Identificacion del Estudiante

Estudiante: Yuliana Esther Arrieta Rivera (201252360)

Carga el Dataset Riego_estres_hidrico_.csv

Los datasets CSV son archivos que almacenan datos organizados en filas y columnas, de forma similar a una tabla de Excel. CSV significa “valores separados por comas” y se utilizan para guardar y analizar información de manera sencilla.

riego <- read.csv("riego_estres_hidrico_.csv", dec = ",")
str(riego) 
## 'data.frame':    180 obs. of  10 variables:
##  $ id_lote                : int  1 2 3 4 5 6 7 8 9 10 ...
##  $ sector                 : chr  "Sector 2" "Sector 1" "Sector 1" "Sector 1" ...
##  $ sistema_riego          : chr  "Aspersion" "Goteo" "Aspersion" "Goteo" ...
##  $ textura_suelo          : chr  "Franco" "Franco" "Arenoso" "Arenoso" ...
##  $ horas_riego_semana     : chr  "15.4" "11.4" "9.3" "8.2" ...
##  $ precipitacion_semana_mm: chr  "39.8" "70.2" "46.1" "33.6" ...
##  $ humedad_suelo_pct      : chr  "40.5" "37.0" "27.7" "31.0" ...
##  $ falla_bomba            : chr  "No" "No" "No" "No" ...
##  $ estado_cultivo         : chr  "Estres" "Normal" "Estres" "Normal" ...
##  $ rendimiento_kg_ha      : int  3454 4858 3102 4561 5148 4784 4746 4443 1614 3009 ...
riego$horas_riego_semana <- as.numeric(riego$horas_riego_semana)
riego$precipitacion_semana_mm <- as.numeric(riego$precipitacion_semana_mm)
riego$humedad_suelo_pct <- as.numeric(riego$humedad_suelo_pct)

Examina la estructura del Dataset Riego_estres_hidrico

#Muestra la estructura del data frame 
str(riego)
## 'data.frame':    180 obs. of  10 variables:
##  $ id_lote                : int  1 2 3 4 5 6 7 8 9 10 ...
##  $ sector                 : chr  "Sector 2" "Sector 1" "Sector 1" "Sector 1" ...
##  $ sistema_riego          : chr  "Aspersion" "Goteo" "Aspersion" "Goteo" ...
##  $ textura_suelo          : chr  "Franco" "Franco" "Arenoso" "Arenoso" ...
##  $ horas_riego_semana     : num  15.4 11.4 9.3 8.2 7 18.8 6.1 8.5 15.6 9.6 ...
##  $ precipitacion_semana_mm: num  39.8 70.2 46.1 33.6 37.8 41.5 32.1 46 51.5 72 ...
##  $ humedad_suelo_pct      : num  40.5 37 27.7 31 35.3 30.1 33.5 39.7 41.1 40.1 ...
##  $ falla_bomba            : chr  "No" "No" "No" "No" ...
##  $ estado_cultivo         : chr  "Estres" "Normal" "Estres" "Normal" ...
##  $ rendimiento_kg_ha      : int  3454 4858 3102 4561 5148 4784 4746 4443 1614 3009 ...

Mostrando variables númericas y categoricas

Esta pareja de variables es relevante para nosotros como Ingenieros Agricolas porque permite evaluar cómo el sistema de riego influye en el estado del cultivo, ayudando a optimizar el uso del agua y mejorar la producción.

# Mostrando la variable sistema de riego y la variable estado del cultivo
riego$sistema_riego
##   [1] "Aspersion" "Goteo"     "Aspersion" "Goteo"     "Goteo"     "Gravedad" 
##   [7] "Goteo"     "Goteo"     "Gravedad"  "Aspersion" "Aspersion" "Gravedad" 
##  [13] "Gravedad"  "Gravedad"  "Aspersion" "Goteo"     "Goteo"     "Goteo"    
##  [19] "Goteo"     "Goteo"     "Gravedad"  "Goteo"     "Aspersion" "Aspersion"
##  [25] "Goteo"     "Goteo"     "Goteo"     "Gravedad"  "Gravedad"  "Goteo"    
##  [31] "Aspersion" "Goteo"     "Goteo"     "Aspersion" "Aspersion" "Goteo"    
##  [37] "Goteo"     "Aspersion" "Aspersion" "Gravedad"  "Aspersion" "Goteo"    
##  [43] "Aspersion" "Gravedad"  "Aspersion" "Gravedad"  "Goteo"     "Goteo"    
##  [49] "Goteo"     "Aspersion" "Gravedad"  "Gravedad"  "Aspersion" "Aspersion"
##  [55] "Aspersion" "Gravedad"  "Goteo"     "Aspersion" "Gravedad"  "Gravedad" 
##  [61] "Gravedad"  "Gravedad"  "Goteo"     "Goteo"     "Goteo"     "Aspersion"
##  [67] "Aspersion" "Goteo"     "Goteo"     "Goteo"     "Aspersion" "Gravedad" 
##  [73] "Aspersion" "Gravedad"  "Aspersion" "Goteo"     "Gravedad"  "Goteo"    
##  [79] "Gravedad"  "Aspersion" "Gravedad"  "Goteo"     "Goteo"     "Aspersion"
##  [85] "Goteo"     "Goteo"     "Goteo"     "Gravedad"  "Gravedad"  "Goteo"    
##  [91] "Gravedad"  "Goteo"     "Goteo"     "Aspersion" "Goteo"     "Gravedad" 
##  [97] "Goteo"     "Goteo"     "Gravedad"  "Aspersion" "Gravedad"  "Aspersion"
## [103] "Goteo"     "Goteo"     "Goteo"     "Goteo"     "Goteo"     "Goteo"    
## [109] "Gravedad"  "Aspersion" "Aspersion" "Gravedad"  "Aspersion" "Aspersion"
## [115] "Aspersion" "Aspersion" "Goteo"     "Gravedad"  "Goteo"     "Aspersion"
## [121] "Goteo"     "Aspersion" "Aspersion" "Aspersion" "Goteo"     "Aspersion"
## [127] "Goteo"     "Gravedad"  "Goteo"     "Aspersion" "Goteo"     "Gravedad" 
## [133] "Goteo"     "Goteo"     "Gravedad"  "Goteo"     "Gravedad"  "Gravedad" 
## [139] "Aspersion" "Aspersion" "Aspersion" "Goteo"     "Goteo"     "Aspersion"
## [145] "Gravedad"  "Aspersion" "Goteo"     "Gravedad"  "Gravedad"  "Goteo"    
## [151] "Aspersion" "Goteo"     "Goteo"     "Aspersion" "Aspersion" "Aspersion"
## [157] "Aspersion" "Gravedad"  "Gravedad"  "Gravedad"  "Goteo"     "Gravedad" 
## [163] "Gravedad"  "Goteo"     "Goteo"     "Goteo"     "Goteo"     "Goteo"    
## [169] "Goteo"     "Aspersion" "Goteo"     "Aspersion" "Gravedad"  "Goteo"    
## [175] "Goteo"     "Gravedad"  "Aspersion" "Goteo"     "Gravedad"  "Aspersion"
riego$estado_cultivo
##   [1] "Estres" "Normal" "Estres" "Normal" "Normal" "Normal" "Normal" "Normal"
##   [9] "Estres" "Estres" "Normal" "Normal" "Estres" "Estres" "Normal" "Normal"
##  [17] "Normal" "Normal" "Normal" "Normal" "Estres" "Normal" "Estres" "Estres"
##  [25] "Normal" "Normal" "Normal" "Estres" "Normal" "Normal" "Estres" "Normal"
##  [33] "Normal" "Normal" "Normal" "Normal" "Normal" "Estres" "Normal" "Estres"
##  [41] "Normal" "Normal" "Normal" "Normal" "Normal" "Normal" "Normal" "Normal"
##  [49] "Normal" "Estres" "Estres" "Normal" "Estres" "Normal" "Normal" "Estres"
##  [57] "Normal" "Normal" "Normal" "Normal" "Normal" "Normal" "Normal" "Normal"
##  [65] "Normal" "Estres" "Normal" "Estres" "Normal" "Normal" "Normal" "Normal"
##  [73] "Normal" "Estres" "Normal" "Normal" "Estres" "Normal" "Estres" "Normal"
##  [81] "Estres" "Normal" "Normal" "Normal" "Normal" "Normal" "Normal" "Normal"
##  [89] "Estres" "Normal" "Estres" "Normal" "Estres" "Normal" "Normal" "Normal"
##  [97] "Normal" "Normal" "Normal" "Estres" "Estres" "Normal" "Normal" "Normal"
## [105] "Normal" "Normal" "Normal" "Estres" "Estres" "Normal" "Normal" "Estres"
## [113] "Normal" "Estres" "Normal" "Normal" "Normal" "Normal" "Normal" "Estres"
## [121] "Estres" "Estres" "Normal" "Estres" "Normal" "Normal" "Normal" "Normal"
## [129] "Normal" "Normal" "Normal" "Normal" "Normal" "Normal" "Estres" "Normal"
## [137] "Estres" "Estres" "Normal" "Estres" "Normal" "Estres" "Normal" "Normal"
## [145] "Estres" "Normal" "Normal" "Estres" "Normal" "Normal" "Estres" "Normal"
## [153] "Normal" "Normal" "Estres" "Normal" "Estres" "Estres" "Estres" "Normal"
## [161] "Normal" "Estres" "Normal" "Normal" "Normal" "Normal" "Normal" "Normal"
## [169] "Normal" "Normal" "Normal" "Normal" "Estres" "Estres" "Normal" "Estres"
## [177] "Estres" "Normal" "Normal" "Estres"

Carga y preparacion de los datos

Cargue de los datos

En esta etapa se carga la base de datos correspondiente a los sistemas de riego y al estado de los cultivos.

table(riego$sistema_riego)
## 
## Aspersion     Goteo  Gravedad 
##        56        76        48
table(riego$estado_cultivo)
## 
## Estres Normal 
##     54    126

Tabla de contingencia

Se construye una tabla de contingencia para analizar conjuntamente el sistema de riego y el estado del cultivo. Esta tabla permite observar la distribución de los cultivos según el sistema de riego utilizado y determinar cuántos presentan estrés hídrico o condiciones normales.

tabla_riego <- table(riego$sistema_riego, riego$estado_cultivo)

tabla_riego
##            
##             Estres Normal
##   Aspersion     21     35
##   Goteo          6     70
##   Gravedad      27     21
addmargins(tabla_riego)
##            
##             Estres Normal Sum
##   Aspersion     21     35  56
##   Goteo          6     70  76
##   Gravedad      27     21  48
##   Sum           54    126 180

Cálculo de proporciones - Probabilidades conjuntas

En este paso se calculan las probabilidades conjuntas a partir de la tabla de contingencia. Cada frecuencia absoluta se divide entre el total de observaciones, que corresponde a 180 lotes. De esta manera, se obtiene la probabilidad de que un lote pertenezca simultáneamente a un determinado sistema de riego y presente un estado específico del cultivo.

tabla_proporciones <- prop.table(tabla_riego)

print(tabla_proporciones)
##            
##                 Estres     Normal
##   Aspersion 0.11666667 0.19444444
##   Goteo     0.03333333 0.38888889
##   Gravedad  0.15000000 0.11666667

Mostrando los calculos manuales de las probabilidades

Para cumplir con el cálculo manual de una probabilidad condicional, se selecciona la pregunta: ¿Dado que un cultivo presenta estrés hídrico, cuál es la probabilidad de que utilice el sistema de riego por goteo? Para resolverla se utiliza la fórmula de probabilidad condicional y los valores obtenidos de la tabla de contingencia.

Cálculos manuales

Comprobacion en R

Despúes de hacer los cálculos manuales, R los comprueba:

prop.table(tabla_riego, margin = 1)
##            
##                 Estres     Normal
##   Aspersion 0.37500000 0.62500000
##   Goteo     0.07894737 0.92105263
##   Gravedad  0.56250000 0.43750000

Prueba de Chi - cuadrado

Para analizar si existe asociacion entre sistema de riego y estado del cultivo:

prueba_chi <- chisq.test(tabla_riego)

prueba_chi
## 
##  Pearson's Chi-squared test
## 
## data:  tabla_riego
## X-squared = 34.934, df = 2, p-value = 2.595e-08

La prueba de Chi-cuadrado permitió analizar si existe una relación entre el sistema de riego y el estado del cultivo. A partir de los datos obtenidos se obtuvo un valor de Chi-cuadrado aproximado de 34,93, con 2 grados de libertad y un valor p aproximadamente de 2,6 × 10⁻⁸. Como el valor p es menor que 0,05, se rechaza la hipótesis nula de independencia. Por lo tanto, en esta muestra existe evidencia estadística de una asociación entre el sistema de riego y el estado del cultivo. Esto significa que la distribución de los cultivos en estado de estrés o normal no es igual entre los diferentes sistemas de riego.

Bitacora de la IA

Herramienta utilizada: ChatGPT.

Prompt utilizado:
“Revisa la actividad de Semana 5 sobre probabilidad condicional y tablas de contingencia en Ingeniería Agrícola. Ayúdame a construir un RMarkdown usando la base de datosagricola con 180 observaciones(lotes) y 10 variables. Debe incluir cálculo manual de una probabilidad condicional, table(), margin.table(), prop.table() con margin=1 y sin margin, addmargins(), chisq.test(), interpretación y una conclusión técnica para Ingeniería Agrícola.”

Verificación humana: Después de utilizar la Inteligencia Artificial, se realizó una revisión humana de la información generada. Se verificó que la base de datos utilizada correspondiera al archivo riego_estres_hidrico_agricola.csv, que contenía 180 observaciones, y que las variables seleccionadas fueran sistema_riego y estado_cultivo. También se revisaron manualmente las frecuencias de la tabla de contingencia, los cálculos de las probabilidades y la interpretación de la prueba Chi-cuadrado. Finalmente, se corrigieron y organizaron los resultados para garantizar que fueran coherentes con los datos utilizados en R.

Conclusión

El análisis permitió estudiar la relación entre el sistema de riego y el estado de los cultivos mediante probabilidades conjuntas, probabilidades condicionales y una prueba de Chi-cuadrado. A partir de los 180 registros analizados se identificaron diferencias en la distribución del estrés hídrico entre los sistemas de aspersión, goteo y gravedad. La prueba de Chi-cuadrado mostró evidencia estadística de asociación entre ambas variables, lo que indica que el estado del cultivo presenta una distribución diferente según el sistema de riego observado. Estos resultados permiten comprender mejor el comportamiento de los datos y muestran la utilidad de las herramientas de probabilidad y estadística para el análisis de situaciones relacionadas con el manejo del agua en la agricultura.