Boxplot Densidad Real

Los diagramas de cajas permitieron observar la variabilidad de la densidad real en las fincas evaluadas.

Boxplot Densidad Aparente

Los diagramas de cajas permitieron analizar la dispersión de la densidad aparente.

Modelo de Regresión

## 
## Call:
## lm(formula = D_REAL ~ D_APAREN, data = datos)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -0.23873 -0.08255 -0.00427  0.07391  0.39829 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept)  1.82885    0.03579    51.1   <2e-16 ***
## D_APAREN     0.60129    0.03580    16.8   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.1134 on 160 degrees of freedom
## Multiple R-squared:  0.6381, Adjusted R-squared:  0.6358 
## F-statistic: 282.1 on 1 and 160 DF,  p-value: < 2.2e-16

La regresión lineal permitió evaluar la relación entre la densidad aparente y la densidad real del suelo. Los resultados obtenidos muestran la tendencia existente entre ambas variables.

Gráfica de Regresión

## `geom_smooth()` using formula = 'y ~ x'

La gráfica de dispersión permitió visualizar la relación entre las variables, mientras que la línea de regresión representa la tendencia general de los datos analizados.

ANOVA

## Analysis of Variance Table
## 
## Response: D_REAL
##            Df Sum Sq Mean Sq F value    Pr(>F)    
## D_APAREN    1 3.6302  3.6302  282.06 < 2.2e-16 ***
## Residuals 160 2.0592  0.0129                      
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

El análisis de varianza (ANOVA) mostró que el modelo de regresión lineal fue estadísticamente significativo, debido a que el valor p fue menor a 0.05, indicando una relación significativa entre las variables estudiadas.