library(readxl)
library(ggplot2)
library(dplyr)
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
library(tidyr)
# Leer archivo Excel
datos_individuales <- read_excel("Datos micro agricola.xlsx",
col_types = c("numeric", "text", "text",
"numeric", "numeric", "numeric"))
# Convertir a factores
datos_individuales$MICROORGANISMO <- as.factor(datos_individuales$MICROORGANISMO)
datos_individuales$ESTRÉS <- as.factor(datos_individuales$ESTRÉS)
datos_individuales$TRATAMIENTO <- as.factor(datos_individuales$TRATAMIENTO)
datos_individuales$MUESTREO <- as.factor(datos_individuales$MUESTREO)
# SPAD ~ Microorganismo * Estrés
modelo_spad <- aov(SPAD ~ MICROORGANISMO * ESTRÉS, data = datos_individuales)
summary(modelo_spad)
## Df Sum Sq Mean Sq F value Pr(>F)
## MICROORGANISMO 1 52.6 52.62 1.243 0.27156
## ESTRÉS 2 483.7 241.83 5.712 0.00658 **
## MICROORGANISMO:ESTRÉS 1 2.4 2.40 0.057 0.81293
## Residuals 40 1693.6 42.34
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
TukeyHSD(modelo_spad, "ESTRÉS")
## Tukey multiple comparisons of means
## 95% family-wise confidence level
##
## Fit: aov(formula = SPAD ~ MICROORGANISMO * ESTRÉS, data = datos_individuales)
##
## $ESTRÉS
## diff lwr upr p adj
## 50-0 4.590741 -1.874749 11.056230 0.2073495
## 80-0 8.307407 1.841918 14.772897 0.0090137
## 80-50 3.716667 -1.562383 8.995717 0.2126696
# Temperatura ~ Microorganismo * Estrés
modelo_temp <- aov(TEMPERATURA ~ MICROORGANISMO * ESTRÉS, data = datos_individuales)
summary(modelo_temp)
## Df Sum Sq Mean Sq F value Pr(>F)
## MICROORGANISMO 1 0.4 0.39 0.020 0.88787
## ESTRÉS 2 282.2 141.12 7.374 0.00188 **
## MICROORGANISMO:ESTRÉS 1 3.4 3.36 0.176 0.67740
## Residuals 40 765.5 19.14
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
# Agrupar y calcular media y error estándar
resumen_spad <- datos_individuales %>%
group_by(MICROORGANISMO, ESTRÉS) %>%
summarise(
media = mean(SPAD, na.rm = TRUE),
se = sd(SPAD, na.rm = TRUE) / sqrt(n())
)
## `summarise()` has grouped output by 'MICROORGANISMO'. You can override using
## the `.groups` argument.
# Gráfico de barras
ggplot(resumen_spad, aes(x = ESTRÉS, y = media, fill = MICROORGANISMO)) +
geom_bar(stat = "identity", position = position_dodge(width = 0.8)) +
geom_errorbar(aes(ymin = media - se, ymax = media + se),
position = position_dodge(width = 0.8), width = 0.2) +
labs(title = "SPAD por estrés y microorganismo",
x = "Nivel de estrés (%)", y = "Valor medio SPAD") +
theme_minimal()
resumen_temperatura <- datos_individuales %>%
group_by(MICROORGANISMO, ESTRÉS) %>%
summarise(
media = mean(TEMPERATURA, na.rm = TRUE),
se = sd(TEMPERATURA, na.rm = TRUE) / sqrt(n())
)
## `summarise()` has grouped output by 'MICROORGANISMO'. You can override using
## the `.groups` argument.
ggplot(resumen_temperatura, aes(x = ESTRÉS, y = media, fill = MICROORGANISMO)) +
geom_bar(stat = "identity", position = position_dodge(width = 0.8)) +
geom_errorbar(aes(ymin = media - se, ymax = media + se),
position = position_dodge(width = 0.8), width = 0.2) +
labs(title = "TEMPERATURA por estrés y microorganismo",
x = "Nivel de estrés (%)", y = "Valor medio TEMPERATURA") +
theme_minimal()
## datos para análisis descriptivo
datos_promedios <- read_excel("Promedios microbiología agrícola.xlsx",
col_types = c("numeric", "text", "text",
"numeric", "numeric", "numeric",
"numeric", "numeric"))
# Asegurar que variables sean categóricas
datos_promedios$MICROORGANISMO <- as.factor(datos_promedios$MICROORGANISMO)
datos_promedios$ESTRÉS <- as.factor(datos_promedios$ESTRÉS)
datos_promedios$TRATAMIENTO <- as.factor(datos_promedios$TRATAMIENTO)
datos_promedios$MUESTREO <- as.factor(datos_promedios$MUESTREO)
library(ggplot2)
ggplot(datos_promedios, aes(x = TRATAMIENTO, y = ALTURA, fill = TRATAMIENTO)) +
geom_bar(stat = "identity", color = "black") +
labs(title = "Altura promedio por tratamiento",
y = "Altura (cm)", x = "Tratamiento") +
theme_minimal()
ggplot(datos_promedios, aes(x = TRATAMIENTO, y = `PESO FRESCO`, fill = TRATAMIENTO)) +
geom_bar(stat = "identity", color = "black") +
labs(title = "Peso promedio por tratamiento",
y = "Peso (g)", x = "Tratamiento") +
theme_minimal()
ggplot(datos_promedios, aes(x = TRATAMIENTO, y = DIAMETRO, fill = TRATAMIENTO)) +
geom_bar(stat = "identity", color = "black") +
labs(title = "Diámetro promedio por tratamiento",
y = "diámetro (cm)", x = "Tratamiento") +
theme_minimal()
ggplot(datos_promedios, aes(x = TRATAMIENTO, y = HOJAS, fill = TRATAMIENTO)) +
geom_bar(stat = "identity", color = "black") +
labs(title = "Moda número de hojas por tratamiento",
y = "N° de hojas", x = "Tratamiento") +
theme_minimal()
#######################################
# Supongamos que tu tabla se llama 'datos_promedios'
# y contiene: Tratamiento, Muestreo, Altura, Peso, Diametro, Hojas
# Reorganizar en formato largo
datos_largos <- datos_promedios %>%
pivot_longer(cols = c(ALTURA, `PESO FRESCO`, DIAMETRO, HOJAS),
names_to = "Variable",
values_to = "Valor")
datos_largos$MICROORGANISMO <- as.factor(datos_largos$MICROORGANISMO)
datos_largos$ESTRÉS <- as.factor(datos_largos$ESTRÉS)
datos_largos$Variable <- as.factor(datos_largos$Variable)
ggplot(datos_largos, aes(x = ESTRÉS, y = Valor, fill = MICROORGANISMO)) +
geom_bar(stat = "identity", position = position_dodge(width = 0.8), color = "black") +
facet_wrap(~ Variable, scales = "free_y") +
labs(title = "Comparación de microorganismo por nivel de estrés",
x = "Nivel de estrés hídrico (%)",
y = "Valor promedio",
fill = "Microorganismo") +
theme_minimal() +
scale_fill_brewer(palette = "Set2")
# Gráfico con barras agrupadas por tratamiento y coloreadas por muestreo
ggplot(datos_largos, aes(x = TRATAMIENTO, y = Valor, fill = MUESTREO)) +
geom_bar(stat = "identity", position = position_dodge(width = 0.8), color = "black") +
facet_wrap(~ Variable, scales = "free_y") +
labs(title = "Promedios por tratamiento y muestreo",
x = "Tratamiento",
y = "Valor promedio",
fill = "Muestreo") +
theme_minimal() +
scale_fill_brewer(palette = "Set2")
