library(ggplot2)
library(dplyr)
library(tidyr)
library(plotly)
library(table1)
library(readxl)

Introducción

En el ámbito de la biología y la ecología, el estudio de los organismos y su interacción con el medio ambiente es fundamental para comprender los procesos biológicos y las adaptaciones de las especies a diferentes condiciones ambientales. En este trabajo, se realizarán algunos análisis estadísticos, con el objetivo de explorar y entender cómo factores ambientales y experimentales influyen en el comportamiento, metabolismo y diversidad de diferentes organismos.

Por un lado, se analiza cómo varía el consumo de oxígeno en dos tipos de moluscos expuestos a tres concentraciones distintas de agua de mar, por eso, buscando si existen diferencias en el metabolismo de estos organismos en función de la salinidad del agua y si estas diferencias son consistentes entre los dos tipos de moluscos trabajados.

Por otro lado, se evalúa el impacto de cuatro tipos de dietas diferentes en el peso corporal de cerdos después de un mes de alimentación. Este análisis busca determinar si existen diferencias significativas en el engorde de los cerdos según la dieta que se les suministra y, en caso de haberlas, poder identificar cuál de las dietas es más efectiva.

Finalmente, también se estudia la diversidad de especies de moluscos asociados a cantos intermareales de diferentes tamaños en diferentes épocas del año. Esto tiene como objetivo determinar si la riqueza de especies varía según el tamaño del canto, la época del año y si existe alguna interacción entre estos factores y el cómo la temperatura y el sexo pueden influir en la tasa de consumo de oxígeno de una especie de cangrejo.

Cada uno de estos análisis se realiza mediante diferentes pruebas estadísticas, como análisis exploratorios de datos, pruebas de hipótesis y análisis de varianza (ANOVA). Los resultados obtenidos en este trabajo contribuyen a la comprensión de los diferentes fenómenos biológicos estudiados, pero también proporcionan información valiosa para la toma de decisiones en contextos aplicados, como por ejmeplo, la gestión de ecosistemas e incluso, la nutrición animal.

Objetivos

Objetivo General

El objetivo general de este trabajo es analizar y comprender cómo diferentes factores ambientales y experimentales influyen en el comportamiento, metabolismo y diversidad de organismos, utilizando técnicas estadísticas para explorar y evaluar las relaciones entre estos factores y las respuestas biológicas observadas en moluscos, cerdos y cangrejos.

Objetivos Especificos

  • Determinar cómo varía el consumo de oxígeno en dos tipos de moluscos que se encuentran expuestos a tres concentraciones distintas de agua de mar y así identificar si existen diferencias significativas en el metabolismo de estos organismos en función de la salinidad del agua y si estas diferencias son consistentes entre los dos tipos de moluscos.
  • Evaluar el impacto de cuatro tipos de dietas diferentes en el peso corporal de cerdos después de un mes de alimentación, determinando si existen diferencias significativas en el engorde de los cerdos según la dieta suministrada y, en caso de haberlas, identificar cuál dieta es más efectiva.
  • Explorar cómo varía la riqueza de especies de moluscos asociados a cantos intermareales de diferentes tamaños en distintas épocas del año, anallizando si la riqueza de especies se encuentra influencida por el tamaño del canto, la época del año y si existe interacción entre estos factores.
  • Determinar si estos factores tienen un efecto significativo en el metabolismo de los cangrejos y si existe interacción entre ellos y analizar cómo la variación en la temperatura y el sexo influyen en la tasa de consumo de oxígeno de una especie de cangrejo.

1. Análisis del consumo de oxígeno en moluscos

Base de Datos

library(readxl)
data_punto1A <- read_excel("C:/Users/LETIZIA/Downloads/Parcial1.xlsx", sheet = "punto1A")
head(data_punto1A)

Gráfico: Consumo de Oxígeno por Tipo de Molusco y Concentración de Agua de Mar

p <- plot_ly(data = data_punto1A, 
             x = ~factor(agua_mar), 
             y = ~oxigeno, 
             color = ~molusco, 
             type = "box") %>%
  layout(title = "",
         xaxis = list(title = "Concentración de Agua de Mar (%)"),
         yaxis = list(title = "Consumo de Oxígeno"),
         boxmode = "group") 

p

Análisis: El tipo de molusco A tiende a consumir más oxígeno en concentraciones altas (100% y 75%), lo que sugiere que tiene un metabolismo más activo o una mayor tolerancia a la salinidad en estas condiciones. Sin embargo, en la concentración del 50%, el tipo B muestra un mayor consumo, lo que podría indicar que este tipo está mejor adaptado a condiciones de menor salinidad. La mayor variabilidad en el tipo B en esta concentración sugiere que algunos individuos pueden estar más adaptados que otros, lo que podría ser objeto de futuras investigaciones.

2. Análisis del peso de los cerdos según la dieta

Base de Datos

data_punto2 <- read_excel("C:/Users/LETIZIA/Downloads/Parcial1.xlsx", sheet = "punto 2")
data_punto2 <- pivot_longer(data_punto2, cols = everything(), names_to = "Dieta", values_to = "Peso")
head(data_punto2)

Prueba ANOVA

anova_result <- aov(Peso ~ Dieta, data = data_punto2)
summary(anova_result)
##             Df Sum Sq Mean Sq F value   Pr(>F)    
## Dieta        3  377.7  125.90   14.24 8.83e-05 ***
## Residuals   16  141.5    8.84                     
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Gráfico: Distribución de Pesos Dieta

p <- ggplot(data_punto2, aes(x = Dieta, y = Peso, fill = Dieta)) +
  geom_boxplot() +
  labs(title = "",
       x = "Dieta",
       y = "Peso (Kg)") +
  theme_minimal()
ggplotly(p)

Análisis: La Dieta C es la más recomendable para maximizar el peso de los cerdos, ya que no solo produce un mayor peso promedio, sino que también muestra una respuesta más consistente en los animales. Las Dietas A y D son menos efectivas, y la Dieta B, aunque tiene un rendimiento intermedio, presenta una mayor variabilidad, lo que podría indicar que no es tan confiable como la Dieta C.

3. Análisis de la riqueza de moluscos

Base de Datos

data_punto3 <- read_excel("C:/Users/LETIZIA/Downloads/Parcial1.xlsx", sheet = "punto 3")
head(data_punto3)

ANOVA para riqueza de especies

anova_result_riqueza <- aov(Riqueza_Especies ~ Tamaño_Canto * Epoca_Año, data = data_punto3)
summary(anova_result_riqueza)
##                        Df Sum Sq Mean Sq F value   Pr(>F)    
## Tamaño_Canto            3   4.31    1.44   0.268    0.848    
## Epoca_Año               3 250.56   83.52  15.569 3.32e-07 ***
## Tamaño_Canto:Epoca_Año  9  32.56    3.62   0.674    0.728    
## Residuals              48 257.50    5.36                     
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Gráfico: Riqueza de Especies de Moluscos por Tamaño de Canto y Época del Año

p <- ggplot(data_punto3, aes(x = Tamaño_Canto, y = Riqueza_Especies, fill = Epoca_Año)) +
  geom_bar(stat = "summary", fun = "mean", position = "dodge") +
  labs(title = "",
       x = "Tamaño del Canto",
       y = "Riqueza de Especies (promedio)",
       fill = "Época del Año") +
  theme_minimal()
ggplotly(p)

Análisis: El análisis estadístico y el gráfico de barras agrupadas confirman que el tamaño del canto y la época del año son factores clave que influyen en la riqueza de especies de moluscos en cantos intermareales. Los cantos grandes y la época de primavera son los más favorables para la diversidad, lo que sugiere que estos hábitats y épocas son críticos para la conservación de la biodiversidad.

Aunque no se encontró una interacción significativa entre el tamaño del canto y la época del año, el gráfico muestra que los cantos grandes mantienen una alta riqueza de especies en todas las épocas, lo que resalta su importancia como hábitats estables para los moluscos. Estos hallazgos son relevantes para la gestión y conservación de ecosistemas intermareales, ya que proporcionan información valiosa sobre los factores que influyen en la riqueza de especies.

4. Análisis del consumo de oxígeno en cangrejos

Base de Datos

data_punto4 <- read_excel("C:/Users/LETIZIA/Downloads/Parcial1.xlsx", sheet = "punto 4")
head(data_punto4)

ANOVA para consumo de oxígeno

aov_cangrejos <- aov(Consumo_Oxigeno ~ Temperatura * Sexo, data = data_punto4)
summary(aov_cangrejos)
##                  Df Sum Sq Mean Sq F value   Pr(>F)    
## Temperatura       2  7.583   3.792   81.01 9.99e-10 ***
## Sexo              1  0.004   0.004    0.08     0.78    
## Temperatura:Sexo  2  0.190   0.095    2.03     0.16    
## Residuals        18  0.843   0.047                     
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Gráfico: Consumo de Oxígeno por Temperatura y Sexo

p <- plot_ly(data = data_punto4, 
             x = ~Temperatura, 
             y = ~Consumo_Oxigeno, 
             color = ~Sexo,
             type = "box") %>%
  layout(title = "",
         xaxis = list(title = "Temperatura"),
         yaxis = list(title = "Consumo de Oxígeno"),
         boxmode = "group") 
p

Análisis: La temperatura y el sexo tienen un efecto significativo en el consumo de oxígeno de los cangrejos. Los machos muestran un metabolismo más activo que las hembras, especialmente en condiciones de alta temperatura, lo que podría estar relacionado con diferencias en la actividad física o en la tasa metabólica basal entre sexos. En condiciones de baja temperatura, las diferencias entre sexos son menos evidentes, lo que sugiere que el metabolismo de ambos sexos se ve afectado de manera similar por el frío. Estos resultados son relevantes para entender cómo los cangrejos pueden responder a cambios en la temperatura ambiental, lo que es especialmente importante en el contexto del cambio climático.

Conclusión

En este trabajo se realizó un análisis estadístico para poder evaluar cómo diferentes factores ambientales y experimentales pueden influir en el comportamiento, metabolismo y diversidad de diferentes organismos. A través de técnicas estadísticas como análisis exploratorios, pruebas de hipótesis y análisis de varianza (ANOVA), se obtuvieron conclusiones basadas en evidencia científica que permiten comprender mejor las relaciones entre estos factores y las respuestas biológicas observadas.

Por un lado, en el primer estudio se encontró que el consumo de oxígeno varía significativamente según la concentración de agua de mar y el tipo de molusco. El tipo de molusco A presentó un mayor consumo en concentraciones altas (100% y 75%), mientras que el tipo B mostró un mayor consumo en la concentración del 50%. Esto sugiere diferencias en la adaptación metabólica de ambos tipos de moluscos a diferentes condiciones de salinidad.

En el segundo estudio, el análisis reveló que la Dieta C es la más efectiva para el engorde de cerdos, produciendo un peso promedio significativamente mayor en comparación con las otras dietas. Esto indica que la elección de la dieta es un factor crucial en la producción porcina.

Por otro lado, en el tercer estudio se observó que la riqueza de especies de moluscos está influenciada por el tamaño del canto y la época del año. Los cantos más grandes y favorecen una mayor diversidad de especies, lo que resalta la importancia de estos factores en la conservación de ecosistemas intermareales.

Finalmente, en el cuarto estudio se pudo observar que el consumo de oxígeno en cangrejos aumenta con la temperatura, siendo más alto en temperaturas altas. Además, los machos tienden a consumir más oxígeno que las hembras, especialmente en condiciones de alta temperatura. Esto sugiere que el sexo y la temperatura son factores clave en el metabolismo de los cangrejos.

En conclusión, los resultados de este informe no solo contribuyen a la comprensión de los fenómenos biológicos estudiados, sino que también tienen implicaciones prácticas en áreas como la gestión de ecosistemas y la nutrición animal. Por ejemplo, la identificación de la dieta más efectiva para el engorde de cerdos puede optimizar la producción porcina, mientras que el estudio de la riqueza de moluscos en cantos intermareales puede informar estrategias de conservación de biodiversidad y este trabajo nos ayuda a demostrar la importancia de utilizar diferentes técnicas estadísticas para poder analizar y comprender fenómenos biológicos complejos, proporcionando información valiosa para la toma de decisiones en contextos aplicados y contribuyendo al avance del conocimiento en biología y ecología.