library(readxl)
Base_de_datos_1 <- read_excel("Base de datos 1.xlsx", 
  col_types = c("numeric", "numeric", "numeric", "numeric", "text", "text", "numeric"))

View(Base_de_datos_1)

#Pregunta 1: Se espera mayor porcentaje de hembras con satelites que las que no lo tienen

Opción descriptiva

table(Base_de_datos_1$satellites>0)
## 
## FALSE  TRUE 
##    62   111
require(table1)
## Cargando paquete requerido: table1
## Warning: package 'table1' was built under R version 4.4.2
## 
## Adjuntando el paquete: 'table1'
## The following objects are masked from 'package:base':
## 
##     units, units<-
table1(~satellites>0,data=Base_de_datos_1)
Overall
(N=173)
satellites > 0
Yes 111 (64.2%)
No 62 (35.8%)

#Preguna 2: Se espera que el porcentaje de hembras con satélites esté relacionado con las espinas

Opción descriptiva

table(Base_de_datos_1$satellites>0,Base_de_datos_1$spine)
##        
##          1  2  3
##   FALSE 11  8 43
##   TRUE  26  7 78
table1(~satellites>0 | spine,data=Base_de_datos_1)
1
(N=37)
2
(N=15)
3
(N=121)
Overall
(N=173)
satellites > 0
Yes 26 (70.3%) 7 (46.7%) 78 (64.5%) 111 (64.2%)
No 11 (29.7%) 8 (53.3%) 43 (35.5%) 62 (35.8%)
table1(~satellites | spine,data=Base_de_datos_1)
1
(N=37)
2
(N=15)
3
(N=121)
Overall
(N=173)
satellites
Mean (SD) 3.65 (3.39) 2.00 (2.36) 2.81 (3.13) 2.92 (3.15)
Median [Min, Max] 4.00 [0, 14.0] 0 [0, 6.00] 2.00 [0, 15.0] 2.00 [0, 15.0]

#Pregunta 3: Se espera que el porcentaje de hembras con satélites esté relacionado con el color. (más oscuro (color 4) más satélites)

names(Base_de_datos_1)
## [1] "Crab"       "satellites" "weight"     "width"      "color"     
## [6] "spine"      "y"
table(Base_de_datos_1$satellites>0,Base_de_datos_1$color)
##        
##          1  2  3  4
##   FALSE  3 26 18 15
##   TRUE   9 69 26  7
table1(~satellites>0 | color,data=Base_de_datos_1)
1
(N=12)
2
(N=95)
3
(N=44)
4
(N=22)
Overall
(N=173)
satellites > 0
Yes 9 (75.0%) 69 (72.6%) 26 (59.1%) 7 (31.8%) 111 (64.2%)
No 3 (25.0%) 26 (27.4%) 18 (40.9%) 15 (68.2%) 62 (35.8%)
table1(~satellites | color,data=Base_de_datos_1)
1
(N=12)
2
(N=95)
3
(N=44)
4
(N=22)
Overall
(N=173)
satellites
Mean (SD) 4.08 (3.12) 3.29 (3.21) 2.23 (2.60) 2.05 (3.62) 2.92 (3.15)
Median [Min, Max] 4.50 [0, 9.00] 3.00 [0, 15.0] 1.00 [0, 10.0] 0 [0, 12.0] 2.00 [0, 15.0]

#Pregunta 4: Gráfica peso-número de satélites.

require(ggplot2)
## Cargando paquete requerido: ggplot2
ggplot(aes(x=weight,y=satellites),data=Base_de_datos_1)+
  geom_point()+geom_smooth(method = "lm")+theme_bw()
## `geom_smooth()` using formula = 'y ~ x'

Recodificar los niveles de un factor

Base_de_datos_1$color_recode <- factor(Base_de_datos_1$color,
                                       labels = c("muy claro", "claro", "oscuro", "muy oscuro"),
                                       levels = c("1", "2", "3", "4"))
table1(~satellites | color_recode,data=Base_de_datos_1)
muy claro
(N=12)
claro
(N=95)
oscuro
(N=44)
muy oscuro
(N=22)
Overall
(N=173)
satellites
Mean (SD) 4.08 (3.12) 3.29 (3.21) 2.23 (2.60) 2.05 (3.62) 2.92 (3.15)
Median [Min, Max] 4.50 [0, 9.00] 3.00 [0, 15.0] 1.00 [0, 10.0] 0 [0, 12.0] 2.00 [0, 15.0]

#Pregunta 5: Se espera una relación entre el peso y el número de satélites (+peso + satélites).