OTA_Grupo2.2

Author

Camila Cristina de Oliveira

Contexto do Experimento

O experimento apresentado foi desenvolvido para estudar a influência de dois fatores (torração e granulometria) sobre o nível de Ocratoxina A.

O experimento inclui:

• Fator 1 - Torração: com três níveis (Clara, Média, Escura).

• Fator 2 - Granulometria: com três níveis (Fina, Média, Grossa).

• Número de Tratamentos: 9 combinações de Torração e Granulometria.

• Número de Repetições: 3 para cada tratamento.

• Número de Parcelas: 27 no total.

A variável resposta principal é o nível de Ocratoxina A medido em cada uma das parcelas.

Objetivo da Atividade:

A atividade busca realizar uma análise descritiva dos níveis de Ocratoxina A, considerando os tratamentos (combinações dos fatores Torração e Granulometria) e explorando suas distribuições por meio de medidas de tendência central, dispersão e visualizações gráficas adequadas.

Organização dos Dados:

Crie uma tabela de frequência para a variável “Nível de Ocratoxina A”, considerando cada combinação de tratamento

library(fdth)


Anexando pacote: 'fdth'

Os seguintes objetos são mascarados por 'package:stats':

    sd, var

Grupo_2<-read.csv("Grupo_2.txt", dec=".",  sep="")
is.numeric(Grupo_2$OtaResidual)

[1] TRUE

tabela<- fdt(Grupo_2$OtaResidual)
tabela

      Class limits  f   rf rf(%) cf  cf(%)
 [7.20225,26.8424) 13 0.48 48.15 13  48.15
 [26.8424,46.4825)  5 0.19 18.52 18  66.67
 [46.4825,66.1227)  1 0.04  3.70 19  70.37
 [66.1227,85.7628)  2 0.07  7.41 21  77.78
 [85.7628,105.403)  3 0.11 11.11 24  88.89
 [105.403,125.043)  3 0.11 11.11 27 100.00

print (tabela)

      Class limits  f   rf rf(%) cf  cf(%)
 [7.20225,26.8424) 13 0.48 48.15 13  48.15
 [26.8424,46.4825)  5 0.19 18.52 18  66.67
 [46.4825,66.1227)  1 0.04  3.70 19  70.37
 [66.1227,85.7628)  2 0.07  7.41 21  77.78
 [85.7628,105.403)  3 0.11 11.11 24  88.89
 [105.403,125.043)  3 0.11 11.11 27 100.00

plot(tabela, type ='d')

boxplot(Grupo_2$OtaResidual)

Calcule as médias dos níveis de Ocratoxina A para cada combinação dos fatores Torração e Granulometria.

with(Grupo_2, tapply(OtaResidual,list(Torracao), mean))

    Clara    Escura     Média 
97.026389  9.804444 29.998056

with(Grupo_2, tapply(OtaResidual, list(Granulometria), mean))

    Fina   Grossa    Média 
57.66611 33.11083 46.05194

with(Grupo_2, tapply(OtaResidual, list(Torracao, Granulometria), mean))

            Fina    Grossa      Média
Clara  118.53250 70.600833 101.945833
Escura  12.43500  7.649167   9.329167
Média   42.03083 21.082500  26.880833

Calcule as medidas descritivas de posição (média, mediana), dispersão (desvio-padrão, variância) e as separatrizes (quartis) para cada tratamento.

with(Grupo_2, tapply(OtaResidual,list(Torracao), median))

   Clara   Escura    Média 
102.4850   9.2650  27.0775

with(Grupo_2, tapply(OtaResidual,list(Torracao), var))

     Clara     Escura      Média 
472.485900   4.718909  91.412723

with(Grupo_2, tapply(OtaResidual,list(Torracao), sd))

    Clara    Escura     Média 
21.736741  2.172305  9.561000

with(Grupo_2, tapply(OtaResidual,list(Granulometria), median))

   Fina  Grossa   Média 
43.1850 21.6050 27.0775

with(Grupo_2, tapply(OtaResidual,list(Granulometria), var))

     Fina    Grossa     Média 
2255.9380  845.9616 1817.8145

with(Grupo_2, tapply(OtaResidual,list(Granulometria), sd))

    Fina   Grossa    Média 
47.49672 29.08542 42.63584

with(Grupo_2, tapply(OtaResidual,list(Torracao, Granulometria), median))

          Fina  Grossa    Média
Clara  117.735 66.8350 102.4850
Escura  12.225  7.5975   9.2650
Média   43.185 21.6050  27.0775

with(Grupo_2, tapply(OtaResidual,list(Torracao, Granulometria), var))

             Fina     Grossa     Média
Clara  24.2304438 81.0492021 7.1283521
Escura  0.2073812  0.1620021 0.8198521
Média   6.7650771  4.9190813 2.9788146

with(Grupo_2, tapply(OtaResidual,list(Torracao, Granulometria), sd))

            Fina    Grossa     Média
Clara  4.9224429 9.0027330 2.6698974
Escura 0.4553913 0.4024948 0.9054568
Média  2.6009762 2.2179002 1.7259243

with(Grupo_2, tapply(OtaResidual,list(Torracao), quantile))

$Clara
      0%      25%      50%      75%     100% 
 64.0925  80.8750 102.4850 114.0575 123.8050 

$Escura
     0%     25%     50%     75%    100% 
 7.2750  8.0750  9.2650 12.1225 12.9575 

$Média
     0%     25%     50%     75%    100% 
18.6500 22.9925 27.0775 39.0525 43.8550

with(Grupo_2, tapply(OtaResidual, list(Granulometria), quantile))

$Fina
      0%      25%      50%      75%     100% 
 12.1225  12.9575  43.1850 114.0575 123.8050 

$Grossa
     0%     25%     50%     75%    100% 
 7.2750  8.0750 21.6050 64.0925 80.8750 

$Média
      0%      25%      50%      75%     100% 
  8.4575  10.2650  27.0775  99.0475 104.3050

with(Grupo_2, tapply(OtaResidual, list(Torracao, Granulometria), quantile))

       Fina      Grossa    Média    
Clara  numeric,5 numeric,5 numeric,5
Escura numeric,5 numeric,5 numeric,5
Média  numeric,5 numeric,5 numeric,5

Visualização Gráfica:

Elabore um gráfico de barras ou boxplot que mostre a variação dos níveis de Ocratoxina A para cada combinação de torração e granulometria.

hist(Grupo_2$OtaResidual, col=3, nclass=5, freq=FALSE)

plot(density(Grupo_2$OtaResidual))

boxplot(Grupo_2$OtaResidual)

qqnorm(scale(Grupo_2$OtaResidual), asp=1); qqline(scale(Grupo_2$OtaResidual))

hist(scale(Grupo_2$OtaResidual), freq=FALSE)
curve(dnorm(x), add=TRUE, col=2); lines(density(scale(Grupo_2$OtaResidual), col=3))

Warning: Em density.default(scale(Grupo_2$OtaResidual), col = 3) :
 argumento extra 'col' será ignorado

Grupo_2$Torracao<-as.factor(Grupo_2$Torracao)
Grupo_2$Granulometria<-as.factor(Grupo_2$Granulometria)

library(lattice)
require(lattice)  

                   #
xyplot(OtaResidual~Torracao|Granulometria, data=Grupo_2, type=c("p","a"))

xyplot(OtaResidual~Granulometria|Torracao, data=Grupo_2, type=c("p","a"))

par(mfrow=c (1,3))
plot(OtaResidual~Torracao, data=subset(Grupo_2, Granulometria=="Fina"), main="Granulometria fina")
plot(OtaResidual~Torracao, data=subset(Grupo_2, Granulometria=="Média"), main="Granulometria Média")
plot(OtaResidual~Torracao, data=subset(Grupo_2, Granulometria=="Grossa"), main="Granulometria Grossa")

plot(OtaResidual~Granulometria, data=subset(Grupo_2, Torracao=="Clara"), main="Torração clara")

plot(OtaResidual~Granulometria, data=subset(Grupo_2, Torracao=="Média"), main="Torração média")

plot(OtaResidual~Granulometria, data=subset(Grupo_2, Torracao=="Escura"), main="Torração Escura")

library(ggplot2)
# 3.2.1 Gráfico de dispersão dos níveis de Ocratoxina A por torração e granulometria

 ggplot(Grupo_2, aes(x=Torracao, y=OtaResidual, color=Granulometria)) +
   geom_point(size=3) + 
   labs(title="Gráfico de Dispersão dos Níveis de Ocratoxina A",
    x="Torração",
    y="Nível de Ocratoxina A") +
   theme_minimal()

 par(mfrow=c(1,2)) # Dividir a janela gráfica em dois gráficos
mean_torracao <- with(Grupo_2, tapply(OtaResidual, Torracao, mean))
bp_torracao <- barplot(mean_torracao, ylim=c(0, max(mean_torracao)*1.1))
text(bp_torracao, mean_torracao, label=round(mean_torracao, 3), pos=3)
title("Médias dos níveis de Ocratoxina A por Torração")
box()

mean_granulometria <- with(Grupo_2, tapply(OtaResidual, Granulometria, mean))
bp_granulometria <- barplot(mean_granulometria, ylim=c(0, max(mean_granulometria)*1.1))
text(bp_granulometria, mean_granulometria, label=round(mean_granulometria, 3), pos=3)
title("Médias dos níveis de Ocratoxina A por Granulometria")
box()

Discussão

A análise dos níveis de Ocratoxina A (OTA Residual) no grupo 2.2 foi realizada com base na torração (clara, média, escura) e granulometria (fina, média, grossa). O objetivo foi investigar se esses fatores afetam significativamente os níveis de OTA Residual e em qual direção. Utilizamos medidas de tendência central (média, mediana), dispersão (variância, desvio padrão) e visualizações gráficas (boxplots, histogramas) para explorar as variações dos níveis de OTA Residual entre os diferentes tratamentos.

1. Variação por Torração

Os resultados indicam uma clara variação nos níveis de Ocratoxina A entre os diferentes níveis de torração.

Torração Clara: Apresentou os maiores níveis de OTA Residual em comparação com os outros tratamentos. Esse resultado é consistente com o fato de que a torração clara expõe os grãos a temperaturas mais baixas e por um período de tempo mais curto. Como a Ocratoxina A é termolábil, a menor exposição ao calor resulta em uma degradação insuficiente da toxina, o que explica os níveis mais elevados.
Torração Média: Apresentou níveis intermediários de OTA Residual. Esse resultado sugere que, à medida que o tempo e a intensidade da torração aumentam, a degradação da toxina se torna mais eficiente. No entanto, os níveis de OTA não são tão baixos quanto os da torração escura, indicando que a degradação ainda não atingiu o ponto máximo.
Torração Escura: Apresentou os menores níveis de OTA Residual. Esse resultado é esperado, visto que a torração mais intensa (maior tempo e temperatura) promove uma degradação mais eficaz da Ocratoxina A.

Os boxplots confirmam esta análise, mostrando que a torração clara possui maior dispersão nos dados, enquanto a torração escura tem menor dispersão, com a maioria dos valores concentrados em níveis baixos. Esse padrão reforça a hipótese de que torrações mais intensas são mais eficazes para a degradação da Ocratoxina A, resultando em níveis mais consistentes e baixos de toxina.

2. Variação por Granulometria

A granulometria também influenciou significativamente os níveis de Ocratoxina A. As médias dos níveis de OTA Residual para cada granulometria foram:

Granulometria Fina: Apresentou os maiores níveis de OTA Residual. Isso pode ser explicado pela maior área superficial exposta ao calor durante o processo de torração. Grãos finamente moídos têm mais contato com o ar e o calor, o que poderia causar uma distribuição desigual de calor e, consequentemente, uma menor eficiência na degradação da toxina.
Granulometria Média: Apresentou níveis intermediários de OTA Residual. Esse resultado sugere que a granulometria média tem um efeito mais equilibrado, permitindo uma degradação mais eficaz da toxina em comparação com a granulometria fina.
Granulometria Grossa: Apresentou os menores níveis de OTA Residual. Isso se deve ao fato de que os grãos maiores expõem uma menor área superficial ao calor, permitindo que o calor seja distribuído de maneira mais uniforme, favorecendo a degradação da Ocratoxina A de forma mais eficaz.

O desvio padrão para a granulometria fina foi o maior entre os três níveis de granulometria, o que estabelece uma alta variabilidade nos resultados desse grupo, refletindo a maior dificuldade em controlar os níveis de OTA Residual em grãos finamente moídos. Por outro lado, a granulometria grossa apresentou o menor desvio padrão, indicando uma maior consistência nos resultados.

Nos boxplots, a granulometria fina apresentou uma maior dispersão dos dados, confirmando sua maior variabilidade, enquanto a granulometria grossa apresentou uma menor dispersão, reforçando a ideia de maior controle e consistência nesse tratamento.

3. Interação entre Torração e Granulometria

A análise das interações entre torração e granulometria revelou que a combinação de torração escura e granulometria grossa foi a mais eficaz na redução dos níveis de OTA Residual, apresentando as menores concentrações de toxina. Por outro lado, a combinação de torração clara e granulometria fina resultou nos maiores níveis de Ocratoxina A.

Esses resultados indicam que tanto a intensidade da torração quanto o tamanho das partículas influenciam significativamente os níveis de OTA Residual. Torrações mais intensas e partículas maiores atuam de forma sinérgica para diminuir a presença de toxina. Grãos com granulometria fina e torração clara, ao contrário, são menos eficientes na degradação da Ocratoxina A, resultando em concentrações mais altas de toxina.

4. Visualizações Gráficas

Os gráficos gerados (boxplots, gráficos de dispersão e histogramas) permitiram uma visualização clara das tendências discutidas. O histograma dos níveis de Ocratoxina A indicou que a distribuição dos níveis de toxina é assimétrica, com uma maior concentração de valores baixos, especialmente em torrações escuras e granulometrias grossas. O gráfico de dispersão destacou a interação entre os fatores de torração e granulometria, mostrando claramente que os níveis de OTA Residual são mais elevados nos tratamentos com torração clara e granulometria fina.

5. Conclusão

Os resultados desta análise descritiva indicam que tanto a torração quanto a granulometria afetam significativamente os níveis de Ocratoxina A em grãos de café. Torrações mais escuras e granulometrias mais grossas resultam em níveis mais baixos de OTA Residual, enquanto torrações claras e granulometrias finas aumentam a concentração de toxina. Essas descobertas são particularmente relevantes para a indústria do café, pois sugerem que o controle rigoroso da torração e da granulometria pode ser uma estratégia eficaz para minimizar os níveis de Ocratoxina A, garantindo maior segurança alimentar