u1a7

Jesus Urrego

21/02/2021

Segundo caso de estudio: Acuacultura: Análisis estadístico de la productividad en granjas de camaron

Introducción

La acuacultura es una actividad que consiste en el cultivo y producción de organismos acuáticos de agua dulce o salada.

La acuacultura contribuye al crecimiento y estabilidad del sistema alimentario, conservación de especies acuáticas, incremento de niveles de nutrición, disminución de impactos ambientales, manufactura de materias primas de uso industrial y farmacéutico, fomento del autoempleo y erradicación de la pobreza.

El camarón es un recurso que se captura en altamar en su forma silvestre con métodos de pesca sustentable, pero también es un producto que se puede cultivar por medio de granjas camaronícolas, que en el territorio nacional existen alrededor de 1,447 dedicadas a la producción, comercialización y distribución de este valioso alimento.

En 2016, se cultivaron en México 129,049 toneladas de camarón, lo que representa una tercera parte del volumen total de la producción acuícola nacional: 388,967 toneladas. Mientras que en valor, el camarón de cultivo superó con 11,479 millones de pesos a otras especies comerciales como la tilapia, atún, ostión y trucha.

En este Análisis estadístico se estudiara por medio de graficas la productividad 12 estanques de camarones. Los camarones se pueden cosechar para su venta cuando pesan 12 gramos, esto regularmente se logra en condiciones ideales en la semana 12. El problema es que en este caso (datos de 2019) solamente 3 estanques llegaron a ese peso ¿Qué fue lo que hizo que esto sucediera?

Antecedentes

La importancia de la acuicultura, su desarrollo y los grandes beneficios socioeconómicos, han sido reconocidos ampliamente por representar unos de los sectores de producción de alimentos de más rápido crecimiento (Montoya-Rodríguez y López-Félix, 2000). El despertar de la acuacultura en el Pacífico Mexicano puede ser atribuido a dos causas principales: el éxito obtenido en otros países de América Latina, principalmente en Ecuador, lo cual sirvió como ejemplo empresarial con niveles de inversión limitados. A su vez la otra causa del avance de la acuacultura fue el desplome en la rentabilidad de la producción en la pesca del camarón en los cuerpos de agua costeros, asociado a los altos costos de la explotación de este recurso pesquero en la plataforma continental (Hendrickx, 2001).

La camaronicultura es considerada como una actividad encaminada a satisfacer las necesidades del ser humano, así como la de establecer comunidades económicamente viables en áreas rurales donde se da la mayor parte de la producción. Sin embargo, el impacto ambiental ocasionado por esta actividad sobre los ecosistemas adyacentes, las especies nativas y por supuesto el hombre mismo, es difícil de evitar (Soto, 2000). A pesar de esto ninguna actividad económica ha alcanzado en los últimos años un crecimiento tan acelerado como la camaronicultura en las áreas tropicales y subtropicales costeras del mundo (Páez-Osuna, 2001).

Objetivos

Nuestro objetivo es poder determinar por medio del analisis de los datos, el resolver la pregunta de “¿qué fue lo que hizo que esto sucediera?” Buscamos que con el trabajo analitico y conclusorio de lo que esta proyecto nos permita hacer, logremos determinar una conclusión adecuada para dar con una respuesta efectiva a los problemas que sucedieron en estos estanques de cultivo acuicola.

De esta manera, nuestro objetivo se resume en poder identificar las cosas positivias que dieron pie a resultados favorables, así como tambien determinar aquellas malas practicas que llevaron a que no se lograra el peso ideal, para poder otorgar, por medio de los informes analiticos, consejos a la plaenación estrategica de la organización que permitan obtener mejores resultados en un futuro.

Teoría

Para lograr nuestro objetivo contamos con un estudio hecho previamente por Armando Ambrosio, Fernanda Miranda y Daniel Trinidad en el 2020, donde recogieron varios datos necesarios para llevar a cabo su estudio. Dichos datos, que son sobre la productividad de granjas de camarón en el Valle del Yaqui, nos permiten obtener las variables suficientes para llevar a cabo nuestra investigación (peso, número de estanque, cantidad de alimento diario, tamaño, etcétera), los cuales esperamos nos ayuden a identificar los factores involucrados en el crecimiento optimo deseado de los camarones, así como también para identificar cuáles son las condiciones en las que el crecimiento no es favorable.

Método

library(readr) #para leer datos
library(DT) # tablas interactivas
library(prettydoc) #documentos con mejor formato
setwd("C:/Users/Mortis/Desktop/EAMJ1130") # folder de trabajo
datos <- read_csv("CAMARONES.csv") #importar datos
## 
## -- 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()
## )

Importar datos

CAMARONES <- read.csv("CAMARONES.csv")
View(CAMARONES)

Bibliotecas

library(tidyverse)
## -- Attaching packages --------------------------------------- tidyverse 1.3.0 --
## v ggplot2 3.3.3     v dplyr   1.0.4
## v tibble  3.0.5     v stringr 1.4.0
## v tidyr   1.1.2     v forcats 0.5.1
## v purrr   0.3.4
## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()

Gráfico semanal de peso actual por estanque

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

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))

¿Qué variables se relacionan con un mejor crecimiento?

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))

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)

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

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"))

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
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)

Datos

Resultados y discusiones

  1. ¿Realmente los camarones más alimentados son los que más engordan?
  • No precisamente, cada etapa de desarrollo de los camarones necesitan una cantidad constante de alimento segun la poblacion del estanque, por lo que más alimento no es necesariamente más peso.
  1. ¿Cómo son las estadísticas de crecimiento de los camarones?
  • Se distingue que cuando hay sobrealimentacion o cuando falta la alimentacion, el peso de los camarones se va para abajo, sin embargo, cuando se mantiene la alimentacion adecuada, el peso se mantiene en crecimiento constante.
  1. ¿Cómo justificamos este análisis? ¿Por qué la acuicultura es importante?
  • El analisis va enfocado precisamente en el identificar los patrones de crecimiento optimos en los estanques, y siendo que que la aquacultura es una les actividades que se ha globalizado y una de las más importantes ya que aporta muchos beneficios para poder cubrir las necesidades alimenticias de la población a nivel mundial.
  1. ¿Que tanto dinero se está perdiendo por una mala toma de decisiones oportuna?
  • Es una cantidad dificil de definir, sin embargo depende en gran medida del impacto que tiene la decision sobre los camarones, ya que los camarones necesitan antibioticos, alimentos y el mantener una calidad de agua adecuada en el estanque para poder permitir la produccion adecuada de estos, en caso de una mala decision, hay 3 factores principales que pueden encontrarse afectados los cuales cada uno de ellos impactan de diferente forma monetaria.

Conclusión

  • Personalmente me parece interesante saber que el cultivo de camaron es un cultivo tan dificil de manter y hacer rentable, pero que aun asi de alguna manera logra obtener resultados favorables para la industria. Este caso de estudio es una evidencia total de lo que acabo de mencionar. El visualizar que de 12 estanques solo 3 hayan sido los que llegaron a un peso ideal, y aun asi sea rentable, es algo cuando menos muy interesante de analisar.

  • La industria aquicola esta en cosntante crecimiento, y a pesar de su complejidad es un inversion segura (siempre y cuadno se conozcan los factores de riesgo, amenzas y las buenas practicas para lograr obtener un buen rendimiento)

Bibliografia

Secretaría de Agricultura y Desarrollo Rural. (2019, April 9). Acuacultura, producción y conservación de organismos acuáticos. Gobierno de México. https://www.gob.mx/agricultura/articulos/acuacultura-produccion-y-conservacion-de-organismos-acuaticos

Comisión Nacional de Acuacultura y Pesca. (2018, May 4). Cultivo de camarón, producción acuícola de calidad. Gobierno de México. https://www.gob.mx/conapesca/articulos/cultivo-de-camaron-produccion-acuicola-de-calidad?idiom=es#:~:text=El%20camar%C3%B3n%20es%20un%20recurso,comercializaci%C3%B3n%20y%20distribuci%C3%B3n%20de%20este