Trabajo Integrador- Variable TMB
Eber Delgado
2025-04-07
install.packages("ggplot2") ## Installing package into '/cloud/lib/x86_64-pc-linux-gnu-library/4.4'
## (as 'lib' is unspecified)Cargamos paquetes
library("tidyverse")## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr 1.1.4 ✔ readr 2.1.5
## ✔ forcats 1.0.0 ✔ stringr 1.5.1
## ✔ ggplot2 3.5.1 ✔ tibble 3.2.1
## ✔ lubridate 1.9.4 ✔ tidyr 1.3.1
## ✔ purrr 1.0.2
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errorslibrary("readxl")
library("dplyr")
library("leaflet")
library("summarytools")## Warning in fun(libname, pkgname): couldn't connect to display ":0"## system might not have X11 capabilities; in case of errors when using dfSummary(), set st_options(use.x11 = FALSE)
##
## Attaching package: 'summarytools'
##
## The following object is masked from 'package:tibble':
##
## viewlibrary("ggplot2")1. Introducción
Este informe forma parte del Trabajo Integrador del módulo IV. El objetivo es analizar la variable Tiempo Medio de Brotación (TMB) en distintas condiciones de acumulación de horas frío (HF) en cultivares de nogal INTA, diferenciando además el tipo de yema (terminal o lateral). Este análisis busca aportar información clave para la adaptación y selección de cultivares en distintas regiones productivas.
2. La base de datos contiene registros de:
HF: Horas de Frío acumuladas.
TMB: Tiempo medio de brotación (en días).
Cultivar: Nombre del cultivar.
Tipo de Yema: Terminal o lateral.
Función read_excel()
NOGAL <- read_excel("brotacion_nogal.xlsx")Vemos la estructura de la base de datos NOGAL.
glimpse(NOGAL)## Rows: 144
## Columns: 5
## $ Cultivar <chr> "Argentina INTA", "Argentina INTA", "Argentina INTA", "…
## $ Repetición <dbl> 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3, 1…
## $ `Tipo de Yema` <chr> "Terminal", "Terminal", "Terminal", "Terminal", "Termin…
## $ HF <dbl> 0, 0, 0, 150, 150, 150, 300, 300, 300, 450, 450, 450, 6…
## $ TMB <dbl> NA, NA, NA, NA, NA, NA, NA, NA, 77.00, 68.00, 71.00, 68…Casos (o filas) que tiene la base de datos del cultivar Argentina INTA
Filtrar los datos para el cultivar Argentina INTA
Argentina <- NOGAL %>% filter(Cultivar == "Argentina INTA")
Argentina## # A tibble: 72 × 5
## Cultivar Repetición `Tipo de Yema` HF TMB
## <chr> <dbl> <chr> <dbl> <dbl>
## 1 Argentina INTA 1 Terminal 0 NA
## 2 Argentina INTA 2 Terminal 0 NA
## 3 Argentina INTA 3 Terminal 0 NA
## 4 Argentina INTA 1 Terminal 150 NA
## 5 Argentina INTA 2 Terminal 150 NA
## 6 Argentina INTA 3 Terminal 150 NA
## 7 Argentina INTA 1 Terminal 300 NA
## 8 Argentina INTA 2 Terminal 300 NA
## 9 Argentina INTA 3 Terminal 300 77
## 10 Argentina INTA 1 Terminal 450 68
## # ℹ 62 more rowsCasos (o filas) que tiene la base de datos del cultivar Yaco Tula INTA
Filtrar los datos para el cultivar Yaco Tula INTA
Yaco_Tula <- NOGAL %>% filter(Cultivar == "Yaco Tula INTA")
Yaco_Tula## # A tibble: 72 × 5
## Cultivar Repetición `Tipo de Yema` HF TMB
## <chr> <dbl> <chr> <dbl> <dbl>
## 1 Yaco Tula INTA 1 Terminal 0 NA
## 2 Yaco Tula INTA 2 Terminal 0 NA
## 3 Yaco Tula INTA 3 Terminal 0 NA
## 4 Yaco Tula INTA 1 Terminal 150 NA
## 5 Yaco Tula INTA 2 Terminal 150 NA
## 6 Yaco Tula INTA 3 Terminal 150 NA
## 7 Yaco Tula INTA 1 Terminal 300 NA
## 8 Yaco Tula INTA 2 Terminal 300 NA
## 9 Yaco Tula INTA 3 Terminal 300 NA
## 10 Yaco Tula INTA 1 Terminal 450 78
## # ℹ 62 more rows3. Medidas de resumen
Se calcularon medidas de tendencia central, dispersión para la variable TMB según HF, cultivar y tipo de yema.
# Calcular medidas de resumen
resumen_HF_Cultivar_Yema <- NOGAL %>%
group_by(HF, Cultivar, `Tipo de Yema`) %>%
summarise(
Media_TMB = mean(TMB, na.rm = TRUE),
Mediana_TMB = median(TMB, na.rm = TRUE),
Desviacion_Tipica = sd(TMB, na.rm = TRUE),
Min_TMB = min(TMB, na.rm = TRUE),
Max_TMB = max(TMB, na.rm = TRUE),
Rango_TMB = max(TMB, na.rm = TRUE) - min(TMB, na.rm = TRUE),
.groups = "drop"
)## Warning: There were 40 warnings in `summarise()`.
## The first warning was:
## ℹ In argument: `Min_TMB = min(TMB, na.rm = TRUE)`.
## ℹ In group 1: `HF = 0`, `Cultivar = "Argentina INTA"`, `Tipo de Yema =
## "Lateral"`.
## Caused by warning in `min()`:
## ! no non-missing arguments to min; returning Inf
## ℹ Run `dplyr::last_dplyr_warnings()` to see the 39 remaining warnings.# Mostrar resultado
resumen_HF_Cultivar_Yema## # A tibble: 48 × 9
## HF Cultivar `Tipo de Yema` Media_TMB Mediana_TMB Desviacion_Tipica Min_TMB
## <dbl> <chr> <chr> <dbl> <dbl> <dbl> <dbl>
## 1 0 Argenti… Lateral NaN NA NA Inf
## 2 0 Argenti… Terminal NaN NA NA Inf
## 3 0 Yaco Tu… Lateral NaN NA NA Inf
## 4 0 Yaco Tu… Terminal NaN NA NA Inf
## 5 150 Argenti… Lateral NaN NA NA Inf
## 6 150 Argenti… Terminal NaN NA NA Inf
## 7 150 Yaco Tu… Lateral NaN NA NA Inf
## 8 150 Yaco Tu… Terminal NaN NA NA Inf
## 9 300 Argenti… Lateral 79 79 1 78
## 10 300 Argenti… Terminal 77 77 NA 77
## # ℹ 38 more rows
## # ℹ 2 more variables: Max_TMB <dbl>, Rango_TMB <dbl>4. Gráfico: Relación entre HF y TMB
Grafico
# Crear columna combinada para definir colores y formas
NOGAL <- NOGAL %>%
mutate(Grupo = case_when(
Cultivar == "Argentina INTA" & `Tipo de Yema` == "Terminal" ~ "Argentina - Terminal",
Cultivar == "Argentina INTA" & `Tipo de Yema` == "Lateral" ~ "Argentina - Lateral",
Cultivar == "Yaco Tula INTA" & `Tipo de Yema` == "Terminal" ~ "Yaco Tula - Terminal",
Cultivar == "Yaco Tula INTA" & `Tipo de Yema` == "Lateral" ~ "Yaco Tula - Lateral"
))
# Definir colores (relleno) y formas personalizados
colores <- c(
"Argentina - Terminal" = "green",
"Argentina - Lateral" = "red",
"Yaco Tula - Terminal" = "black",
"Yaco Tula - Lateral" = "blue"
)
formas <- c(
"Argentina - Terminal" = 21, # círculo con borde
"Argentina - Lateral" = 24, # triángulo con borde
"Yaco Tula - Terminal" = 21,
"Yaco Tula - Lateral" = 24
)
# Crear gráfico
ggplot(NOGAL, aes(x = HF, y = TMB, fill = Grupo, shape = Grupo)) +
geom_point(size = 3, alpha = 0.85, stroke = 1, color = "black") + # contorno negro
scale_fill_manual(values = colores) +
scale_shape_manual(values = formas) +
scale_x_continuous(
breaks = seq(0, 1650, by = 150),
limits = c(0, 1650)
) +
scale_y_continuous(
limits = c(0, 100),
breaks = seq(0, 100, by = 10)
) +
labs(
title = "Relación entre el tiempo medio de brotación (TMB)\ny las horas de frío (HF)",
x = "Horas frío (HF)",
y = "Tiempo medio de brotación (TMB en días)"
) +
theme_light(base_size = 13) +
theme(
plot.title = element_text(face = "bold", size = 13, hjust = 0.5),
axis.title.x = element_text(face = "bold", size = 10),
axis.title.y = element_text(face = "bold", size = 10),
axis.text.x = element_text(size = 12, color = "black", angle = 45, hjust = 1),
axis.text.y = element_text(size = 12, color = "black"),
axis.line = element_line(color = "black"),
axis.ticks = element_line(color = "black"),
legend.position = "right",
legend.title = element_blank(),
legend.box = "horizontal",
panel.border = element_rect(color = "black", fill = NA, size = 1),
plot.margin = margin(20, 20, 20, 20)
)## Warning: The `size` argument of `element_rect()` is deprecated as of ggplot2 3.4.0.
## ℹ Please use the `linewidth` argument instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.## Warning: Removed 33 rows containing missing values or values outside the scale range
## (`geom_point()`).
ggsave("grafico_nogales.png", width = 8, height = 6, dpi = 300)## Warning: Removed 33 rows containing missing values or values outside the scale range
## (`geom_point()`).5. Análisis e interpretación de resultados
Explicar qué información aportan las herramientas seleccionadas sobre la variable de interés.
Las herramientas estadísticas utilizadas, como las medidas de resumen (media, mediana, desviación típica, mínimo, máximo y rango), permitieron caracterizar el comportamiento del Tiempo Medio de Brotación (TMB) en diferentes condiciones de acumulación de Horas Frío (HF), diferenciando además por cultivar y tipo de yema. Estas medidas aportan información clave sobre:
• Tendencia central: valores promedio (media) y representativos (mediana) del TMB, que indican el tiempo estimado en días que tarda una yema en brotar bajo ciertas condiciones de frío acumulado.
• Dispersión: la desviación típica y el rango muestran la variabilidad del TMB, es decir, si las brotaciones se concentran en torno a un valor o si son muy variables.
• Extremos: los valores mínimo y máximo de TMB ayudan a identificar posibles casos tempranos o tardíos de brotación que pueden ser relevantes desde el punto de vista agronómico.
El gráfico complementario permite visualizar la relación entre HF y TMB. Se evidencia que a mayor cantidad de horas de frío acumuladas, el TMB tiende a ser menor, lo que indica que los cultivares responden al frío invernal acortando el tiempo necesario para brotar.
Relacionar los resultados con el contexto del proyecto de cada estudiante.
En el contexto del proyecto, que busca evaluar la adaptación de los cultivares de nogal ‘Argentina INTA’ y ‘Yaco Tula INTA’ a distintas zonas productivas de Catamarca, los resultados obtenidos permiten:
####• Comparar la eficiencia de brotación entre ambos cultivares y entre tipos de yema (terminal vs. lateral), lo cual es esencial para entender su comportamiento fenológico. #### • Evaluar cómo responden estas yemas a diferentes niveles de acumulación de frío, un factor crítico en zonas con inviernos cálidos o variables como el Valle de Pomán. #### • Orientar decisiones sobre qué cultivar es más adecuado para cada región, en función de su capacidad para brotar de manera oportuna con las horas de frío disponibles localmente. #### • Proveer información útil para el manejo agronómico, como definir fechas de poda, prever riesgos de brotación tardía, o incluso implementar estrategias para inducir la salida de dormancia si las condiciones invernales no son suficientes. #### En conjunto, estos análisis aportan bases científicas concretas para avanzar en la selección y adaptación de cultivares de nogal a distintos ambientes, mejorando la sostenibilidad y productividad de los sistemas frutícolas en Catamarca.