El horseshoe crab (o cangrejo herradura) no es un cangrejo real, sino un pariente cercano de los arácnidos, como las arañas y los escorpiones. Existen desde hace más de 450 millones de años, lo que los convierte en verdaderos fósiles vivientes. La siguiente tabla contiene datos como el peso, el tamaño, el color (si es muy claro, u oscuro) la cantidad de espinas que tiene, y cuantos satelites (machos rondando) tiene (si es hembra).
library(readxl)## Warning: package 'readxl' was built under R version 4.4.2Cangreburgir <- read_excel("Cangreburgir.xlsx")
View(Cangreburgir)
head(Cangreburgir, n = 5)La gráfica nos indica el número total de hembras comparado con las proporciones que poseen o no satelites. Podemos observar como hay 111 hembras (64.2%) que si cuentan con satelites, mientras que hay 62 (35.8%) que no tienen. Por esto mismo se acepta la hipótesis ya que se observa que la proporción de hembras que cuentan con satelites es mayor.
table(Cangreburgir$satellites>0)##
## FALSE TRUE
## 62 111library(table1)## Warning: package 'table1' was built under R version 4.4.2##
## Adjuntando el paquete: 'table1'## The following objects are masked from 'package:base':
##
## units, units<-require(table1)
table1(~satellites>0, data=Cangreburgir)| Overall (N=173) |
|
|---|---|
| satellites > 0 | |
| Yes | 111 (64.2%) |
| No | 62 (35.8%) |
La gráfica nos indica el número de especímenes que comparado con el número de espinas en buen estado, siendo 1 la referencia para aquellos especímenes que no cuentan con espinas en mal estado, 2 para aquellos especímenes que tienen 1 espina en mal estado y 3 para aquellos especímenes que poseen 2 o más espinas en mal estado. Teniendo esto en cuenta y analizando la gráfica, se observa que hay preferencia por aquellos individuos que poseen todas sus espinas en buen estado, a comparación con aquellos que poseen 1 espina en mal estado, en donde el número de individuos preferidos disminuyó drásticamente. Sin embargo, si observamos aquellos individuos que poseían 2 o más espinas en mal estado, el número de individuos preferidos no presenta un valor muy alejado de el número de individuos preferidos que poseen todas sus espinas en buen estado, por ende se acepta parcialmente la hipotesis, debido a que, si bien existe una preferencia por aquellos individuos que tienen sus espinas en buen estado, el hecho de que tengan varias espinas en mal estado no afecta tan drásticamente la preferencia.
table(Cangreburgir$satellites>0,Cangreburgir$spine)##
## 1 2 3
## FALSE 11 8 43
## TRUE 26 7 78table1(~satellites>0|spine, data=Cangreburgir)## Warning in table1.formula(~satellites > 0 | spine, data = Cangreburgir): Terms
## to the right of '|' in formula 'x' define table columns and are expected to be
## factors with meaningful labels.| 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=Cangreburgir)## Warning in table1.formula(~satellites | spine, data = Cangreburgir): Terms to
## the right of '|' in formula 'x' define table columns and are expected to be
## factors with meaningful labels.| 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] |
Se espera que el porcentaje de hembras con satélites será relacionado con el color (más oscura más satélites)
En la tabla se puede observar los rangos de color siendo muy claro, claro, oscuro y muy oscuro con su respectiva cantidad de individuos en cada uno de los rangos. Por otro lado, también está la media, desviación estándar y mediana. En la tabla se relaciona el promedio de satélites alrededor de una hembra con respecto al color de esta. En la tabla podemos observar una preferencia de satélites hacia las hembras muy claras con un promedio de 4.08 y se ve a su vez un descenso en el promedio de satélites con respecto a que tan oscuro es el color. Siendo los muy oscuros los que en promedio menor cantidad de satélites tenían con un valor de 2.05. Por lo tanto, la hipótesis no es verdadera por que el porcentaje de satélites es inversamente proporcional con el calor a más oscura menos satélites.
table1(~satellites | color, data=Cangreburgir)## Warning in table1.formula(~satellites | color, data = Cangreburgir): Terms to
## the right of '|' in formula 'x' define table columns and are expected to be
## factors with meaningful labels.| 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] |
#recodificar los niveles de un factor
Cangreburgir$color_recode <- factor (Cangreburgir$color,
labels = c("muy claro", "claro", "oscuro", "muy oscuro"),
levels = c("1","2","3","4"))Se espera una relación entre la cantidad de satélites y el peso (más pesos más satélites)
En la gráfica hay una relación entre el número de satélites (eje y) y el peso (eje x). En el grafico se observa el peso de cada una de las hembras y su número de satélites. Se puede observar que a mayor peso existe una tendencia a tener más satélites. Esto también se puede ver representado por la línea de tendencia que en este caso es positiva. Lo que indica que si hay una relación entre la cantidad de satélites y el peso de las hembras. Por otro lado, el coeficiente de correlación para el grafico es de 0.3692474 lo que indica que entre las variables hay una relación positivamente débil. Por lo tanto, la hipótesis en verdadera ya que si existe una relación entre la cantidad de satélites y el peso de las hembras.
#Se espera una relacion entre la cantidad de satelites
# y el peso (mas peso mas satelites)
#opc1
require(ggplot2)## Cargando paquete requerido: ggplot2## Warning: package 'ggplot2' was built under R version 4.4.2g1 = ggplot(aes(x=weight,y=satellites),data = Cangreburgir)+
geom_point()+geom_smooth(method = "lm")+theme_bw()
cor(Cangreburgir$satellites,Cangreburgir$weight)## [1] 0.3692474require(plotly)## Cargando paquete requerido: plotly## Warning: package 'plotly' was built under R version 4.4.2##
## Adjuntando el paquete: 'plotly'## The following object is masked from 'package:ggplot2':
##
## last_plot## The following object is masked from 'package:stats':
##
## filter## The following object is masked from 'package:graphics':
##
## layoutggplotly(g1)## `geom_smooth()` using formula = 'y ~ x'Se esperará una relación entre el peso y la cantidad de satelites. Se puede aceptar medianamente la hipotesis, ya que la linea de tendecia es positiva, sin embargo se pueden ver varias expceciones a lo largo de ella, como quien tiene más satelites no es la más pesada, y aquella más pesada tiene una cantidad media de satelites.