Título por definir

Fiorella Gazo Bryan1, Pablo Gudiel Quesada1 y Jennifer Hernández Chavarría1
1 Escuela de Ciencias Biológicas, Universidad Nacional, Heredia, Costa Rica; , ,
Resumen:

Palabras clave:

Introducción

Objetivos

Metodología

Las variables fueron analizadas mediante la prueba de Shapiro-Wilk verificando la asimetría de los datos, por lo que la correlación entre la temperatura (°C) y la humedad (%) fue obtenida mediante el coeficiente de correlación de Spearman.
Además, se planteó un modelo de regresión para la predicción del valor de la humedad a 30 °C dado por la ecuación y = 55.8463 + 0.9421x (ecuación 1).

Todos los análisis de datos mencionados anteriormente se realizaron con un nivel de significacia de 95 % y en el lenguaje de programación R (Version 1.3.1056, 2020).

Resultados

La temperatura (°C) y la humedad (%) no presentaron una correlación estadísticamente significativa (rho<0.4; p<0.05). En el caso de la predicción del valor de humedad a 30 °C se obtuvo un 84 % (rho<0.4; p<0.05) por medio de la regresión dada por la ecuación 1.

Discusión

Un coeficiente de correlación de Spearman tan bajo nos indica que otras variables pueden explicar el porcentaje de humedad en las zonas de muestreo.
A pesar de obtenerse un valor razonable para la humedad a 30 °C, el valor de R asociado indica que la relación es muy baja para ser estadísticamente aceptable.

Conclusiones

Referencias

Anexos 
library(readxl)
BD_AvesRapaces <- read_excel("Data/BD_AvesRapaces.xlsx", 
                             sheet = "Muestreo", col_types = c("numeric", 
                                                               "text", "text", "text", "numeric", 
                                                               "text", "numeric", "numeric", "numeric", 
                                                               "numeric", "numeric"))
TEMPHUM<-cor.test(BD_AvesRapaces$Temperatura, BD_AvesRapaces$Humedad, method = "spearman")
TEMPHUM
## 
##  Spearman's rank correlation rho
## 
## data:  BD_AvesRapaces$Temperatura and BD_AvesRapaces$Humedad
## S = 906868130, p-value < 2.2e-16
## alternative hypothesis: true rho is not equal to 0
## sample estimates:
##       rho 
## 0.2312382
regresion<-lm(BD_AvesRapaces$Humedad~BD_AvesRapaces$Temperatura)
summary(regresion)
## 
## Call:
## lm(formula = BD_AvesRapaces$Humedad ~ BD_AvesRapaces$Temperatura)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -34.466  -8.514   3.779   9.627  18.883 
## 
## Coefficients:
##                            Estimate Std. Error t value Pr(>|t|)    
## (Intercept)                 55.8463     2.2739   24.56   <2e-16 ***
## BD_AvesRapaces$Temperatura   0.9421     0.0911   10.34   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 11.82 on 1918 degrees of freedom
## Multiple R-squared:  0.05281,    Adjusted R-squared:  0.05231 
## F-statistic: 106.9 on 1 and 1918 DF,  p-value: < 2.2e-16