Evaluacion1
Francisco
12/10/2020
Datos
library(readr)
library(DT)
CAMARONES <- read_csv("CAMARONES.csv")## Parsed with column specification:
## cols(
## Estanque = col_character(),
## EstanqueN = col_double(),
## Superficie = col_double(),
## Dias = col_double(),
## Semana = col_double(),
## PesoAnterior = col_double(),
## PesoActual = col_double(),
## TamanioAlimento = col_double(),
## AlimentoSemana = col_double(),
## AlimentoDiario = col_double()
## )datatable(CAMARONES)Primer evaluación de estado de la materia de probabilidad y estdística para ingeniería de software
Caso de estudio 1: Acuacualtura
Estanques
Se tienen 12 semanas de datos de 12 estanques en los cuales a partir de la semana númer 2 se empiezan la pesar los camarones en crecimiento, también se cuantifica su nivel de comida.
En términos ideales los 12 estanques tendrían que llegar en la semana número 12 a 12 gramos para poder entonces realizar la ‘cosecha’, pero únicamente 3 de los 12 estanques llegaros a este peso.
cosecha
¿Por qué esto es un problema? dado que se tendrá que invertir una semana (o más) para poder llegar al peso ideal, y esto supone una pérdida de dinero. 
- Preguntas a responder
- Haga un planteamiento del problema a resolver con estadística y realice una descripción exploratoria de los datos (MMM, MD, CB)
Media
mean(CAMARONES$EstanqueN) #Media del numero de estanques## [1] 6.5mean(CAMARONES$Superficie) #Media del numero de superficie## [1] 5.211667mean(CAMARONES$Dias) #Media del numero de dias## [1] 49mean(CAMARONES$Semana) #Media del numero de semanas## [1] 7mean(CAMARONES$PesoAnterior) #Media del del peso anterior## [1] 4.253091mean(CAMARONES$PesoActual) # Media del peso actual## [1] 5.28803mean(CAMARONES$TamanioAlimento) #Media del tamanio del alimento## [1] 1.225758mean(CAMARONES$AlimentoSemana) #Media del alimento semana## [1] 1024.587mean(CAMARONES$AlimentoDiario) #Media del alimento diario## [1] 146.3696Mediana
median(CAMARONES$EstanqueN) #Mediana del numero de estanques## [1] 6.5median(CAMARONES$Superficie) #Mediana del numero de superficie## [1] 5median(CAMARONES$Dias) #Mediana del numero de dias## [1] 49median(CAMARONES$Semana) #Mediana del numero de semanas## [1] 7median(CAMARONES$PesoAnterior) #Mediana del del peso anterior## [1] 4.015median(CAMARONES$PesoActual) # Mediana del peso actual## [1] 4.73median(CAMARONES$TamanioAlimento) #Mediana del tamanio del alimento## [1] 1median(CAMARONES$AlimentoSemana) #Mediana del alimento semana## [1] 1060median(CAMARONES$AlimentoDiario) #Mediana del alimento diario## [1] 151.4286Moda
library(modeest)
mfv(CAMARONES$EstanqueN,CAMARONES$Superficie,CAMARONES$Dias,CAMARONES$Semana,CAMARONES$PesoAnterior,CAMARONES$PesoActual,CAMARONES$TamanioAlimento,CAMARONES$AlimentoSemana,CAMARONES$AlimentoDiario) # Moda de los datos## [1] 1 2 3 4 5 6 7 8 9 10 11 12Caja y bigote.
boxplot(CAMARONES$EstanqueN,CAMARONES$Superficie,CAMARONES$Dias,CAMARONES$Semana,CAMARONES$PesoAnterior,CAMARONES$PesoActual,CAMARONES$TamanioAlimento,CAMARONES$AlimentoSemana,CAMARONES$AlimentoDiario)
Medidas de dispersion
M <- max(CAMARONES$EstanqueN,CAMARONES$Superficie,CAMARONES$Dias,CAMARONES$Semana,CAMARONES$PesoAnterior,CAMARONES$PesoActual,CAMARONES$TamanioAlimento,CAMARONES$AlimentoSemana,CAMARONES$AlimentoDiario)
m <- min(CAMARONES$EstanqueN,CAMARONES$Superficie,CAMARONES$Dias,CAMARONES$Semana,CAMARONES$PesoAnterior,CAMARONES$PesoActual,CAMARONES$TamanioAlimento,CAMARONES$AlimentoSemana,CAMARONES$AlimentoDiario)
Amplitud <- (M-m)
Amplitud## [1] 2074.87- ¿Que tienen de diferentes los estanques que SI llegaron a 12 gramos en la semana 12 con respecto a los que no?
- A simple vista de puede ver como el alimento influye mucho, no se les debe dar demasiado porque se enferman porque el agua se contanmina y tampoco tan poquito porque su alimento insufienciente no los haca crecer
3.- ¿Con qué variables se relaciona el aumento de peso de los camarones? (regresión lineal, residuos, confianza)
##Regresion Lineal
Resumen estadistico
summary(CAMARONES) #Aqui podemos ver como las variables, tamaño de alimento y cantidad de alimento por los dias influye en el peso de los camarones.## Estanque EstanqueN Superficie Dias Semana
## Length:132 Min. : 1.00 Min. :5.000 Min. :14 Min. : 2
## Class :character 1st Qu.: 3.75 1st Qu.:5.000 1st Qu.:28 1st Qu.: 4
## Mode :character Median : 6.50 Median :5.000 Median :49 Median : 7
## Mean : 6.50 Mean :5.212 Mean :49 Mean : 7
## 3rd Qu.: 9.25 3rd Qu.:5.000 3rd Qu.:70 3rd Qu.:10
## Max. :12.00 Max. :6.270 Max. :84 Max. :12
## PesoAnterior PesoActual TamanioAlimento AlimentoSemana
## Min. : 0.130 Min. : 0.600 Min. :0.800 Min. : 402
## 1st Qu.: 1.550 1st Qu.: 2.163 1st Qu.:1.000 1st Qu.: 527
## Median : 4.015 Median : 4.730 Median :1.000 Median :1060
## Mean : 4.253 Mean : 5.288 Mean :1.226 Mean :1025
## 3rd Qu.: 6.338 3rd Qu.: 7.955 3rd Qu.:1.200 3rd Qu.:1329
## Max. :10.360 Max. :12.260 Max. :2.000 Max. :2075
## AlimentoDiario
## Min. : 57.43
## 1st Qu.: 75.29
## Median :151.43
## Mean :146.37
## 3rd Qu.:189.82
## Max. :296.43Relacion
plot (CAMARONES$PesoAnterior, CAMARONES$TamanioAlimento, xlab="CAMARONES",ylab="TAMAÑO ALIMENTO")
calculo regresion lineal simple
modelo.lineal <- lm(TamanioAlimento ~ PesoAnterior, data= CAMARONES )
summary(modelo.lineal )##
## Call:
## lm(formula = TamanioAlimento ~ PesoAnterior, data = CAMARONES)
##
## Residuals:
## Min 1Q Median 3Q Max
## -0.4011 -0.1466 0.0275 0.1594 0.3756
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 0.754441 0.028153 26.80 <2e-16 ***
## PesoAnterior 0.110818 0.005395 20.54 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.1874 on 130 degrees of freedom
## Multiple R-squared: 0.7645, Adjusted R-squared: 0.7627
## F-statistic: 422 on 1 and 130 DF, p-value: < 2.2e-16confianza
names(modelo.lineal)## [1] "coefficients" "residuals" "effects" "rank"
## [5] "fitted.values" "assign" "qr" "df.residual"
## [9] "xlevels" "call" "terms" "model"confint(modelo.lineal)## 2.5 % 97.5 %
## (Intercept) 0.6987437 0.8101374
## PesoAnterior 0.1001449 0.12149024.- ¿Los camarones que iniciaron con mayor peso ( semana 2) son también los que terminaron en mayor peso? ¿Cómo varía el crecimiento?
regresion <- lm(PesoAnterior ~ TamanioAlimento , data=CAMARONES) #Se determino por el peso de los tamanio del alimento
summary(regresion)##
## Call:
## lm(formula = PesoAnterior ~ TamanioAlimento, data = CAMARONES)
##
## Residuals:
## Min 1Q Median 3Q Max
## -2.1454 -1.1971 0.0402 1.1668 3.5646
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -4.2029 0.4313 -9.745 <2e-16 ***
## TamanioAlimento 6.8986 0.3358 20.542 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1.479 on 130 degrees of freedom
## Multiple R-squared: 0.7645, Adjusted R-squared: 0.7627
## F-statistic: 422 on 1 and 130 DF, p-value: < 2.2e-16\[ y = -4.20 + 6.8986x\]ecuacion
5.- Realice un análisis de regresión logística para determinar que hace que los camarones llegen a 12 gramos.
Lo que hace que los camarones llegue a 12 gramos depende mucho de muchas variantes o factores del tamaño de los alimentos es el tamaño de su dosis de comida y ya influye que tanta comida le das dependiendo de su tamaño de la comida y en que dias se los das.
(losiento no me salio la regresion logistica porque ocupo valores de 0 y 1 y no supe en cual aplicarlos)
Conclusion:
Observando todo el analisis que hicimos con los datos pudimos encontrar que necesitamos la cantidad adecuada conforme el tamaño del alimento para asi obtener el peso requerido de los camarones en los dias habiles de cosecha. Asi no tendriamos perdidad de dinero y produccion aumentaria.
Produccion