Analisis exploratorio de datos e inferencia estadistica

Para este caso de estudio usaremos datos de un experimento hecho con plantulas en un invernadero de la UANL en el cual a un grupo de plantulas se les aplico fertilizante y a otro grupo no. El objetivo de esto es conocer que tan efectivo es el fertilizante par el desarrollo de las plantas.

Es efectivo el fertilizante? (NPK)

Importar datos

setwd("~/Documents/ESTADISTICA")
library(readr)
plantas <- read_csv("plantas.csv")
## 
## ── Column specification ────────────────────────────────────────────────────────
## cols(
##   planta = col_double(),
##   IE = col_double(),
##   Tratamiento = col_character()
## )
head(plantas)
## # A tibble: 6 x 3
##   planta    IE Tratamiento
##    <dbl> <dbl> <chr>      
## 1      1  0.8  Ctrl       
## 2      2  0.66 Ctrl       
## 3      3  0.65 Ctrl       
## 4      4  0.87 Ctrl       
## 5      5  0.63 Ctrl       
## 6      6  0.94 Ctrl

Analisis exploratorio de datos

Aqui generaremos 2 variables, una llamada Fert para los datos de plantulas a las cuales se les dio un tratamiento con NPK y otra llamada Ctrl para las plantas control, o grupo blanco.

Ctrl <- subset(plantas, Tratamiento == "Ctrl")
Fert <- subset(plantas, Tratamiento == "Fert")

Histograma de frecuencia absoluta

En este apartado generaremos histogramas del indice de esbeltez de ambos grupos

  • Grupo de control
hist(Ctrl$IE)

Sumario estadistico

summary(Ctrl$IE)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##  0.5500  0.7000  0.7700  0.7676  0.8700  0.9500
  • Grafico de caja y bigote
boxplot(Ctrl$IE)

  • Que tan dispersos o variables son los datos?
var(Ctrl$IE)
## [1] 0.01329905
sd(Ctrl$IE)
## [1] 0.1153215
  • Tabla de distribucion de frecuencias
library(fdth)
## 
## Attaching package: 'fdth'
## The following objects are masked from 'package:stats':
## 
##     sd, var
dist <- fdt(Ctrl$IE)
dist
##     Class limits f   rf rf(%) cf  cf(%)
##  [0.5445,0.6137) 1 0.05  4.76  1   4.76
##  [0.6137,0.6828) 4 0.19 19.05  5  23.81
##   [0.6828,0.752) 4 0.19 19.05  9  42.86
##   [0.752,0.8212) 6 0.29 28.57 15  71.43
##  [0.8212,0.8903) 1 0.05  4.76 16  76.19
##  [0.8903,0.9595) 5 0.24 23.81 21 100.00

Grupo de plantulas “Fert”

  • histograma de frecuencia absoluta
hist(Fert$IE)

summary(Fert$IE)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##  0.5600  0.7800  0.9100  0.9067  1.0400  1.1600

Para poder llegar a una conclusion al respecto de los datos, necesitamos saber si esta “efectividad” del fertilizante SI es representativa para la mayoria de los datos. Una forma de saber esto es determinar si la distribucion de los datos es NORMAL o no.

Para esto tenemos las pruebas de normalidad:

  • Kolmogorov-Smirnov
  • Shapiro-Wilk

Prueba de normalidad de Kolmogorov-Smirnov

ks.test(Ctrl$IE, "pnorm", mean= mean(Ctrl$IE), sd=sd(Ctrl$IE))
## Warning in ks.test(Ctrl$IE, "pnorm", mean = mean(Ctrl$IE), sd = sd(Ctrl$IE)):
## ties should not be present for the Kolmogorov-Smirnov test
## 
##  One-sample Kolmogorov-Smirnov test
## 
## data:  Ctrl$IE
## D = 0.11991, p-value = 0.9233
## alternative hypothesis: two-sided