Usando dplyr

Usando la función set.seed(20_ _) y colocando sus dos últimos números de cédula en los espacios con guiones al piso, realice las siguientes actividades:

Actividad 1

Genere una muestra de tamaño 120 de la distribución normal con media 5, desviación estándar 0.85. Use solo dos números decimales (rnorm())

set.seed(2000)
muestra = rnorm(n=120, mean=5, sd=0.85) %>% round(2)
muestra

##   [1] 4.27 4.70 5.76 6.48 5.78 4.00 3.35 6.78 5.19 6.00 6.61 5.71 6.15 4.84 5.16
##  [16] 5.92 4.01 5.16 4.01 4.82 5.39 3.50 5.38 5.62 5.32 4.95 3.75 3.55 5.03 5.99
##  [31] 4.11 4.51 4.31 4.13 4.15 4.66 5.59 5.46 4.91 4.66 5.00 3.97 5.38 5.26 6.32
##  [46] 5.73 5.81 4.55 5.53 5.47 5.67 4.56 4.00 4.22 3.74 5.77 5.85 5.26 4.44 5.80
##  [61] 5.85 4.90 4.76 5.13 3.97 5.29 5.77 5.43 3.29 5.02 4.92 4.44 3.63 4.52 4.56
##  [76] 5.58 4.48 5.23 5.61 5.69 4.62 4.66 4.76 5.31 5.62 5.05 6.48 4.89 4.53 5.69
##  [91] 4.90 5.78 6.59 4.43 5.38 5.25 5.70 2.94 3.98 4.71 6.04 5.49 4.68 4.88 5.32
## [106] 6.39 5.06 6.12 5.51 3.12 4.35 4.87 6.16 5.07 5.28 4.72 6.64 6.54 5.72 4.17

Genere una muestra de tamaño 120 de la distribución binomial con parámetros 0.8 (probabilidad) y 20 (ensayos independientes) (rbinom())

muestra2 = rbinom(n=120, size = 20, prob = 0.8)
muestra2

##   [1] 15 17 16 14 18 15 15 16 17 17 19 15 18 18 19 17 15 19 17 15 14 15 15 18 16
##  [26] 15 18 16 17 15 16 18 14 17 12 13 17 17 17 17 17 16 13 17 16 13 12 13 16 17
##  [51] 16 16 17 15 15 17 15 17 17 16 15 16 13 15 19 16 19 17 15 14 18 17 15 14 17
##  [76] 16 16 15 17 14 17 17 18 18 17 13 18 17 15 16 14 17 17 14 19 16 16 16 16 19
## [101] 16 20 14 17 17 18 13 14 19 17 17 13 19 18 15 17 18 15 13 18

Genere una muestra de tamañoo 120 de la distribución Poisson con parámetro 10.5 (media) (rpois())

muestra3 = rpois(n=120, lambda = 10.5)
muestra3

##   [1] 14 13 14 16  6  8  9 12 10 12  9  8  6 11 11 10 14 11  9  5  5 18 16  6 14
##  [26] 10 15 10  8  9 12  9 10 14 11 16 16 12 13 11 12 10 13 11 13  9 15  9 18  8
##  [51]  8 12  5  9  7  6 14 14 10 17 10 12 16 12  6 16 10  8 10  6 10 13 12 10  6
##  [76] 18 16 10  8 11 10 10 14 10 13 10 13 13 12 12 15 17 11  9 14 12  7 12 11  8
## [101] 11  2 13 11 11  8 11 13  9 14  8  6  5 10 12  4 13 10 11  9

Genere una muestra con reemplazo de tamaño 120 de una secuencia de 300 números (sample.int())

muestra4 = sample.int(n=300,120,replace = TRUE)
muestra4

##   [1] 104 103  95   4 298 225 278 169 297 116 196 269 108  91  72  55 122 130
##  [19] 217 112  45  46  79 125 241 188  56 288 166 105  83 191  72 141  33  40
##  [37] 156  77 284  40  68 116 258 222  38 203 281  47 228 244  16 168 119 182
##  [55]  26 169 139 129  68 178   8 205  64 251  95  12 210 139 295 150 160 181
##  [73] 257 266 139 113  52 244 195  82  80  59 176 130 137 241 118 192 120 190
##  [91]  84 155 167 185 278 217  72  32   5  41 228  28 151 187 206  62 220  41
## [109] 167  58 127 107 267 164 287 235 221 204   4 106

Usando la librería purrr genere una muestra de la distribución de Bernoulli de tamaño 120 y parmetro 0.75 (probabilidad) (rbernoulli()) y cambie el FALSE “ausente” el TRUE por “presente”.

muestra5 = rbernoulli(n=120,p=0.75)
muestra5.1= c()
contador = 0

(for(i in muestra5){
  contador=contador + 1
  if (i==TRUE){
    muestra5.1[contador] ="Presente"
  } else if (i==FALSE){
    muestra5.1[contador]="Ausente"
  }
})

## NULL

muestra5.1

##   [1] "Presente" "Ausente"  "Presente" "Presente" "Presente" "Presente"
##   [7] "Presente" "Presente" "Presente" "Presente" "Presente" "Presente"
##  [13] "Presente" "Ausente"  "Presente" "Presente" "Presente" "Presente"
##  [19] "Presente" "Presente" "Presente" "Ausente"  "Presente" "Presente"
##  [25] "Presente" "Presente" "Presente" "Presente" "Presente" "Ausente" 
##  [31] "Presente" "Presente" "Ausente"  "Presente" "Ausente"  "Presente"
##  [37] "Presente" "Presente" "Ausente"  "Ausente"  "Presente" "Ausente" 
##  [43] "Presente" "Presente" "Ausente"  "Ausente"  "Presente" "Presente"
##  [49] "Presente" "Presente" "Presente" "Presente" "Presente" "Ausente" 
##  [55] "Presente" "Presente" "Ausente"  "Presente" "Presente" "Presente"
##  [61] "Presente" "Ausente"  "Presente" "Presente" "Presente" "Presente"
##  [67] "Presente" "Presente" "Presente" "Ausente"  "Presente" "Ausente" 
##  [73] "Presente" "Presente" "Ausente"  "Ausente"  "Ausente"  "Ausente" 
##  [79] "Presente" "Ausente"  "Ausente"  "Ausente"  "Ausente"  "Presente"
##  [85] "Ausente"  "Ausente"  "Presente" "Presente" "Presente" "Ausente" 
##  [91] "Ausente"  "Presente" "Ausente"  "Presente" "Presente" "Presente"
##  [97] "Presente" "Presente" "Presente" "Presente" "Presente" "Presente"
## [103] "Presente" "Ausente"  "Ausente"  "Presente" "Presente" "Presente"
## [109] "Presente" "Presente" "Presente" "Presente" "Presente" "Ausente" 
## [115] "Ausente"  "Ausente"  "Ausente"  "Presente" "Presente" "Presente"

Genere tres niveles de un factor, cada uno con 40 datos y etiquételos con “S” para identificar la planta “sana”, “Pa” para las plantas parcialmente afectadas y “MA” para las muy afectadas. Use la función (gl()).

niveles = gl(n=3,k=40,length = 3*40, labels = c("S","PA", "MA"))
niveles

##   [1] S  S  S  S  S  S  S  S  S  S  S  S  S  S  S  S  S  S  S  S  S  S  S  S  S 
##  [26] S  S  S  S  S  S  S  S  S  S  S  S  S  S  S  PA PA PA PA PA PA PA PA PA PA
##  [51] PA PA PA PA PA PA PA PA PA PA PA PA PA PA PA PA PA PA PA PA PA PA PA PA PA
##  [76] PA PA PA PA PA MA MA MA MA MA MA MA MA MA MA MA MA MA MA MA MA MA MA MA MA
## [101] MA MA MA MA MA MA MA MA MA MA MA MA MA MA MA MA MA MA MA MA
## Levels: S PA MA

Genere dos niveles de un factor usando la distribución uniforme con parámetros 0 y 1.2, ponga para cada datos a generar de los 120 la condición de si el número generado es menor a 0.5, los etiquetamos como “FO” para asociarlo afertilización orgánica, de lo contrario, use “FI” para asociarlo a fertilización inorgánica. Use la función (runif()). Si lo desea use la función (ifelse()) o (if_else()) para condicionar

niveles2 = runif(120,min = 0,max = 1.2) 
niveles2.1 = if_else(niveles2 < 0.5,"FO", "FI")
niveles2.1

##   [1] "FI" "FI" "FO" "FO" "FO" "FI" "FI" "FI" "FO" "FI" "FO" "FO" "FO" "FO" "FI"
##  [16] "FO" "FI" "FO" "FO" "FI" "FO" "FI" "FO" "FI" "FI" "FI" "FI" "FI" "FI" "FO"
##  [31] "FI" "FO" "FI" "FI" "FO" "FI" "FI" "FI" "FI" "FI" "FI" "FO" "FI" "FO" "FO"
##  [46] "FI" "FO" "FI" "FI" "FI" "FI" "FO" "FI" "FI" "FI" "FI" "FO" "FO" "FI" "FI"
##  [61] "FO" "FO" "FO" "FI" "FO" "FI" "FO" "FO" "FO" "FI" "FO" "FO" "FO" "FO" "FI"
##  [76] "FO" "FI" "FI" "FI" "FI" "FI" "FI" "FO" "FO" "FO" "FO" "FI" "FO" "FI" "FO"
##  [91] "FI" "FI" "FI" "FO" "FO" "FI" "FO" "FI" "FI" "FO" "FO" "FI" "FO" "FO" "FI"
## [106] "FI" "FI" "FO" "FO" "FI" "FI" "FO" "FI" "FO" "FO" "FI" "FI" "FO" "FI" "FO"

Con los datos generados en la actividad 1 desarrolle la siguiente actividad:

Actividad 2

Construya un marco de datos (data.frame()) o una tableta (tibble()) con todas la variables antes generadas y asigne repectivamente los nombres de variable:Biomasa(gramos), Flores.r (conteo de flores en tres ramas), Flores.d (conteo de flores desprendidas), Hojas.d (conteo de hojas desprendidas), Plaga , Estatus y Fertlización.

df2= data.frame(muestra, muestra2, muestra3, muestra4, muestra5.1,niveles,niveles2.1 )
df= df2 %>% rename(Biomasa=muestra, Flores.r=muestra2, Flores.d=muestra3, Hojas.d=muestra4, Plaga=muestra5.1, Estatus=niveles, Fertilizacion=niveles2.1)
head(df)

##   Biomasa Flores.r Flores.d Hojas.d    Plaga Estatus Fertilizacion
## 1    4.27       15       14     104 Presente       S            FI
## 2    4.70       17       13     103  Ausente       S            FI
## 3    5.76       16       14      95 Presente       S            FO
## 4    6.48       14       16       4 Presente       S            FO
## 5    5.78       18        6     298 Presente       S            FO
## 6    4.00       15        8     225 Presente       S            FI

Revise del objeto creado su dimensión (dim()), su estructura con (str()) o (glimpse()), la clase (class()), los nombres en las variables (names()), la presencia de faltantes(is.na())

df%>%dim()

## [1] 120   7

df%>%str()

## 'data.frame':    120 obs. of  7 variables:
##  $ Biomasa      : num  4.27 4.7 5.76 6.48 5.78 4 3.35 6.78 5.19 6 ...
##  $ Flores.r     : int  15 17 16 14 18 15 15 16 17 17 ...
##  $ Flores.d     : int  14 13 14 16 6 8 9 12 10 12 ...
##  $ Hojas.d      : int  104 103 95 4 298 225 278 169 297 116 ...
##  $ Plaga        : chr  "Presente" "Ausente" "Presente" "Presente" ...
##  $ Estatus      : Factor w/ 3 levels "S","PA","MA": 1 1 1 1 1 1 1 1 1 1 ...
##  $ Fertilizacion: chr  "FI" "FI" "FO" "FO" ...

df%>%class()

## [1] "data.frame"

df%>%names()

## [1] "Biomasa"       "Flores.r"      "Flores.d"      "Hojas.d"      
## [5] "Plaga"         "Estatus"       "Fertilizacion"

df%>%is.na()%>%sum()

## [1] 0

Seleccione un subconjunto (el 75 % de las filas de todas las columnas) de todo el marco de datos o tableta. Use la función (sample_n()) y asigne un valor faltante NA a dos variables cuantitativas cualesquiera del conjunto de datos muestreado.

df75=df%>%sample_n((120*75/100),replace = TRUE)
df75[15,1]=NA
df75[30,3]=NA
df75

##    Biomasa Flores.r Flores.d Hojas.d    Plaga Estatus Fertilizacion
## 1     5.13       15       12     251 Presente      PA            FI
## 2     4.11       16       12      83 Presente       S            FI
## 3     3.63       15       12     257 Presente      PA            FO
## 4     2.94       16       12      32 Presente      MA            FI
## 5     4.76       18       14     176  Ausente      MA            FO
## 6     4.89       17       13     192 Presente      MA            FO
## 7     5.16       19       11     130 Presente       S            FO
## 8     3.63       15       12     257 Presente      PA            FO
## 9     5.06       13       11     220 Presente      MA            FI
## 10    4.89       17       13     192 Presente      MA            FO
## 11    5.49       20        2      28 Presente      MA            FI
## 12    4.35       17        8     127 Presente      MA            FI
## 13    5.13       15       12     251 Presente      PA            FI
## 14    5.23       15       10     244  Ausente      PA            FI
## 15      NA       17       11     187  Ausente      MA            FO
## 16    5.78       17       17     155 Presente      MA            FI
## 17    4.70       17       13     103  Ausente       S            FI
## 18    4.87       13        6     107 Presente      MA            FO
## 19    5.16       19       11     130 Presente       S            FO
## 20    6.54       15       10     204 Presente      MA            FO
## 21    5.76       16       14      95 Presente       S            FO
## 22    5.16       19       11     130 Presente       S            FO
## 23    4.90       16       12     205  Ausente      PA            FO
## 24    5.99       15        9     105  Ausente       S            FO
## 25    5.25       16       12     217 Presente      MA            FI
## 26    6.48       14       16       4 Presente       S            FO
## 27    5.85       15       10       8 Presente      PA            FO
## 28    6.48       14       16       4 Presente       S            FO
## 29    5.61       17        8     195 Presente      PA            FI
## 30    6.54       15       NA     204 Presente      MA            FO
## 31    5.38       13       13     258 Presente      PA            FI
## 32    5.26       17       14     129 Presente      PA            FO
## 33    3.75       18       15      56 Presente       S            FI
## 34    6.59       17       11     167  Ausente      MA            FI
## 35    5.38       15       16      79 Presente       S            FO
## 36    4.89       17       13     192 Presente      MA            FO
## 37    3.74       15        7      26 Presente      PA            FI
## 38    4.13       17       14     141 Presente       S            FI
## 39    4.66       17       11      40  Ausente       S            FI
## 40    4.00       17        5     119 Presente      PA            FI
## 41    4.55       13        9      47 Presente      PA            FI
## 42    5.72       13       11       4 Presente      MA            FI
## 43    6.12       14       13      41 Presente      MA            FO
## 44    4.66       13       16      40 Presente       S            FI
## 45    5.99       15        9     105  Ausente       S            FO
## 46    4.82       15        5     112 Presente       S            FI
## 47    4.51       18        9     191 Presente       S            FO
## 48    5.69       14       11      82  Ausente      PA            FI
## 49    5.32       16       14     241 Presente       S            FI
## 50    4.44       17       13     181  Ausente      PA            FO
## 51    4.62       17       10      80  Ausente      MA            FI
## 52    4.91       17       13     284  Ausente       S            FI
## 53    3.12       17       14      58 Presente      MA            FI
## 54    5.31       18       10     130 Presente      MA            FO
## 55    5.76       16       14      95 Presente       S            FO
## 56    5.49       20        2      28 Presente      MA            FI
## 57    4.84       18       11      91  Ausente       S            FO
## 58    5.81       12       15     281 Presente      PA            FO
## 59    5.23       15       10     244  Ausente      PA            FI
## 60    3.63       15       12     257 Presente      PA            FO
## 61    4.66       17       11      40  Ausente       S            FI
## 62    4.43       14        9     185 Presente      MA            FO
## 63    5.80       16       17     178 Presente      PA            FI
## 64    4.84       18       11      91  Ausente       S            FO
## 65    3.97       19        6      95 Presente      PA            FO
## 66    3.55       16       10     288 Presente       S            FI
## 67    5.28       15       12     287  Ausente      MA            FO
## 68    5.29       16       16      12 Presente      PA            FI
## 69    5.69       14       11      82  Ausente      PA            FI
## 70    5.03       17        8     166 Presente       S            FI
## 71    3.97       16       10     116  Ausente      PA            FO
## 72    5.28       15       12     287  Ausente      MA            FO
## 73    5.81       12       15     281 Presente      PA            FO
## 74    6.48       18       13     118 Presente      MA            FI
## 75    4.43       14        9     185 Presente      MA            FO
## 76    3.97       19        6      95 Presente      PA            FO
## 77    5.77       19       10     210 Presente      PA            FO
## 78    5.28       15       12     287  Ausente      MA            FO
## 79    5.07       18       10     164  Ausente      MA            FO
## 80    2.94       16       12      32 Presente      MA            FI
## 81    5.80       16       17     178 Presente      PA            FI
## 82    4.82       15        5     112 Presente       S            FI
## 83    4.48       16       16      52  Ausente      PA            FI
## 84    5.47       17        8     244 Presente      PA            FI
## 85    4.72       17        4     235  Ausente      MA            FI
## 86    4.92       18       10     160 Presente      PA            FO
## 87    4.68       14       13     151 Presente      MA            FO
## 88    3.55       16       10     288 Presente       S            FI
## 89    4.66       17       11      40  Ausente       S            FI
## 90    4.53       15       12     120 Presente      MA            FI

Ya tenemos dos conjuntos de datos, los que podemos guardar como tib.c al completo y tib.i al incompleto. Ahora si podemos usar algunas de las funciones de dplyr() consideradas en clase.

tib.c=df
tib.i=df75

Actividad 3

Seleccione una variable cualquiera con (select()) para tib.c

tib.c%>%
  select(Biomasa) %>% 
  head

##   Biomasa
## 1    4.27
## 2    4.70
## 3    5.76
## 4    6.48
## 5    5.78
## 6    4.00

Seleccione desde la tercera a la sexta variable con (select(:)) para tib.c

tib.c%>%
  select(3:6) %>% 
  head

##   Flores.d Hojas.d    Plaga Estatus
## 1       14     104 Presente       S
## 2       13     103  Ausente       S
## 3       14      95 Presente       S
## 4       16       4 Presente       S
## 5        6     298 Presente       S
## 6        8     225 Presente       S

No seleccione desde la tercera a la sexta variable con (select(!(:))) para tib.c.

tib.c%>%
  select(!(3:6)) %>% 
  head

##   Biomasa Flores.r Fertilizacion
## 1    4.27       15            FI
## 2    4.70       17            FI
## 3    5.76       16            FO
## 4    6.48       14            FO
## 5    5.78       18            FO
## 6    4.00       15            FI

Seleccione las que no finalizan con .d usando (select(!ends_with()))

tib.c%>%
  select(!ends_with(".d")) %>% 
  head

##   Biomasa Flores.r    Plaga Estatus Fertilizacion
## 1    4.27       15 Presente       S            FI
## 2    4.70       17  Ausente       S            FI
## 3    5.76       16 Presente       S            FO
## 4    6.48       14 Presente       S            FO
## 5    5.78       18 Presente       S            FO
## 6    4.00       15 Presente       S            FI

Seleccione las que comienzan con Fl usando (select(starts with()))

tib.c%>%
  select(starts_with("Fl")) %>% 
  head

##   Flores.r Flores.d
## 1       15       14
## 2       17       13
## 3       16       14
## 4       14       16
## 5       18        6
## 6       15        8

Seleccione las que comienzan con F y terminan con .d usando (select(starts_with() & ends_with()))

tib.c%>%
  select(starts_with("F")&ends_with(".d")) %>% 
  head

##   Flores.d
## 1       14
## 2       13
## 3       14
## 4       16
## 5        6
## 6        8

Seleccione una variable cualquiera con (select()) para tib.c y agrúpela por Estatus usando ( group_by() )

tib.c%>%
  select(Flores.r,Estatus)%>%
  group_by(Estatus)

## # A tibble: 120 x 2
## # Groups:   Estatus [3]
##    Flores.r Estatus
##       <int> <fct>  
##  1       15 S      
##  2       17 S      
##  3       16 S      
##  4       14 S      
##  5       18 S      
##  6       15 S      
##  7       15 S      
##  8       16 S      
##  9       17 S      
## 10       17 S      
## # ... with 110 more rows

Guarde el resultado previo en la variable var_estatus y ordene de mayor a menor por la misma variable anterior usando (arrange(desc(),.by_group=TRUE)) para tib.c

var_estatus=tib.c%>%select(Flores.r,Estatus)%>%group_by(Estatus)
tib.c%>%arrange(desc(var_estatus),.by_group=TRUE)

##     Biomasa Flores.r Flores.d Hojas.d    Plaga Estatus Fertilizacion
## 1      5.49       20        2      28 Presente      MA            FI
## 2      5.38       19       14     278 Presente      MA            FO
## 3      4.71       19        8      41 Presente      MA            FO
## 4      5.51       19        9     167 Presente      MA            FO
## 5      6.16       19        5     267 Presente      MA            FI
## 6      3.97       19        6      95 Presente      PA            FO
## 7      5.77       19       10     210 Presente      PA            FO
## 8      6.61       19        9     196 Presente       S            FO
## 9      5.16       19       11      72 Presente       S            FI
## 10     5.16       19       11     130 Presente       S            FO
## 11     4.76       18       14     176  Ausente      MA            FO
## 12     5.31       18       10     130 Presente      MA            FO
## 13     6.48       18       13     118 Presente      MA            FI
## 14     6.39       18        8      62 Presente      MA            FI
## 15     5.07       18       10     164  Ausente      MA            FO
## 16     6.64       18       13     221  Ausente      MA            FI
## 17     4.17       18        9     106 Presente      MA            FO
## 18     4.92       18       10     160 Presente      PA            FO
## 19     5.78       18        6     298 Presente       S            FO
## 20     6.15       18        6     108 Presente       S            FO
## 21     4.84       18       11      91  Ausente       S            FO
## 22     5.62       18        6     125 Presente       S            FI
## 23     3.75       18       15      56 Presente       S            FI
## 24     4.51       18        9     191 Presente       S            FO
## 25     4.62       17       10      80  Ausente      MA            FI
## 26     4.66       17       10      59  Ausente      MA            FI
## 27     5.62       17       13     137  Ausente      MA            FO
## 28     4.89       17       13     192 Presente      MA            FO
## 29     5.78       17       17     155 Presente      MA            FI
## 30     6.59       17       11     167  Ausente      MA            FI
## 31     4.88       17       11     187  Ausente      MA            FO
## 32     5.32       17       11     206  Ausente      MA            FI
## 33     3.12       17       14      58 Presente      MA            FI
## 34     4.35       17        8     127 Presente      MA            FI
## 35     4.72       17        4     235  Ausente      MA            FI
## 36     5.00       17       12      68 Presente      PA            FI
## 37     5.26       17       11     222 Presente      PA            FO
## 38     5.47       17        8     244 Presente      PA            FI
## 39     4.00       17        5     119 Presente      PA            FI
## 40     5.77       17        6     169 Presente      PA            FI
## 41     5.26       17       14     129 Presente      PA            FO
## 42     4.44       17       10      68 Presente      PA            FI
## 43     5.43       17        8     139 Presente      PA            FO
## 44     4.44       17       13     181  Ausente      PA            FO
## 45     4.56       17        6     139  Ausente      PA            FI
## 46     5.61       17        8     195 Presente      PA            FI
## 47     4.70       17       13     103  Ausente       S            FI
## 48     5.19       17       10     297 Presente       S            FO
## 49     6.00       17       12     116 Presente       S            FI
## 50     5.92       17       10      55 Presente       S            FO
## 51     4.01       17        9     217 Presente       S            FO
## 52     5.03       17        8     166 Presente       S            FI
## 53     4.13       17       14     141 Presente       S            FI
## 54     5.59       17       16     156 Presente       S            FI
## 55     5.46       17       12      77 Presente       S            FI
## 56     4.91       17       13     284  Ausente       S            FI
## 57     4.66       17       11      40  Ausente       S            FI
## 58     5.69       16       12     190  Ausente      MA            FO
## 59     5.25       16       12     217 Presente      MA            FI
## 60     5.70       16        7      72 Presente      MA            FO
## 61     2.94       16       12      32 Presente      MA            FI
## 62     3.98       16       11       5 Presente      MA            FI
## 63     6.04       16       11     228 Presente      MA            FO
## 64     3.97       16       10     116  Ausente      PA            FO
## 65     6.32       16       13      38  Ausente      PA            FO
## 66     5.53       16       18     228 Presente      PA            FI
## 67     5.67       16        8      16 Presente      PA            FI
## 68     4.56       16       12     168 Presente      PA            FO
## 69     5.80       16       17     178 Presente      PA            FI
## 70     4.90       16       12     205  Ausente      PA            FO
## 71     5.29       16       16      12 Presente      PA            FI
## 72     5.58       16       18     113  Ausente      PA            FO
## 73     4.48       16       16      52  Ausente      PA            FI
## 74     5.76       16       14      95 Presente       S            FO
## 75     6.78       16       12     169 Presente       S            FI
## 76     5.32       16       14     241 Presente       S            FI
## 77     3.55       16       10     288 Presente       S            FI
## 78     4.11       16       12      83 Presente       S            FI
## 79     4.53       15       12     120 Presente      MA            FI
## 80     5.28       15       12     287  Ausente      MA            FO
## 81     6.54       15       10     204 Presente      MA            FO
## 82     4.22       15        9     182  Ausente      PA            FI
## 83     3.74       15        7      26 Presente      PA            FI
## 84     5.85       15       14     139  Ausente      PA            FO
## 85     5.85       15       10       8 Presente      PA            FO
## 86     5.13       15       12     251 Presente      PA            FI
## 87     3.29       15       10     295 Presente      PA            FO
## 88     3.63       15       12     257 Presente      PA            FO
## 89     5.23       15       10     244  Ausente      PA            FI
## 90     4.27       15       14     104 Presente       S            FI
## 91     4.00       15        8     225 Presente       S            FI
## 92     3.35       15        9     278 Presente       S            FI
## 93     5.71       15        8     269 Presente       S            FO
## 94     4.01       15       14     122 Presente       S            FI
## 95     4.82       15        5     112 Presente       S            FI
## 96     3.50       15       18      46  Ausente       S            FI
## 97     5.38       15       16      79 Presente       S            FO
## 98     4.95       15       10     188 Presente       S            FI
## 99     5.99       15        9     105  Ausente       S            FO
## 100    4.90       14       15      84  Ausente      MA            FI
## 101    4.43       14        9     185 Presente      MA            FO
## 102    4.68       14       13     151 Presente      MA            FO
## 103    6.12       14       13      41 Presente      MA            FO
## 104    5.02       14        6     150  Ausente      PA            FI
## 105    4.52       14       10     266 Presente      PA            FO
## 106    5.69       14       11      82  Ausente      PA            FI
## 107    6.48       14       16       4 Presente       S            FO
## 108    5.39       14        5      45 Presente       S            FO
## 109    4.31       14       10      72  Ausente       S            FI
## 110    5.05       13       10     241  Ausente      MA            FO
## 111    5.06       13       11     220 Presente      MA            FI
## 112    4.87       13        6     107 Presente      MA            FO
## 113    5.72       13       11       4 Presente      MA            FI
## 114    5.38       13       13     258 Presente      PA            FI
## 115    5.73       13        9     203  Ausente      PA            FI
## 116    4.55       13        9      47 Presente      PA            FI
## 117    4.76       13       16      64 Presente      PA            FO
## 118    4.66       13       16      40 Presente       S            FI
## 119    5.81       12       15     281 Presente      PA            FO
## 120    4.15       12       11      33  Ausente       S            FO

tib.c

##     Biomasa Flores.r Flores.d Hojas.d    Plaga Estatus Fertilizacion
## 1      4.27       15       14     104 Presente       S            FI
## 2      4.70       17       13     103  Ausente       S            FI
## 3      5.76       16       14      95 Presente       S            FO
## 4      6.48       14       16       4 Presente       S            FO
## 5      5.78       18        6     298 Presente       S            FO
## 6      4.00       15        8     225 Presente       S            FI
## 7      3.35       15        9     278 Presente       S            FI
## 8      6.78       16       12     169 Presente       S            FI
## 9      5.19       17       10     297 Presente       S            FO
## 10     6.00       17       12     116 Presente       S            FI
## 11     6.61       19        9     196 Presente       S            FO
## 12     5.71       15        8     269 Presente       S            FO
## 13     6.15       18        6     108 Presente       S            FO
## 14     4.84       18       11      91  Ausente       S            FO
## 15     5.16       19       11      72 Presente       S            FI
## 16     5.92       17       10      55 Presente       S            FO
## 17     4.01       15       14     122 Presente       S            FI
## 18     5.16       19       11     130 Presente       S            FO
## 19     4.01       17        9     217 Presente       S            FO
## 20     4.82       15        5     112 Presente       S            FI
## 21     5.39       14        5      45 Presente       S            FO
## 22     3.50       15       18      46  Ausente       S            FI
## 23     5.38       15       16      79 Presente       S            FO
## 24     5.62       18        6     125 Presente       S            FI
## 25     5.32       16       14     241 Presente       S            FI
## 26     4.95       15       10     188 Presente       S            FI
## 27     3.75       18       15      56 Presente       S            FI
## 28     3.55       16       10     288 Presente       S            FI
## 29     5.03       17        8     166 Presente       S            FI
## 30     5.99       15        9     105  Ausente       S            FO
## 31     4.11       16       12      83 Presente       S            FI
## 32     4.51       18        9     191 Presente       S            FO
## 33     4.31       14       10      72  Ausente       S            FI
## 34     4.13       17       14     141 Presente       S            FI
## 35     4.15       12       11      33  Ausente       S            FO
## 36     4.66       13       16      40 Presente       S            FI
## 37     5.59       17       16     156 Presente       S            FI
## 38     5.46       17       12      77 Presente       S            FI
## 39     4.91       17       13     284  Ausente       S            FI
## 40     4.66       17       11      40  Ausente       S            FI
## 41     5.00       17       12      68 Presente      PA            FI
## 42     3.97       16       10     116  Ausente      PA            FO
## 43     5.38       13       13     258 Presente      PA            FI
## 44     5.26       17       11     222 Presente      PA            FO
## 45     6.32       16       13      38  Ausente      PA            FO
## 46     5.73       13        9     203  Ausente      PA            FI
## 47     5.81       12       15     281 Presente      PA            FO
## 48     4.55       13        9      47 Presente      PA            FI
## 49     5.53       16       18     228 Presente      PA            FI
## 50     5.47       17        8     244 Presente      PA            FI
## 51     5.67       16        8      16 Presente      PA            FI
## 52     4.56       16       12     168 Presente      PA            FO
## 53     4.00       17        5     119 Presente      PA            FI
## 54     4.22       15        9     182  Ausente      PA            FI
## 55     3.74       15        7      26 Presente      PA            FI
## 56     5.77       17        6     169 Presente      PA            FI
## 57     5.85       15       14     139  Ausente      PA            FO
## 58     5.26       17       14     129 Presente      PA            FO
## 59     4.44       17       10      68 Presente      PA            FI
## 60     5.80       16       17     178 Presente      PA            FI
## 61     5.85       15       10       8 Presente      PA            FO
## 62     4.90       16       12     205  Ausente      PA            FO
## 63     4.76       13       16      64 Presente      PA            FO
## 64     5.13       15       12     251 Presente      PA            FI
## 65     3.97       19        6      95 Presente      PA            FO
## 66     5.29       16       16      12 Presente      PA            FI
## 67     5.77       19       10     210 Presente      PA            FO
## 68     5.43       17        8     139 Presente      PA            FO
## 69     3.29       15       10     295 Presente      PA            FO
## 70     5.02       14        6     150  Ausente      PA            FI
## 71     4.92       18       10     160 Presente      PA            FO
## 72     4.44       17       13     181  Ausente      PA            FO
## 73     3.63       15       12     257 Presente      PA            FO
## 74     4.52       14       10     266 Presente      PA            FO
## 75     4.56       17        6     139  Ausente      PA            FI
## 76     5.58       16       18     113  Ausente      PA            FO
## 77     4.48       16       16      52  Ausente      PA            FI
## 78     5.23       15       10     244  Ausente      PA            FI
## 79     5.61       17        8     195 Presente      PA            FI
## 80     5.69       14       11      82  Ausente      PA            FI
## 81     4.62       17       10      80  Ausente      MA            FI
## 82     4.66       17       10      59  Ausente      MA            FI
## 83     4.76       18       14     176  Ausente      MA            FO
## 84     5.31       18       10     130 Presente      MA            FO
## 85     5.62       17       13     137  Ausente      MA            FO
## 86     5.05       13       10     241  Ausente      MA            FO
## 87     6.48       18       13     118 Presente      MA            FI
## 88     4.89       17       13     192 Presente      MA            FO
## 89     4.53       15       12     120 Presente      MA            FI
## 90     5.69       16       12     190  Ausente      MA            FO
## 91     4.90       14       15      84  Ausente      MA            FI
## 92     5.78       17       17     155 Presente      MA            FI
## 93     6.59       17       11     167  Ausente      MA            FI
## 94     4.43       14        9     185 Presente      MA            FO
## 95     5.38       19       14     278 Presente      MA            FO
## 96     5.25       16       12     217 Presente      MA            FI
## 97     5.70       16        7      72 Presente      MA            FO
## 98     2.94       16       12      32 Presente      MA            FI
## 99     3.98       16       11       5 Presente      MA            FI
## 100    4.71       19        8      41 Presente      MA            FO
## 101    6.04       16       11     228 Presente      MA            FO
## 102    5.49       20        2      28 Presente      MA            FI
## 103    4.68       14       13     151 Presente      MA            FO
## 104    4.88       17       11     187  Ausente      MA            FO
## 105    5.32       17       11     206  Ausente      MA            FI
## 106    6.39       18        8      62 Presente      MA            FI
## 107    5.06       13       11     220 Presente      MA            FI
## 108    6.12       14       13      41 Presente      MA            FO
## 109    5.51       19        9     167 Presente      MA            FO
## 110    3.12       17       14      58 Presente      MA            FI
## 111    4.35       17        8     127 Presente      MA            FI
## 112    4.87       13        6     107 Presente      MA            FO
## 113    6.16       19        5     267 Presente      MA            FI
## 114    5.07       18       10     164  Ausente      MA            FO
## 115    5.28       15       12     287  Ausente      MA            FO
## 116    4.72       17        4     235  Ausente      MA            FI
## 117    6.64       18       13     221  Ausente      MA            FI
## 118    6.54       15       10     204 Presente      MA            FO
## 119    5.72       13       11       4 Presente      MA            FI
## 120    4.17       18        9     106 Presente      MA            FO

Filtre los datos que comienzan con Flores para el estatus muy afectadas ( Filter(,) )

tib.c %>%
  select(starts_with("Flores"),Estatus) %>% 
filter(Estatus == "MA")

##    Flores.r Flores.d Estatus
## 1        17       10      MA
## 2        17       10      MA
## 3        18       14      MA
## 4        18       10      MA
## 5        17       13      MA
## 6        13       10      MA
## 7        18       13      MA
## 8        17       13      MA
## 9        15       12      MA
## 10       16       12      MA
## 11       14       15      MA
## 12       17       17      MA
## 13       17       11      MA
## 14       14        9      MA
## 15       19       14      MA
## 16       16       12      MA
## 17       16        7      MA
## 18       16       12      MA
## 19       16       11      MA
## 20       19        8      MA
## 21       16       11      MA
## 22       20        2      MA
## 23       14       13      MA
## 24       17       11      MA
## 25       17       11      MA
## 26       18        8      MA
## 27       13       11      MA
## 28       14       13      MA
## 29       19        9      MA
## 30       17       14      MA
## 31       17        8      MA
## 32       13        6      MA
## 33       19        5      MA
## 34       18       10      MA
## 35       15       12      MA
## 36       17        4      MA
## 37       18       13      MA
## 38       15       10      MA
## 39       13       11      MA
## 40       18        9      MA

Filtre los datos para cuando la biomasa es superior a 5 gramos

tib.c%>%filter(Biomasa >5)

##    Biomasa Flores.r Flores.d Hojas.d    Plaga Estatus Fertilizacion
## 1     5.76       16       14      95 Presente       S            FO
## 2     6.48       14       16       4 Presente       S            FO
## 3     5.78       18        6     298 Presente       S            FO
## 4     6.78       16       12     169 Presente       S            FI
## 5     5.19       17       10     297 Presente       S            FO
## 6     6.00       17       12     116 Presente       S            FI
## 7     6.61       19        9     196 Presente       S            FO
## 8     5.71       15        8     269 Presente       S            FO
## 9     6.15       18        6     108 Presente       S            FO
## 10    5.16       19       11      72 Presente       S            FI
## 11    5.92       17       10      55 Presente       S            FO
## 12    5.16       19       11     130 Presente       S            FO
## 13    5.39       14        5      45 Presente       S            FO
## 14    5.38       15       16      79 Presente       S            FO
## 15    5.62       18        6     125 Presente       S            FI
## 16    5.32       16       14     241 Presente       S            FI
## 17    5.03       17        8     166 Presente       S            FI
## 18    5.99       15        9     105  Ausente       S            FO
## 19    5.59       17       16     156 Presente       S            FI
## 20    5.46       17       12      77 Presente       S            FI
## 21    5.38       13       13     258 Presente      PA            FI
## 22    5.26       17       11     222 Presente      PA            FO
## 23    6.32       16       13      38  Ausente      PA            FO
## 24    5.73       13        9     203  Ausente      PA            FI
## 25    5.81       12       15     281 Presente      PA            FO
## 26    5.53       16       18     228 Presente      PA            FI
## 27    5.47       17        8     244 Presente      PA            FI
## 28    5.67       16        8      16 Presente      PA            FI
## 29    5.77       17        6     169 Presente      PA            FI
## 30    5.85       15       14     139  Ausente      PA            FO
## 31    5.26       17       14     129 Presente      PA            FO
## 32    5.80       16       17     178 Presente      PA            FI
## 33    5.85       15       10       8 Presente      PA            FO
## 34    5.13       15       12     251 Presente      PA            FI
## 35    5.29       16       16      12 Presente      PA            FI
## 36    5.77       19       10     210 Presente      PA            FO
## 37    5.43       17        8     139 Presente      PA            FO
## 38    5.02       14        6     150  Ausente      PA            FI
## 39    5.58       16       18     113  Ausente      PA            FO
## 40    5.23       15       10     244  Ausente      PA            FI
## 41    5.61       17        8     195 Presente      PA            FI
## 42    5.69       14       11      82  Ausente      PA            FI
## 43    5.31       18       10     130 Presente      MA            FO
## 44    5.62       17       13     137  Ausente      MA            FO
## 45    5.05       13       10     241  Ausente      MA            FO
## 46    6.48       18       13     118 Presente      MA            FI
## 47    5.69       16       12     190  Ausente      MA            FO
## 48    5.78       17       17     155 Presente      MA            FI
## 49    6.59       17       11     167  Ausente      MA            FI
## 50    5.38       19       14     278 Presente      MA            FO
## 51    5.25       16       12     217 Presente      MA            FI
## 52    5.70       16        7      72 Presente      MA            FO
## 53    6.04       16       11     228 Presente      MA            FO
## 54    5.49       20        2      28 Presente      MA            FI
## 55    5.32       17       11     206  Ausente      MA            FI
## 56    6.39       18        8      62 Presente      MA            FI
## 57    5.06       13       11     220 Presente      MA            FI
## 58    6.12       14       13      41 Presente      MA            FO
## 59    5.51       19        9     167 Presente      MA            FO
## 60    6.16       19        5     267 Presente      MA            FI
## 61    5.07       18       10     164  Ausente      MA            FO
## 62    5.28       15       12     287  Ausente      MA            FO
## 63    6.64       18       13     221  Ausente      MA            FI
## 64    6.54       15       10     204 Presente      MA            FO
## 65    5.72       13       11       4 Presente      MA            FI

Filtre los datos para tener solo fertilización se tienen plantas parcialmente afectadas y fueron tratadas con fertilización orgánica.

tib.c%>%filter(Estatus=="PA" & Fertilizacion=="FO")

##    Biomasa Flores.r Flores.d Hojas.d    Plaga Estatus Fertilizacion
## 1     3.97       16       10     116  Ausente      PA            FO
## 2     5.26       17       11     222 Presente      PA            FO
## 3     6.32       16       13      38  Ausente      PA            FO
## 4     5.81       12       15     281 Presente      PA            FO
## 5     4.56       16       12     168 Presente      PA            FO
## 6     5.85       15       14     139  Ausente      PA            FO
## 7     5.26       17       14     129 Presente      PA            FO
## 8     5.85       15       10       8 Presente      PA            FO
## 9     4.90       16       12     205  Ausente      PA            FO
## 10    4.76       13       16      64 Presente      PA            FO
## 11    3.97       19        6      95 Presente      PA            FO
## 12    5.77       19       10     210 Presente      PA            FO
## 13    5.43       17        8     139 Presente      PA            FO
## 14    3.29       15       10     295 Presente      PA            FO
## 15    4.92       18       10     160 Presente      PA            FO
## 16    4.44       17       13     181  Ausente      PA            FO
## 17    3.63       15       12     257 Presente      PA            FO
## 18    4.52       14       10     266 Presente      PA            FO
## 19    5.58       16       18     113  Ausente      PA            FO

Filtre los datos para tener solo fertilización se tienen plantas parcialmente afectadas o fueron tratadas con fertilización inorgánica

tib.c%>%filter(Estatus=="PA" | Fertilizacion=="FI")

##    Biomasa Flores.r Flores.d Hojas.d    Plaga Estatus Fertilizacion
## 1     4.27       15       14     104 Presente       S            FI
## 2     4.70       17       13     103  Ausente       S            FI
## 3     4.00       15        8     225 Presente       S            FI
## 4     3.35       15        9     278 Presente       S            FI
## 5     6.78       16       12     169 Presente       S            FI
## 6     6.00       17       12     116 Presente       S            FI
## 7     5.16       19       11      72 Presente       S            FI
## 8     4.01       15       14     122 Presente       S            FI
## 9     4.82       15        5     112 Presente       S            FI
## 10    3.50       15       18      46  Ausente       S            FI
## 11    5.62       18        6     125 Presente       S            FI
## 12    5.32       16       14     241 Presente       S            FI
## 13    4.95       15       10     188 Presente       S            FI
## 14    3.75       18       15      56 Presente       S            FI
## 15    3.55       16       10     288 Presente       S            FI
## 16    5.03       17        8     166 Presente       S            FI
## 17    4.11       16       12      83 Presente       S            FI
## 18    4.31       14       10      72  Ausente       S            FI
## 19    4.13       17       14     141 Presente       S            FI
## 20    4.66       13       16      40 Presente       S            FI
## 21    5.59       17       16     156 Presente       S            FI
## 22    5.46       17       12      77 Presente       S            FI
## 23    4.91       17       13     284  Ausente       S            FI
## 24    4.66       17       11      40  Ausente       S            FI
## 25    5.00       17       12      68 Presente      PA            FI
## 26    3.97       16       10     116  Ausente      PA            FO
## 27    5.38       13       13     258 Presente      PA            FI
## 28    5.26       17       11     222 Presente      PA            FO
## 29    6.32       16       13      38  Ausente      PA            FO
## 30    5.73       13        9     203  Ausente      PA            FI
## 31    5.81       12       15     281 Presente      PA            FO
## 32    4.55       13        9      47 Presente      PA            FI
## 33    5.53       16       18     228 Presente      PA            FI
## 34    5.47       17        8     244 Presente      PA            FI
## 35    5.67       16        8      16 Presente      PA            FI
## 36    4.56       16       12     168 Presente      PA            FO
## 37    4.00       17        5     119 Presente      PA            FI
## 38    4.22       15        9     182  Ausente      PA            FI
## 39    3.74       15        7      26 Presente      PA            FI
## 40    5.77       17        6     169 Presente      PA            FI
## 41    5.85       15       14     139  Ausente      PA            FO
## 42    5.26       17       14     129 Presente      PA            FO
## 43    4.44       17       10      68 Presente      PA            FI
## 44    5.80       16       17     178 Presente      PA            FI
## 45    5.85       15       10       8 Presente      PA            FO
## 46    4.90       16       12     205  Ausente      PA            FO
## 47    4.76       13       16      64 Presente      PA            FO
## 48    5.13       15       12     251 Presente      PA            FI
## 49    3.97       19        6      95 Presente      PA            FO
## 50    5.29       16       16      12 Presente      PA            FI
## 51    5.77       19       10     210 Presente      PA            FO
## 52    5.43       17        8     139 Presente      PA            FO
## 53    3.29       15       10     295 Presente      PA            FO
## 54    5.02       14        6     150  Ausente      PA            FI
## 55    4.92       18       10     160 Presente      PA            FO
## 56    4.44       17       13     181  Ausente      PA            FO
## 57    3.63       15       12     257 Presente      PA            FO
## 58    4.52       14       10     266 Presente      PA            FO
## 59    4.56       17        6     139  Ausente      PA            FI
## 60    5.58       16       18     113  Ausente      PA            FO
## 61    4.48       16       16      52  Ausente      PA            FI
## 62    5.23       15       10     244  Ausente      PA            FI
## 63    5.61       17        8     195 Presente      PA            FI
## 64    5.69       14       11      82  Ausente      PA            FI
## 65    4.62       17       10      80  Ausente      MA            FI
## 66    4.66       17       10      59  Ausente      MA            FI
## 67    6.48       18       13     118 Presente      MA            FI
## 68    4.53       15       12     120 Presente      MA            FI
## 69    4.90       14       15      84  Ausente      MA            FI
## 70    5.78       17       17     155 Presente      MA            FI
## 71    6.59       17       11     167  Ausente      MA            FI
## 72    5.25       16       12     217 Presente      MA            FI
## 73    2.94       16       12      32 Presente      MA            FI
## 74    3.98       16       11       5 Presente      MA            FI
## 75    5.49       20        2      28 Presente      MA            FI
## 76    5.32       17       11     206  Ausente      MA            FI
## 77    6.39       18        8      62 Presente      MA            FI
## 78    5.06       13       11     220 Presente      MA            FI
## 79    3.12       17       14      58 Presente      MA            FI
## 80    4.35       17        8     127 Presente      MA            FI
## 81    6.16       19        5     267 Presente      MA            FI
## 82    4.72       17        4     235  Ausente      MA            FI
## 83    6.64       18       13     221  Ausente      MA            FI
## 84    5.72       13       11       4 Presente      MA            FI

Filtre los datos de Flores desprendidas por presencia o ausencia de plaga para cuando el número de flores desprendidas es mayor a su mediana

tib.c%>%filter(Flores.d > median(Flores.d))

##    Biomasa Flores.r Flores.d Hojas.d    Plaga Estatus Fertilizacion
## 1     4.27       15       14     104 Presente       S            FI
## 2     4.70       17       13     103  Ausente       S            FI
## 3     5.76       16       14      95 Presente       S            FO
## 4     6.48       14       16       4 Presente       S            FO
## 5     6.78       16       12     169 Presente       S            FI
## 6     6.00       17       12     116 Presente       S            FI
## 7     4.01       15       14     122 Presente       S            FI
## 8     3.50       15       18      46  Ausente       S            FI
## 9     5.38       15       16      79 Presente       S            FO
## 10    5.32       16       14     241 Presente       S            FI
## 11    3.75       18       15      56 Presente       S            FI
## 12    4.11       16       12      83 Presente       S            FI
## 13    4.13       17       14     141 Presente       S            FI
## 14    4.66       13       16      40 Presente       S            FI
## 15    5.59       17       16     156 Presente       S            FI
## 16    5.46       17       12      77 Presente       S            FI
## 17    4.91       17       13     284  Ausente       S            FI
## 18    5.00       17       12      68 Presente      PA            FI
## 19    5.38       13       13     258 Presente      PA            FI
## 20    6.32       16       13      38  Ausente      PA            FO
## 21    5.81       12       15     281 Presente      PA            FO
## 22    5.53       16       18     228 Presente      PA            FI
## 23    4.56       16       12     168 Presente      PA            FO
## 24    5.85       15       14     139  Ausente      PA            FO
## 25    5.26       17       14     129 Presente      PA            FO
## 26    5.80       16       17     178 Presente      PA            FI
## 27    4.90       16       12     205  Ausente      PA            FO
## 28    4.76       13       16      64 Presente      PA            FO
## 29    5.13       15       12     251 Presente      PA            FI
## 30    5.29       16       16      12 Presente      PA            FI
## 31    4.44       17       13     181  Ausente      PA            FO
## 32    3.63       15       12     257 Presente      PA            FO
## 33    5.58       16       18     113  Ausente      PA            FO
## 34    4.48       16       16      52  Ausente      PA            FI
## 35    4.76       18       14     176  Ausente      MA            FO
## 36    5.62       17       13     137  Ausente      MA            FO
## 37    6.48       18       13     118 Presente      MA            FI
## 38    4.89       17       13     192 Presente      MA            FO
## 39    4.53       15       12     120 Presente      MA            FI
## 40    5.69       16       12     190  Ausente      MA            FO
## 41    4.90       14       15      84  Ausente      MA            FI
## 42    5.78       17       17     155 Presente      MA            FI
## 43    5.38       19       14     278 Presente      MA            FO
## 44    5.25       16       12     217 Presente      MA            FI
## 45    2.94       16       12      32 Presente      MA            FI
## 46    4.68       14       13     151 Presente      MA            FO
## 47    6.12       14       13      41 Presente      MA            FO
## 48    3.12       17       14      58 Presente      MA            FI
## 49    5.28       15       12     287  Ausente      MA            FO
## 50    6.64       18       13     221  Ausente      MA            FI

Filtre los datos de una de las variables con datos faltantes por presencia o ausencia de plaga para cuando el valor de la variable con faltante es mayor a su mediana. Compare los resultados en los dos conjuntos de datos (completo o muestreado). Si encuentra diferencias en la mediana use median(, na.rm = TRUE)

tib.i%>%filter(Flores.d > median(Flores.d, na.rm=TRUE),Plaga=="Presente")

##    Biomasa Flores.r Flores.d Hojas.d    Plaga Estatus Fertilizacion
## 1     5.13       15       12     251 Presente      PA            FI
## 2     4.11       16       12      83 Presente       S            FI
## 3     3.63       15       12     257 Presente      PA            FO
## 4     2.94       16       12      32 Presente      MA            FI
## 5     4.89       17       13     192 Presente      MA            FO
## 6     3.63       15       12     257 Presente      PA            FO
## 7     4.89       17       13     192 Presente      MA            FO
## 8     5.13       15       12     251 Presente      PA            FI
## 9     5.78       17       17     155 Presente      MA            FI
## 10    5.76       16       14      95 Presente       S            FO
## 11    5.25       16       12     217 Presente      MA            FI
## 12    6.48       14       16       4 Presente       S            FO
## 13    6.48       14       16       4 Presente       S            FO
## 14    5.38       13       13     258 Presente      PA            FI
## 15    5.26       17       14     129 Presente      PA            FO
## 16    3.75       18       15      56 Presente       S            FI
## 17    5.38       15       16      79 Presente       S            FO
## 18    4.89       17       13     192 Presente      MA            FO
## 19    4.13       17       14     141 Presente       S            FI
## 20    6.12       14       13      41 Presente      MA            FO
## 21    4.66       13       16      40 Presente       S            FI
## 22    5.32       16       14     241 Presente       S            FI
## 23    3.12       17       14      58 Presente      MA            FI
## 24    5.76       16       14      95 Presente       S            FO
## 25    5.81       12       15     281 Presente      PA            FO
## 26    3.63       15       12     257 Presente      PA            FO
## 27    5.80       16       17     178 Presente      PA            FI
## 28    5.29       16       16      12 Presente      PA            FI
## 29    5.81       12       15     281 Presente      PA            FO
## 30    6.48       18       13     118 Presente      MA            FI
## 31    2.94       16       12      32 Presente      MA            FI
## 32    5.80       16       17     178 Presente      PA            FI
## 33    4.68       14       13     151 Presente      MA            FO
## 34    4.53       15       12     120 Presente      MA            FI

tib.c%>%filter(Flores.d > median(Flores.d),Plaga=="Presente")

##    Biomasa Flores.r Flores.d Hojas.d    Plaga Estatus Fertilizacion
## 1     4.27       15       14     104 Presente       S            FI
## 2     5.76       16       14      95 Presente       S            FO
## 3     6.48       14       16       4 Presente       S            FO
## 4     6.78       16       12     169 Presente       S            FI
## 5     6.00       17       12     116 Presente       S            FI
## 6     4.01       15       14     122 Presente       S            FI
## 7     5.38       15       16      79 Presente       S            FO
## 8     5.32       16       14     241 Presente       S            FI
## 9     3.75       18       15      56 Presente       S            FI
## 10    4.11       16       12      83 Presente       S            FI
## 11    4.13       17       14     141 Presente       S            FI
## 12    4.66       13       16      40 Presente       S            FI
## 13    5.59       17       16     156 Presente       S            FI
## 14    5.46       17       12      77 Presente       S            FI
## 15    5.00       17       12      68 Presente      PA            FI
## 16    5.38       13       13     258 Presente      PA            FI
## 17    5.81       12       15     281 Presente      PA            FO
## 18    5.53       16       18     228 Presente      PA            FI
## 19    4.56       16       12     168 Presente      PA            FO
## 20    5.26       17       14     129 Presente      PA            FO
## 21    5.80       16       17     178 Presente      PA            FI
## 22    4.76       13       16      64 Presente      PA            FO
## 23    5.13       15       12     251 Presente      PA            FI
## 24    5.29       16       16      12 Presente      PA            FI
## 25    3.63       15       12     257 Presente      PA            FO
## 26    6.48       18       13     118 Presente      MA            FI
## 27    4.89       17       13     192 Presente      MA            FO
## 28    4.53       15       12     120 Presente      MA            FI
## 29    5.78       17       17     155 Presente      MA            FI
## 30    5.38       19       14     278 Presente      MA            FO
## 31    5.25       16       12     217 Presente      MA            FI
## 32    2.94       16       12      32 Presente      MA            FI
## 33    4.68       14       13     151 Presente      MA            FO
## 34    6.12       14       13      41 Presente      MA            FO
## 35    3.12       17       14      58 Presente      MA            FI

Seleccione dos variables cuantitativas y asígnelas a un vector con c(,) y nómbrelo con v1. Ponga en otro vector dos valores numéricos que sirvan de condición a cada variable, por ejemplo, el cuartil inferior para una y el cuartil superior para la otra y llámelo v2. Usando ahora pipes, llame el data.frame completo y filtre usando el operador punto para seleccionar aquellos datos que superan respectivamente cada variable el valor de la condición. Use ( v1=c();v2=c(); tib.c % > % filter(.data[[v1[[1]]>v2[[1]],.data[[v1[[2]]>v2[[2]])

quantile(tib.c$Biomasa,0.25)

##    25% 
## 4.5275

quantile(tib.c$Flores.r,0.75)

## 75% 
##  17

v1=c("Biomasa","Flores.r");v2=c(4.53,17); 
tib.c %>% 
filter(.[v1[1]]>v2[1],
       .[v1[2]]>v2[2])

##    Biomasa Flores.r Flores.d Hojas.d    Plaga Estatus Fertilizacion
## 1     5.78       18        6     298 Presente       S            FO
## 2     6.61       19        9     196 Presente       S            FO
## 3     6.15       18        6     108 Presente       S            FO
## 4     4.84       18       11      91  Ausente       S            FO
## 5     5.16       19       11      72 Presente       S            FI
## 6     5.16       19       11     130 Presente       S            FO
## 7     5.62       18        6     125 Presente       S            FI
## 8     5.77       19       10     210 Presente      PA            FO
## 9     4.92       18       10     160 Presente      PA            FO
## 10    4.76       18       14     176  Ausente      MA            FO
## 11    5.31       18       10     130 Presente      MA            FO
## 12    6.48       18       13     118 Presente      MA            FI
## 13    5.38       19       14     278 Presente      MA            FO
## 14    4.71       19        8      41 Presente      MA            FO
## 15    5.49       20        2      28 Presente      MA            FI
## 16    6.39       18        8      62 Presente      MA            FI
## 17    5.51       19        9     167 Presente      MA            FO
## 18    6.16       19        5     267 Presente      MA            FI
## 19    5.07       18       10     164  Ausente      MA            FO
## 20    6.64       18       13     221  Ausente      MA            FI

Cree un data frame o tableta con todas las variables cuantitativas contínuas estandarizadas con el “score z” y las discretas con la estadarización minimax y llámelo tib.e. Use (mutate())

tib.e = tib.c%>%
    mutate(Biomasa_z = (Biomasa - mean(Biomasa)) / sd(Biomasa),
           Flores.r_min=(Flores.r-min(Flores.r))/range(Flores.r),
           Flores.d_min=(Flores.d-min(Flores.d))/range(Flores.d),
           Hojas.d_min=(Hojas.d-min(Hojas.d)))
head(tib.e)

##   Biomasa Flores.r Flores.d Hojas.d    Plaga Estatus Fertilizacion  Biomasa_z
## 1    4.27       15       14     104 Presente       S            FI -0.9596284
## 2    4.70       17       13     103  Ausente       S            FI -0.4387824
## 3    5.76       16       14      95 Presente       S            FO  0.8451634
## 4    6.48       14       16       4 Presente       S            FO  1.7172776
## 5    5.78       18        6     298 Presente       S            FO  0.8693888
## 6    4.00       15        8     225 Presente       S            FI -1.2866712
##   Flores.r_min Flores.d_min Hojas.d_min
## 1    0.2500000    6.0000000         100
## 2    0.2500000    0.6111111          99
## 3    0.3333333    6.0000000          91
## 4    0.1000000    0.7777778           0
## 5    0.5000000    2.0000000         294
## 6    0.1500000    0.3333333         221

Como ya hemos usado varias funciones, en los ejercicios posteriores se omitirán funciones antes evaluadas y solo se mencionarán aquellas que no se hayan usado.

Actividad 4

Cree una nueva variable para tib.c donde divida el número de flores en las ramas con el número de flores desprendidas.

tib.c %>% 
  mutate(div_flores=Flores.r/Flores.d) %>% 
  head

##   Biomasa Flores.r Flores.d Hojas.d    Plaga Estatus Fertilizacion div_flores
## 1    4.27       15       14     104 Presente       S            FI   1.071429
## 2    4.70       17       13     103  Ausente       S            FI   1.307692
## 3    5.76       16       14      95 Presente       S            FO   1.142857
## 4    6.48       14       16       4 Presente       S            FO   0.875000
## 5    5.78       18        6     298 Presente       S            FO   3.000000
## 6    4.00       15        8     225 Presente       S            FI   1.875000

Seleccione solo la variable del cociente previo agrupada por plaga. Cree una nueva variable que imprima el rango mínimo en cada grupo. LLame a la variable rangomin. Use (mutate( rangomin= min_rank(desc())))

tib.c %>% 
  mutate(div_flores=Flores.r/Flores.d) %>% 
  group_by(Plaga) %>% 
  mutate( rangomin= min_rank(desc(div_flores))) %>% 
  head()

## # A tibble: 6 x 9
## # Groups:   Plaga [2]
##   Biomasa Flores.r Flores.d Hojas.d Plaga    Estatus Fertilizacion div_flores
##     <dbl>    <int>    <int>   <int> <chr>    <fct>   <chr>              <dbl>
## 1    4.27       15       14     104 Presente S       FI                 1.07 
## 2    4.7        17       13     103 Ausente  S       FI                 1.31 
## 3    5.76       16       14      95 Presente S       FO                 1.14 
## 4    6.48       14       16       4 Presente S       FO                 0.875
## 5    5.78       18        6     298 Presente S       FO                 3    
## 6    4          15        8     225 Presente S       FI                 1.88 
## # ... with 1 more variable: rangomin <int>

Renombre las variables asociadas a las flores a su gusto. Use (rename(tib.e,))

tib.e %>% 
  rename(Fl.en.rama=Flores.r,
         Fl.despre=Flores.d,
         minmax.Fl.en.rama=Flores.r_min,
         minmax.Fl.despre=Flores.d_min) %>% 
  head()

##   Biomasa Fl.en.rama Fl.despre Hojas.d    Plaga Estatus Fertilizacion
## 1    4.27         15        14     104 Presente       S            FI
## 2    4.70         17        13     103  Ausente       S            FI
## 3    5.76         16        14      95 Presente       S            FO
## 4    6.48         14        16       4 Presente       S            FO
## 5    5.78         18         6     298 Presente       S            FO
## 6    4.00         15         8     225 Presente       S            FI
##    Biomasa_z minmax.Fl.en.rama minmax.Fl.despre Hojas.d_min
## 1 -0.9596284         0.2500000        6.0000000         100
## 2 -0.4387824         0.2500000        0.6111111          99
## 3  0.8451634         0.3333333        6.0000000          91
## 4  1.7172776         0.1000000        0.7777778           0
## 5  0.8693888         0.5000000        2.0000000         294
## 6 -1.2866712         0.1500000        0.3333333         221

Pase a mayúsculas todos los nombres de las variables en cualquier tibble. Use (rename_with(tib.e,toupper))

tib.e %>% 
  rename_with(toupper) %>% 
  head

##   BIOMASA FLORES.R FLORES.D HOJAS.D    PLAGA ESTATUS FERTILIZACION  BIOMASA_Z
## 1    4.27       15       14     104 Presente       S            FI -0.9596284
## 2    4.70       17       13     103  Ausente       S            FI -0.4387824
## 3    5.76       16       14      95 Presente       S            FO  0.8451634
## 4    6.48       14       16       4 Presente       S            FO  1.7172776
## 5    5.78       18        6     298 Presente       S            FO  0.8693888
## 6    4.00       15        8     225 Presente       S            FI -1.2866712
##   FLORES.R_MIN FLORES.D_MIN HOJAS.D_MIN
## 1    0.2500000    6.0000000         100
## 2    0.2500000    0.6111111          99
## 3    0.3333333    6.0000000          91
## 4    0.1000000    0.7777778           0
## 5    0.5000000    2.0000000         294
## 6    0.1500000    0.3333333         221

Pase a minúsculas todos los nombres de variable y aproveche y cambie los .d por guiones al piso, es decir, d. Use (rename_with(tib.e,∼tolower(gsub(”.”,””,.x,fixed=TRUE))))

rename_with(tib.e,~tolower(gsub(".","_",.x,fixed=TRUE))) %>% head

##   biomasa flores_r flores_d hojas_d    plaga estatus fertilizacion  biomasa_z
## 1    4.27       15       14     104 Presente       S            FI -0.9596284
## 2    4.70       17       13     103  Ausente       S            FI -0.4387824
## 3    5.76       16       14      95 Presente       S            FO  0.8451634
## 4    6.48       14       16       4 Presente       S            FO  1.7172776
## 5    5.78       18        6     298 Presente       S            FO  0.8693888
## 6    4.00       15        8     225 Presente       S            FI -1.2866712
##   flores_r_min flores_d_min hojas_d_min
## 1    0.2500000    6.0000000         100
## 2    0.2500000    0.6111111          99
## 3    0.3333333    6.0000000          91
## 4    0.1000000    0.7777778           0
## 5    0.5000000    2.0000000         294
## 6    0.1500000    0.3333333         221

Entre las opciones interesantes para realizar estadísticas descriptivas esta la función summarise(), la cual usaremos en la siguiente actividad:

actividad 5

Seleccione la variable biomasa de la tableta con faltantes y con summarise() obtenga la media y el número de datos de esta variable.

tib.i %>% 
  select(Biomasa) %>% 
  summarise(media=mean(Biomasa,na.rm=TRUE),n.datos=n())

##      media n.datos
## 1 4.977079      90

Seleccione la variable biomasa de la tableta con faltantes y con summarise() obtenga la media y el número de datos por tipo de fertilización.

tib.i %>% 
  select(Biomasa,Fertilizacion) %>% 
  group_by(Fertilización=Fertilizacion)%>%
  summarise(media=mean(Biomasa,na.rm=TRUE),n.datos=n())

## # A tibble: 2 x 3
##   Fertilización media n.datos
##   <chr>         <dbl>   <int>
## 1 FI             4.84      46
## 2 FO             5.12      44

Seleccione la variable biomasa de la tableta con faltantes y con summarise() obtenga los cuantiles 0.10,0.20,0.30,0.40 y 0.50 por tipo de fertilizaci´on.

tib.i %>% 
  select(Biomasa, Fertilizacion) %>%
  group_by (Fertilización=Fertilizacion) %>% 
  summarise(C1=quantile(Biomasa,0.10,na.rm=TRUE),
            C2= quantile(Biomasa,0.20,na.rm=TRUE),
            C3=quantile(Biomasa, 0.30,na.rm=TRUE),
            C4=quantile(Biomasa, 0.40,na.rm=TRUE),
            C5=quantile(Biomasa, 0.50,na.rm=TRUE))

## # A tibble: 2 x 6
##   Fertilización    C1    C2    C3    C4    C5
##   <chr>         <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 FI             3.64  4.13  4.58  4.66  4.86
## 2 FO             3.97  4.47  4.84  4.89  5.16

Seleccione la variable biomasa de la tableta con faltantes y con summarise() obtenga la media, mediana, máximo, mínimo, desviación típica, desviación media, media truncada y varianza por tipo de fertilización y plaga.

tib.i %>% 
  select(Biomasa,Fertilizacion,Plaga) %>%
  group_by(Fertilización=Fertilizacion,Plaga=Plaga) %>% 
  summarise(Media=mean(Biomasa,na.rm=TRUE),
            Mediana=median(Biomasa,na.rm=TRUE),
            Máx=max(Biomasa,na.rm=TRUE),
            Mín=min(Biomasa,na.rm=TRUE),
            Des.tip=sd(Biomasa,na.rm=TRUE),
            Des.media=mean(abs(Biomasa-mean(Biomasa)),na.rm=TRUE),
            Media.T=mean(Biomasa,trim=0.5,na.rm=TRUE),
            Varianza=var(Biomasa,na.rm=TRUE)) %>% 
  head

## `summarise()` has grouped output by 'Fertilización'. You can override using the `.groups` argument.

## # A tibble: 4 x 10
## # Groups:   Fertilización [2]
##   Fertilización Plaga    Media Mediana   Máx   Mín Des.tip Des.media Media.T
##   <chr>         <chr>    <dbl>   <dbl> <dbl> <dbl>   <dbl>     <dbl>   <dbl>
## 1 FI            Ausente   5.06    4.72  6.59  4.48   0.610     0.478    4.72
## 2 FI            Presente  4.75    5.03  6.48  2.94   0.919     0.763    5.03
## 3 FO            Ausente   5.05    4.99  5.99  3.97   0.577   NaN        4.99
## 4 FO            Presente  5.15    5.16  6.54  3.63   0.869     0.695    5.16
## # ... with 1 more variable: Varianza <dbl>

Seleccione la variable biomasa de la tableta con faltantes y con summarise() obtenga la media, mediana, máximo, míınimo, desviación típica, desviación media, media truncada y varianza por tipo de fertilización y plaga filtrando por plantas sanas.

tib.i %>% 
  select(Biomasa,Fertilizacion,Plaga,Estatus) %>%  group_by(Fertilización=Fertilizacion,Plaga=Plaga,Estatus) %>% 
  summarise(Media=mean(Biomasa),
            Mediana=median(Biomasa),
            Máx=max(Biomasa),
            Mín=min(Biomasa),
            Des.tip=sd(Biomasa),
            Des.media=mean(abs(Biomasa-mean(Biomasa))),
            Media.T=mean(Biomasa,trim=0.5),
            Varianza=var(Biomasa)) %>% 
  filter(Estatus=="S")

## `summarise()` has grouped output by 'Fertilización', 'Plaga'. You can override using the `.groups` argument.

## # A tibble: 4 x 11
## # Groups:   Fertilización, Plaga [4]
##   Fertilización Plaga    Estatus Media Mediana   Máx   Mín Des.tip Des.media
##   <chr>         <chr>    <fct>   <dbl>   <dbl> <dbl> <dbl>   <dbl>     <dbl>
## 1 FI            Ausente  S        4.72    4.66  4.91  4.66   0.109    0.0768
## 2 FI            Presente S        4.37    4.39  5.32  3.55   0.640    0.556 
## 3 FO            Ausente  S        5.42    5.42  5.99  4.84   0.664    0.575 
## 4 FO            Presente S        5.54    5.38  6.48  4.51   0.650    0.517 
## # ... with 2 more variables: Media.T <dbl>, Varianza <dbl>

Con la tableta con faltantes use la función drop_na() para sacar los faltantes y compare las estadísticas obtenidas en el item anterior con y sin faltantes

tib.i %>% 
  select(Biomasa,Fertilizacion,Plaga,Estatus) %>%
  group_by(Fertilización=Fertilizacion,Plaga=Plaga,Estatus) %>% 
  summarise(Media=mean(Biomasa),
            Mediana=median(Biomasa),
            Máx=max(Biomasa),
            Mín=min(Biomasa),
            Des.tip=sd(Biomasa),
            Des.media=mean(abs(Biomasa-mean(Biomasa))),
            Media.T=mean(Biomasa,trim=0.5),
            Varianza=var(Biomasa)) %>% 
  filter(Estatus=="S")   %>% drop_na()

## `summarise()` has grouped output by 'Fertilización', 'Plaga'. You can override using the `.groups` argument.

## # A tibble: 4 x 11
## # Groups:   Fertilización, Plaga [4]
##   Fertilización Plaga    Estatus Media Mediana   Máx   Mín Des.tip Des.media
##   <chr>         <chr>    <fct>   <dbl>   <dbl> <dbl> <dbl>   <dbl>     <dbl>
## 1 FI            Ausente  S        4.72    4.66  4.91  4.66   0.109    0.0768
## 2 FI            Presente S        4.37    4.39  5.32  3.55   0.640    0.556 
## 3 FO            Ausente  S        5.42    5.42  5.99  4.84   0.664    0.575 
## 4 FO            Presente S        5.54    5.38  6.48  4.51   0.650    0.517 
## # ... with 2 more variables: Media.T <dbl>, Varianza <dbl>

Filtre los datos seleccionando solo las plantas afectadas o muy afectadas.Use el operador %in %

tib.i %>% 
  select(Biomasa,Fertilizacion,Plaga,Estatus) %>%
  group_by(Fertilización=Fertilizacion,Plaga=Plaga,Estatus) %>% 
  summarise(Media=mean(Biomasa),
            Mediana=median(Biomasa),
            Máx=max(Biomasa),
            Mín=min(Biomasa),
            Des.tip=sd(Biomasa),
            Des.media=mean(abs(Biomasa-mean(Biomasa))),
            Media.T=mean(Biomasa,trim=0.5),
            Varianza=var(Biomasa)) %>% 
  filter(Estatus %in% c("MA","PA")) %>% 
  drop_na()

## `summarise()` has grouped output by 'Fertilización', 'Plaga'. You can override using the `.groups` argument.

## # A tibble: 7 x 11
## # Groups:   Fertilización, Plaga [4]
##   Fertilización Plaga    Estatus Media Mediana   Máx   Mín Des.tip Des.media
##   <chr>         <chr>    <fct>   <dbl>   <dbl> <dbl> <dbl>   <dbl>     <dbl>
## 1 FI            Ausente  PA       5.26    5.23  5.69  4.48   0.495     0.341
## 2 FI            Ausente  MA       5.31    4.72  6.59  4.62   1.11      0.853
## 3 FI            Presente PA       5.08    5.29  5.8   3.74   0.697     0.537
## 4 FI            Presente MA       4.76    5.15  6.48  2.94   1.20      0.989
## 5 FO            Ausente  PA       4.44    4.44  4.9   3.97   0.465     0.311
## 6 FO            Presente PA       4.75    4.92  5.85  3.63   0.988     0.895
## 7 FO            Presente MA       5.24    4.89  6.54  4.43   0.793     0.649
## # ... with 2 more variables: Media.T <dbl>, Varianza <dbl>

Seleccione la tibble con faltantes y use complete.cases(.) para dejar por fuera los faltantes

tib.i %>% 
  complete.cases() %>% sum()

## [1] 88

tib.i_complete <- tib.i[complete.cases(tib.i),]
tib.i_complete

##    Biomasa Flores.r Flores.d Hojas.d    Plaga Estatus Fertilizacion
## 1     5.13       15       12     251 Presente      PA            FI
## 2     4.11       16       12      83 Presente       S            FI
## 3     3.63       15       12     257 Presente      PA            FO
## 4     2.94       16       12      32 Presente      MA            FI
## 5     4.76       18       14     176  Ausente      MA            FO
## 6     4.89       17       13     192 Presente      MA            FO
## 7     5.16       19       11     130 Presente       S            FO
## 8     3.63       15       12     257 Presente      PA            FO
## 9     5.06       13       11     220 Presente      MA            FI
## 10    4.89       17       13     192 Presente      MA            FO
## 11    5.49       20        2      28 Presente      MA            FI
## 12    4.35       17        8     127 Presente      MA            FI
## 13    5.13       15       12     251 Presente      PA            FI
## 14    5.23       15       10     244  Ausente      PA            FI
## 16    5.78       17       17     155 Presente      MA            FI
## 17    4.70       17       13     103  Ausente       S            FI
## 18    4.87       13        6     107 Presente      MA            FO
## 19    5.16       19       11     130 Presente       S            FO
## 20    6.54       15       10     204 Presente      MA            FO
## 21    5.76       16       14      95 Presente       S            FO
## 22    5.16       19       11     130 Presente       S            FO
## 23    4.90       16       12     205  Ausente      PA            FO
## 24    5.99       15        9     105  Ausente       S            FO
## 25    5.25       16       12     217 Presente      MA            FI
## 26    6.48       14       16       4 Presente       S            FO
## 27    5.85       15       10       8 Presente      PA            FO
## 28    6.48       14       16       4 Presente       S            FO
## 29    5.61       17        8     195 Presente      PA            FI
## 31    5.38       13       13     258 Presente      PA            FI
## 32    5.26       17       14     129 Presente      PA            FO
## 33    3.75       18       15      56 Presente       S            FI
## 34    6.59       17       11     167  Ausente      MA            FI
## 35    5.38       15       16      79 Presente       S            FO
## 36    4.89       17       13     192 Presente      MA            FO
## 37    3.74       15        7      26 Presente      PA            FI
## 38    4.13       17       14     141 Presente       S            FI
## 39    4.66       17       11      40  Ausente       S            FI
## 40    4.00       17        5     119 Presente      PA            FI
## 41    4.55       13        9      47 Presente      PA            FI
## 42    5.72       13       11       4 Presente      MA            FI
## 43    6.12       14       13      41 Presente      MA            FO
## 44    4.66       13       16      40 Presente       S            FI
## 45    5.99       15        9     105  Ausente       S            FO
## 46    4.82       15        5     112 Presente       S            FI
## 47    4.51       18        9     191 Presente       S            FO
## 48    5.69       14       11      82  Ausente      PA            FI
## 49    5.32       16       14     241 Presente       S            FI
## 50    4.44       17       13     181  Ausente      PA            FO
## 51    4.62       17       10      80  Ausente      MA            FI
## 52    4.91       17       13     284  Ausente       S            FI
## 53    3.12       17       14      58 Presente      MA            FI
## 54    5.31       18       10     130 Presente      MA            FO
## 55    5.76       16       14      95 Presente       S            FO
## 56    5.49       20        2      28 Presente      MA            FI
## 57    4.84       18       11      91  Ausente       S            FO
## 58    5.81       12       15     281 Presente      PA            FO
## 59    5.23       15       10     244  Ausente      PA            FI
## 60    3.63       15       12     257 Presente      PA            FO
## 61    4.66       17       11      40  Ausente       S            FI
## 62    4.43       14        9     185 Presente      MA            FO
## 63    5.80       16       17     178 Presente      PA            FI
## 64    4.84       18       11      91  Ausente       S            FO
## 65    3.97       19        6      95 Presente      PA            FO
## 66    3.55       16       10     288 Presente       S            FI
## 67    5.28       15       12     287  Ausente      MA            FO
## 68    5.29       16       16      12 Presente      PA            FI
## 69    5.69       14       11      82  Ausente      PA            FI
## 70    5.03       17        8     166 Presente       S            FI
## 71    3.97       16       10     116  Ausente      PA            FO
## 72    5.28       15       12     287  Ausente      MA            FO
## 73    5.81       12       15     281 Presente      PA            FO
## 74    6.48       18       13     118 Presente      MA            FI
## 75    4.43       14        9     185 Presente      MA            FO
## 76    3.97       19        6      95 Presente      PA            FO
## 77    5.77       19       10     210 Presente      PA            FO
## 78    5.28       15       12     287  Ausente      MA            FO
## 79    5.07       18       10     164  Ausente      MA            FO
## 80    2.94       16       12      32 Presente      MA            FI
## 81    5.80       16       17     178 Presente      PA            FI
## 82    4.82       15        5     112 Presente       S            FI
## 83    4.48       16       16      52  Ausente      PA            FI
## 84    5.47       17        8     244 Presente      PA            FI
## 85    4.72       17        4     235  Ausente      MA            FI
## 86    4.92       18       10     160 Presente      PA            FO
## 87    4.68       14       13     151 Presente      MA            FO
## 88    3.55       16       10     288 Presente       S            FI
## 89    4.66       17       11      40  Ausente       S            FI
## 90    4.53       15       12     120 Presente      MA            FI

Elimine de cualquier tibble las columnas asociadas al conteo de flores

tib.i2=tib.i[,-(2:3),drop=FALSE]
  head(tib.i2)

##   Biomasa Hojas.d    Plaga Estatus Fertilizacion
## 1    5.13     251 Presente      PA            FI
## 2    4.11      83 Presente       S            FI
## 3    3.63     257 Presente      PA            FO
## 4    2.94      32 Presente      MA            FI
## 5    4.76     176  Ausente      MA            FO
## 6    4.89     192 Presente      MA            FO

Seleccione de cualquier tibble las avriables que contengan la d. Use

tib.c %>% 
  select(contains("d")) %>% 
  head

##   Flores.d Hojas.d
## 1       14     104
## 2       13     103
## 3       14      95
## 4       16       4
## 5        6     298
## 6        8     225

Reordene una tableta usando select(!everything()) colocando primero los conteos de flores

  tib.c %>%
  select(!everything("Flores"),Biomasa) %>% 
  head

##   Flores.r Flores.d Hojas.d    Plaga Estatus Fertilizacion Biomasa
## 1       15       14     104 Presente       S            FI    4.27
## 2       17       13     103  Ausente       S            FI    4.70
## 3       16       14      95 Presente       S            FO    5.76
## 4       14       16       4 Presente       S            FO    6.48
## 5       18        6     298 Presente       S            FO    5.78
## 6       15        8     225 Presente       S            FI    4.00

Taller 1 Usando dplyr en Computacion estadistica