Acuacultura en Sonora

Equipo 3: Diana Paola García Torrecillas, Karolina Borbón Acosta, Martha María Castro López, Paloma Dominguez Muñoz

21/02/2021

Acuacultura

Introducción

La acuicultura o acuacultura es el conjunto de actividades, técnicas y conocimientos de crianza de especies acuáticas vegetales y animales. Es una importante actividad económica de producción de alimentos, materias primas de uso industrial y farmacéutico, y organismos vivos para repoblación u ornamentación.

Por sus recursos humanos y naturales el estado de Sonora se ubica en los primeros lugares a nivel nacional en volumen de producción pesquera y acuícola, ya que cuenta con un enrome potencial pesquero y acuícola, con 1,200 km de litoral y decenas de miles de hectáreas de lagunas costeras y embalses de agua dulce, así mismo Sonora cuenta con un padrón de 20,544 pescadores ribereños y 2760 de altura. Este tipo de actividades acuícolas cuentan con gran auge económico para el estado y se compone por tres grandes grupos: camarón, moluscos y peces. Los cuales contribuye con 35.15% de la producción nacional, comprendida por: camarón, ostión, mojarra, almeja, lobina, carpa y bagre y cuenta con casi 200 unidades de producción acuícola en las zonas costeras del centro y sur de la entidad.

Por tanto, en éste caso se busca presentar un marco de estudio sobre el modelo de producción de camarón donde se puedan estudiar los datos obtenidos de una granja acuícola en Obregón y se puedan contestar varias variables que se ve afectada en la venta y productividad del camarón.

Objetivo

Camarones

Analizar información acerca de los cultivos de camarones en el Estado de Sonora, para determinar la importancia de la acuacultura y como es el ingreso de este sector, si es o no viable o productivos. Además se pretende analizar qué tienen de diferente los camarones que llegan al peso ideal con los que no llegan, ya que se requiere gran inversión de luz, agua, nómina, gasolina y tiempo de trabajo para que lleguen a un peso ideal. Todo ello se verá reflejado mediante tablas que arrojaran el incremento o descenso en cuanto al trato que se le da al camarón. Y dar respuesta a las preguntas:

•¿Cómo justificamos este análisis? ¿Por qué la acuicultura es importante?

• ¿Qué tanto dinero se está perdiendo por una mala toma de decisiones oportuna?

Importación de datos

CAMARONES <- read.csv("~/paola 6to semestre/eamj1130/CAMARONES.csv")
View(CAMARONES)
library(tidyverse)
## -- Attaching packages --------------------------------------- tidyverse 1.3.0 --
## v ggplot2 3.3.3     v purrr   0.3.4
## v tibble  3.0.6     v dplyr   1.0.4
## v tidyr   1.1.2     v stringr 1.4.0
## v readr   1.4.0     v forcats 0.5.1
## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()

Gráficas obtenidas

Gráfico semanal de peso actual por estanque

ggplot(data = CAMARONES) +
  geom_point(mapping = aes(x = Semana, y = PesoActual, color = Estanque))

Relación del peso actual de camarón en las semanas transcurridas en diferentes estanques.

Incremento

Incremento <- (CAMARONES$PesoActual - CAMARONES$PesoAnterior)

Gráfico semanal de incremento de peso por estanque

ggplot(data = CAMARONES) +
  geom_point(mapping = aes(x = Semana, y = Incremento, color = Estanque))

En esta gráfica podemos observar, que al transcurso de las semanas hubo gran dispersión en el incremento del camarón.

Matriz de correlación

Semana <- CAMARONES$Semana
PesoAnterior <- CAMARONES$PesoAnterior 
PesoActual <- CAMARONES$PesoActual
AlimentoSemana <- CAMARONES$AlimentoSemana
datos <- data.frame(Semana, PesoAnterior, PesoActual, AlimentoSemana, Incremento)
pairs(datos)

cor(datos)
##                   Semana PesoAnterior PesoActual AlimentoSemana Incremento
## Semana         1.0000000    0.9832002  0.9817825      0.9441085  0.6282754
## PesoAnterior   0.9832002    1.0000000  0.9915841      0.9510608  0.5957456
## PesoActual     0.9817825    0.9915841  1.0000000      0.9514703  0.6947139
## AlimentoSemana 0.9441085    0.9510608  0.9514703      1.0000000  0.6187860
## Incremento     0.6282754    0.5957456  0.6947139      0.6187860  1.0000000

Grafico de dispersión

ggplot(data = CAMARONES, aes(x = AlimentoSemana, y = PesoActual)) + 
  geom_point(colour = "red4") +
  ggtitle("Diagrama de dispersión") +
  theme_bw() +
  theme(plot.title = element_text(hjust = 0.5))

Podemos observar que el crecimiento fue muy variado, ya que en algunos camarones tienen un crecimiento adecuado y otros no.

Analisis de normalidad

Representación gráfica

par(mfrow = c(1, 2))
hist(AlimentoSemana, breaks = 10, main = "", xlab = "Alimento Semanal", border = "darkred")
hist(PesoActual, breaks = 10, main = "", xlab = "Peso Actual",
     border = "blue")

Analisis de cuantiles

qqnorm(AlimentoSemana, main = "Alimento Semanal", col = "darkred")
qqline(AlimentoSemana)

qqnorm(PesoActual, main = "Peso Actual", col = "blue")
qqline(PesoActual)

Estos gráficos permiten observar que tan dispersos se encuentran los datos que representan el peso actual y alimentación semanal, observando que la grafica mas constante y lineal es la del peso actual.

library(readxl)
camarones1 <- read_excel("camarones1.xlsx")
View(camarones1)

Regresión logística binaria

1 = Camarón que pesa más de 12g 0 = Camarón que pesa menos de 12g

hist(camarones1$AlimentoDiario)

table(camarones1$Exito)
## 
## 0 1 
## 9 3

Este Histograma representa el alimento diario que varia dependiendo de su cantidad.

Representación gráfica de exitos vs fracasos

colores <- NULL
colores[camarones1$Exito==0] <-"red"
colores[camarones1$Exito==1] <-"green"
plot(camarones1$AlimentoDiario, camarones1$Exito, pch=21, bg=colores, xlab="Alimento", ylab="Pesos ideales")
legend ("bottomleft", c("Peso no ideal", "peso ideal"), pch=21, col = c("red","green"))

Se puede observar una gran variación en el peso del camaron ya que no todos siguen una alimentación ideal por lo tanto no tienen peso ideal.

Modelo generalizado de regresion

reg <- glm (Exito ~ AlimentoDiario, family=binomial, data= camarones1) 
summary(reg)
## 
## Call:
## glm(formula = Exito ~ AlimentoDiario, family = binomial, data = camarones1)
## 
## Deviance Residuals: 
##      Min        1Q    Median        3Q       Max  
## -1.28965  -0.68424  -0.39705  -0.00008   2.00729  
## 
## Coefficients:
##                Estimate Std. Error z value Pr(>|z|)
## (Intercept)    -35.1229    25.8776  -1.357    0.175
## AlimentoDiario   0.1194     0.0901   1.325    0.185
## 
## (Dispersion parameter for binomial family taken to be 1)
## 
##     Null deviance: 13.496  on 11  degrees of freedom
## Residual deviance: 11.311  on 10  degrees of freedom
## AIC: 15.311
## 
## Number of Fisher Scoring iterations: 5
reg <- glm (Exito ~ AlimentoDiario, family=binomial, data= camarones1) 
summary(reg)
## 
## Call:
## glm(formula = Exito ~ AlimentoDiario, family = binomial, data = camarones1)
## 
## Deviance Residuals: 
##      Min        1Q    Median        3Q       Max  
## -1.28965  -0.68424  -0.39705  -0.00008   2.00729  
## 
## Coefficients:
##                Estimate Std. Error z value Pr(>|z|)
## (Intercept)    -35.1229    25.8776  -1.357    0.175
## AlimentoDiario   0.1194     0.0901   1.325    0.185
## 
## (Dispersion parameter for binomial family taken to be 1)
## 
##     Null deviance: 13.496  on 11  degrees of freedom
## Residual deviance: 11.311  on 10  degrees of freedom
## AIC: 15.311
## 
## Number of Fisher Scoring iterations: 5
datos <- data.frame(AlimentoDiario = seq(270, 300, 0.1))
probabilidades <- predict(reg, datos, type = 'response')
plot(camarones1$AlimentoDiario,camarones1$Exito, pch = 21, bg = colores, xlab = "Alimento", ylab = "Pesos ideales")
legend('topleft', c("Peso no ideal", "peso ideal"), pch = 21, col = c('green', 'red'))
lines(datos$AlimentoDiario, probabilidades, col = 'blue', lwd = 2)

Interpretaciones

¿Cómo justificamos este análisis? ¿Por qué la acuicultura es importante?

se puede decir que se esta invirtiendo mas en cosechar el camarón y que es buena idea aumentar el producto alimenticio (moderadamente) en el camarón ya que de cualquier forma consumirán ese alimento si no exceden el tiempo en el estanque. y la acuicultura es muy importante ya que su función principal es la producción de alimento para el consumo humano al tiempo que proporciona empleo y desarrollo económico en las regiones con disponibilidad de recursos acuícolas, continentales o marinos.

¿Qué tanto dinero se está perdiendo por una mala toma de decisiones oportuna?

Una mala toma de desiciones puede provocar y generar graves daños para la economía del estado de Sonora, se pueden perder grandes cantidades de dinero los cuales serán muy difícil de reponer, incluyendo la quiebra de numerosas empresas afectando asi a la población en general por la perdida de empleos que esto ocasionaría, perdida de materias primas, tiempos de producción, así mismo pudiera comprometer el recurso o presupuesto del estado de Sonora para años venideros y todo esto contribuiría a una baja en el producto interno bruto.

Conclusión

En conclusión podemos decir que la acuicultura es muy importante y mas en nuestra región ya que Sonora contribuye con 35.15% de la producción nacional, comprendida por: camarón, ostión, mojarra, almeja, lobina, carpa y bagre y cuenta con casi 200 unidades de producción acuícola en las zonas costeras del centro y sur de la entidad. Gracias a los análisis que hicimos se puede decir que se esta invirtiendo mas en cosechar el camarón y que es buena idea aumentar el producto alimenticio (moderadamente) en el camarón ya que de cualquier forma consumirán ese alimento si no exceden el tiempo en el estanque.Lo que buscamos es como poder aumentar la producción de camarón y deducimos que para evitar la propagación de enfermedades en el camarón e impedir su crecimiento, se debe de aplicar diversas medidas de bioseguridad y monitoreos de detección de patógenos, que han puesto en dilema la capacidad de producción de las granjas de engorda de camarón y su rentabilidad económica. y llevar un control estricto del alimento necesario para cada estanque evitando que se invierta más del dinero necesario en ello y por ende generar más ganancias.