Moluscos asociados a cantos
Beatriz Baños y Mariah Mosquera
27/11/2020
Punto 2
Para el siguiente experimento se evaluará si el número de expecies (riqueza) de moluscos varía entre los diferentes tamaños de cantos y en distintas epocas del año. Asimismo, se comprobará si existe interacción entre las dos variables independientes (canto y época de año).
require(ggplot2)
require(plotly)
require(agricolae)
library(tidyverse)
library(readxl)
Molusco_Canto <- read_excel("C:/Users/beatriz/beatriz/bioestadistica/parcial 3/Molusco_Canto.xlsx")
View(Molusco_Canto)
Molusco_Canto## # A tibble: 64 x 3
## Tamano_Canto Epoca Datos
## <chr> <chr> <dbl>
## 1 S1 T1 7
## 2 S1 T1 5
## 3 S1 T1 7
## 4 S1 T1 7
## 5 S1 T2 6
## 6 S1 T2 4
## 7 S1 T2 9
## 8 S1 T2 8
## 9 S1 T3 7
## 10 S1 T3 11
## # ... with 54 more rowsLa siguiente base de datos contiene 3 variables:
La variable dependiente (y): número de especies de moluscos (Datos).
Variables independientes(x): tamaño de canto intermareal (S1, S2, S3 y S4) y épocas del año (T1, T2, T3 y T4).
Exploración de datos
ggplot(data = Molusco_Canto, aes(y=Datos, x=Tamano_Canto, fill=Tamano_Canto))+geom_boxplot()+theme_bw()+facet_grid(~Epoca)
En el diagrama de cajas se observa:
Para las cuatro épocas,la mayor cantidad de moluscos presentan cantos intermareales de tipo S1 y S2, mientras que S3 y S4 muestran poca riqueza de moluscos.
La cantidad de moluscos que tiene tamaño de canto S2 presentan mayor variabilidad en las cuatro épocas.
En la época T1 el tamaño de canto S2 tuvo mayor riqueza de especies, en comparación al resto de épocas.
Coeficiente de correlación de Pearson
library(readxl)
Molusco_Canto3 <- read_excel("C:/Users/beatriz/beatriz/bioestadistica/parcial 3/Molusco_Canto3.xlsx")
View(Molusco_Canto3)
corr= cor.test(Molusco_Canto3$Tamano_Canto, Molusco_Canto3$Epoca, alternative = "two.sided", method = "pearson")
corr##
## Pearson's product-moment correlation
##
## data: Molusco_Canto3$Tamano_Canto and Molusco_Canto3$Epoca
## t = 0, df = 62, p-value = 1
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## -0.2458093 0.2458093
## sample estimates:
## cor
## 0La correlación de Pearson expone un valor que entre más cercano a cero quiere decir, que hay menor relación entre las variables. En este caso, la relación entre el tamaño del canto y la época es poca.
Modelo de diseño
Modelo1=lm(Datos~Tamano_Canto+Epoca, data = Molusco_Canto)
summary(Modelo1)##
## Call:
## lm(formula = Datos ~ Tamano_Canto + Epoca, data = Molusco_Canto)
##
## Residuals:
## Min 1Q Median 3Q Max
## -6.0937 -1.5312 -0.1563 1.2969 5.4062
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 7.1563 0.7460 9.592 1.69e-13 ***
## Tamano_CantoS2 -1.4375 0.7976 -1.802 0.0768 .
## Tamano_CantoS3 -3.9375 0.7976 -4.937 7.27e-06 ***
## Tamano_CantoS4 -5.0000 0.7976 -6.269 5.19e-08 ***
## EpocaT2 0.4375 0.7976 0.549 0.5855
## EpocaT3 0.3750 0.7976 0.470 0.6400
## EpocaT4 -0.1875 0.7976 -0.235 0.8150
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 2.256 on 57 degrees of freedom
## Multiple R-squared: 0.4677, Adjusted R-squared: 0.4117
## F-statistic: 8.348 on 6 and 57 DF, p-value: 1.666e-06El modelo de regresión lineal muestra que los tamaños de canto S3 y S4 tienen valores más significativos (***) por lo tanto, estan relacionados con la riqueza de especies pero en menor cantidad. El canto S2 presenta siginificancia cercana a 0.05 (.). Las épocas no estan relacionadas con el número de moluscos.
Validación de supuestos
par(mfrow=c(2,2))
plot(Modelo1)
La gráfica de los residuales no muestra ningún comportamiento por lo que, los datos estan en forma aleatoria. Los datos de normal Q-Q presentan un comportamiento lineal es decir, que se encuentran de forma ascendiente sobre la pendiente.
Prueba de normalidad
shapiro.test(Molusco_Canto$Datos)##
## Shapiro-Wilk normality test
##
## data: Molusco_Canto$Datos
## W = 0.95524, p-value = 0.02089La prueba Shapiro asume que los datos presentan una distribución normal, para que sea posible realizar el análisis de varianaza (Anova).
Anova
anova(Modelo1)## Analysis of Variance Table
##
## Response: Datos
## Df Sum Sq Mean Sq F value Pr(>F)
## Tamano_Canto 3 250.563 83.521 16.4126 8.323e-08 ***
## Epoca 3 4.312 1.437 0.2825 0.8378
## Residuals 57 290.062 5.089
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1Se realizó el análisis de varianza con las varibles: época y tamaño de canto. El tamaño del canto influye sobre la riqueza de moluscos ya que, el valor P para el tamaño del canto muestra un valor significativo es decir, que alfa es menor a 0.5. El valor P de la varible época no muestra siginificacia por lo tanto, no influye sobre la riqueza de especies.
Postanova
Postanova4= LSD.test(Modelo1, "Tamano_Canto")
Postanova4## $statistics
## MSerror Df Mean CV t.value LSD
## 5.088816 57 4.71875 47.80589 2.002465 1.597086
##
## $parameters
## test p.ajusted name.t ntr alpha
## Fisher-LSD none Tamano_Canto 4 0.05
##
## $means
## Datos std r LCL UCL Min Max Q25 Q50 Q75
## S1 7.3125 1.922455 16 6.183189 8.441811 4 11 6.75 7 8.00
## S2 5.8750 2.963669 16 4.745689 7.004311 0 11 3.75 6 8.00
## S3 3.3750 2.276694 16 2.245689 4.504311 0 9 2.00 3 4.25
## S4 2.3125 1.400893 16 1.183189 3.441811 0 5 1.00 2 3.25
##
## $comparison
## NULL
##
## $groups
## Datos groups
## S1 7.3125 a
## S2 5.8750 a
## S3 3.3750 b
## S4 2.3125 b
##
## attr(,"class")
## [1] "group"Se realizó una comparación múltiple para saber que tipos de tamaño de canto presentan diferencias por lo tanto, una mayor proporción en la riqueza de especies. Los resultados arrojados indican que el tamaño de canto S1 y S2 tienen mayor número de especies, mientras que S3 y S4 presentan una menor cantidad de especies.