INTRODUCCIÓN

Un cuarto de las especies no se ha observado desde 1990. Un análisis amplio muestra una tendencia general a la baja en la diversidad de las abejas en todo el mundo, lo que genera preocupación sobre estas polinizadoras cruciales. (National Geographic, 2021).

Las abejas son una clase de insecto volador distintivos por su color amarillo, franjas negras y se desarrollan en colonias comunmente conocidas como enjambres dentro de colmenas donde se organizan estrictamente por jerarquías sociales en la que el principal estrato está conformado por la abeja reina, después siguen los zánganos y al final las abejas obreras, cada una desempeña un trabajo fundamental dentro de la colmena, pero por lo general la abeja obrera es la que normalmente conocemos debido a que está encargada en realizar la búsqueda de alimento en el néctar y polen de las flores además de ser las responsables en construir la colmena y volar a su alrededor en función de protegerla.

Actualmente se conocen más de 20,000 especies de abejas divididas en 7 grandes familias que habitan alrededor de todo el mundo, exceptuando los lugares de climas fríos extremos como lo es la Antártida. Hoy en día en México se han reconocido alrededor de 2,000 especies de abejas. Algunas de los motivos por lo que son tan conocidas las abejas es porque son las principales encargadas de polinizar las plantas tanto silvestres como de cultivos, lo que ayuda al mantenimiento de nuestro ecosistema, y por la producción de miel pero que desgraciadamente a pesar de ser un insecto mundialmente conocido la comunidad de abejas se va reduciendo rápidamente con el paso del tiempo lo que pone en peligro la vida de cientos de organismos e incluso de humanos. El descenso en el número de abejas está sucediendo en gran medida por las actividades hechas por y en beneficio de los humanos como la agricultura intensiva, el uso excesivo de químicos, destrucción de ecosistemas por urbanización los cuales desencadenan una gran cantidad de eventos en contra de las abejas y el medio ambiente como por ejemplo el cambio climático, donde todo esto no solo es un factor determinante en la muerte de las abejas sino también en su nutrición.

En palabras del director de la FAO, José Graziano da Silva para el Día Mundial de la Abeja, “La ausencia de abejas y otros polinizadores eliminaría el café, las manzanas, las almendras, los tomates y el cacao, por nombrar solo algunos de los cultivos que dependen de la polinización. Los países deben cambiar a políticas y sistemas alimentarios más amigables y más sostenibles para los polinizadores”, advirtiendo sobre unas de las consecuencias de seguir con esta clase de medidas, sin mencionar que durante este proceso se daría un aumento en el precio de muchos de estos productos y derivados de las abejas, afectando por lo tanto a la economía mundial.

En el actual análisis, se verán distintas metodologías estadísticas para visualizar e identificar qué es lo que realmente está pasando con respecto al tema de la apicultura y su impacto desde una perspectiva económica en el mundo.

ANTECEDENTES

La apicultura es la actividad basada en la crianza de las abejas fundamentada del estricto sistema de colonias por el cual las abejas se organizan, que sin lugar a dudas es una de las actividades primarias más importantes actualmente debido a que es la fuente principal de miel de abeja y cera, así como del mantenimiento de estas especies y por lo tanto del desarrollo de muchas áreas fundamentales para la sociedad el cual según, Bradbear (2005) menciona que “el sistema de producción apícola ayuda a crear medios de vida sostenible los cuales, se relacionan con diversos tipos de activos como el capital natural, humano, físico, social y económico Lo anterior hace referencia al manejo de recursos que posee nuestra región, donde el principal objeto son las abejas y de ahí descienden otros aspectos como la diversidad en flora, los conocimientos, fortalezas y experiencia que tiene la mano obrera, ayudando a familias para acceder a un ambiente social más amplio y sostenible” (Bradbear, 2005, pág. 2).

En algunos países el proceso de la polinización de las abejas significa el aumento o inicio de la producción, por ejemplo en la agricultura en Estados Unidos debido a las condiciones climáticas no tan aptas como en algunos países latinoamericanos transportan abejas alrededor de los diferentes estados durante las épocas de florecimiento con el fin de obtener un mayor número de producto para abastecer principalmente los comercios locales, en el año de 2019 se reportó que alrededor del 60% de colonias administradas por apicultores fueron llevadas a California para comenzar con la producción de almendras el mes de febrero, después a Florida en la producción de cítricos y al suroeste para los frutos rojos y vegetales. Gracias a esta clase polinizadores se estima que se puede producir alrededor de 170 mil millones en cultivos por todo el mundo, todo esto en palabras de Scott McArt, profesor asistente de Salud de Polinizadores en la Universidad de Cornell.

En los últimos años científicos y biólogos mencionan que existen preocupaciones con respecto a la salud de las abejas las cuales necesitan ser tomadas en cuenta para evitar una tragedia, la principal de ellas es la falta de datos actuales que permitan llegar a conclusiones sobre el estado en el que se encuentran estos polinizadores en términos de población, abundancia y diversidad puesto que no se ha destacado algún factor por el cual las abejas se mantengan en un descenso general en el mundo lo que imposibilita una contra medida a este problema. Durante los años de 1995 a 2009 en algunos países se dio un aumento de los precios de muchos de los cultivos dependientes de la polinización según Greenpeace lo que coincide justamente con el creciente descenso de la población de abejas a partir de 1990 llegando a un descenso de alrededor de 40% según reportes de la ABC News en 2019, considerando también que para algunas regiones hubo un descenso de alrededor de 90% en los últimos 15 años de acuerdo a National Geographic, lo que dentro de muchos aspectos se puede considerar una alerta sobre lo que está sucediendo actualmente y la necesidad por detener esta problemática.

OBJETIVO

Analizar mediante métodos estadísticos, los factores que se creen, pueden estar afectando la vida de las abejas, y a la apicultura en general.

Los principales cuestionamientos planteados son los siguientes:

• ¿En qué medida afectan las actividades “normales” de la vida cotidiana a las abejas y a la apicultura en general?
• A raíz de la afectación de la muerte de las abejas, ¿qué tanto influye esto a la economía de la apicultura en México? Para la realización de este análisis se utilizará el programa Rstudio como herramienta de estudio de datos mediante la aplicación del lenguaje R y Markdown para su proyección.

METODOLOGÍA

Basados principalmente en los fundamentos de la estadística se harán análisis e interpretaciones de datos por medio de la implementación de estudios por:

• Análisis gráficos de los factores
• Análisis de normalidad
• Regresión lineal múltiple
• Análisis Económico
• Entre otros

Todo lo anterior mediante el uso de datos investigados previamente por distintas fuentes confiables, que serán citadas a lo largo del documento, mismos en los que además se filtraron para tomar solo los de interés.

MARCO TEÓRICO

Un estudio publicado en la revista One Earth revela que en las últimas décadas, el número de especies de abejas reportadas en la naturaleza ha disminuido a nivel mundial. La disminución más pronunciada ocurrió entre el año 2006 y 2015, con aproximadamente un 25 por ciento menos de especies detectadas, incluso cuando los avistamientos de científicos ciudadanos aumentaron rápidamente.

Durante la segunda mitad del siglo pasado, un boom agrícola mundial provocó la pérdida de hábitat, mientras que el uso generalizado de pesticidas acabó con muchas plantas de las cuales las abejas dependen para alimentarse. Mientras tanto, el aumento de las temperaturas ha obligado a las especies de abejas a salir de sus rangos nativos o las ha matado directamente. (Revista National Geographic, 2021)

La agricultura ha crecido hasta depender en gran medida de los insecticidas para proteger los cultivos de la destrucción, pero si bien las abejas no amenazan los cultivos, la pulverización de productos químicos a gran escala puede tener un gran impacto en otros insectos, incluidas las moscas y, por supuesto, las abejas. Investigaciones recientes revelaron que muchos pesticidas populares que todavía se usan en los Estados Unidos en realidad alteran la mente de las moscas y las abejas, destruyen su memoria y desechan su ciclo de sueño / vigilia.

Factores que influyen en la muertes de las abejas

Existe una variedad de amenazas que enfrenta la población de abejas, incluida la pérdida de hábitat y el cambio climático , pero diversos estudios indican que la amenaza más urgente para las abejas son los pesticidas. Como se ha mencionado, se estima que los principales factores que han afectado la vida de las abejas e insectos en general, situaciones como la agricultura, cambio climático, deforestación, urbanización y muchos otros pueden ser el motivo por el cual el número de las abejas se encuentra en declive pero de igual manera el aumento de muchas de esas actividades o fenómenos sigue poniendo en riesgo su capacidad de sobrevivencia conforme pasa el tiempo y con ello a presentar las consecuencias de un ecosistema escaso de abejas. Las abejas no solo son extremadamente importantes para los humanos, sino también para el funcionamiento de ecosistemas enteros. Como sabemos, las abejas permiten que las plantas se reproduzcan mediante la polinización, estas plantas contribuyen al sistema alimentario al alimentar a los animales, además de los humanos, como las aves y los insectos. Si la fuente de alimento para estos animales se redujera o se perdiera por completo, causaría estragos en toda la cadena alimentaria.

RESULTADOS Y DISCUSIÓN

setwd("~/estadistica aplicada")
library(pacman)
library(readxl)
library(plotrix)
library(ggplot2)
library(scales)

## 
## Attaching package: 'scales'

## The following object is masked from 'package:plotrix':
## 
##     rescale

library(RColorBrewer)
p_load("base64enc", "htmltools", "mime", "xfun", "prettydoc", "readr", "ggplot2", "tidyr", "plotly", "readr")

Bs <- read.csv("BeehivesMX.csv")
Colme <- ggplot(Bs)+
  geom_line(aes(x= yearc, y=Colmenas), col= "yellow")+
  labs(title="Evolución de Colmenas en México de 1961 a 2018", x="Fecha", y="Colmenas ")
ggplotly(Colme) 

ca<-read_excel("causas.xlsx")
ggplot(ca, aes(x=1 ,y=porcentaje, fill=causas))+
  geom_bar(stat = "identity",color="white")+
    scale_fill_manual(values=brewer.pal(n = 7, name = "YlOrBr"))+
  geom_text(aes(label=percent(porcentaje/100)),
              position=position_stack(vjust=0.5),color="black",size=3)+
  coord_polar(theta="y")

setwd("~/estadistica aplicada")
library(pacman)
library(psych)

## 
## Attaching package: 'psych'

## The following objects are masked from 'package:scales':
## 
##     alpha, rescale

## The following objects are masked from 'package:ggplot2':
## 
##     %+%, alpha

## The following object is masked from 'package:plotrix':
## 
##     rescale

p_load("MASS", "ggplot2","readr", "prettydoc")
datos <- read_csv("abejas.csv")

## 
## -- Column specification --------------------------------------------------------
## cols(
##   TonPlagui = col_double(),
##   Colmenas = col_double(),
##   Deforestacion = col_double(),
##   Tempmedia = col_double(),
##   Densidadpoblacional = col_double()
## )

round( cor( x = datos, method = "pearson"), 3)

##                     TonPlagui Colmenas Deforestacion Tempmedia
## TonPlagui               1.000    0.420         0.370     0.284
## Colmenas                0.420    1.000         0.321     0.422
## Deforestacion           0.370    0.321         1.000     0.318
## Tempmedia               0.284    0.422         0.318     1.000
## Densidadpoblacional     0.763    0.735         0.496     0.647
##                     Densidadpoblacional
## TonPlagui                         0.763
## Colmenas                          0.735
## Deforestacion                     0.496
## Tempmedia                         0.647
## Densidadpoblacional               1.000

library(psych)
multi.hist(x = datos, dcol = c("blue", "red"), dlty = c("dotted", "solid"),
           main = "")

library(GGally)

## Registered S3 method overwritten by 'GGally':
##   method from   
##   +.gg   ggplot2

ggpairs(datos, lower = list(continuous = "smooth"),
        diag = list(continuous = "barDiag"), axisLabels = "none")

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

modelo <- lm(Colmenas ~ Deforestacion + TonPlagui + Tempmedia + Densidadpoblacional , data = datos )

summary(modelo)

## 
## Call:
## lm(formula = Colmenas ~ Deforestacion + TonPlagui + Tempmedia + 
##     Densidadpoblacional, data = datos)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -140422  -29068  -11899   21169  147205 
## 
## Coefficients:
##                       Estimate Std. Error t value Pr(>|t|)   
## (Intercept)          7.932e+04  4.432e+05   0.179  0.86073   
## Deforestacion       -8.448e-02  2.604e-01  -0.324  0.75078   
## TonPlagui           -3.950e+00  2.451e+00  -1.611  0.13108   
## Tempmedia           -2.774e+05  2.629e+05  -1.055  0.31065   
## Densidadpoblacional  1.863e-02  5.479e-03   3.401  0.00474 **
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 82410 on 13 degrees of freedom
## Multiple R-squared:  0.6226, Adjusted R-squared:  0.5065 
## F-statistic: 5.361 on 4 and 13 DF,  p-value: 0.00896

step(object = modelo, direction = "both", trace = 1)

## Start:  AIC=411.64
## Colmenas ~ Deforestacion + TonPlagui + Tempmedia + Densidadpoblacional
## 
##                       Df  Sum of Sq        RSS    AIC
## - Deforestacion        1 7.1483e+08 8.9009e+10 409.79
## - Tempmedia            1 7.5590e+09 9.5853e+10 411.12
## <none>                              8.8294e+10 411.64
## - TonPlagui            1 1.7637e+10 1.0593e+11 412.92
## - Densidadpoblacional  1 7.8544e+10 1.6684e+11 421.10
## 
## Step:  AIC=409.79
## Colmenas ~ TonPlagui + Tempmedia + Densidadpoblacional
## 
##                       Df  Sum of Sq        RSS    AIC
## - Tempmedia            1 7.5116e+09 9.6520e+10 409.25
## <none>                              8.9009e+10 409.79
## - TonPlagui            1 1.7514e+10 1.0652e+11 411.02
## + Deforestacion        1 7.1483e+08 8.8294e+10 411.64
## - Densidadpoblacional  1 8.0436e+10 1.6944e+11 419.38
## 
## Step:  AIC=409.25
## Colmenas ~ TonPlagui + Densidadpoblacional
## 
##                       Df  Sum of Sq        RSS    AIC
## - TonPlagui            1 1.1140e+10 1.0766e+11 409.21
## <none>                              9.6520e+10 409.25
## + Tempmedia            1 7.5116e+09 8.9009e+10 409.79
## + Deforestacion        1 6.6742e+08 9.5853e+10 411.12
## - Densidadpoblacional  1 9.6219e+10 1.9274e+11 419.70
## 
## Step:  AIC=409.21
## Colmenas ~ Densidadpoblacional
## 
##                       Df  Sum of Sq        RSS    AIC
## <none>                              1.0766e+11 409.21
## + TonPlagui            1 1.1140e+10 9.6520e+10 409.25
## + Tempmedia            1 1.1377e+09 1.0652e+11 411.02
## + Deforestacion        1 5.8675e+08 1.0707e+11 411.12
## - Densidadpoblacional  1 1.2629e+11 2.3395e+11 421.18

## 
## Call:
## lm(formula = Colmenas ~ Densidadpoblacional, data = datos)
## 
## Coefficients:
##         (Intercept)  Densidadpoblacional  
##           6.559e+05            1.059e-02

modelo <- (lm(formula = Colmenas ~ Deforestacion + TonPlagui + Tempmedia + Densidadpoblacional, data = datos))
summary(modelo)

## 
## Call:
## lm(formula = Colmenas ~ Deforestacion + TonPlagui + Tempmedia + 
##     Densidadpoblacional, data = datos)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -140422  -29068  -11899   21169  147205 
## 
## Coefficients:
##                       Estimate Std. Error t value Pr(>|t|)   
## (Intercept)          7.932e+04  4.432e+05   0.179  0.86073   
## Deforestacion       -8.448e-02  2.604e-01  -0.324  0.75078   
## TonPlagui           -3.950e+00  2.451e+00  -1.611  0.13108   
## Tempmedia           -2.774e+05  2.629e+05  -1.055  0.31065   
## Densidadpoblacional  1.863e-02  5.479e-03   3.401  0.00474 **
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 82410 on 13 degrees of freedom
## Multiple R-squared:  0.6226, Adjusted R-squared:  0.5065 
## F-statistic: 5.361 on 4 and 13 DF,  p-value: 0.00896

confint(lm(formula = Colmenas ~ Deforestacion + TonPlagui + Tempmedia + 
    Densidadpoblacional, data = datos))

##                             2.5 %       97.5 %
## (Intercept)         -8.781692e+05 1.036803e+06
## Deforestacion       -6.470481e-01 4.780882e-01
## TonPlagui           -9.244529e+00 1.345340e+00
## Tempmedia           -8.454025e+05 2.906406e+05
## Densidadpoblacional  6.795538e-03 3.046877e-02

library(ggplot2)
library(gridExtra)
datos <- read_csv("abejas.csv")

## 
## -- Column specification --------------------------------------------------------
## cols(
##   TonPlagui = col_double(),
##   Colmenas = col_double(),
##   Deforestacion = col_double(),
##   Tempmedia = col_double(),
##   Densidadpoblacional = col_double()
## )

plot1 <- ggplot(data = datos, aes(TonPlagui, modelo$residuals)) +
    geom_point() + geom_smooth(color = "firebrick") + geom_hline(yintercept = 0) +
    theme_bw()
plot2 <- ggplot(data = datos, aes(Tempmedia, modelo$residuals)) +
    geom_point() + geom_smooth(color = "firebrick") + geom_hline(yintercept = 0) +
    theme_bw()
plot3 <- ggplot(data = datos, aes(Densidadpoblacional, modelo$residuals)) +
    geom_point() + geom_smooth(color = "firebrick") + geom_hline(yintercept = 0) +
    theme_bw()
plot4 <- ggplot(data = datos, aes(Deforestacion, modelo$residuals)) +
    geom_point() + geom_smooth(color = "firebrick") + geom_hline(yintercept = 0) +
    theme_bw()
plot5 <- ggplot(data = datos, aes(Colmenas, modelo$residuals)) +
    geom_point() + geom_smooth(color = "firebrick") + geom_hline(yintercept = 0) +
    theme_bw()
grid.arrange(plot1, plot2, plot3, plot4, plot5)

## `geom_smooth()` using method = 'loess' and formula 'y ~ x'

## `geom_smooth()` using method = 'loess' and formula 'y ~ x'
## `geom_smooth()` using method = 'loess' and formula 'y ~ x'
## `geom_smooth()` using method = 'loess' and formula 'y ~ x'
## `geom_smooth()` using method = 'loess' and formula 'y ~ x'

qqnorm(modelo$residuals)
qqline(modelo$residuals)

shapiro.test(modelo$residuals)

## 
##  Shapiro-Wilk normality test
## 
## data:  modelo$residuals
## W = 0.91957, p-value = 0.127

ggplot(data = datos, aes(modelo$fitted.values, modelo$residuals)) +
geom_point() +
geom_smooth(color = "firebrick", se = FALSE) +
geom_hline(yintercept = 0) +
theme_bw()

## `geom_smooth()` using method = 'loess' and formula 'y ~ x'

library(lmtest)

## Loading required package: zoo

## 
## Attaching package: 'zoo'

## The following objects are masked from 'package:base':
## 
##     as.Date, as.Date.numeric

bptest(modelo)

## 
##  studentized Breusch-Pagan test
## 
## data:  modelo
## BP = 11.096, df = 4, p-value = 0.02551

library(corrplot)

## corrplot 0.84 loaded

corrplot(cor(dplyr::select(datos, TonPlagui,    Colmenas,   Deforestacion,  Tempmedia, Densidadpoblacional)),
         method = "number", tl.col = "black")

library(car)

## Loading required package: carData

## 
## Attaching package: 'car'

## The following object is masked from 'package:psych':
## 
##     logit

vif(modelo)

##       Deforestacion           TonPlagui           Tempmedia Densidadpoblacional 
##            1.325878            2.920699            2.095663            4.976713

ANALISIS DE AGRICULTURA

Durante algunos años se ha notado una diferencia en la población de insectos que localmente se pueden ver, lo que en un dia era comun encontrar abejas, grillos, mariposas, escarabajos y entre otros ahora dificilmente puedes hacerlo, existen muchos factores que han ayudado a esta causa pero no deja de ser motivo para alarmarse ante este evento que podria ser irreversible.

En cualquier actividad que se beneficie de las plantas tendra una fuerte relacion con las abejas y su trabajo como polinizadoras debido a que ayudan en gran parte a que los productos que se obtengan sean de buena calidad o en gran cantidad.

Actualmente se utilizan grandes cantidades de colmenas para la polinizacion de huertos dentro de la agricultura, esta se beneficia de las abejas para permitir de esta manera que sus plantas tengan una mejor produccion

Poli <- read.csv("poliniza.csv")
x <- ggplot(data=Poli, aes(x=Delegacion, y=Colmenas)) + 
    geom_bar(stat="identity", position="stack", fill = "orange")
x + coord_flip()

Figura 9. Gráfico de colmenas en usos agrícolas en 2008

Con esto podemos ver como existe una gran cantidad de colmenas en esta industria, lo que nos permite reconocer que incluso con el gran trabajo que realizan las abejas por el medio ambiente hay maneras en las que ambas industrias pueden coexistir y trabajar juntas para la obtención de un bien comun algo de gran utilidad.

• La siguiente tabla muestra algunos de los insecticidas usados en practicas agrícolas que repercuten en los insectos y abejas silvestres.

\[ \begin{array}{l|l|l|c} \text{Nombre Comercial} & \text{Residualidad}& \text{Efecto en las abejas}\\ \hline Bifentrina & \text{Altamente tóxico para abejas. TRE: >1 día. TR: 4-6 horas (cdf)} & \text{TRE en abejas cortadoras de alfalfa y TR de 4-6 horas Incompatible con abejorros}\\ Clorpirifos & \text{Altamente tóxico para abejas. TRE: 4-6 días en concentraciones emulsificadas TR: <2 horas} & \text{TRE de 7 días para abejas cortadoras de alfalfa TRE de 6 día para la abeja alcalina. Contaminante común de la cera de abejas. Incompatible con abejorros}\\ Dimetoato & \text{Altamente tóxico para abejas.TRE: < 3 días} & \text{TRE en las abejas cortadoras de hojas de alfalfa. No colocar las abejas al menos 1 semana después. Incompatible con abejorros}\\ Imedacloprid & \text{Altamente tóxico para abejas.TRE: > 1 día TR: < 8 horas} & \text{Es usualmente utilizado como un insecticida sistemático, encontrado en polen y néctar de plantas. Los abejorros son más sensibles que abejas de la miel.}\\ Malation & \text{Altamente tóxico para abejas. TRE: 5.5 días en concentraciones.TRE: 2 días en un estado finamente molido combinado con agentes humectantes. TR: 3 horas en compuesto emulsificado} & \text{TRE superior a 7 días en abejas cortadoras de alfalfa y abejas alcalinas. Incompatible con abejorros} \\ \hline \end{array} \]

En el presente gráfico podemos ver como en los recientes años se ha utilizado grandes cantidades de plaguicidas.

data <-  read_excel("toneladas de plaguicidas.xlsx")
plagui <- ggplot(data)+
  geom_line(aes(x= Año, y=toneladas), col= "red")+
  labs(title="Toneladas de PLaguicidas en México", x="Fecha", y="Producción de Plaguicidas ")
ggplotly(plagui) 

Figura 10. Gráfico de las toneladas de plaguicidas en México de 1990 a 2018

setwd("~/estadistica aplicada")
library(MASS)
library(ggplot2)
library(pacman)
library(readxl)
PB <- read_excel("plaguibes.xlsx")

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

par(mfrow = c(1, 2))
hist(PB$tonPlagui, breaks = 10, main = "", xlab = "Plaguicidas", border = "darkred")
hist(PB$Colmenas, breaks = 10, main = "", xlab = "Colmenas",
     border = "blue")

qqnorm(PB$tonPlagui, main = "Plaguicidas", col = "darkred")
qqline(PB$tonPlagui)

qqnorm(PB$Colmenas, main = "Colmenas", col = "blue")
qqline(PB$Colmenas)

par(mfrow = c(1,1))

shapiro.test(PB$tonPlagui)

## 
##  Shapiro-Wilk normality test
## 
## data:  PB$tonPlagui
## W = 0.91665, p-value = 0.04928

shapiro.test(PB$Colmenas)

## 
##  Shapiro-Wilk normality test
## 
## data:  PB$Colmenas
## W = 0.86951, p-value = 0.005147

par(mfrow = c(1, 2))
hist(log10(PB$Colmenas), breaks = 10, main = "", xlab = "Log10(Colmenas)",
     border = "blue")
qqnorm(log10(PB$Colmenas), main = "", col = "blue")
qqline(log10(PB$Colmenas))

par(mfrow = c(1, 1))
shapiro.test(log10(PB$Colmenas))

## 
##  Shapiro-Wilk normality test
## 
## data:  log10(PB$Colmenas)
## W = 0.89623, p-value = 0.01792

ggplot(data = PB, aes(x = tonPlagui, y = Colmenas)) + 
  geom_point(colour = "red4") +
  geom_segment(aes(x = 10000, y = 1790000, xend = 11000, yend = 2300000),linetype="dashed") +
  geom_segment(aes(x = 10000, y = 1700000, xend = 38000, yend = 1720000),linetype="dashed") +
  ggtitle("Diagrama de dispersión") +
  theme_bw() +
  theme(plot.title = element_text(hjust = 0.5))

cor(x = PB$tonPlagui, y = log10(PB$Colmenas), method = "pearson")

## [1] -0.3362168

cor(x = PB$tonPlagui, y = log10(PB$tonPlagui), method = "spearman")

## [1] 1

cor.test(x = PB$tonPlagui,
         y = log10(PB$Colmenas), 
         alternative = "two.sided",
         conf.level  = 0.95,
         method      = "pearson")

## 
##  Pearson's product-moment correlation
## 
## data:  PB$tonPlagui and log10(PB$Colmenas)
## t = -1.6745, df = 22, p-value = 0.1082
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  -0.65128105  0.07772117
## sample estimates:
##        cor 
## -0.3362168

cor.test(x = PB$tonPlagui,
         y = log10(PB$Colmenas),
         alternative = "two.sided",
         conf.level  = 0.95,
         method      = "spearman")

## 
##  Spearman's rank correlation rho
## 
## data:  PB$tonPlagui and log10(PB$Colmenas)
## S = 2956, p-value = 0.1762
## alternative hypothesis: true rho is not equal to 0
## sample estimates:
##        rho 
## -0.2852174

R2_pearson <- cor(x = PB$tonPlagui,
                  y = log10(PB$Colmenas),
                  method = "pearson")
R2_pearson <- R2_pearson^2
R2_pearson

## [1] 0.1130417

R2_spearman <- cor(x = PB$tonPlagui,
                  y = log10(PB$Colmenas),
                   method = "spearman")
R2_spearman <- R2_spearman^2
R2_spearman

## [1] 0.08134896

ANÁLISIS ECONÓMICO

La apicultura tiene una gran importancia socioeconómica y ecológica, ya que es considerada como una de las principales actividades pecuarias generadora de divisas y parte fundamental de la economía social. Generalmente esta actividad se asocia únicamente con producción de miel, polen, jalea real y propóleos, sin embargo, las abejas son fundamentales para un equilibrio del medio ambiente ya que al obtener el alimento de las flores fomentan en las plantas la capacidad de fecundarse. Lo anterior se conoce como polinización cruzada, con ésta, las plantas generan el oxígeno suficiente para la vida, y además, aumentan el rendimiento en los cultivos, lo que favorece un incremento en alimentos de origen vegetal, materia prima textil e insumos agropecuarios.

En función de comprender un poco el impacto que pueda llegar a tener dentro de nuestra economía actual, donde influyen muchos factores donde por lo tanto se verán algunos análisis.

setwd("~/estadistica aplicada")
library(readr)
library(latticeExtra)

## Loading required package: lattice

## 
## Attaching package: 'latticeExtra'

## The following object is masked from 'package:ggplot2':
## 
##     layer

Datos <- read_excel("Colmenas-2000-2018.xlsx")
obj1 <- xyplot(precipitacion ~ fecha, Datos, type = "l", lwd=2, ylab="Precipitacion")
obj2 <- xyplot(Colmenas  ~ fecha, Datos, type = "l" , lwd=2, ylab="Colmenas",  xlab="Año", col="yellow")

# --> se realiza la grafica con el segundo eje Y
doubleYScale(obj1, obj2, add.ylab2 = TRUE)

Figura 16. Grafico de número de colmenas y precipitacion en mexico

Si bien la falta de precipitación no es un factor que influya directamente en la disminución poblacional de las abejas, este toma sentido en que debido la poca lluvia, la flora de la que depende la obtención del néctar que toman las abejas de esta disminuye, por lo que es mucho más dificil de obtener para ellas, lo que provoca que haya poca producción de miel, lo cual justifica que las colmenas disminuyan, por lo tanto afecta a la producción apícola, lo que conlleva graves pérdidas económicas. A continuación se vera la evolución de la exportación de miel que se ha dado anualmente en México, uno de los grandes motivos por los que se realiza la actividad de la apicultura en México.

EM <- read.csv("exportamiel.csv")
EMiel <- ggplot(EM)+
  geom_line(aes(x= YEAR, y=MielProd), col= "yellow")+
  labs(title="Exportaciones de miel en México", x="Fecha", y="Exportación de miel ")
ggplotly(EMiel) 

Figura 17. Gráfico de exportacion de miel en México

Con este gráfico podemos ver un panorama más positivo donde México en los años más recientes ha exportado mayores cantidades de miel lo que podria darnos una idea del interes por esta practica pero que a pesar de ello, en parte de la produccion de este tipo solo se hace como un medio de obtencion de bienes y desgraciadamente no estan tan enfocados en un reestablecimiento ecologico a excepcion de algunos.

El precio de este producto pecuario fluctúa dentro de un rango de entre $21.42 y $200 por Kg. Esta amplia variación se debe a la calidad y a la presentación. Por ejemplo, la miel que se vende en tambos de 420 Kg tiende a tener un menor precio unitario que aquella que se vende en frascos pequeños.

Figura 18. Gráfico de fluctuaciones del precio por año En el eje horizontal se encuentra la fecha, dividida en trimestres para los años 2017 y 2018. En el eje vertical se encuentra el precio promedio nacional por kilogramo. Fuente; Utilizando datos históricos de Smattcom

Nuestro país se ha consolidado entre los principales productores y exportadores de miel a nivel mundial y cuenta con cinco regiones muy definidas que son: la Región Norte, Región de la Costa del Pacífico, Región del Golfo, Región del Altiplano y la Región Sureste. Cada una produce una clase de miel diferente.

Y aunque la miel sin duda es el producto principal que se obtiene de la apicultura, se procesan productos no menos importantes como el polen, jalea real, propóleos y veneno de abeja, los cuales son muy apreciados por su uso medicinal y en la elaboración de productos de belleza y cuidado de la piel, lo que representa su gran importancia dentro de múltiples areas de producción.

CONCLUSIÓN

Gracias a los varios analisis que se efectuaron en este proyecto,se pudieron observar los distintos factores que están afectando la supervivencia de las abeja. Algunas de estos factores se dan por causa del ser humano. Factores como el uso excesivo de plaguicidas, el cambio climático y urbanización son los principales que causan la muerte de las abaejas. Si se continuan con estas practicas mortales para las abejas podrian causar una crisis ambiental provocando un desastre global por la falta de estos polinizadores. Pero no solo afectaria en lo ambiental esto tambien afectaria en lo economico provocando consecuencias directas como escasez de productos, aumento en el precio y pérdidas económicas podrían identificarse a corto plazo. Este problema atenta contra la diversidad y el medio ambiente, y es responsabilidad de todos salvaguardar la vida de estas pequeñas criaturas con enormes beneficios para los humanos.

FUENTES

Silveira, M., Aldana, M., Piri, J., Valenzuela, A., Jasa, G., Rodriguez, G.. (2018). PLAGUICIDAS AGRICOLAS: UN MARCO DE REFERENCIA PARA EVALUAR RIESGOS A LA SALUD EN COMUNIDADES RURALES EN EL ESTADO DE SONORA, MÉXICO. febrero 23, 2021, de Scielo Sitio web: http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0188-49992018000100007#:~:text=Los%20insecticidas%20organofosforados%2C%20el%20endosulf%C3%A1n,efectos%20nocivos%20para%20la%20salud.

Nearly 40% decline in honey bee population last winter ‘unsustainable,’ experts say(2019) por Julia Jacobo en ABC News en: https://abcnews.go.com/US/40-decline-honey-bee-population-winter-unsustainable-experts/story?id=64191609

El declive de las abejas(2013) por Greenpeace en: http://archivo-es.greenpeace.org/espana/Global/espana/report/Agricultura-ecologica/el_declive_de_las_abejas.pdf

Datos de Gob. de México en : https://datos.gob.mx/busca/dataset/indicadores-basicos-del-desempeno-ambiental--suelos/resource/6c49a485-0007-4517-a750-16bc396bc4c0 Datos de Colmenas: https://atlasnacionaldelasabejasmx.github.io/atlas/cap5.html

https://datos.gob.mx/busca/dataset/indicadores-basicos-del-desempeno-ambiental--suelos/resource/6c49a485-0007-4517-a750-16bc396bc4c0

https://atlasnacionaldelasabejasmx.github.io/atlas/cap5.html

https://datosmacro.expansion.com/demografia/poblacion/mexico

https://ourworldindata.org/grapher/temperature-anomaly?tab=chart&country=~Global

DESCARGAR DATOS

xfun::embed_file ("BeehivesMX.csv")

Download BeehivesMX.csv

xfun::embed_file ("causas.xlsx")

Download causas.xlsx

xfun::embed_file ("abejas.csv")

Download abejas.csv

xfun::embed_file ("poliniza.csv")

Download poliniza.csv

xfun::embed_file ("toneladas de plaguicidas.xlsx")

Download toneladas de plaguicidas.xlsx

xfun::embed_file ("plaguibes.xlsx")

Download plaguibes.xlsx

xfun::embed_file ("Colmenas-2000-2018.xlsx")

Download Colmenas-2000-2018.xlsx

xfun::embed_file ("exportamiel.csv")

Download exportamiel.csv