resultados del datasets tuberculos_y_raices

Resultados del datasets leguminosas

Resultados del datasets hortalizas

Resultados del datasets cereal

6 Producción de semilla

6.1 Comparación temporal 2017-2022 del destino producción de semilla según clasificación

clasificacion	destino_produccion_mod	anual_2017	n_2017	p_2017	anual_2022	n_2022	p_2022
cereal	consumo-procesamiento-otros	2,017	134	43.1	2,022	120	33.5
cereal	uso semilla	2,017	177	56.9	2,022	238	66.5
hortalizas	consumo-procesamiento-otros	2,017	106	84.1	2,022	98	92.5
hortalizas	uso semilla	2,017	20	15.9	2,022	8	7.5
leguminosas	consumo-procesamiento-otros	2,017	129	45.9	2,022	148	42.9
leguminosas	uso semilla	2,017	152	54.1	2,022	197	57.1
tuberculos_y_raices	consumo-procesamiento-otros	2,017	95	53.1	2,022	121	56.5
tuberculos_y_raices	uso semilla	2,017	84	46.9	2,022	93	43.5

6.1.1 Gráfico de comparaciones con Dumbell plot

Dumbell plot para la clasificación de tuberculos_y_raices

Dumbell plot para la clasificación de leguminosas

Dumbell plot para la clasificación de hortalizas

Dumbell plot para la clasificación de cereal

6.2 Modelos GLM-Logístico para destino_producción

Para la variable de respuesta, destino_producción, fijamos como categoria de referencia (o nivel 0) a consumo-procesamiento. Por lo tanto buscaremos estimar en función de semilla (o nivel 1).

Modelamos la respuesta para cada tipo de clasificación, considerando un nivel de referencia para las variables explicativas fuente de semilla (ref: comprado) y anual (ref =2017).

Modelo logistico para destino de produccion según clasificación de hortalizas

Modelo logistico para destino de produccion según clasificación de leguminosas

Modelo logistico para destino de produccion según clasificación de tuberculos_y_raices

Modelo logistico para destino de produccion según clasificación de cereal

Para

6.2.1 Gráfico del efecto de la altitud para las clasificaciones

Los resultados obtenidos son:

Efectos de GLM-Logistico para tuberculos_y_raices

Efectos de GLM-Logistico para leguminosas

Efectos de GLM-Logistico para hortalizas

Efectos de GLM-Logistico para cereal

6.2.2 Gráfico del efecto del año (2017) y fuente de semilla sobre el destino de producción de la semilla.

Resultados del datasets tuberculos_y_raices

Resultados del datasets leguminosas

Resultados del datasets hortalizas

Resultados del datasets cereal

6.2.3 Gráfico de las interacciones

6.2.4 Flujo del destino de producción según clasificación del cultivo

Flujo del destino de semilla según clasificación del cultivo de tuberculos_y_raices

Flujo del destino de semilla según clasificación del cultivo de leguminosas

Flujo del destino de semilla según clasificación del cultivo de hortalizas

Flujo del destino de semilla según clasificación del cultivo de cereal

6.3 Comparación temporal 2017-2022 del destino de producción de semilla según el cultivo

cultivo	destino_produccion_mod	anual_2017	n_2017	p_2017	anual_2022	n_2022	p_2022
acelga	consumo-procesamiento-otros	2017	1	100.0	2022	2	100.0
achira	consumo-procesamiento-otros	2017	2	100.0	2022	2	100.0
aji	consumo-procesamiento-otros	2017	3	60.0	2022	3	60.0
aji	uso semilla	2017	2	40.0	2022	2	40.0
albahaca	consumo-procesamiento-otros	2017	2	66.7	2022	2	100.0
albahaca	uso semilla	2017	1	33.3
alfalfa	consumo-procesamiento-otros	2017	25	96.2	2022	42	93.3
alfalfa	uso semilla	2017	1	3.8	2022	3	6.7
arracacha	consumo-procesamiento-otros	2017	9	75.0	2022	14	42.4
arracacha	uso semilla	2017	3	25.0	2022	19	57.6
arveja	consumo-procesamiento-otros	2017	16	50.0
arveja	uso semilla	2017	16	50.0
avena	consumo-procesamiento-otros	2017	5	71.4	2022	6	100.0
avena	uso semilla	2017	2	28.6
betarraga	consumo-procesamiento-otros	2017	17	94.4
betarraga	uso semilla	2017	1	5.6
brocoli	consumo-procesamiento-otros	2017	4	80.0	2022	14	100.0
brocoli	uso semilla	2017	1	20.0
camote	consumo-procesamiento-otros	2017	4	30.8	2022	3	75.0
camote	uso semilla	2017	9	69.2	2022	1	25.0
cebada	consumo-procesamiento-otros	2017	3	21.4	2022	3	50.0
cebada	uso semilla	2017	11	78.6	2022	3	50.0
cebolla	consumo-procesamiento-otros	2017	27	87.1	2022	27	96.4
cebolla	uso semilla	2017	4	12.9	2022	1	3.6
espinaca	consumo-procesamiento-otros	2017	9	100.0	2022	8	88.9
frijol	consumo-procesamiento-otros	2017	44	34.4	2022	26	18.4
frijol	uso semilla	2017	84	65.6	2022	115	81.6
haba	consumo-procesamiento-otros	2017	29	43.9	2022	25	39.1
haba	uso semilla	2017	37	56.1	2022	39	60.9
maiz	consumo-procesamiento-otros	2017	115	42.4	2022	102	30.9
maiz	uso semilla	2017	156	57.6	2022	228	69.1
mani	consumo-procesamiento-otros	2017	1	100.0
mashua	consumo-procesamiento-otros	2017	3	37.5
mashua	uso semilla	2017	5	62.5	2022	1	100.0
oca	consumo-procesamiento-otros	2017	4	33.3	2022	2	50.0
oca	uso semilla	2017	8	66.7	2022	2	50.0
olluco	consumo-procesamiento-otros	2017	3	37.5	2022	3	30.0
olluco	uso semilla	2017	5	62.5	2022	7	70.0
papa	consumo-procesamiento-otros	2017	67	56.3	2022	87	59.2
papa	uso semilla	2017	52	43.7	2022	60	40.8
pepinillo	consumo-procesamiento-otros	2017	7	100.0	2022	1	100.0
pepino	consumo-procesamiento-otros	2017	1	100.0
pimiento	consumo-procesamiento-otros	2017	4	80.0
pimiento	uso semilla	2017	1	20.0
poro	consumo-procesamiento-otros	2017	4	100.0	2022	8	100.0
quinua	consumo-procesamiento-otros	2017	4	57.1	2022	1	100.0
quinua	uso semilla	2017	3	42.9
sorgo	consumo-procesamiento-otros	2017	2	100.0
tara	consumo-procesamiento-otros	2017	1	50.0	2022	8	88.9
tara	uso semilla	2017	1	50.0	2022	1	11.1
tarwi	consumo-procesamiento-otros	2017	13	50.0	2022	9	25.7
tarwi	uso semilla	2017	13	50.0	2022	26	74.3
tomate	consumo-procesamiento-otros	2017	8	80.0	2022	13	81.2
tomate	uso semilla	2017	2	20.0	2022	3	18.8
trigo	consumo-procesamiento-otros	2017	5	50.0	2022	8	53.3
trigo	uso semilla	2017	5	50.0	2022	7	46.7
vainita	consumo-procesamiento-otros	2017	1	100.0
yacon	consumo-procesamiento-otros	2017	2	100.0	2022	2	50.0
yuca	consumo-procesamiento-otros	2017	1	33.3	2022	2	66.7
yuca	uso semilla	2017	2	66.7	2022	1	33.3
zapallo	consumo-procesamiento-otros	2017	18	69.2	2022	5	100.0
zapallo	uso semilla	2017	8	30.8

6.3.1 Flujo del destino de producción de semillas para los cultivos

Flujo del destino de semilla para el cultivo de acelga

Flujo del destino de semilla para el cultivo de achira

Flujo del destino de semilla para el cultivo de aji

Flujo del destino de semilla para el cultivo de albahaca

Flujo del destino de semilla para el cultivo de alfalfa

Flujo del destino de semilla para el cultivo de arracacha

Flujo del destino de semilla para el cultivo de arveja

Flujo del destino de semilla para el cultivo de arverja

Flujo del destino de semilla para el cultivo de avena

Flujo del destino de semilla para el cultivo de betarraga

Flujo del destino de semilla para el cultivo de beterraga

Flujo del destino de semilla para el cultivo de brocoli

Flujo del destino de semilla para el cultivo de camote

Flujo del destino de semilla para el cultivo de cebada

Flujo del destino de semilla para el cultivo de cebolla

Flujo del destino de semilla para el cultivo de espinaca

Flujo del destino de semilla para el cultivo de frijol

Flujo del destino de semilla para el cultivo de haba

Flujo del destino de semilla para el cultivo de maiz

Flujo del destino de semilla para el cultivo de mani

Flujo del destino de semilla para el cultivo de mashua

Flujo del destino de semilla para el cultivo de oca

Flujo del destino de semilla para el cultivo de olluco

Flujo del destino de semilla para el cultivo de papa

Flujo del destino de semilla para el cultivo de papa cholon

Flujo del destino de semilla para el cultivo de pepinillo

Flujo del destino de semilla para el cultivo de pepino

Flujo del destino de semilla para el cultivo de pimienta

Flujo del destino de semilla para el cultivo de pimiento

Flujo del destino de semilla para el cultivo de pituca

Flujo del destino de semilla para el cultivo de poro

Flujo del destino de semilla para el cultivo de quinua

Flujo del destino de semilla para el cultivo de remolacha

Flujo del destino de semilla para el cultivo de sorgo

Flujo del destino de semilla para el cultivo de tara

Flujo del destino de semilla para el cultivo de tarwi

Flujo del destino de semilla para el cultivo de tomate

Flujo del destino de semilla para el cultivo de trigo

Flujo del destino de semilla para el cultivo de vainita

Flujo del destino de semilla para el cultivo de yacon

Flujo del destino de semilla para el cultivo de yuca

Flujo del destino de semilla para el cultivo de zapallo

7 Cantidad de semilla

Veamos la diferencias entre la cantidad semilla. Para ellos dividimos la variable cantidad de semilla en 2 partes:

Cantidad de semilla expresada en unidades de peso
Cantidad de semilla expresada en unidades de conteo

7.1 Cantidad de semilla expresada en unidades de peso vs año

Prueba de Kruskal-Wallis para ver diferencias entre cantidad de semilla (peso) y el año

Tablas de las diferencias

--- title: "Análisis de Datos del Estudio de Semilla a través de PGIS completo Participativo 2017-2022-Comparativo general" author: "Omar Benites Alfaro" format: html: self-contained: true code-fold: show code-summary: "Show the code" code-overflow: wrap code-tools: true code-block-border-left: "#ade6d8" smooth-scroll: true editor: visual toc: true toc-depth: 4 toc-title: "Tabla de contenido" number-sections: true execute: echo: true warning: false df-print: kable --- ```{r} #| echo: true #| message: false #| warning: false knitr::opts_chunk$set( echo = FALSE, message = F, warning = F, ft.keepnext = F, tab.topcaption = TRUE, ft.align = "left", tab.cap.pre = "Tabla ", tab.cap.sep = ": " ) library(tidyverse) library(agricolae) library(janitor) library(data.table) library(cluster) library(forcats) library(gower) library(officer) library(flextable) library(knitr) library(dumbbell) library(ggplot2) library(sf) library(rnaturalearth) library(rnaturalearthdata) ### librarias para modelos library(gmodels) library(nnet) library(ggalluvial) set.seed(123) autonum <- run_autonum(seq_id = "tab", bkm = "TC1", bkm_all = TRUE) options(knitr.duplicate.label = "allow") #source("R/curacion_seedsystem.R") source("E:/omar/METRIKA-GROUP/Github/agrograf/bar_plot.R") source("E:/omar/METRIKA-GROUP/Github/agrograf/dumbbell_plot.R") source("E:/omar/METRIKA-GROUP/Github/agrograf/dumbbell_utils.R") source("E:/omar/METRIKA-GROUP/Github/agrograf/count_utils.R") source("E:/omar/METRIKA-GROUP/Github/agrograf/upset_tools.R") source("E:/omar/METRIKA-GROUP/Github/agrograf/upset_plot.R") #source("E:/omar/METRIKA-GROUP/Github/analisis_datos_cip/SeedSystems/R/curacion_seedsystem_backup.R") #source("E:/omar/Analisis_colegas/yanapai/yanapai_variedades/R/utils.R") source("R/utils.R") library(corrplot) library(agricolae) library(ggpubr) library(sjPlot) library(emmeans) library(DT) params_models <- function(model){ dfre<-df.residual(model) MSerror<-deviance(model)/dfre out <- list(df=dfre, MSerror=MSerror) } ``` ```{r} #| echo: true #| message: false #| warning: false tbl_sseeds <- readxl::read_xlsx("Data/curado/bd_pgis_semillas.xlsx") tbl_sseeds <- tbl_sseeds %>% mutate(codigo_familia = as.character(codigo_familia)) ## Agregar una columna con las unidades metricas} tbl_sseeds <- tbl_sseeds %>% dplyr::mutate(units_cant_semilla_sembro = gsub("[0-9]", "", cant_semilla_sembro) %>% str_trim(side="both") ) tbl_sseeds <- tbl_sseeds %>% mutate(units_cant_semilla_sembro = tolower(units_cant_semilla_sembro)) ## Quitar los characteres de los números #tbl_sseeds <- tbl_sseeds %>% dplyr::mutate(cant_semilla_sembro = gsub("[^0-9.-//]", "", cant_semilla_sembro) %>% as.numeric() ) tbl_sseeds <- tbl_sseeds %>% dplyr::mutate(cant_semilla_sembro = gsub("[^0-9.-//]", "", cant_semilla_sembro) ) ## convertir kg tbl_sseeds <- tbl_sseeds %>% mutate( cu_units_cant_semilla_sembro = case_when( str_detect(units_cant_semilla_sembro,". kg|. Kg|/ kg|/ Kg|kg") ~ "kg", str_detect(units_cant_semilla_sembro, "lata|latas|latas| lata") ~ "latas", str_detect(units_cant_semilla_sembro, "mantada|mantadas|sacos|. saco_o_costal|. sacos|/ costal|costal|costales|/ saco|saco|sacos|saco_o_costal" ) ~ "saco_o_costal", str_detect(units_cant_semilla_sembro, "arroba|arrobas" ) ~ "arrobas", str_detect(units_cant_semilla_sembro, "malla|mallas" ) ~ "mallas", str_detect(units_cant_semilla_sembro, "planta|plantas" ) ~ "mallas", str_detect(units_cant_semilla_sembro, "planton|plantones|plantos" ) ~ "plantones", str_detect(units_cant_semilla_sembro, "tarro|tarro - gr|tarros") ~ "tarros", str_detect(units_cant_semilla_sembro, "unidad|unidades") ~ "unidades", TRUE~units_cant_semilla_sembro ) ) # tbl_sseeds <- tbl_sseeds %>% dplyr::mutate( cant_semilla_sembro = case_when( cant_semilla_sembro=="1/4"~ "0.25", cant_semilla_sembro=="1/2"~ "0.5", cant_semilla_sembro=="1/8"~ "0.125", cant_semilla_sembro=="3/4"~ "0.75", TRUE ~ cant_semilla_sembro ) ) # tbl_sseeds <- tbl_sseeds %>% dplyr::mutate( conversion_units = case_when( ##unidades con conversion a kg cu_units_cant_semilla_sembro=="kg" ~ "1", cu_units_cant_semilla_sembro=="gr" ~ "0.001", cu_units_cant_semilla_sembro=="latas" ~ "20", cu_units_cant_semilla_sembro=="mallas" ~ "20", cu_units_cant_semilla_sembro=="saco_o_costal" ~ "60", cu_units_cant_semilla_sembro=="fanegas" ~ "100", cu_units_cant_semilla_sembro=="arrobas" ~ "12.5", cu_units_cant_semilla_sembro=="amarro" ~ "2", ###unidades que no son de medida( sino de conteo) cu_units_cant_semilla_sembro=="unidades" ~ "1", ##unidades pero no peso cu_units_cant_semilla_sembro=="caja" ~ "50", #50 ##unidades pero no peso cu_units_cant_semilla_sembro=="tarros" ~ "1",## sin conversion cu_units_cant_semilla_sembro=="plantones" ~ "1", ## sin conversion cu_units_cant_semilla_sembro=="bulbos" ~ "1", ##unidades pero no peso cu_units_cant_semilla_sembro=="estacas" ~ "1",## sin conversion cu_units_cant_semilla_sembro=="paquetes" ~ "1",## sin conversion cu_units_cant_semilla_sembro=="" ~ "", cu_units_cant_semilla_sembro=="." ~ "", TRUE~"" ) ) #convertir a formato numerico tbl_sseeds$stand_cant_semilla_sembro <- as.numeric(tbl_sseeds$conversion_units) tbl_sseeds$conversion_units <- as.numeric(tbl_sseeds$conversion_units) #crear una variable curada de cantidad de semilla para variables de peso tbl_sseeds <- tbl_sseeds %>% mutate( cu_cant_peso_semilla_sembro=case_when( cu_units_cant_semilla_sembro=="kg" ~ stand_cant_semilla_sembro*conversion_units, cu_units_cant_semilla_sembro=="gr" ~ stand_cant_semilla_sembro*conversion_units, cu_units_cant_semilla_sembro=="latas" ~ stand_cant_semilla_sembro*conversion_units, cu_units_cant_semilla_sembro=="mallas" ~ stand_cant_semilla_sembro*conversion_units, cu_units_cant_semilla_sembro=="saco_o_costal" ~ stand_cant_semilla_sembro*conversion_units, cu_units_cant_semilla_sembro=="fanegas" ~ stand_cant_semilla_sembro*conversion_units, cu_units_cant_semilla_sembro=="arrobas" ~ stand_cant_semilla_sembro*conversion_units, cu_units_cant_semilla_sembro=="amarro" ~ stand_cant_semilla_sembro*conversion_units, TRUE~999 ) ) #crear variable cant. semilla con unidades de conteo (no peso) tbl_sseeds <- tbl_sseeds %>% mutate( cu_cant_nopeso_semilla_sembro=case_when( cu_units_cant_semilla_sembro=="unidades" ~ stand_cant_semilla_sembro*conversion_units, cu_units_cant_semilla_sembro=="caja" ~ stand_cant_semilla_sembro*conversion_units, cu_units_cant_semilla_sembro=="tarros" ~ stand_cant_semilla_sembro*conversion_units, cu_units_cant_semilla_sembro=="plantones" ~ stand_cant_semilla_sembro*conversion_units , cu_units_cant_semilla_sembro=="bulbos" ~ stand_cant_semilla_sembro*conversion_units, cu_units_cant_semilla_sembro=="estacas" ~ stand_cant_semilla_sembro*conversion_units, cu_units_cant_semilla_sembro=="paquetes" ~ stand_cant_semilla_sembro*conversion_units, TRUE~999 )) ## crear una columna dicotomica tbl_sseeds <- tbl_sseeds %>% mutate(destino_produccion_mod = case_when( str_detect(destino_produccion,"semilla")~"uso semilla", TRUE ~ "consumo-procesamiento-otros" ) ) ## crear tablas con 2017 y 2022 tbl_pgis17 <- tbl_sseeds %>% filter(anual == 2017) tbl_pgis22 <- tbl_sseeds %>% filter(anual == 2022) ``` ## Preliminares ```{r} #| echo: true #| message: false #| warning: false n17 <- nrow(tbl_pgis17) n22 <- nrow(tbl_pgis22) fam17 <- tbl_pgis17$codigo_familia %>% unique() nfam17 <- fam17 %>% length() fam22 <- tbl_pgis22$codigo_familia %>% unique() nfam22 <- fam22 %>% length() ``` Los datos iniciales muestran que tenemos 2 datasets, los cuales constan de el número de observaciones (records) y de familias en el 2017 y 2022 respectivamente: ```{r} dfr_fam <- count_distinct(tbl_sseeds %>% as.data.frame(),group = c("anual","zona"),variable = "codigo_familia") %>% tidyr::pivot_wider(names_from = "anual",values_from = "n_codigo_familia",names_prefix = "nfam_") dfr_obs <- tbl_sseeds %>% group_by(anual, zona) %>% count() %>% tidyr::pivot_wider(names_from = "anual",values_from = "n",names_prefix = "nobs_") tbl_summary <- left_join(dfr_obs, dfr_fam) %>% adorn_totals(where = c("row"),name = "Total") tbl_summary %>% flextable %>% theme_booktabs() ``` Nota : Una familia puede tener asociada más observaciones (records) que otras familias. : Hay familias en el muestreo del 2022 que no necesariamente coinciden con las familias del 2017, esto se debe a que hay familias que ya no cumplian con el criterio establecido o estuvieron ausentes por razones descritas en la encuesta. ## Procesamiento de datos Para el procesamiento de los datos se van a considerar ciertos criterios: 1. En la variable *fuente_semilla* se filtro por "comprado","propio", "regalado". 2. En *destino producción* se filtró por "semilla","semilla y procesamiento","semilla y otros". Los cuales fueron reetiquetados por "semilla". 3. En clasificación se filtró por "hortalizas", "leguminosas","cereal", "tuberculos_y_raices". 4. Las respuestas de **categoria múltiple** del 2017 no son tomadas en cuenta, puesto que en el 2022 solo hay respuestas únicas. (Ver sub tópico de consideraciones especiales). 5. Las familias en el 2022 difieren en un \$30%\$ respecto al 2022 6. Referente a las unidades de *cantidad de semilla* existen 2 categorias: cantidad de semilla expresada en peso (ej. kg.) y cantidad de semilla expresada en unidades de conteo (ej. 3 unidades). Teniendo en cuenta estas consideraciones, la tabla de resumen general se redujo a: ```{r} tbl_sseeds <- tbl_sseeds %>% dplyr::filter(fuente_semilla %in% c("comprado", "propio", "regalado","intercambiado") ) %>% dplyr::filter(clasificacion %in% c("hortalizas", "leguminosas", "cereal", "tuberculos_y_raices") ) ``` ```{r} dfr_fam <- count_distinct(tbl_sseeds %>% as.data.frame(),group = c("anual","zona"),variable = "codigo_familia") %>% tidyr::pivot_wider(names_from = "anual",values_from = "n_codigo_familia",names_prefix = "nfam_") dfr_obs <- tbl_sseeds %>% group_by(anual, zona) %>% count() %>% tidyr::pivot_wider(names_from = "anual", values_from = "n", names_prefix = "nobs_") ``` ```{r} #fam_critcoincidence <- intersect(tbl_sseeds %>% filter(anual == 2017) %>% select(codigo_familia) %>% pull() %>% unique(), tbl_sseeds %>% filter(anual == 2022) %>% select(codigo_familia) %>% pull() %>% unique()) #nfam_crit_coincidence <- length(fam_critcoincidence) #tbl_sseeds <- tbl_sseeds %>% filter(codigo_familia %in% fam_critcoincidence) tbl_summary <- left_join(dfr_obs, dfr_fam) %>% adorn_totals(where = c("row"), name = "Total") tbl_summary %>% flextable() %>% theme_booktabs() ``` ### Nota - Bajo el filtro de solo **considerar categorias singulares en fuente de semilla** el periodo 2017 y 2022, alrededor de 100 familias fueron descartadas del estudio. Estas 107 familias no tienen categorias múltiples en el 2022. Del mismo modo para **destino de producción**, alrededor de 36 familias ya no fueron consideradas. - Al considerar los criterios o filtros anteriores, el número de familias en el 2017 y 2022 se reduce a 140 y 137 respectivamente. Considerando las notas anteriores tendremos: ```{r} dfr_fam <- count_distinct(tbl_sseeds %>% as.data.frame(), group = c("anual", "zona"), variable = "codigo_familia") %>% tidyr::pivot_wider(names_from = "anual", values_from = "n_codigo_familia", names_prefix = "nfam_") dfr_obs <- tbl_sseeds %>% group_by(anual, zona) %>% count() %>% tidyr::pivot_wider(names_from = "anual", values_from = "n", names_prefix = "nobs_") tbl_summary <- left_join(dfr_obs, dfr_fam) %>% adorn_totals(where = c("row"), name = "Total") tbl_summary %>% flextable() %>% theme_booktabs() ``` ## Descripción del estudio Se realizó un estudio de encuestas de GIS participativo (PGIS) que se llevo a cabo en la región Huanuco en 3 distritos en los años distintos 2017 y 2022 . El estudio cuenta con `r nrow(tbl_sseeds)` observaciones y con `r ncol(tbl_sseeds)` variables. A continuación un resumen. Además, para el presente estudio se tuvieron las siguientes consideraciones: - Se consideraron los datos relacionados a ***tubérculos y raices, cereales hortalizas y leguminosas***. En un segundo caso tambien se considero dividir los datos en **cultivos para huerto y chacra**. ```{r} tbl_resume_pgis <- create_resume_table(tbl_sseeds) tbl_resume_pgis <- tbl_resume_pgis %>% dplyr::filter(!Variable %in% c("latitud","longitud","global_id_parcela","global_id_familia", "area_parcela_m2", "area_parcela_ha","altitud", "codigo_familia","variedad_cultivo", "codigo_de_parcela", "t_parcela_casa_min","t_parcela_carretera_min", "no_variedades")) nom_header <- names(tbl_resume_pgis) val_header <- c("Var.", "Tipo", "Media", "SD", "Categorias") names(val_header) <- nom_header ft_tbl_resumen_pgis <- flextable(tbl_resume_pgis) ft_tbl_resumen_pgis <- set_header_labels(ft_tbl_resumen_pgis, values = val_header ) #ft_tbl_resumen_pgis ``` ## Análisis Inferencial ```{r} nobs17 <- tbl_sseeds %>% filter(anual==2017) %>% nrow() nobs22 <- tbl_sseeds %>% filter(anual==2022) %>% nrow() #fam22 <- tbl_sseeds$codigo_familia %>% unique() nfam <- tbl_sseeds$codigo_familia %>% unique() %>% length() ``` ## Fuente de semilla ```{r} tbl17 <- tbl_sseeds %>% filter(fuente_semilla %in% c("comprado","propio"), anual==2017) %>% tabyl(codigo_familia, fuente_semilla,clasificacion) tbl22 <- tbl_sseeds %>% filter(fuente_semilla %in% c("comprado","propio"), anual==2022) %>% tabyl(codigo_familia, fuente_semilla,clasificacion) get_tbl_count <- function(list_tbl, nombre="fuente_semilla"){ list_tbl <- lapply(list_tbl, function(df) { df %>% pivot_longer(cols = 2:3, names_to = nombre) }) add_sublist_name <- function(df, sublist_name) { df %>% mutate(Sublist = sublist_name) } out <- map2(list_tbl, names(list_tbl), add_sublist_name) out <- data.table::rbindlist(out) %>% as.data.frame() %>% dplyr::filter(value!=0) return(out) } tbl17 <- get_tbl_count(tbl17,nombre = "fuente_semilla") %>% mutate(anual=2017) tbl22 <- get_tbl_count(tbl22) %>% mutate(anual=2022) tbl1722 <- rbind(tbl17,tbl22) ``` ### Comparación temporal 2017-2022 de fuente de semillas según clasificación ```{r} tbl_res <- tbl_sseeds %>% group_by(clasificacion,anual) %>% count(fuente_semilla) %>% mutate(pctg=pct_fun(n)) col_2017 <- tbl_res %>% dplyr::filter(anual=="2017") col_2022 <- tbl_res %>% dplyr::filter(anual=="2022") com_tbl <- left_join(col_2017, col_2022, by = c("fuente_semilla", "clasificacion")) names(com_tbl) <- c("clasificacion","anual_2017","fuente_semilla","n_2017","p_2017","anual_2022","n_2022","p_2022") com_tbl <- com_tbl %>% select(clasificacion, fuente_semilla, anual_2017, n_2017, p_2017, anual_2022, n_2022,p_2022) flextable(com_tbl) ``` #### Gráfico de comparaciones con Dumbell plot ::: panel-tabset ```{r results='asis'} #| results: asis clasificacion_vars <- com_tbl$clasificacion %>% unique() %>% sort(decreasing = TRUE) tbl_comp_anual <- com_tbl %>% rownames_to_column(var = "id") for(i in clasificacion_vars){ cat('\n\n#####',i,'\n\n') cat("Dumbell plot para la clasificación de ",i,"\n\n") gg_fuentsem_anual <- dumbell_plot(tbl_comp_anual %>% dplyr::filter(clasificacion == i), cat_id = "id", y = "fuente_semilla", x_i = "p_2017", x_f = "p_2022", pointsize = 4, subtitle = "Fuente de semilla", i_legend_lab = "2017", f_legend_lab = "2022", title = paste("Variación porcentual 2017-2022 para ", i)) + xlab("Porcentaje") + ylab("Fuente de semilla") print(gg_fuentsem_anual) } ``` ::: ### Modelos GLM-Poisson para fuente de semilla Exploramos los datos a través de un Violin Plot ```{r results='asis'} ggplot(data = tbl1722 , aes(x=factor(anual), y=value, fill=fuente_semilla)) + geom_violin(scale="width", adjust=2) + geom_point(position = position_jitterdodge(jitter.width=.5, jitter.height=.1, dodge.width = 1), alpha=.1)+ facet_wrap(~Sublist) ``` #### Resultados en escala log para el GLM-Poisson ::: panel-tabset ```{r results='asis'} #| echo: true #| results: asis tbl_mixtos <- tbl1722 #%>% filter(fuente_semilla %in% c("comprado","propio")) names(tbl_mixtos) <- c("codigo_familia" ,"fuente_semilla" ,"value", "clasificacion","anual") clasificacion_vars <- tbl_mixtos$clasificacion %>% unique() %>% sort(decreasing = TRUE) modelos_list <- out <- out2 <- vector(mode = "list",length = length(clasificacion_vars)) for(i in 1:length(clasificacion_vars)){ cat('\n\n#####',clasificacion_vars[i],'\n\n') cat("Resultados del modelos aplicado a ",clasificacion_vars[i],"\n\n") #print(paste("Resultados del modelos aplicado a ",clasificacion_vars)) modelos_list[[i]] <- glm(value ~ fuente_semilla+anual, data = tbl_mixtos %>% dplyr::filter(clasificacion==clasificacion_vars[i]), family="poisson") #print(paste("Contraste en los efectos de ",clasificacion_vars)) out[[i]] <- emmeans(modelos_list[[i]], ~ fuente_semilla+anual, type="response") print(htmltools::tagList(DT::datatable(out[[i]] %>% as.data.frame(),options = list(scrollX='400px')) %>% formatRound(purrr::map_lgl(.$x$data, is.numeric), digits = 4) )) #DT::datatable(out[[i]] %>% as.data.frame()) } ``` ::: #### Resultado en forma de cociente ::: panel-tabset ```{r results='asis'} #| echo: true #| results: asis for(i in 1:length(clasificacion_vars)){ cat('\n\n#####',clasificacion_vars[i],'\n\n') cat("Cociente de efectos de ",clasificacion_vars[i],"\n\n") out2[[i]] <- pairs(out[[i]], reverse = TRUE) %>% as.data.frame() print(htmltools::tagList(DT::datatable(out2[[i]] %>% as.data.frame(), options = list(scrollX='400px') ) %>% formatRound(purrr::map_lgl(.$x$data, is.numeric), digits = 4))) #DT::datatable(out2[[i]]) #simplermarkdown::md_table(out2[[i]]) } # Close the tabset ``` ::: ### Modelo GLM-Poisson para fuente de semilla y altura Violin plot para la relacion entre fuente de semilla, altura y clasificacion de cultivo. ```{r} tbl_altura <- tbl_sseeds %>% select(codigo_familia,clasificacion,fuente_semilla,anual,altitud) tbl_mixto_alt <- left_join(tbl_mixtos, tbl_altura) ggplot(data = tbl_mixto_alt , aes(x=factor(anual), y=altitud, fill=fuente_semilla)) + geom_violin(scale="width", adjust=2) + geom_point(position = position_jitterdodge(jitter.width=.5, jitter.height=.1, dodge.width = 1), alpha=.1)+ facet_wrap(~clasificacion) ``` Line plot ```{r} ggplot(tbl_mixto_alt, aes(x = as_factor(anual), y = altitud, group = as_factor(fuente_semilla), color = as_factor(fuente_semilla) )) + stat_summary(fun.y = mean, geom = "point") + stat_summary(fun.y = mean, geom = "line") + facet_wrap(~ clasificacion,nrow = 4) + theme_bw()+theme(axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1)) ``` #### Log-Odds ::: panel-tabset ```{r results='asis'} #| echo: true #| results: asis clasificacion_vars <- tbl_mixto_alt$clasificacion %>% unique() %>% sort(decreasing = TRUE) modelos_list <- out <- out2 <- vector(mode = "list",length = length(clasificacion_vars)) for(i in 1:length(clasificacion_vars)){ cat('\n\n#####',clasificacion_vars[i],'\n\n') cat("Resultados del datasets ",clasificacion_vars[i],"\n\n") modelos_list[[i]] <- glm(altitud ~ fuente_semilla + anual, data = tbl_mixto_alt %>% dplyr::filter(clasificacion==clasificacion_vars[i]), family="gaussian") out[[i]] <- emmeans(modelos_list[[i]], ~ fuente_semilla+anual, type="response") print(htmltools::tagList(DT::datatable(out[[i]] %>% as.data.frame(), options = list(scrollX='400px') ) %>% formatRound(purrr::map_lgl(.$x$data, is.numeric), digits = 4) ) ) } ``` ::: #### Cociente de odds ::: panel-tabset ```{r results='asis'} #| echo: true #| results: asis for(i in 1:length(clasificacion_vars)){ cat('\n\n#####',clasificacion_vars[i],'\n\n') cat("Resultados del datasets ",clasificacion_vars[i],"\n\n") #print(paste("Contraste en los efectos de ",clasificacion_vars)) out[[i]] <- emmeans(modelos_list[[i]], ~ fuente_semilla + anual, type="response") #print(paste("La respuesta",clasificacion_vars[i])) #flextable(out[[i]]) # out2[[i]] <- pairs(out[[i]]) %>% as.data.frame() print(htmltools::tagList(DT::datatable(out2[[i]] %>% as.data.frame(), options = list(scrollX='400px') ) %>% formatRound(purrr::map_lgl(.$x$data, is.numeric), digits = 4))) } ``` ::: ### Flujo de fuente de semilla según clasificación de cultivos ::: panel-tabset ```{r results='asis'} #| results: asis loop <- tbl_res$clasificacion %>% unique() for(i in loop){ cat('\n\n#####',i,'\n\n') cat("Flujo de semilla según clasificación de ",i,"\n\n") p <- ggplot(tbl_res %>% filter(clasificacion == i,fuente_semilla %in% c("comprado","propio","regalado")), aes(x = factor(anual), stratum = fuente_semilla, alluvium = fuente_semilla, y = n, fill = fuente_semilla, label = fuente_semilla))+ geom_stratum(alpha = .5)+ geom_alluvium()+ geom_text(stat = "stratum", size = 4)+ #ggrepel::geom_text_repel()+ ggtitle(paste0("Flujo de fuente de semilla de ", i))+ theme(legend.position="bottom") print(p) } ``` ::: ### Comparación temporal 2017-2022 de fuente de semillas según cultivo ```{r} tbl_res <- tbl_sseeds %>% #filter(cultivo=="papa") %>% group_by(cultivo,anual) %>% count(fuente_semilla) %>% mutate(pctg=pct_fun(n)) col_2017 <- tbl_res %>% dplyr::filter(anual=="2017") col_2022 <- tbl_res %>% dplyr::filter(anual=="2022") com_tbl <- left_join(col_2017, col_2022, by = c("fuente_semilla", "cultivo")) names(com_tbl) <- c("cultivo","anual_2017","fuente_semilla","n_2017","p_2017","anual_2022","n_2022","p_2022") com_tbl <- com_tbl %>% select(cultivo, fuente_semilla, anual_2017, n_2017, p_2017, anual_2022, n_2022,p_2022) flextable(com_tbl) ``` ### Flujo de fuente de semilla para los cultivos ::: panel-tabset ```{r results='asis'} #| results: asis loop <- tbl_res$cultivo %>% unique() for(i in loop){ cat('\n\n#####',i,'\n\n') cat("Flujo de semilla el cultivo de ",i,"\n\n") p <- ggplot(tbl_res %>% filter(cultivo == i,fuente_semilla %in% c("comprado","propio","regalado")), aes(x = factor(anual), stratum = fuente_semilla, alluvium = fuente_semilla, y = n, fill = fuente_semilla, label = fuente_semilla))+ geom_stratum(alpha = .5)+ geom_alluvium()+ geom_text(stat = "stratum", size = 4)+ #ggrepel::geom_text_repel()+ ggtitle(paste0("Flujo de fuente de semilla de ", i))+ theme(legend.position="bottom") print(p) } ``` ::: ### Modelos GLM-Logístico para Fuente de Semilla Para la variable de respuesta, destino_producción, fijamos como categoria de referencia (o nivel 0) a consumo-procesamiento. Por lo tanto buscaremos estimar en función de semilla (o nivel 1). ```{r} tbl_sseeds2 <- tbl_sseeds %>% filter(fuente_semilla %in% c("propio","comprado")) tbl_sseeds2$fuente_semilla <- factor(tbl_sseeds2$fuente_semilla) #tbl_sseeds$anual <- factor(tbl_sseeds$anual) tbl_sseeds2$fuente_semilla <- relevel(tbl_sseeds2$fuente_semilla, ref="comprado") ``` Modelamos la respuesta para cada tipo de clasificación, considerando un nivel de referencia para las variables explicativas fuente de semilla (ref: comprado) y anual (ref =2017). ::: panel-tabset ```{r} #| echo: true #| results: asis clasificacion_values <- unique(tbl_sseeds2$clasificacion) tbl_sseeds2$anual <- factor(tbl_sseeds2$anual) mod_fuen_lg <- out <- vector(mode="list",length = length(clasificacion_values)) tbl_sseeds2$fuente_semilla <- as.factor(tbl_sseeds2$fuente_semilla) for(i in 1:length(clasificacion_values)){ mod_fuen_lg[[i]] <- glm(fuente_semilla ~ anual+ altitud, data = tbl_sseeds2 %>% filter(clasificacion==clasificacion_values[i]), family = binomial(link ="logit")) out[[i]] <- broom::tidy(mod_fuen_lg[[i]]) %>% as.data.frame() } for(i in 1:length(clasificacion_values)){ cat('\n\n#####',clasificacion_values[i],'\n\n') cat("Modelo logistico para destino de produccion según clasificación de ",clasificacion_values[i],"\n\n") #print(DT::datatable(out[[i]] %>% dplyr::select(1,2)) ) print(htmltools::tagList(DT::datatable(out[[i]],options = list(scrollX='400px') ) %>% formatRound(purrr::map_lgl(.$x$data, is.numeric), digits = 4) ) ) #print(sjPlot::tab_model(mod_dest_lg[[i]], p.style = "numeric_stars", transform = NULL)) } ``` ::: ```{r} DT::datatable(data.frame(NULL=0),rownames = FALSE) ``` #### Gráfico del efecto de la altitud para las clasificaciones Los resultados obtenidos son: ::: panel-tabset ```{r} #| echo: true #| results: asis for(i in 1:length(clasificacion_values)){ cat('\n\n#####',clasificacion_values[i],'\n\n') cat("Efectos de GLM-Logistico para ",clasificacion_vars[i],"\n\n") print(plot(effects::allEffects(mod_fuen_lg[[i]]),1)) } ``` ::: #### Gráfico del efecto del año y la fuente de semilla ::: panel-tabset ```{r results='asis'} #| echo: true #| results: asis for(i in 1:length(clasificacion_values)){ cat('\n\n#####',clasificacion_values[i],'\n\n') cat("Resultados del datasets ",clasificacion_vars[i],"\n\n") print(plot(effects::allEffects(mod_fuen_lg[[i]]),2)) } ``` ::: ## Producción de semilla ### Comparación temporal 2017-2022 del destino producción de semilla según clasificación ```{r} tbl_res <- tbl_sseeds %>% mutate(destino_produccion_mod) %>% group_by(clasificacion,anual) %>% count(destino_produccion_mod) %>% mutate(pctg=pct_fun(n)) col_2017 <- tbl_res %>% dplyr::filter(anual=="2017") col_2022 <- tbl_res %>% dplyr::filter(anual=="2022") com_tbl <- left_join(col_2017, col_2022, by = c("destino_produccion_mod", "clasificacion")) names(com_tbl) <- c("clasificacion","anual_2017","destino_produccion_mod","n_2017","p_2017","anual_2022","n_2022","p_2022") com_tbl <- com_tbl %>% select(clasificacion, destino_produccion_mod, anual_2017, n_2017, p_2017, anual_2022, n_2022,p_2022) flextable(com_tbl) ``` #### Gráfico de comparaciones con Dumbell plot ::: panel-tabset ```{r results='asis'} clasificacion_vars <- com_tbl$clasificacion %>% unique() %>% sort(decreasing = TRUE) tbl_comp_anual <- com_tbl %>% rownames_to_column(var = "id") for(i in 1:length(clasificacion_vars)){ cat('\n\n#####',clasificacion_vars[i],'\n\n') cat("Dumbell plot para la clasificación de ",clasificacion_vars[i],"\n\n") gg_destino_anual <- dumbell_plot(tbl_comp_anual %>% dplyr::filter(clasificacion == clasificacion_vars[i]), cat_id = "id", y = "destino_produccion_mod", x_i = "p_2017", x_f = "p_2022", pointsize = 4, subtitle = "Destino de producción", i_legend_lab = "2017", f_legend_lab = "2022", title = paste("Variación porcentual 2017-2022")) + xlab("Porcentaje") + ylab("Destino de producción") print(gg_destino_anual) } ``` ::: ### Modelos GLM-Logístico para destino_producción Para la variable de respuesta, destino_producción, fijamos como categoria de referencia (o nivel 0) a consumo-procesamiento. Por lo tanto buscaremos estimar en función de semilla (o nivel 1). ```{r} tbl_sseeds$destino_produccion_mod <- factor(tbl_sseeds$destino_produccion_mod) tbl_sseeds$anual <- factor(tbl_sseeds$anual) tbl_sseeds$destino_produccion_mod <- relevel(tbl_sseeds$destino_produccion_mod, ref="consumo-procesamiento-otros") ``` Modelamos la respuesta para cada tipo de clasificación, considerando un nivel de referencia para las variables explicativas fuente de semilla (ref: comprado) y anual (ref =2017). ::: panel-tabset ```{r} #| echo: true #| results: asis clasificacion_values <- unique(tbl_sseeds$clasificacion) mod_dest_lg <- out <- vector(mode="list",length = length(clasificacion_values)) for(i in 1:length(clasificacion_values)){ mod_dest_lg[[i]] <- glm(destino_produccion_mod ~ fuente_semilla*anual+ altitud, data = tbl_sseeds %>% filter(fuente_semilla %in% c("comprado","propio"),clasificacion==clasificacion_values[i]), family = binomial(link ="logit")) out[[i]] <- broom::tidy(mod_dest_lg[[i]]) %>% as.data.frame() } for(i in 1:length(clasificacion_values)){ cat('\n\n#####',clasificacion_values[i],'\n\n') cat("Modelo logistico para destino de produccion según clasificación de ",clasificacion_values[i],"\n\n") #print(DT::datatable(out[[i]] %>% dplyr::select(1,2)) ) print(htmltools::tagList(DT::datatable(out[[i]],options = list(scrollX='400px') ) %>% formatRound(purrr::map_lgl(.$x$data, is.numeric), digits = 4) ) ) #print(sjPlot::tab_model(mod_dest_lg[[i]], p.style = "numeric_stars", transform = NULL)) } ``` ::: Para ```{r} DT::datatable(data.frame(NULL=0),rownames = FALSE) ``` #### Gráfico del efecto de la altitud para las clasificaciones Los resultados obtenidos son: ::: panel-tabset ```{r results='asis'} #| echo: true #| results: asis for(i in 1:length(clasificacion_values)){ cat('\n\n#####',clasificacion_values[i],'\n\n') cat("Efectos de GLM-Logistico para ",clasificacion_vars[i],"\n\n") print(plot(effects::allEffects(mod_dest_lg[[i]]),1)) } ``` ::: #### Gráfico del efecto del año (2017) y fuente de semilla sobre el destino de producción de la semilla. ::: panel-tabset ```{r results='asis'} #| echo: true #| results: asis for(i in 1:length(clasificacion_values)){ cat('\n\n#####',clasificacion_values[i],'\n\n') cat("Resultados del datasets ",clasificacion_vars[i],"\n\n") print(plot(effects::allEffects(mod_dest_lg[[i]]),2)) } ``` ::: #### Gráfico de las interacciones ::: panel-tabset ```{r results='asis'} #| results: asis for(i in 1:length(clasificacion_values)){ cat('\n\n#####',clasificacion_values[i],'\n\n') print(emmip(mod_dest_lg[[i]], fuente_semilla ~ anual, CIs=TRUE, plotit=T)+theme_bw()) } ``` ::: #### Flujo del destino de producción según clasificación del cultivo ::: panel-tabset ```{r results='asis'} #| echo: true #| results: asis cultivo_vars <- tbl_res$clasificacion %>% unique() %>% sort(decreasing = TRUE) for(i in cultivo_vars){ cat('\n\n#####',i,'\n\n') cat("Flujo del destino de semilla según clasificación del cultivo de ",i,"\n\n") p <- ggplot(tbl_res %>% filter(clasificacion == i), aes(x = factor(anual), stratum = destino_produccion_mod, alluvium = destino_produccion_mod, y = n, fill = destino_produccion_mod, label = destino_produccion_mod))+ geom_stratum(alpha = .5)+ geom_alluvium()+ geom_text(stat = "stratum", size = 4)+ #ggrepel::geom_text_repel()+ ggtitle(paste0("Flujo del destino de producción de semilla"))+ theme(legend.position="bottom") print(p) } ``` ::: ### Comparación temporal 2017-2022 del destino de producción de semilla según el cultivo ```{r} tbl_res <- tbl_sseeds %>% #filter(cultivo=="papa") %>% group_by(cultivo,anual) %>% count(destino_produccion_mod) %>% mutate(pctg=pct_fun(n)) col_2017 <- tbl_res %>% dplyr::filter(anual=="2017") col_2022 <- tbl_res %>% dplyr::filter(anual=="2022") com_tbl <- left_join(col_2017, col_2022, by = c("destino_produccion_mod", "cultivo")) names(com_tbl) <- c("cultivo","anual_2017","destino_produccion_mod","n_2017","p_2017", "anual_2022","n_2022","p_2022") com_tbl <- com_tbl %>% select(cultivo, destino_produccion_mod, anual_2017, n_2017, p_2017, anual_2022, n_2022,p_2022) flextable(com_tbl) ``` #### Flujo del destino de producción de semillas para los cultivos ::: panel-tabset ```{r results='asis'} loop <- tbl_res$cultivo %>% unique() for(i in loop){ cat('\n\n#####',i,'\n\n') cat("Flujo del destino de semilla para el cultivo de ",i,"\n\n") p <- ggplot(tbl_res %>% filter(cultivo == i), aes(x = factor(anual), stratum = destino_produccion_mod, alluvium = destino_produccion_mod, y = n, fill = destino_produccion_mod, label = destino_produccion_mod))+ geom_stratum(alpha = .5)+ geom_alluvium()+ geom_text(stat = "stratum", size = 4)+ #ggrepel::geom_text_repel()+ ggtitle(paste0("Flujo de destino de semillas de ", i))+ theme(legend.position="bottom") print(p) } ``` ::: ## Cantidad de semilla Veamos la diferencias entre la cantidad semilla. Para ellos dividimos la variable cantidad de semilla en 2 partes: a. Cantidad de semilla expresada en unidades de peso b. Cantidad de semilla expresada en unidades de conteo ### Cantidad de semilla expresada en unidades de peso vs año ```{r} clasificacion_values <- c("cereal","hortalizas","leguminosas","tuberculos_y_raices") result <- rwix <- tbl_datos <- vector(mode="list",length = length(clasificacion_values)) #tbl_sseeds <- tbl_sseeds %>% mutate(mep = paste(fuente_semilla,anual,sep="_")) for(i in 1:length(clasificacion_values)){ #cat('\n\n#####',clasificacion_values[i],'\n\n') #cat("Cantidad de semilla (unidades de peso) para ",clasificacion_values[i],"\n\n") ## tabla de datos tbl_datos[[i]] <- tbl_sseeds %>% dplyr::filter(cu_cant_peso_semilla_sembro!=999, clasificacion==clasificacion_values[i], fuente_semilla %in% c("propio","comprado")) result[[i]] <- kruskal.test(cu_cant_peso_semilla_sembro ~ factor(anual), data = tbl_datos[[i]] ) rwix[[i]] <- pairwise.wilcox.test(tbl_datos[[i]]$cu_cant_peso_semilla_sembro, tbl_datos[[i]]$anual) } ``` Prueba de Kruskal-Wallis para ver diferencias entre cantidad de semilla (peso) y el año ```{r} map(result, broom::tidy) %>% dplyr::bind_rows() %>% mutate(clasificacion=clasificacion_values) %>% DT::datatable( as.data.frame(.) ,options = list(scrollX='400px')) %>% formatRound(purrr::map_lgl(.$x$data, is.numeric), digits = 4) ``` Tablas de las diferencias ```{r} map(rwix, broom::tidy) %>% dplyr::bind_rows() %>% mutate(clasificacion=clasificacion_values) %>% DT::datatable( as.data.frame(.),options = list(scrollX='400px')) %>% formatRound(purrr::map_lgl(.$x$data, is.numeric), digits = 4) ```