AI4UC1_5
Abraham Gomez
24/9/2021
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.
Importar datos
library(readr)
plantas <- read_csv("plantas.csv")## Rows: 42 Columns: 3## -- Column specification --------------------------------------------------------
## Delimiter: ","
## chr (1): Tratamiento
## dbl (2): planta, IE##
## i Use `spec()` to retrieve the full column specification for this data.
## i Specify the column types or set `show_col_types = FALSE` to quiet this message.Ctrl <- subset(plantas, Tratamiento == "Ctrl")
Fert <- subset(plantas, Tratamiento == "Fert")Histograma de frecuencia absoluta
- 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] 0.01329905sd(Ctrl$IE)## [1] 0.1153215- Tabla de distribucion de frecuencias
library(fdth)##
## Attaching package: 'fdth'## The following objects are masked from 'package:stats':
##
## sd, vardist <- fdt(Ctrl$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 21 100.00Grupo 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- Sumario estadistico
summary(Fert$IE)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.5600 0.7800 0.9100 0.9067 1.0400 1.1600- Grafico de caja y bigote
boxplot(Fert$IE)
- ¿Que tan dispersos o variables son los datos?
var(Fert$IE)## [1] 0.03238333sd(Fert$IE)## [1] 0.1799537- Tabla de distribucion de frecuencias
library(fdth)
dist2 <- fdt(Fert$IE)
dist2## Class limits f rf rf(%) cf cf(%)
## [0.5544,0.6573) 2 0.10 9.52 2 9.52
## [0.6573,0.7601) 3 0.14 14.29 5 23.81
## [0.7601,0.863) 2 0.10 9.52 7 33.33
## [0.863,0.9659) 6 0.29 28.57 13 61.90
## [0.9659,1.069) 3 0.14 14.29 16 76.19
## [1.069,1.172) 5 0.24 23.81 21 100.00Para poder llegar a una conclusion al respecto de los datos, necesitamos saber si esta “efectividad” del fertilizante SI es representativa para la mayoria de los datos. Una forma de saber esto es determinar si la distribucion de los datos es NORMAL o no.
Para esto tenemos las pruebas de normalidad:
- Kolmogorov-Smirnov
- Shapiro-Wilk
Prueba de normalidad de Kolmogorov-Smirnov en control
ks.test(Ctrl$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-sidedPrueba de normalidad de Kolmogorov-Smirnov en Fertilizante
ks.test(Fert$IE, "pnorm", mean= mean(Fert$IE), sd=sd(Fert$IE))## Warning in ks.test(Fert$IE, "pnorm", mean = mean(Fert$IE), sd = sd(Fert$IE)):
## ties should not be present for the Kolmogorov-Smirnov test##
## One-sample Kolmogorov-Smirnov test
##
## data: Fert$IE
## D = 0.10776, p-value = 0.9677
## alternative hypothesis: two-sided¿Que tan diferentes son las poblaciones de FERT y CTRL?: La diferencia que hay entre las poblaciones entre Fert y Ctrl se encuentran en que los crecimientos de las plantas en Ctrl son bastante irregulares en algunas partes haciendo que varien considerablemente los valores que contiene, mientras que la poblacion del fertilizante al tratarse de plantas en las cuales se estan utilizando de estos quimicos para hacerlos crecer, estas van creciendo de manera muy uniforme
¿Podemos decir que el fertilzante es efectivo ?: Despues de comparar los datos de las plantas con y sin fertilizantes y darnos cuenta que el crecimiento de las plantas fertilizadas es mas uniforme podemos concluir que el fertilizante si es efectivo
¿Los datos son normales ?: Los datos que presentan el grupo Ctrl varian demasiado como para poder considerarse normales mientras que los datos que presentan el grupo Fert son bastante normales en comparacion a los de Ctrl.