Actividad 1
set.seed(2021)
#Genere una muestra de tamano 120 de la distribucion normal con media 5, desviacion estandar 0.85. Use solo dos numeros decimales
juansebh2_norm = rnorm(n = 120, sd = 0.85, mean = 5)
juansebh2_norm
## [1] 4.895909 5.469588 5.296352 5.305687 5.763346 3.365816 5.222483 5.778231
## [9] 5.011706 6.470469 4.080126 4.768099 5.154696 6.282261 6.363800 3.434746
## [17] 6.379814 5.111681 6.258954 6.286321 4.198923 4.842168 4.064044 6.026898
## [25] 3.618802 5.089572 3.762873 4.699086 4.920355 5.935568 3.330749 3.769247
## [33] 5.866527 3.791795 4.486148 3.654047 3.906958 3.763518 4.925990 5.429026
## [41] 5.098930 6.496182 4.706651 6.802000 4.970779 4.326669 6.254188 4.383276
## [49] 5.265522 5.588169 4.574753 3.082511 5.037180 4.686505 4.183811 5.088201
## [57] 5.363196 4.855091 3.683231 3.720240 5.013637 4.842440 5.333143 4.356796
## [65] 5.196705 4.163929 5.480319 6.374239 4.785830 4.102503 4.704003 4.963459
## [73] 3.812079 6.266684 4.116521 4.798597 4.150730 3.816339 5.834704 5.306800
## [81] 4.713117 4.453121 3.158148 5.538296 4.876823 3.945977 5.453865 3.649975
## [89] 4.157680 5.410772 5.689026 4.750385 4.954560 5.624907 5.012737 4.896298
## [97] 4.450242 4.262320 4.567605 3.234053 4.778714 5.382789 4.878551 4.586287
## [105] 3.983593 5.039900 4.892448 2.704392 4.514809 5.502858 5.413930 4.892220
## [113] 3.929680 5.171098 3.370631 6.421828 5.400171 6.201998 5.071654 3.468042
#Genere una muestra de tamano 120 de la distribucion binomial con parametros 0.8 (probabilidad) y 20 (ensayos independientes)
juansebh2_binom = rbinom(n = 120, prob = 0.8, size = 20)
juansebh2_binom
## [1] 15 16 17 18 19 15 19 15 11 16 15 19 14 19 16 16 14 16 11 16 17 18 15 15 16
## [26] 17 19 17 15 17 17 18 15 15 17 14 16 19 17 16 18 15 15 17 20 15 18 17 15 17
## [51] 18 16 16 18 15 17 16 14 13 15 17 18 17 18 18 17 15 16 18 16 17 11 17 17 15
## [76] 16 18 17 17 16 15 15 15 17 16 18 14 16 17 14 17 19 19 14 12 19 11 13 12 17
## [101] 15 13 16 19 17 15 15 17 18 17 14 14 15 17 13 15 17 16 16 13
#Genere una muestra de tamano 120 de la distribucion Poisson con parametro 10.5 (media)
juansebh2_pois = rpois(n = 120, lambda = 10.5)
juansebh2_pois
## [1] 7 15 13 11 13 12 11 14 16 11 5 12 12 11 6 9 10 10 3 11 10 8 7 10 14
## [26] 14 10 9 9 7 15 12 7 12 16 9 15 12 10 11 15 15 9 4 9 4 9 6 4 7
## [51] 5 10 9 16 10 5 22 5 5 15 7 13 10 13 8 10 4 11 15 6 8 11 6 1 10
## [76] 8 13 13 10 15 8 18 10 19 14 5 6 6 11 8 9 5 13 15 11 12 8 10 5 6
## [101] 9 12 10 11 11 8 8 7 11 12 10 6 14 12 9 7 11 9 14 10
#Genere una muestra con reemplazo de tamano 120 de una secuencia de 300 numeros
muestra_reem = (sample.int(n = 120, replace = 300))
muestra_reem
## [1] 65 55 77 16 11 69 1 117 94 70 109 16 14 31 109 88 101 6
## [19] 54 72 29 16 49 64 118 74 3 81 24 49 59 21 57 63 107 71
## [37] 39 69 8 87 102 113 11 77 88 106 38 87 1 88 51 12 67 11
## [55] 106 78 100 77 4 120 16 70 20 79 38 113 15 111 95 1 12 48
## [73] 17 23 112 41 61 57 47 29 55 118 56 33 59 76 63 17 56 109
## [91] 52 105 54 16 46 34 113 100 11 104 33 35 17 14 94 16 38 98
## [109] 1 19 4 16 112 59 106 13 77 83 5 66
#Usando la librerıa purrr genere una muestra de la distribucion de Bernoulli de tamano 120 y parametro 0.75 (probabilidad) (rbernoulli()) y cambie el FALSE "ausente"y el TRUE por "resente"
juansebh2_rbernulli = rbernoulli(n = 120, 0.75)
juansebh2_rbernulli
## [1] TRUE TRUE TRUE TRUE FALSE TRUE TRUE FALSE TRUE TRUE TRUE TRUE
## [13] TRUE FALSE FALSE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE
## [25] FALSE TRUE FALSE TRUE FALSE TRUE TRUE TRUE TRUE TRUE TRUE TRUE
## [37] TRUE TRUE TRUE FALSE TRUE TRUE FALSE TRUE TRUE TRUE TRUE TRUE
## [49] TRUE TRUE FALSE TRUE TRUE TRUE TRUE TRUE TRUE FALSE TRUE TRUE
## [61] TRUE FALSE TRUE TRUE TRUE TRUE TRUE TRUE FALSE TRUE TRUE TRUE
## [73] TRUE TRUE TRUE FALSE TRUE TRUE TRUE FALSE TRUE TRUE TRUE TRUE
## [85] TRUE TRUE TRUE TRUE FALSE TRUE TRUE FALSE TRUE TRUE TRUE TRUE
## [97] TRUE FALSE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE FALSE TRUE
## [109] TRUE TRUE TRUE TRUE TRUE TRUE FALSE FALSE FALSE TRUE TRUE FALSE
for (i in juansebh2_rbernulli){
if (i == TRUE){
print("Presente")
}else if (i == FALSE){
print("ausente")
}
}
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "ausente"
## [1] "Presente"
## [1] "Presente"
## [1] "ausente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "ausente"
## [1] "ausente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "ausente"
## [1] "Presente"
## [1] "ausente"
## [1] "Presente"
## [1] "ausente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "ausente"
## [1] "Presente"
## [1] "Presente"
## [1] "ausente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "ausente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "ausente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "ausente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "ausente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "ausente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "ausente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "ausente"
## [1] "Presente"
## [1] "Presente"
## [1] "ausente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "ausente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "ausente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "Presente"
## [1] "ausente"
## [1] "ausente"
## [1] "ausente"
## [1] "Presente"
## [1] "Presente"
## [1] "ausente"
#Genere tres niveles de un factor, cada uno con 40 datos y etiquetelos con "S" para las plantas sanas, "PA" para las plantas parcialmente afectadas y "MA" para las plantas muy afectadas.
juansebh2_niveles = gl(n = 3, k = 40, length = 120, labels = c("S", "PA", "MA"))
juansebh2_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 con la distribucion uniforme, con 120 datos entre 0 y 1.2, Genere una condicion donde si el numeros generados es menor a 0.5 etiqutarlo con "FO" y si no se cumple este condicion etiquetarlo con "FI".
juansebh2_unif = runif(n = 120 , min = 0 , max = 1.2)
juansebh2_unif
## [1] 0.97156722 0.88817705 1.18462389 0.81709748 1.13274711 0.28176668
## [7] 0.86383529 0.81881417 0.27061325 0.48876640 0.68466002 0.05816239
## [13] 0.16264692 0.04539398 0.57527063 0.83164180 1.11177339 0.84404380
## [19] 0.93604153 0.70862999 0.91949756 0.24927572 1.12691508 1.15706211
## [25] 0.65980173 0.78122711 0.65270667 0.77283429 1.15934149 0.65558622
## [31] 0.50093922 0.04194904 0.49402783 0.87086791 0.02907327 0.53782202
## [37] 0.78846860 1.04629953 0.26282251 0.29042332 0.48814454 0.91903422
## [43] 1.16611722 0.11817728 0.70186989 0.72312232 0.24814883 0.54473555
## [49] 0.11563000 0.67265343 0.41036832 0.38727548 1.19849135 0.84289549
## [55] 0.66774306 0.05308551 0.27072414 1.09609933 1.05362777 0.06839706
## [61] 0.86396450 0.29543633 0.17579789 0.12875007 0.36275080 0.55197046
## [67] 0.16874838 0.42876747 1.00738670 0.80238901 0.59330344 0.92249657
## [73] 0.04789924 1.09638302 0.96720592 0.58872982 0.96288793 1.15624313
## [79] 1.14954126 0.29584546 1.11229186 0.50491260 0.65885395 1.13546561
## [85] 0.70259884 0.28074793 0.09825576 1.00548230 0.56442568 0.23047314
## [91] 0.15356417 1.10057352 0.40053079 1.19999612 0.82108252 0.92051618
## [97] 0.29295954 0.20676224 0.56310794 0.05266662 0.72410206 0.60152486
## [103] 1.15516362 0.67278398 0.66922689 1.19848647 0.31645051 0.05675236
## [109] 0.14796443 0.99194994 0.72861273 0.93874447 0.18322216 1.16720957
## [115] 0.02854264 0.01243200 0.21568297 0.29152150 0.31822344 0.25692307
fertilizacion = ifelse(juansebh2_unif < 0.5, "FO", "FI")
fertilizacion
## [1] "FI" "FI" "FI" "FI" "FI" "FO" "FI" "FI" "FO" "FO" "FI" "FO" "FO" "FO" "FI"
## [16] "FI" "FI" "FI" "FI" "FI" "FI" "FO" "FI" "FI" "FI" "FI" "FI" "FI" "FI" "FI"
## [31] "FI" "FO" "FO" "FI" "FO" "FI" "FI" "FI" "FO" "FO" "FO" "FI" "FI" "FO" "FI"
## [46] "FI" "FO" "FI" "FO" "FI" "FO" "FO" "FI" "FI" "FI" "FO" "FO" "FI" "FI" "FO"
## [61] "FI" "FO" "FO" "FO" "FO" "FI" "FO" "FO" "FI" "FI" "FI" "FI" "FO" "FI" "FI"
## [76] "FI" "FI" "FI" "FI" "FO" "FI" "FI" "FI" "FI" "FI" "FO" "FO" "FI" "FI" "FO"
## [91] "FO" "FI" "FO" "FI" "FI" "FI" "FO" "FO" "FI" "FO" "FI" "FI" "FI" "FI" "FI"
## [106] "FI" "FO" "FO" "FO" "FI" "FI" "FI" "FO" "FI" "FO" "FO" "FO" "FO" "FO" "FO"
Actividad 2
juansebh2_dataframe = data.frame(Biomasa.g = juansebh2_norm, Flores.r = juansebh2_binom, Flores.d = juansebh2_pois, Hojas.d = muestra_reem, Plagas = ifelse(juansebh2_rbernulli == TRUE, "Presente", "Ausente"), Estatus = juansebh2_niveles, Fertilizacion = fertilizacion)
juansebh2_dataframe
## Biomasa.g Flores.r Flores.d Hojas.d Plagas Estatus Fertilizacion
## 1 4.895909 15 7 65 Presente S FI
## 2 5.469588 16 15 55 Presente S FI
## 3 5.296352 17 13 77 Presente S FI
## 4 5.305687 18 11 16 Presente S FI
## 5 5.763346 19 13 11 Ausente S FI
## 6 3.365816 15 12 69 Presente S FO
## 7 5.222483 19 11 1 Presente S FI
## 8 5.778231 15 14 117 Ausente S FI
## 9 5.011706 11 16 94 Presente S FO
## 10 6.470469 16 11 70 Presente S FO
## 11 4.080126 15 5 109 Presente S FI
## 12 4.768099 19 12 16 Presente S FO
## 13 5.154696 14 12 14 Presente S FO
## 14 6.282261 19 11 31 Ausente S FO
## 15 6.363800 16 6 109 Ausente S FI
## 16 3.434746 16 9 88 Presente S FI
## 17 6.379814 14 10 101 Presente S FI
## 18 5.111681 16 10 6 Presente S FI
## 19 6.258954 11 3 54 Presente S FI
## 20 6.286321 16 11 72 Presente S FI
## 21 4.198923 17 10 29 Presente S FI
## 22 4.842168 18 8 16 Presente S FO
## 23 4.064044 15 7 49 Presente S FI
## 24 6.026898 15 10 64 Presente S FI
## 25 3.618802 16 14 118 Ausente S FI
## 26 5.089572 17 14 74 Presente S FI
## 27 3.762873 19 10 3 Ausente S FI
## 28 4.699086 17 9 81 Presente S FI
## 29 4.920355 15 9 24 Ausente S FI
## 30 5.935568 17 7 49 Presente S FI
## 31 3.330749 17 15 59 Presente S FI
## 32 3.769247 18 12 21 Presente S FO
## 33 5.866527 15 7 57 Presente S FO
## 34 3.791795 15 12 63 Presente S FI
## 35 4.486148 17 16 107 Presente S FO
## 36 3.654047 14 9 71 Presente S FI
## 37 3.906958 16 15 39 Presente S FI
## 38 3.763518 19 12 69 Presente S FI
## 39 4.925990 17 10 8 Presente S FO
## 40 5.429026 16 11 87 Ausente S FO
## 41 5.098930 18 15 102 Presente PA FO
## 42 6.496182 15 15 113 Presente PA FI
## 43 4.706651 15 9 11 Ausente PA FI
## 44 6.802000 17 4 77 Presente PA FO
## 45 4.970779 20 9 88 Presente PA FI
## 46 4.326669 15 4 106 Presente PA FI
## 47 6.254188 18 9 38 Presente PA FO
## 48 4.383276 17 6 87 Presente PA FI
## 49 5.265522 15 4 1 Presente PA FO
## 50 5.588169 17 7 88 Presente PA FI
## 51 4.574753 18 5 51 Ausente PA FO
## 52 3.082511 16 10 12 Presente PA FO
## 53 5.037180 16 9 67 Presente PA FI
## 54 4.686505 18 16 11 Presente PA FI
## 55 4.183811 15 10 106 Presente PA FI
## 56 5.088201 17 5 78 Presente PA FO
## 57 5.363196 16 22 100 Presente PA FO
## 58 4.855091 14 5 77 Ausente PA FI
## 59 3.683231 13 5 4 Presente PA FI
## 60 3.720240 15 15 120 Presente PA FO
## 61 5.013637 17 7 16 Presente PA FI
## 62 4.842440 18 13 70 Ausente PA FO
## 63 5.333143 17 10 20 Presente PA FO
## 64 4.356796 18 13 79 Presente PA FO
## 65 5.196705 18 8 38 Presente PA FO
## 66 4.163929 17 10 113 Presente PA FI
## 67 5.480319 15 4 15 Presente PA FO
## 68 6.374239 16 11 111 Presente PA FO
## 69 4.785830 18 15 95 Ausente PA FI
## 70 4.102503 16 6 1 Presente PA FI
## 71 4.704003 17 8 12 Presente PA FI
## 72 4.963459 11 11 48 Presente PA FI
## 73 3.812079 17 6 17 Presente PA FO
## 74 6.266684 17 1 23 Presente PA FI
## 75 4.116521 15 10 112 Presente PA FI
## 76 4.798597 16 8 41 Ausente PA FI
## 77 4.150730 18 13 61 Presente PA FI
## 78 3.816339 17 13 57 Presente PA FI
## 79 5.834704 17 10 47 Presente PA FI
## 80 5.306800 16 15 29 Ausente PA FO
## 81 4.713117 15 8 55 Presente MA FI
## 82 4.453121 15 18 118 Presente MA FI
## 83 3.158148 15 10 56 Presente MA FI
## 84 5.538296 17 19 33 Presente MA FI
## 85 4.876823 16 14 59 Presente MA FI
## 86 3.945977 18 5 76 Presente MA FO
## 87 5.453865 14 6 63 Presente MA FO
## 88 3.649975 16 6 17 Presente MA FI
## 89 4.157680 17 11 56 Ausente MA FI
## 90 5.410772 14 8 109 Presente MA FO
## 91 5.689026 17 9 52 Presente MA FO
## 92 4.750385 19 5 105 Ausente MA FI
## 93 4.954560 19 13 54 Presente MA FO
## 94 5.624907 14 15 16 Presente MA FI
## 95 5.012737 12 11 46 Presente MA FI
## 96 4.896298 19 12 34 Presente MA FI
## 97 4.450242 11 8 113 Presente MA FO
## 98 4.262320 13 10 100 Ausente MA FO
## 99 4.567605 12 5 11 Presente MA FI
## 100 3.234053 17 6 104 Presente MA FO
## 101 4.778714 15 9 33 Presente MA FI
## 102 5.382789 13 12 35 Presente MA FI
## 103 4.878551 16 10 17 Presente MA FI
## 104 4.586287 19 11 14 Presente MA FI
## 105 3.983593 17 11 94 Presente MA FI
## 106 5.039900 15 8 16 Presente MA FI
## 107 4.892448 15 8 38 Ausente MA FO
## 108 2.704392 17 7 98 Presente MA FO
## 109 4.514809 18 11 1 Presente MA FO
## 110 5.502858 17 12 19 Presente MA FI
## 111 5.413930 14 10 4 Presente MA FI
## 112 4.892220 14 6 16 Presente MA FI
## 113 3.929680 15 14 112 Presente MA FO
## 114 5.171098 17 12 59 Presente MA FI
## 115 3.370631 13 9 106 Ausente MA FO
## 116 6.421828 15 7 13 Ausente MA FO
## 117 5.400171 17 11 77 Ausente MA FO
## 118 6.201998 16 9 83 Presente MA FO
## 119 5.071654 16 14 5 Presente MA FO
## 120 3.468042 13 10 66 Ausente MA FO
dim(juansebh2_dataframe)
## [1] 120 7
str(juansebh2_dataframe)
## 'data.frame': 120 obs. of 7 variables:
## $ Biomasa.g : num 4.9 5.47 5.3 5.31 5.76 ...
## $ Flores.r : int 15 16 17 18 19 15 19 15 11 16 ...
## $ Flores.d : int 7 15 13 11 13 12 11 14 16 11 ...
## $ Hojas.d : int 65 55 77 16 11 69 1 117 94 70 ...
## $ Plagas : chr "Presente" "Presente" "Presente" "Presente" ...
## $ Estatus : Factor w/ 3 levels "S","PA","MA": 1 1 1 1 1 1 1 1 1 1 ...
## $ Fertilizacion: chr "FI" "FI" "FI" "FI" ...
glimpse(juansebh2_dataframe)
## Rows: 120
## Columns: 7
## $ Biomasa.g <dbl> 4.895909, 5.469588, 5.296352, 5.305687, 5.763346, 3.3658~
## $ Flores.r <int> 15, 16, 17, 18, 19, 15, 19, 15, 11, 16, 15, 19, 14, 19, ~
## $ Flores.d <int> 7, 15, 13, 11, 13, 12, 11, 14, 16, 11, 5, 12, 12, 11, 6,~
## $ Hojas.d <int> 65, 55, 77, 16, 11, 69, 1, 117, 94, 70, 109, 16, 14, 31,~
## $ Plagas <chr> "Presente", "Presente", "Presente", "Presente", "Ausente~
## $ Estatus <fct> S, S, S, S, S, S, S, S, S, S, S, S, S, S, S, S, S, S, S,~
## $ Fertilizacion <chr> "FI", "FI", "FI", "FI", "FI", "FO", "FI", "FI", "FO", "F~
class(juansebh2_dataframe)
## [1] "data.frame"
names(juansebh2_dataframe)
## [1] "Biomasa.g" "Flores.r" "Flores.d" "Hojas.d"
## [5] "Plagas" "Estatus" "Fertilizacion"
is.na(juansebh2_dataframe)
## Biomasa.g Flores.r Flores.d Hojas.d Plagas Estatus Fertilizacion
## [1,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [2,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [3,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [4,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [5,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [6,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [7,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [8,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [9,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [10,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [11,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [12,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [13,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [14,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [15,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [16,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [17,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [18,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [19,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [20,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [21,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [22,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [23,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [24,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [25,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [26,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [27,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [28,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [29,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [30,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [31,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [32,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [33,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [34,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [35,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [36,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [37,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [38,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [39,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [40,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [41,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [42,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [43,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [44,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [45,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [46,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [47,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [48,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [49,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [50,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [51,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [52,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [53,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [54,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [55,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [56,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [57,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [58,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [59,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [60,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [61,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [62,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [63,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [64,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [65,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [66,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [67,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [68,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [69,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [70,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [71,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [72,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [73,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [74,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [75,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [76,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [77,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [78,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [79,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [80,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [81,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [82,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [83,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [84,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [85,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [86,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [87,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [88,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [89,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [90,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [91,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [92,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [93,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [94,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [95,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [96,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [97,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [98,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [99,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [100,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [101,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [102,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [103,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [104,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [105,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [106,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [107,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [108,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [109,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [110,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [111,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [112,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [113,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [114,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [115,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [116,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [117,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [118,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [119,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [120,] FALSE FALSE FALSE FALSE FALSE FALSE FALSE
juansebh2_dataframe2 = sample_n(juansebh2_dataframe, 90)
juansebh2_dataframe2$Flores.d[8] = NA
juansebh2_dataframe2$Flores.r[16]=NA
juansebh2_dataframe2
## Biomasa.g Flores.r Flores.d Hojas.d Plagas Estatus Fertilizacion
## 1 5.689026 17 9 52 Presente MA FO
## 2 6.282261 19 11 31 Ausente S FO
## 3 6.266684 17 1 23 Presente PA FI
## 4 3.720240 15 15 120 Presente PA FO
## 5 4.102503 16 6 1 Presente PA FI
## 6 4.778714 15 9 33 Presente MA FI
## 7 4.356796 18 13 79 Presente PA FO
## 8 3.434746 16 NA 88 Presente S FI
## 9 4.586287 19 11 14 Presente MA FI
## 10 4.514809 18 11 1 Presente MA FO
## 11 4.198923 17 10 29 Presente S FI
## 12 5.111681 16 10 6 Presente S FI
## 13 5.778231 15 14 117 Ausente S FI
## 14 3.945977 18 5 76 Presente MA FO
## 15 5.588169 17 7 88 Presente PA FI
## 16 5.538296 NA 19 33 Presente MA FI
## 17 3.082511 16 10 12 Presente PA FO
## 18 5.039900 15 8 16 Presente MA FI
## 19 4.183811 15 10 106 Presente PA FI
## 20 4.855091 14 5 77 Ausente PA FI
## 21 3.762873 19 10 3 Ausente S FI
## 22 4.157680 17 11 56 Ausente MA FI
## 23 5.429026 16 11 87 Ausente S FO
## 24 5.305687 18 11 16 Presente S FI
## 25 5.037180 16 9 67 Presente PA FI
## 26 4.798597 16 8 41 Ausente PA FI
## 27 5.222483 19 11 1 Presente S FI
## 28 5.196705 18 8 38 Presente PA FO
## 29 5.265522 15 4 1 Presente PA FO
## 30 3.812079 17 6 17 Presente PA FO
## 31 4.785830 18 15 95 Ausente PA FI
## 32 4.878551 16 10 17 Presente MA FI
## 33 4.713117 15 8 55 Presente MA FI
## 34 4.842440 18 13 70 Ausente PA FO
## 35 3.769247 18 12 21 Presente S FO
## 36 6.496182 15 15 113 Presente PA FI
## 37 5.296352 17 13 77 Presente S FI
## 38 5.480319 15 4 15 Presente PA FO
## 39 3.158148 15 10 56 Presente MA FI
## 40 3.370631 13 9 106 Ausente MA FO
## 41 3.330749 17 15 59 Presente S FI
## 42 6.254188 18 9 38 Presente PA FO
## 43 6.026898 15 10 64 Presente S FI
## 44 4.686505 18 16 11 Presente PA FI
## 45 4.895909 15 7 65 Presente S FI
## 46 3.816339 17 13 57 Presente PA FI
## 47 3.929680 15 14 112 Presente MA FO
## 48 4.116521 15 10 112 Presente PA FI
## 49 4.699086 17 9 81 Presente S FI
## 50 5.088201 17 5 78 Presente PA FO
## 51 5.453865 14 6 63 Presente MA FO
## 52 5.866527 15 7 57 Presente S FO
## 53 6.379814 14 10 101 Presente S FI
## 54 4.064044 15 7 49 Presente S FI
## 55 4.326669 15 4 106 Presente PA FI
## 56 4.453121 15 18 118 Presente MA FI
## 57 5.306800 16 15 29 Ausente PA FO
## 58 5.071654 16 14 5 Presente MA FO
## 59 4.963459 11 11 48 Presente PA FI
## 60 4.876823 16 14 59 Presente MA FI
## 61 6.374239 16 11 111 Presente PA FO
## 62 5.382789 13 12 35 Presente MA FI
## 63 4.842168 18 8 16 Presente S FO
## 64 4.892220 14 6 16 Presente MA FI
## 65 5.410772 14 8 109 Presente MA FO
## 66 4.383276 17 6 87 Presente PA FI
## 67 5.935568 17 7 49 Presente S FI
## 68 3.683231 13 5 4 Presente PA FI
## 69 5.154696 14 12 14 Presente S FO
## 70 5.011706 11 16 94 Presente S FO
## 71 5.624907 14 15 16 Presente MA FI
## 72 4.080126 15 5 109 Presente S FI
## 73 5.413930 14 10 4 Presente MA FI
## 74 6.286321 16 11 72 Presente S FI
## 75 3.468042 13 10 66 Ausente MA FO
## 76 4.450242 11 8 113 Presente MA FO
## 77 3.618802 16 14 118 Ausente S FI
## 78 3.234053 17 6 104 Presente MA FO
## 79 5.098930 18 15 102 Presente PA FO
## 80 6.201998 16 9 83 Presente MA FO
## 81 6.421828 15 7 13 Ausente MA FO
## 82 4.768099 19 12 16 Presente S FO
## 83 3.791795 15 12 63 Presente S FI
## 84 2.704392 17 7 98 Presente MA FO
## 85 4.970779 20 9 88 Presente PA FI
## 86 3.763518 19 12 69 Presente S FI
## 87 5.012737 12 11 46 Presente MA FI
## 88 5.763346 19 13 11 Ausente S FI
## 89 4.706651 15 9 11 Ausente PA FI
## 90 4.262320 13 10 100 Ausente MA FO
Actividad 3
select(juansebh2_dataframe, Hojas.d)
## Hojas.d
## 1 65
## 2 55
## 3 77
## 4 16
## 5 11
## 6 69
## 7 1
## 8 117
## 9 94
## 10 70
## 11 109
## 12 16
## 13 14
## 14 31
## 15 109
## 16 88
## 17 101
## 18 6
## 19 54
## 20 72
## 21 29
## 22 16
## 23 49
## 24 64
## 25 118
## 26 74
## 27 3
## 28 81
## 29 24
## 30 49
## 31 59
## 32 21
## 33 57
## 34 63
## 35 107
## 36 71
## 37 39
## 38 69
## 39 8
## 40 87
## 41 102
## 42 113
## 43 11
## 44 77
## 45 88
## 46 106
## 47 38
## 48 87
## 49 1
## 50 88
## 51 51
## 52 12
## 53 67
## 54 11
## 55 106
## 56 78
## 57 100
## 58 77
## 59 4
## 60 120
## 61 16
## 62 70
## 63 20
## 64 79
## 65 38
## 66 113
## 67 15
## 68 111
## 69 95
## 70 1
## 71 12
## 72 48
## 73 17
## 74 23
## 75 112
## 76 41
## 77 61
## 78 57
## 79 47
## 80 29
## 81 55
## 82 118
## 83 56
## 84 33
## 85 59
## 86 76
## 87 63
## 88 17
## 89 56
## 90 109
## 91 52
## 92 105
## 93 54
## 94 16
## 95 46
## 96 34
## 97 113
## 98 100
## 99 11
## 100 104
## 101 33
## 102 35
## 103 17
## 104 14
## 105 94
## 106 16
## 107 38
## 108 98
## 109 1
## 110 19
## 111 4
## 112 16
## 113 112
## 114 59
## 115 106
## 116 13
## 117 77
## 118 83
## 119 5
## 120 66
select(juansebh2_dataframe, Flores.d:Estatus)
## Flores.d Hojas.d Plagas Estatus
## 1 7 65 Presente S
## 2 15 55 Presente S
## 3 13 77 Presente S
## 4 11 16 Presente S
## 5 13 11 Ausente S
## 6 12 69 Presente S
## 7 11 1 Presente S
## 8 14 117 Ausente S
## 9 16 94 Presente S
## 10 11 70 Presente S
## 11 5 109 Presente S
## 12 12 16 Presente S
## 13 12 14 Presente S
## 14 11 31 Ausente S
## 15 6 109 Ausente S
## 16 9 88 Presente S
## 17 10 101 Presente S
## 18 10 6 Presente S
## 19 3 54 Presente S
## 20 11 72 Presente S
## 21 10 29 Presente S
## 22 8 16 Presente S
## 23 7 49 Presente S
## 24 10 64 Presente S
## 25 14 118 Ausente S
## 26 14 74 Presente S
## 27 10 3 Ausente S
## 28 9 81 Presente S
## 29 9 24 Ausente S
## 30 7 49 Presente S
## 31 15 59 Presente S
## 32 12 21 Presente S
## 33 7 57 Presente S
## 34 12 63 Presente S
## 35 16 107 Presente S
## 36 9 71 Presente S
## 37 15 39 Presente S
## 38 12 69 Presente S
## 39 10 8 Presente S
## 40 11 87 Ausente S
## 41 15 102 Presente PA
## 42 15 113 Presente PA
## 43 9 11 Ausente PA
## 44 4 77 Presente PA
## 45 9 88 Presente PA
## 46 4 106 Presente PA
## 47 9 38 Presente PA
## 48 6 87 Presente PA
## 49 4 1 Presente PA
## 50 7 88 Presente PA
## 51 5 51 Ausente PA
## 52 10 12 Presente PA
## 53 9 67 Presente PA
## 54 16 11 Presente PA
## 55 10 106 Presente PA
## 56 5 78 Presente PA
## 57 22 100 Presente PA
## 58 5 77 Ausente PA
## 59 5 4 Presente PA
## 60 15 120 Presente PA
## 61 7 16 Presente PA
## 62 13 70 Ausente PA
## 63 10 20 Presente PA
## 64 13 79 Presente PA
## 65 8 38 Presente PA
## 66 10 113 Presente PA
## 67 4 15 Presente PA
## 68 11 111 Presente PA
## 69 15 95 Ausente PA
## 70 6 1 Presente PA
## 71 8 12 Presente PA
## 72 11 48 Presente PA
## 73 6 17 Presente PA
## 74 1 23 Presente PA
## 75 10 112 Presente PA
## 76 8 41 Ausente PA
## 77 13 61 Presente PA
## 78 13 57 Presente PA
## 79 10 47 Presente PA
## 80 15 29 Ausente PA
## 81 8 55 Presente MA
## 82 18 118 Presente MA
## 83 10 56 Presente MA
## 84 19 33 Presente MA
## 85 14 59 Presente MA
## 86 5 76 Presente MA
## 87 6 63 Presente MA
## 88 6 17 Presente MA
## 89 11 56 Ausente MA
## 90 8 109 Presente MA
## 91 9 52 Presente MA
## 92 5 105 Ausente MA
## 93 13 54 Presente MA
## 94 15 16 Presente MA
## 95 11 46 Presente MA
## 96 12 34 Presente MA
## 97 8 113 Presente MA
## 98 10 100 Ausente MA
## 99 5 11 Presente MA
## 100 6 104 Presente MA
## 101 9 33 Presente MA
## 102 12 35 Presente MA
## 103 10 17 Presente MA
## 104 11 14 Presente MA
## 105 11 94 Presente MA
## 106 8 16 Presente MA
## 107 8 38 Ausente MA
## 108 7 98 Presente MA
## 109 11 1 Presente MA
## 110 12 19 Presente MA
## 111 10 4 Presente MA
## 112 6 16 Presente MA
## 113 14 112 Presente MA
## 114 12 59 Presente MA
## 115 9 106 Ausente MA
## 116 7 13 Ausente MA
## 117 11 77 Ausente MA
## 118 9 83 Presente MA
## 119 14 5 Presente MA
## 120 10 66 Ausente MA
select(juansebh2_dataframe,!( Flores.d:Estatus))
## Biomasa.g Flores.r Fertilizacion
## 1 4.895909 15 FI
## 2 5.469588 16 FI
## 3 5.296352 17 FI
## 4 5.305687 18 FI
## 5 5.763346 19 FI
## 6 3.365816 15 FO
## 7 5.222483 19 FI
## 8 5.778231 15 FI
## 9 5.011706 11 FO
## 10 6.470469 16 FO
## 11 4.080126 15 FI
## 12 4.768099 19 FO
## 13 5.154696 14 FO
## 14 6.282261 19 FO
## 15 6.363800 16 FI
## 16 3.434746 16 FI
## 17 6.379814 14 FI
## 18 5.111681 16 FI
## 19 6.258954 11 FI
## 20 6.286321 16 FI
## 21 4.198923 17 FI
## 22 4.842168 18 FO
## 23 4.064044 15 FI
## 24 6.026898 15 FI
## 25 3.618802 16 FI
## 26 5.089572 17 FI
## 27 3.762873 19 FI
## 28 4.699086 17 FI
## 29 4.920355 15 FI
## 30 5.935568 17 FI
## 31 3.330749 17 FI
## 32 3.769247 18 FO
## 33 5.866527 15 FO
## 34 3.791795 15 FI
## 35 4.486148 17 FO
## 36 3.654047 14 FI
## 37 3.906958 16 FI
## 38 3.763518 19 FI
## 39 4.925990 17 FO
## 40 5.429026 16 FO
## 41 5.098930 18 FO
## 42 6.496182 15 FI
## 43 4.706651 15 FI
## 44 6.802000 17 FO
## 45 4.970779 20 FI
## 46 4.326669 15 FI
## 47 6.254188 18 FO
## 48 4.383276 17 FI
## 49 5.265522 15 FO
## 50 5.588169 17 FI
## 51 4.574753 18 FO
## 52 3.082511 16 FO
## 53 5.037180 16 FI
## 54 4.686505 18 FI
## 55 4.183811 15 FI
## 56 5.088201 17 FO
## 57 5.363196 16 FO
## 58 4.855091 14 FI
## 59 3.683231 13 FI
## 60 3.720240 15 FO
## 61 5.013637 17 FI
## 62 4.842440 18 FO
## 63 5.333143 17 FO
## 64 4.356796 18 FO
## 65 5.196705 18 FO
## 66 4.163929 17 FI
## 67 5.480319 15 FO
## 68 6.374239 16 FO
## 69 4.785830 18 FI
## 70 4.102503 16 FI
## 71 4.704003 17 FI
## 72 4.963459 11 FI
## 73 3.812079 17 FO
## 74 6.266684 17 FI
## 75 4.116521 15 FI
## 76 4.798597 16 FI
## 77 4.150730 18 FI
## 78 3.816339 17 FI
## 79 5.834704 17 FI
## 80 5.306800 16 FO
## 81 4.713117 15 FI
## 82 4.453121 15 FI
## 83 3.158148 15 FI
## 84 5.538296 17 FI
## 85 4.876823 16 FI
## 86 3.945977 18 FO
## 87 5.453865 14 FO
## 88 3.649975 16 FI
## 89 4.157680 17 FI
## 90 5.410772 14 FO
## 91 5.689026 17 FO
## 92 4.750385 19 FI
## 93 4.954560 19 FO
## 94 5.624907 14 FI
## 95 5.012737 12 FI
## 96 4.896298 19 FI
## 97 4.450242 11 FO
## 98 4.262320 13 FO
## 99 4.567605 12 FI
## 100 3.234053 17 FO
## 101 4.778714 15 FI
## 102 5.382789 13 FI
## 103 4.878551 16 FI
## 104 4.586287 19 FI
## 105 3.983593 17 FI
## 106 5.039900 15 FI
## 107 4.892448 15 FO
## 108 2.704392 17 FO
## 109 4.514809 18 FO
## 110 5.502858 17 FI
## 111 5.413930 14 FI
## 112 4.892220 14 FI
## 113 3.929680 15 FO
## 114 5.171098 17 FI
## 115 3.370631 13 FO
## 116 6.421828 15 FO
## 117 5.400171 17 FO
## 118 6.201998 16 FO
## 119 5.071654 16 FO
## 120 3.468042 13 FO
select(juansebh2_dataframe, !ends_with(".d"))
## Biomasa.g Flores.r Plagas Estatus Fertilizacion
## 1 4.895909 15 Presente S FI
## 2 5.469588 16 Presente S FI
## 3 5.296352 17 Presente S FI
## 4 5.305687 18 Presente S FI
## 5 5.763346 19 Ausente S FI
## 6 3.365816 15 Presente S FO
## 7 5.222483 19 Presente S FI
## 8 5.778231 15 Ausente S FI
## 9 5.011706 11 Presente S FO
## 10 6.470469 16 Presente S FO
## 11 4.080126 15 Presente S FI
## 12 4.768099 19 Presente S FO
## 13 5.154696 14 Presente S FO
## 14 6.282261 19 Ausente S FO
## 15 6.363800 16 Ausente S FI
## 16 3.434746 16 Presente S FI
## 17 6.379814 14 Presente S FI
## 18 5.111681 16 Presente S FI
## 19 6.258954 11 Presente S FI
## 20 6.286321 16 Presente S FI
## 21 4.198923 17 Presente S FI
## 22 4.842168 18 Presente S FO
## 23 4.064044 15 Presente S FI
## 24 6.026898 15 Presente S FI
## 25 3.618802 16 Ausente S FI
## 26 5.089572 17 Presente S FI
## 27 3.762873 19 Ausente S FI
## 28 4.699086 17 Presente S FI
## 29 4.920355 15 Ausente S FI
## 30 5.935568 17 Presente S FI
## 31 3.330749 17 Presente S FI
## 32 3.769247 18 Presente S FO
## 33 5.866527 15 Presente S FO
## 34 3.791795 15 Presente S FI
## 35 4.486148 17 Presente S FO
## 36 3.654047 14 Presente S FI
## 37 3.906958 16 Presente S FI
## 38 3.763518 19 Presente S FI
## 39 4.925990 17 Presente S FO
## 40 5.429026 16 Ausente S FO
## 41 5.098930 18 Presente PA FO
## 42 6.496182 15 Presente PA FI
## 43 4.706651 15 Ausente PA FI
## 44 6.802000 17 Presente PA FO
## 45 4.970779 20 Presente PA FI
## 46 4.326669 15 Presente PA FI
## 47 6.254188 18 Presente PA FO
## 48 4.383276 17 Presente PA FI
## 49 5.265522 15 Presente PA FO
## 50 5.588169 17 Presente PA FI
## 51 4.574753 18 Ausente PA FO
## 52 3.082511 16 Presente PA FO
## 53 5.037180 16 Presente PA FI
## 54 4.686505 18 Presente PA FI
## 55 4.183811 15 Presente PA FI
## 56 5.088201 17 Presente PA FO
## 57 5.363196 16 Presente PA FO
## 58 4.855091 14 Ausente PA FI
## 59 3.683231 13 Presente PA FI
## 60 3.720240 15 Presente PA FO
## 61 5.013637 17 Presente PA FI
## 62 4.842440 18 Ausente PA FO
## 63 5.333143 17 Presente PA FO
## 64 4.356796 18 Presente PA FO
## 65 5.196705 18 Presente PA FO
## 66 4.163929 17 Presente PA FI
## 67 5.480319 15 Presente PA FO
## 68 6.374239 16 Presente PA FO
## 69 4.785830 18 Ausente PA FI
## 70 4.102503 16 Presente PA FI
## 71 4.704003 17 Presente PA FI
## 72 4.963459 11 Presente PA FI
## 73 3.812079 17 Presente PA FO
## 74 6.266684 17 Presente PA FI
## 75 4.116521 15 Presente PA FI
## 76 4.798597 16 Ausente PA FI
## 77 4.150730 18 Presente PA FI
## 78 3.816339 17 Presente PA FI
## 79 5.834704 17 Presente PA FI
## 80 5.306800 16 Ausente PA FO
## 81 4.713117 15 Presente MA FI
## 82 4.453121 15 Presente MA FI
## 83 3.158148 15 Presente MA FI
## 84 5.538296 17 Presente MA FI
## 85 4.876823 16 Presente MA FI
## 86 3.945977 18 Presente MA FO
## 87 5.453865 14 Presente MA FO
## 88 3.649975 16 Presente MA FI
## 89 4.157680 17 Ausente MA FI
## 90 5.410772 14 Presente MA FO
## 91 5.689026 17 Presente MA FO
## 92 4.750385 19 Ausente MA FI
## 93 4.954560 19 Presente MA FO
## 94 5.624907 14 Presente MA FI
## 95 5.012737 12 Presente MA FI
## 96 4.896298 19 Presente MA FI
## 97 4.450242 11 Presente MA FO
## 98 4.262320 13 Ausente MA FO
## 99 4.567605 12 Presente MA FI
## 100 3.234053 17 Presente MA FO
## 101 4.778714 15 Presente MA FI
## 102 5.382789 13 Presente MA FI
## 103 4.878551 16 Presente MA FI
## 104 4.586287 19 Presente MA FI
## 105 3.983593 17 Presente MA FI
## 106 5.039900 15 Presente MA FI
## 107 4.892448 15 Ausente MA FO
## 108 2.704392 17 Presente MA FO
## 109 4.514809 18 Presente MA FO
## 110 5.502858 17 Presente MA FI
## 111 5.413930 14 Presente MA FI
## 112 4.892220 14 Presente MA FI
## 113 3.929680 15 Presente MA FO
## 114 5.171098 17 Presente MA FI
## 115 3.370631 13 Ausente MA FO
## 116 6.421828 15 Ausente MA FO
## 117 5.400171 17 Ausente MA FO
## 118 6.201998 16 Presente MA FO
## 119 5.071654 16 Presente MA FO
## 120 3.468042 13 Ausente MA FO
select(juansebh2_dataframe, starts_with("fl"))
## Flores.r Flores.d
## 1 15 7
## 2 16 15
## 3 17 13
## 4 18 11
## 5 19 13
## 6 15 12
## 7 19 11
## 8 15 14
## 9 11 16
## 10 16 11
## 11 15 5
## 12 19 12
## 13 14 12
## 14 19 11
## 15 16 6
## 16 16 9
## 17 14 10
## 18 16 10
## 19 11 3
## 20 16 11
## 21 17 10
## 22 18 8
## 23 15 7
## 24 15 10
## 25 16 14
## 26 17 14
## 27 19 10
## 28 17 9
## 29 15 9
## 30 17 7
## 31 17 15
## 32 18 12
## 33 15 7
## 34 15 12
## 35 17 16
## 36 14 9
## 37 16 15
## 38 19 12
## 39 17 10
## 40 16 11
## 41 18 15
## 42 15 15
## 43 15 9
## 44 17 4
## 45 20 9
## 46 15 4
## 47 18 9
## 48 17 6
## 49 15 4
## 50 17 7
## 51 18 5
## 52 16 10
## 53 16 9
## 54 18 16
## 55 15 10
## 56 17 5
## 57 16 22
## 58 14 5
## 59 13 5
## 60 15 15
## 61 17 7
## 62 18 13
## 63 17 10
## 64 18 13
## 65 18 8
## 66 17 10
## 67 15 4
## 68 16 11
## 69 18 15
## 70 16 6
## 71 17 8
## 72 11 11
## 73 17 6
## 74 17 1
## 75 15 10
## 76 16 8
## 77 18 13
## 78 17 13
## 79 17 10
## 80 16 15
## 81 15 8
## 82 15 18
## 83 15 10
## 84 17 19
## 85 16 14
## 86 18 5
## 87 14 6
## 88 16 6
## 89 17 11
## 90 14 8
## 91 17 9
## 92 19 5
## 93 19 13
## 94 14 15
## 95 12 11
## 96 19 12
## 97 11 8
## 98 13 10
## 99 12 5
## 100 17 6
## 101 15 9
## 102 13 12
## 103 16 10
## 104 19 11
## 105 17 11
## 106 15 8
## 107 15 8
## 108 17 7
## 109 18 11
## 110 17 12
## 111 14 10
## 112 14 6
## 113 15 14
## 114 17 12
## 115 13 9
## 116 15 7
## 117 17 11
## 118 16 9
## 119 16 14
## 120 13 10
select(juansebh2_dataframe, starts_with("f") & ends_with(".d"))
## Flores.d
## 1 7
## 2 15
## 3 13
## 4 11
## 5 13
## 6 12
## 7 11
## 8 14
## 9 16
## 10 11
## 11 5
## 12 12
## 13 12
## 14 11
## 15 6
## 16 9
## 17 10
## 18 10
## 19 3
## 20 11
## 21 10
## 22 8
## 23 7
## 24 10
## 25 14
## 26 14
## 27 10
## 28 9
## 29 9
## 30 7
## 31 15
## 32 12
## 33 7
## 34 12
## 35 16
## 36 9
## 37 15
## 38 12
## 39 10
## 40 11
## 41 15
## 42 15
## 43 9
## 44 4
## 45 9
## 46 4
## 47 9
## 48 6
## 49 4
## 50 7
## 51 5
## 52 10
## 53 9
## 54 16
## 55 10
## 56 5
## 57 22
## 58 5
## 59 5
## 60 15
## 61 7
## 62 13
## 63 10
## 64 13
## 65 8
## 66 10
## 67 4
## 68 11
## 69 15
## 70 6
## 71 8
## 72 11
## 73 6
## 74 1
## 75 10
## 76 8
## 77 13
## 78 13
## 79 10
## 80 15
## 81 8
## 82 18
## 83 10
## 84 19
## 85 14
## 86 5
## 87 6
## 88 6
## 89 11
## 90 8
## 91 9
## 92 5
## 93 13
## 94 15
## 95 11
## 96 12
## 97 8
## 98 10
## 99 5
## 100 6
## 101 9
## 102 12
## 103 10
## 104 11
## 105 11
## 106 8
## 107 8
## 108 7
## 109 11
## 110 12
## 111 10
## 112 6
## 113 14
## 114 12
## 115 9
## 116 7
## 117 11
## 118 9
## 119 14
## 120 10
#select(juansebh2_dataframe, Biomasa.g)group_by(juansebh2_dataframe, Estatus)
#juansebh2_var.estatus = group_by(juansebh2_dataframe, #select(juansebh2_dataframe, Biomasa.g), Estatus)
#group_by(juansebh2_dataframe,select(juansebh2_dataframe, #!(Biomasa.g)), Estatus)
#juansebh2_var.estatus = select(group_by(juansebh2_dataframe, #Estatus, Biomasa.g))
#juansebh2_var.estatus
juansebh2_var.estatus = juansebh2_dataframe %>%
group_by(Estatus)%>%
select(Biomasa.g)
## Adding missing grouping variables: `Estatus`
juansebh2_var.estatus
## # A tibble: 120 x 2
## # Groups: Estatus [3]
## Estatus Biomasa.g
## <fct> <dbl>
## 1 S 4.90
## 2 S 5.47
## 3 S 5.30
## 4 S 5.31
## 5 S 5.76
## 6 S 3.37
## 7 S 5.22
## 8 S 5.78
## 9 S 5.01
## 10 S 6.47
## # ... with 110 more rows
juansebh2_var.estatus%>%
arrange(desc(juansebh2_var.estatus), .by_group = T)
## # A tibble: 120 x 2
## # Groups: Estatus [3]
## Estatus Biomasa.g
## <fct> <dbl>
## 1 S 6.47
## 2 S 6.38
## 3 S 6.36
## 4 S 6.29
## 5 S 6.28
## 6 S 6.26
## 7 S 6.03
## 8 S 5.94
## 9 S 5.87
## 10 S 5.78
## # ... with 110 more rows
juansebh2_filter1 = juansebh2_dataframe %>%
filter(Estatus == "MA") %>%
select(starts_with ("Flores"), Estatus)
juansebh2_filter1
## Flores.r Flores.d Estatus
## 1 15 8 MA
## 2 15 18 MA
## 3 15 10 MA
## 4 17 19 MA
## 5 16 14 MA
## 6 18 5 MA
## 7 14 6 MA
## 8 16 6 MA
## 9 17 11 MA
## 10 14 8 MA
## 11 17 9 MA
## 12 19 5 MA
## 13 19 13 MA
## 14 14 15 MA
## 15 12 11 MA
## 16 19 12 MA
## 17 11 8 MA
## 18 13 10 MA
## 19 12 5 MA
## 20 17 6 MA
## 21 15 9 MA
## 22 13 12 MA
## 23 16 10 MA
## 24 19 11 MA
## 25 17 11 MA
## 26 15 8 MA
## 27 15 8 MA
## 28 17 7 MA
## 29 18 11 MA
## 30 17 12 MA
## 31 14 10 MA
## 32 14 6 MA
## 33 15 14 MA
## 34 17 12 MA
## 35 13 9 MA
## 36 15 7 MA
## 37 17 11 MA
## 38 16 9 MA
## 39 16 14 MA
## 40 13 10 MA
juansebh2_biomasa5 = juansebh2_dataframe %>%
filter(Biomasa.g > 5)
juansebh2_biomasa5
## Biomasa.g Flores.r Flores.d Hojas.d Plagas Estatus Fertilizacion
## 1 5.469588 16 15 55 Presente S FI
## 2 5.296352 17 13 77 Presente S FI
## 3 5.305687 18 11 16 Presente S FI
## 4 5.763346 19 13 11 Ausente S FI
## 5 5.222483 19 11 1 Presente S FI
## 6 5.778231 15 14 117 Ausente S FI
## 7 5.011706 11 16 94 Presente S FO
## 8 6.470469 16 11 70 Presente S FO
## 9 5.154696 14 12 14 Presente S FO
## 10 6.282261 19 11 31 Ausente S FO
## 11 6.363800 16 6 109 Ausente S FI
## 12 6.379814 14 10 101 Presente S FI
## 13 5.111681 16 10 6 Presente S FI
## 14 6.258954 11 3 54 Presente S FI
## 15 6.286321 16 11 72 Presente S FI
## 16 6.026898 15 10 64 Presente S FI
## 17 5.089572 17 14 74 Presente S FI
## 18 5.935568 17 7 49 Presente S FI
## 19 5.866527 15 7 57 Presente S FO
## 20 5.429026 16 11 87 Ausente S FO
## 21 5.098930 18 15 102 Presente PA FO
## 22 6.496182 15 15 113 Presente PA FI
## 23 6.802000 17 4 77 Presente PA FO
## 24 6.254188 18 9 38 Presente PA FO
## 25 5.265522 15 4 1 Presente PA FO
## 26 5.588169 17 7 88 Presente PA FI
## 27 5.037180 16 9 67 Presente PA FI
## 28 5.088201 17 5 78 Presente PA FO
## 29 5.363196 16 22 100 Presente PA FO
## 30 5.013637 17 7 16 Presente PA FI
## 31 5.333143 17 10 20 Presente PA FO
## 32 5.196705 18 8 38 Presente PA FO
## 33 5.480319 15 4 15 Presente PA FO
## 34 6.374239 16 11 111 Presente PA FO
## 35 6.266684 17 1 23 Presente PA FI
## 36 5.834704 17 10 47 Presente PA FI
## 37 5.306800 16 15 29 Ausente PA FO
## 38 5.538296 17 19 33 Presente MA FI
## 39 5.453865 14 6 63 Presente MA FO
## 40 5.410772 14 8 109 Presente MA FO
## 41 5.689026 17 9 52 Presente MA FO
## 42 5.624907 14 15 16 Presente MA FI
## 43 5.012737 12 11 46 Presente MA FI
## 44 5.382789 13 12 35 Presente MA FI
## 45 5.039900 15 8 16 Presente MA FI
## 46 5.502858 17 12 19 Presente MA FI
## 47 5.413930 14 10 4 Presente MA FI
## 48 5.171098 17 12 59 Presente MA FI
## 49 6.421828 15 7 13 Ausente MA FO
## 50 5.400171 17 11 77 Ausente MA FO
## 51 6.201998 16 9 83 Presente MA FO
## 52 5.071654 16 14 5 Presente MA FO
juansebh2_filter3 = juansebh2_dataframe %>%
filter(Estatus == "PA", Fertilizacion == "FO") %>%
select(starts_with("Fertilizacion"), Estatus)
juansebh2_filter3
## Fertilizacion Estatus
## 1 FO PA
## 2 FO PA
## 3 FO PA
## 4 FO PA
## 5 FO PA
## 6 FO PA
## 7 FO PA
## 8 FO PA
## 9 FO PA
## 10 FO PA
## 11 FO PA
## 12 FO PA
## 13 FO PA
## 14 FO PA
## 15 FO PA
## 16 FO PA
## 17 FO PA
prueba = median(juansebh2_dataframe$Flores.d)
prueba
## [1] 10
juansebh2_filter4 =juansebh2_dataframe %>%
filter(Flores.d > median(Flores.d), Plagas == "Presente") %>%
select(starts_with("Flores.d"), Plagas)
juansebh2_filter4
## Flores.d Plagas
## 1 15 Presente
## 2 13 Presente
## 3 11 Presente
## 4 12 Presente
## 5 11 Presente
## 6 16 Presente
## 7 11 Presente
## 8 12 Presente
## 9 12 Presente
## 10 11 Presente
## 11 14 Presente
## 12 15 Presente
## 13 12 Presente
## 14 12 Presente
## 15 16 Presente
## 16 15 Presente
## 17 12 Presente
## 18 15 Presente
## 19 15 Presente
## 20 16 Presente
## 21 22 Presente
## 22 15 Presente
## 23 13 Presente
## 24 11 Presente
## 25 11 Presente
## 26 13 Presente
## 27 13 Presente
## 28 18 Presente
## 29 19 Presente
## 30 14 Presente
## 31 13 Presente
## 32 15 Presente
## 33 11 Presente
## 34 12 Presente
## 35 12 Presente
## 36 11 Presente
## 37 11 Presente
## 38 11 Presente
## 39 12 Presente
## 40 14 Presente
## 41 12 Presente
## 42 14 Presente
prueba2 = median(juansebh2_dataframe$Biomasa.g)
prueba2
## [1] 4.892334
juansebh2_filter5 = juansebh2_dataframe %>%
filter(Biomasa.g > median(Biomasa.g), Plagas == "Ausente") %>%
select(starts_with("Biomasa.g"), Plagas)
juansebh2_filter5
## Biomasa.g Plagas
## 1 5.763346 Ausente
## 2 5.778231 Ausente
## 3 6.282261 Ausente
## 4 6.363800 Ausente
## 5 4.920355 Ausente
## 6 5.429026 Ausente
## 7 5.306800 Ausente
## 8 4.892448 Ausente
## 9 6.421828 Ausente
## 10 5.400171 Ausente
quantile(juansebh2_dataframe$Flores.d)
## 0% 25% 50% 75% 100%
## 1.00 7.75 10.00 12.00 22.00
quantile(juansebh2_dataframe$Biomasa.g)
## 0% 25% 50% 75% 100%
## 2.704392 4.162366 4.892334 5.402821 6.802000
v1= c(juansebh2_dataframe$Biomasa.g, juansebh2_dataframe$Flores.d); v2= c(4.16, 12.00)
juansebh_vectores = juansebh2_dataframe %>%
filter(.[v1[1]]>v2[1],.[v1[2]]>v2[2]) #%>%
#select(starts_with("Biomasa.g"), Flores.d)
juansebh_vectores
## Biomasa.g Flores.r Flores.d Hojas.d Plagas Estatus Fertilizacion
## 1 4.895909 15 7 65 Presente S FI
## 2 5.469588 16 15 55 Presente S FI
## 3 5.296352 17 13 77 Presente S FI
## 4 5.305687 18 11 16 Presente S FI
## 5 5.763346 19 13 11 Ausente S FI
## 6 3.365816 15 12 69 Presente S FO
## 7 5.778231 15 14 117 Ausente S FI
## 8 5.011706 11 16 94 Presente S FO
## 9 6.470469 16 11 70 Presente S FO
## 10 4.080126 15 5 109 Presente S FI
## 11 4.768099 19 12 16 Presente S FO
## 12 5.154696 14 12 14 Presente S FO
## 13 6.282261 19 11 31 Ausente S FO
## 14 6.363800 16 6 109 Ausente S FI
## 15 3.434746 16 9 88 Presente S FI
## 16 6.379814 14 10 101 Presente S FI
## 17 5.111681 16 10 6 Presente S FI
## 18 6.258954 11 3 54 Presente S FI
## 19 6.286321 16 11 72 Presente S FI
## 20 4.198923 17 10 29 Presente S FI
## 21 4.842168 18 8 16 Presente S FO
## 22 4.064044 15 7 49 Presente S FI
## 23 6.026898 15 10 64 Presente S FI
## 24 3.618802 16 14 118 Ausente S FI
## 25 5.089572 17 14 74 Presente S FI
## 26 4.699086 17 9 81 Presente S FI
## 27 4.920355 15 9 24 Ausente S FI
## 28 5.935568 17 7 49 Presente S FI
## 29 3.330749 17 15 59 Presente S FI
## 30 3.769247 18 12 21 Presente S FO
## 31 5.866527 15 7 57 Presente S FO
## 32 3.791795 15 12 63 Presente S FI
## 33 4.486148 17 16 107 Presente S FO
## 34 3.654047 14 9 71 Presente S FI
## 35 3.906958 16 15 39 Presente S FI
## 36 3.763518 19 12 69 Presente S FI
## 37 4.925990 17 10 8 Presente S FO
## 38 5.429026 16 11 87 Ausente S FO
## 39 5.098930 18 15 102 Presente PA FO
## 40 6.496182 15 15 113 Presente PA FI
## 41 4.706651 15 9 11 Ausente PA FI
## 42 6.802000 17 4 77 Presente PA FO
## 43 4.970779 20 9 88 Presente PA FI
## 44 4.326669 15 4 106 Presente PA FI
## 45 6.254188 18 9 38 Presente PA FO
## 46 4.383276 17 6 87 Presente PA FI
## 47 5.588169 17 7 88 Presente PA FI
## 48 4.574753 18 5 51 Ausente PA FO
## 49 3.082511 16 10 12 Presente PA FO
## 50 5.037180 16 9 67 Presente PA FI
## 51 4.686505 18 16 11 Presente PA FI
## 52 4.183811 15 10 106 Presente PA FI
## 53 5.088201 17 5 78 Presente PA FO
## 54 5.363196 16 22 100 Presente PA FO
## 55 4.855091 14 5 77 Ausente PA FI
## 56 3.720240 15 15 120 Presente PA FO
## 57 5.013637 17 7 16 Presente PA FI
## 58 4.842440 18 13 70 Ausente PA FO
## 59 5.333143 17 10 20 Presente PA FO
## 60 4.356796 18 13 79 Presente PA FO
## 61 5.196705 18 8 38 Presente PA FO
## 62 4.163929 17 10 113 Presente PA FI
## 63 5.480319 15 4 15 Presente PA FO
## 64 6.374239 16 11 111 Presente PA FO
## 65 4.785830 18 15 95 Ausente PA FI
## 66 4.704003 17 8 12 Presente PA FI
## 67 4.963459 11 11 48 Presente PA FI
## 68 3.812079 17 6 17 Presente PA FO
## 69 6.266684 17 1 23 Presente PA FI
## 70 4.116521 15 10 112 Presente PA FI
## 71 4.798597 16 8 41 Ausente PA FI
## 72 4.150730 18 13 61 Presente PA FI
## 73 3.816339 17 13 57 Presente PA FI
## 74 5.834704 17 10 47 Presente PA FI
## 75 5.306800 16 15 29 Ausente PA FO
## 76 4.713117 15 8 55 Presente MA FI
## 77 4.453121 15 18 118 Presente MA FI
## 78 3.158148 15 10 56 Presente MA FI
## 79 5.538296 17 19 33 Presente MA FI
## 80 4.876823 16 14 59 Presente MA FI
## 81 3.945977 18 5 76 Presente MA FO
## 82 5.453865 14 6 63 Presente MA FO
## 83 3.649975 16 6 17 Presente MA FI
## 84 4.157680 17 11 56 Ausente MA FI
## 85 5.410772 14 8 109 Presente MA FO
## 86 5.689026 17 9 52 Presente MA FO
## 87 4.750385 19 5 105 Ausente MA FI
## 88 4.954560 19 13 54 Presente MA FO
## 89 5.624907 14 15 16 Presente MA FI
## 90 5.012737 12 11 46 Presente MA FI
## 91 4.896298 19 12 34 Presente MA FI
## 92 4.450242 11 8 113 Presente MA FO
## 93 4.262320 13 10 100 Ausente MA FO
## 94 4.567605 12 5 11 Presente MA FI
## 95 3.234053 17 6 104 Presente MA FO
## 96 4.778714 15 9 33 Presente MA FI
## 97 5.382789 13 12 35 Presente MA FI
## 98 4.878551 16 10 17 Presente MA FI
## 99 4.586287 19 11 14 Presente MA FI
## 100 3.983593 17 11 94 Presente MA FI
## 101 5.039900 15 8 16 Presente MA FI
## 102 4.892448 15 8 38 Ausente MA FO
## 103 2.704392 17 7 98 Presente MA FO
## 104 5.502858 17 12 19 Presente MA FI
## 105 4.892220 14 6 16 Presente MA FI
## 106 3.929680 15 14 112 Presente MA FO
## 107 5.171098 17 12 59 Presente MA FI
## 108 3.370631 13 9 106 Ausente MA FO
## 109 6.421828 15 7 13 Ausente MA FO
## 110 5.400171 17 11 77 Ausente MA FO
## 111 6.201998 16 9 83 Presente MA FO
## 112 5.071654 16 14 5 Presente MA FO
## 113 3.468042 13 10 66 Ausente MA FO
juansebh2_varc = ((juansebh2_dataframe$Biomasa.g - mean(juansebh2_dataframe$Biomasa.g))/ sd(juansebh2_dataframe$Biomasa.g))
juansebh2_varc
## [1] 0.063836211 0.716367745 0.519320326 0.529938802 1.050502327
## [6] -1.676568774 0.435297586 1.067434163 0.195549706 1.854819713
## [11] -0.864076630 -0.081541795 0.358193670 1.640742258 1.733488905
## [16] -1.598164522 1.751704133 0.309265759 1.614232363 1.645360336
## [21] -0.728950547 0.002708181 -0.882368899 1.350280025 -1.388809376
## [26] 0.284117776 -1.224935856 -0.160039877 0.091642269 1.246397100
## [31] -1.716456030 -1.217685615 1.167865904 -1.192038143 -0.402246950
## [36] -1.348719996 -1.061047060 -1.224202548 0.098051329 0.670230304
## [41] 0.294762967 1.884066956 -0.151435380 2.231920281 0.148997257
## [46] -0.583645994 1.608811083 -0.519257981 0.484252855 0.851248157
## [51] -0.301463020 -1.998813990 0.224525095 -0.174350888 -0.746139995
## [56] 0.282559217 0.595351704 0.017407396 -1.315525144 -1.273428900
## [61] 0.197745960 0.003018241 0.561168481 -0.549378413 0.405976683
## [66] -0.768755186 0.728573228 1.745363341 -0.061372657 -0.838623554
## [71] -0.154447349 0.140670426 -1.168966493 1.623024605 -0.822679040
## [76] -0.046851704 -0.783768205 -1.164121340 1.131669452 0.531204087
## [81] -0.144080444 -0.439813701 -1.912781266 0.794519131 0.042126788
## [86] -1.016664361 0.698483943 -1.353351993 -0.775862493 0.649466979
## [91] 0.965966993 -0.101689997 0.130549286 0.893035045 0.196722527
## [96] 0.064279151 -0.443087492 -0.656839373 -0.309593606 -1.826442204
## [101] -0.069467300 0.617638019 0.044091900 -0.288343746 -0.973878201
## [106] 0.227618630 0.059899558 -2.428905401 -0.369646517 0.754210633
## [111] 0.653059603 0.059640245 -1.035201217 0.376850238 -1.671091597
## [116] 1.799493633 0.637409402 1.549447198 0.263737174 -1.560291676
juansebh2_vard = juansebh2_dataframe %>%
summarise(min(Flores.d), max(Flores.d), min(Flores.r),max(Flores.r),min(Hojas.d), max(Hojas.d))
juansebh2_vard
## min(Flores.d) max(Flores.d) min(Flores.r) max(Flores.r) min(Hojas.d)
## 1 1 22 11 20 1
## max(Hojas.d)
## 1 120
data.frame(variable_continua = juansebh2_varc, juansebh2_vard)
## variable_continua min.Flores.d. max.Flores.d. min.Flores.r. max.Flores.r.
## 1 0.063836211 1 22 11 20
## 2 0.716367745 1 22 11 20
## 3 0.519320326 1 22 11 20
## 4 0.529938802 1 22 11 20
## 5 1.050502327 1 22 11 20
## 6 -1.676568774 1 22 11 20
## 7 0.435297586 1 22 11 20
## 8 1.067434163 1 22 11 20
## 9 0.195549706 1 22 11 20
## 10 1.854819713 1 22 11 20
## 11 -0.864076630 1 22 11 20
## 12 -0.081541795 1 22 11 20
## 13 0.358193670 1 22 11 20
## 14 1.640742258 1 22 11 20
## 15 1.733488905 1 22 11 20
## 16 -1.598164522 1 22 11 20
## 17 1.751704133 1 22 11 20
## 18 0.309265759 1 22 11 20
## 19 1.614232363 1 22 11 20
## 20 1.645360336 1 22 11 20
## 21 -0.728950547 1 22 11 20
## 22 0.002708181 1 22 11 20
## 23 -0.882368899 1 22 11 20
## 24 1.350280025 1 22 11 20
## 25 -1.388809376 1 22 11 20
## 26 0.284117776 1 22 11 20
## 27 -1.224935856 1 22 11 20
## 28 -0.160039877 1 22 11 20
## 29 0.091642269 1 22 11 20
## 30 1.246397100 1 22 11 20
## 31 -1.716456030 1 22 11 20
## 32 -1.217685615 1 22 11 20
## 33 1.167865904 1 22 11 20
## 34 -1.192038143 1 22 11 20
## 35 -0.402246950 1 22 11 20
## 36 -1.348719996 1 22 11 20
## 37 -1.061047060 1 22 11 20
## 38 -1.224202548 1 22 11 20
## 39 0.098051329 1 22 11 20
## 40 0.670230304 1 22 11 20
## 41 0.294762967 1 22 11 20
## 42 1.884066956 1 22 11 20
## 43 -0.151435380 1 22 11 20
## 44 2.231920281 1 22 11 20
## 45 0.148997257 1 22 11 20
## 46 -0.583645994 1 22 11 20
## 47 1.608811083 1 22 11 20
## 48 -0.519257981 1 22 11 20
## 49 0.484252855 1 22 11 20
## 50 0.851248157 1 22 11 20
## 51 -0.301463020 1 22 11 20
## 52 -1.998813990 1 22 11 20
## 53 0.224525095 1 22 11 20
## 54 -0.174350888 1 22 11 20
## 55 -0.746139995 1 22 11 20
## 56 0.282559217 1 22 11 20
## 57 0.595351704 1 22 11 20
## 58 0.017407396 1 22 11 20
## 59 -1.315525144 1 22 11 20
## 60 -1.273428900 1 22 11 20
## 61 0.197745960 1 22 11 20
## 62 0.003018241 1 22 11 20
## 63 0.561168481 1 22 11 20
## 64 -0.549378413 1 22 11 20
## 65 0.405976683 1 22 11 20
## 66 -0.768755186 1 22 11 20
## 67 0.728573228 1 22 11 20
## 68 1.745363341 1 22 11 20
## 69 -0.061372657 1 22 11 20
## 70 -0.838623554 1 22 11 20
## 71 -0.154447349 1 22 11 20
## 72 0.140670426 1 22 11 20
## 73 -1.168966493 1 22 11 20
## 74 1.623024605 1 22 11 20
## 75 -0.822679040 1 22 11 20
## 76 -0.046851704 1 22 11 20
## 77 -0.783768205 1 22 11 20
## 78 -1.164121340 1 22 11 20
## 79 1.131669452 1 22 11 20
## 80 0.531204087 1 22 11 20
## 81 -0.144080444 1 22 11 20
## 82 -0.439813701 1 22 11 20
## 83 -1.912781266 1 22 11 20
## 84 0.794519131 1 22 11 20
## 85 0.042126788 1 22 11 20
## 86 -1.016664361 1 22 11 20
## 87 0.698483943 1 22 11 20
## 88 -1.353351993 1 22 11 20
## 89 -0.775862493 1 22 11 20
## 90 0.649466979 1 22 11 20
## 91 0.965966993 1 22 11 20
## 92 -0.101689997 1 22 11 20
## 93 0.130549286 1 22 11 20
## 94 0.893035045 1 22 11 20
## 95 0.196722527 1 22 11 20
## 96 0.064279151 1 22 11 20
## 97 -0.443087492 1 22 11 20
## 98 -0.656839373 1 22 11 20
## 99 -0.309593606 1 22 11 20
## 100 -1.826442204 1 22 11 20
## 101 -0.069467300 1 22 11 20
## 102 0.617638019 1 22 11 20
## 103 0.044091900 1 22 11 20
## 104 -0.288343746 1 22 11 20
## 105 -0.973878201 1 22 11 20
## 106 0.227618630 1 22 11 20
## 107 0.059899558 1 22 11 20
## 108 -2.428905401 1 22 11 20
## 109 -0.369646517 1 22 11 20
## 110 0.754210633 1 22 11 20
## 111 0.653059603 1 22 11 20
## 112 0.059640245 1 22 11 20
## 113 -1.035201217 1 22 11 20
## 114 0.376850238 1 22 11 20
## 115 -1.671091597 1 22 11 20
## 116 1.799493633 1 22 11 20
## 117 0.637409402 1 22 11 20
## 118 1.549447198 1 22 11 20
## 119 0.263737174 1 22 11 20
## 120 -1.560291676 1 22 11 20
## min.Hojas.d. max.Hojas.d.
## 1 1 120
## 2 1 120
## 3 1 120
## 4 1 120
## 5 1 120
## 6 1 120
## 7 1 120
## 8 1 120
## 9 1 120
## 10 1 120
## 11 1 120
## 12 1 120
## 13 1 120
## 14 1 120
## 15 1 120
## 16 1 120
## 17 1 120
## 18 1 120
## 19 1 120
## 20 1 120
## 21 1 120
## 22 1 120
## 23 1 120
## 24 1 120
## 25 1 120
## 26 1 120
## 27 1 120
## 28 1 120
## 29 1 120
## 30 1 120
## 31 1 120
## 32 1 120
## 33 1 120
## 34 1 120
## 35 1 120
## 36 1 120
## 37 1 120
## 38 1 120
## 39 1 120
## 40 1 120
## 41 1 120
## 42 1 120
## 43 1 120
## 44 1 120
## 45 1 120
## 46 1 120
## 47 1 120
## 48 1 120
## 49 1 120
## 50 1 120
## 51 1 120
## 52 1 120
## 53 1 120
## 54 1 120
## 55 1 120
## 56 1 120
## 57 1 120
## 58 1 120
## 59 1 120
## 60 1 120
## 61 1 120
## 62 1 120
## 63 1 120
## 64 1 120
## 65 1 120
## 66 1 120
## 67 1 120
## 68 1 120
## 69 1 120
## 70 1 120
## 71 1 120
## 72 1 120
## 73 1 120
## 74 1 120
## 75 1 120
## 76 1 120
## 77 1 120
## 78 1 120
## 79 1 120
## 80 1 120
## 81 1 120
## 82 1 120
## 83 1 120
## 84 1 120
## 85 1 120
## 86 1 120
## 87 1 120
## 88 1 120
## 89 1 120
## 90 1 120
## 91 1 120
## 92 1 120
## 93 1 120
## 94 1 120
## 95 1 120
## 96 1 120
## 97 1 120
## 98 1 120
## 99 1 120
## 100 1 120
## 101 1 120
## 102 1 120
## 103 1 120
## 104 1 120
## 105 1 120
## 106 1 120
## 107 1 120
## 108 1 120
## 109 1 120
## 110 1 120
## 111 1 120
## 112 1 120
## 113 1 120
## 114 1 120
## 115 1 120
## 116 1 120
## 117 1 120
## 118 1 120
## 119 1 120
## 120 1 120
Actividad 4
quantile(juansebh2_dataframe$Flores.d)
## 0% 25% 50% 75% 100%
## 1.00 7.75 10.00 12.00 22.00
quantile(juansebh2_dataframe$Biomasa.g)
## 0% 25% 50% 75% 100%
## 2.704392 4.162366 4.892334 5.402821 6.802000
v1= c(juansebh2_dataframe$Biomasa.g, juansebh2_dataframe$Flores.d); v2= c(4.16, 12.00)
juansebh_vectores = juansebh2_dataframe %>%
filter(.[v1[1]]>v2[1],.[v1[2]]>v2[2]) #%>%
#select(starts_with("Biomasa.g"), Flores.d)
juansebh_vectores
## Biomasa.g Flores.r Flores.d Hojas.d Plagas Estatus Fertilizacion
## 1 4.895909 15 7 65 Presente S FI
## 2 5.469588 16 15 55 Presente S FI
## 3 5.296352 17 13 77 Presente S FI
## 4 5.305687 18 11 16 Presente S FI
## 5 5.763346 19 13 11 Ausente S FI
## 6 3.365816 15 12 69 Presente S FO
## 7 5.778231 15 14 117 Ausente S FI
## 8 5.011706 11 16 94 Presente S FO
## 9 6.470469 16 11 70 Presente S FO
## 10 4.080126 15 5 109 Presente S FI
## 11 4.768099 19 12 16 Presente S FO
## 12 5.154696 14 12 14 Presente S FO
## 13 6.282261 19 11 31 Ausente S FO
## 14 6.363800 16 6 109 Ausente S FI
## 15 3.434746 16 9 88 Presente S FI
## 16 6.379814 14 10 101 Presente S FI
## 17 5.111681 16 10 6 Presente S FI
## 18 6.258954 11 3 54 Presente S FI
## 19 6.286321 16 11 72 Presente S FI
## 20 4.198923 17 10 29 Presente S FI
## 21 4.842168 18 8 16 Presente S FO
## 22 4.064044 15 7 49 Presente S FI
## 23 6.026898 15 10 64 Presente S FI
## 24 3.618802 16 14 118 Ausente S FI
## 25 5.089572 17 14 74 Presente S FI
## 26 4.699086 17 9 81 Presente S FI
## 27 4.920355 15 9 24 Ausente S FI
## 28 5.935568 17 7 49 Presente S FI
## 29 3.330749 17 15 59 Presente S FI
## 30 3.769247 18 12 21 Presente S FO
## 31 5.866527 15 7 57 Presente S FO
## 32 3.791795 15 12 63 Presente S FI
## 33 4.486148 17 16 107 Presente S FO
## 34 3.654047 14 9 71 Presente S FI
## 35 3.906958 16 15 39 Presente S FI
## 36 3.763518 19 12 69 Presente S FI
## 37 4.925990 17 10 8 Presente S FO
## 38 5.429026 16 11 87 Ausente S FO
## 39 5.098930 18 15 102 Presente PA FO
## 40 6.496182 15 15 113 Presente PA FI
## 41 4.706651 15 9 11 Ausente PA FI
## 42 6.802000 17 4 77 Presente PA FO
## 43 4.970779 20 9 88 Presente PA FI
## 44 4.326669 15 4 106 Presente PA FI
## 45 6.254188 18 9 38 Presente PA FO
## 46 4.383276 17 6 87 Presente PA FI
## 47 5.588169 17 7 88 Presente PA FI
## 48 4.574753 18 5 51 Ausente PA FO
## 49 3.082511 16 10 12 Presente PA FO
## 50 5.037180 16 9 67 Presente PA FI
## 51 4.686505 18 16 11 Presente PA FI
## 52 4.183811 15 10 106 Presente PA FI
## 53 5.088201 17 5 78 Presente PA FO
## 54 5.363196 16 22 100 Presente PA FO
## 55 4.855091 14 5 77 Ausente PA FI
## 56 3.720240 15 15 120 Presente PA FO
## 57 5.013637 17 7 16 Presente PA FI
## 58 4.842440 18 13 70 Ausente PA FO
## 59 5.333143 17 10 20 Presente PA FO
## 60 4.356796 18 13 79 Presente PA FO
## 61 5.196705 18 8 38 Presente PA FO
## 62 4.163929 17 10 113 Presente PA FI
## 63 5.480319 15 4 15 Presente PA FO
## 64 6.374239 16 11 111 Presente PA FO
## 65 4.785830 18 15 95 Ausente PA FI
## 66 4.704003 17 8 12 Presente PA FI
## 67 4.963459 11 11 48 Presente PA FI
## 68 3.812079 17 6 17 Presente PA FO
## 69 6.266684 17 1 23 Presente PA FI
## 70 4.116521 15 10 112 Presente PA FI
## 71 4.798597 16 8 41 Ausente PA FI
## 72 4.150730 18 13 61 Presente PA FI
## 73 3.816339 17 13 57 Presente PA FI
## 74 5.834704 17 10 47 Presente PA FI
## 75 5.306800 16 15 29 Ausente PA FO
## 76 4.713117 15 8 55 Presente MA FI
## 77 4.453121 15 18 118 Presente MA FI
## 78 3.158148 15 10 56 Presente MA FI
## 79 5.538296 17 19 33 Presente MA FI
## 80 4.876823 16 14 59 Presente MA FI
## 81 3.945977 18 5 76 Presente MA FO
## 82 5.453865 14 6 63 Presente MA FO
## 83 3.649975 16 6 17 Presente MA FI
## 84 4.157680 17 11 56 Ausente MA FI
## 85 5.410772 14 8 109 Presente MA FO
## 86 5.689026 17 9 52 Presente MA FO
## 87 4.750385 19 5 105 Ausente MA FI
## 88 4.954560 19 13 54 Presente MA FO
## 89 5.624907 14 15 16 Presente MA FI
## 90 5.012737 12 11 46 Presente MA FI
## 91 4.896298 19 12 34 Presente MA FI
## 92 4.450242 11 8 113 Presente MA FO
## 93 4.262320 13 10 100 Ausente MA FO
## 94 4.567605 12 5 11 Presente MA FI
## 95 3.234053 17 6 104 Presente MA FO
## 96 4.778714 15 9 33 Presente MA FI
## 97 5.382789 13 12 35 Presente MA FI
## 98 4.878551 16 10 17 Presente MA FI
## 99 4.586287 19 11 14 Presente MA FI
## 100 3.983593 17 11 94 Presente MA FI
## 101 5.039900 15 8 16 Presente MA FI
## 102 4.892448 15 8 38 Ausente MA FO
## 103 2.704392 17 7 98 Presente MA FO
## 104 5.502858 17 12 19 Presente MA FI
## 105 4.892220 14 6 16 Presente MA FI
## 106 3.929680 15 14 112 Presente MA FO
## 107 5.171098 17 12 59 Presente MA FI
## 108 3.370631 13 9 106 Ausente MA FO
## 109 6.421828 15 7 13 Ausente MA FO
## 110 5.400171 17 11 77 Ausente MA FO
## 111 6.201998 16 9 83 Presente MA FO
## 112 5.071654 16 14 5 Presente MA FO
## 113 3.468042 13 10 66 Ausente MA FO
juansebh2_varc = ((juansebh2_dataframe$Biomasa.g - mean(juansebh2_dataframe$Biomasa.g))/ sd(juansebh2_dataframe$Biomasa.g))
juansebh2_varc
## [1] 0.063836211 0.716367745 0.519320326 0.529938802 1.050502327
## [6] -1.676568774 0.435297586 1.067434163 0.195549706 1.854819713
## [11] -0.864076630 -0.081541795 0.358193670 1.640742258 1.733488905
## [16] -1.598164522 1.751704133 0.309265759 1.614232363 1.645360336
## [21] -0.728950547 0.002708181 -0.882368899 1.350280025 -1.388809376
## [26] 0.284117776 -1.224935856 -0.160039877 0.091642269 1.246397100
## [31] -1.716456030 -1.217685615 1.167865904 -1.192038143 -0.402246950
## [36] -1.348719996 -1.061047060 -1.224202548 0.098051329 0.670230304
## [41] 0.294762967 1.884066956 -0.151435380 2.231920281 0.148997257
## [46] -0.583645994 1.608811083 -0.519257981 0.484252855 0.851248157
## [51] -0.301463020 -1.998813990 0.224525095 -0.174350888 -0.746139995
## [56] 0.282559217 0.595351704 0.017407396 -1.315525144 -1.273428900
## [61] 0.197745960 0.003018241 0.561168481 -0.549378413 0.405976683
## [66] -0.768755186 0.728573228 1.745363341 -0.061372657 -0.838623554
## [71] -0.154447349 0.140670426 -1.168966493 1.623024605 -0.822679040
## [76] -0.046851704 -0.783768205 -1.164121340 1.131669452 0.531204087
## [81] -0.144080444 -0.439813701 -1.912781266 0.794519131 0.042126788
## [86] -1.016664361 0.698483943 -1.353351993 -0.775862493 0.649466979
## [91] 0.965966993 -0.101689997 0.130549286 0.893035045 0.196722527
## [96] 0.064279151 -0.443087492 -0.656839373 -0.309593606 -1.826442204
## [101] -0.069467300 0.617638019 0.044091900 -0.288343746 -0.973878201
## [106] 0.227618630 0.059899558 -2.428905401 -0.369646517 0.754210633
## [111] 0.653059603 0.059640245 -1.035201217 0.376850238 -1.671091597
## [116] 1.799493633 0.637409402 1.549447198 0.263737174 -1.560291676
juansebh2_vard = juansebh2_dataframe %>%
summarise(min(Flores.d), max(Flores.d), min(Flores.r),max(Flores.r),min(Hojas.d), max(Hojas.d))
juansebh2_vard
## min(Flores.d) max(Flores.d) min(Flores.r) max(Flores.r) min(Hojas.d)
## 1 1 22 11 20 1
## max(Hojas.d)
## 1 120
tib.e = data.frame(variable_continua = juansebh2_varc, juansebh2_vard)
tib.e
## variable_continua min.Flores.d. max.Flores.d. min.Flores.r. max.Flores.r.
## 1 0.063836211 1 22 11 20
## 2 0.716367745 1 22 11 20
## 3 0.519320326 1 22 11 20
## 4 0.529938802 1 22 11 20
## 5 1.050502327 1 22 11 20
## 6 -1.676568774 1 22 11 20
## 7 0.435297586 1 22 11 20
## 8 1.067434163 1 22 11 20
## 9 0.195549706 1 22 11 20
## 10 1.854819713 1 22 11 20
## 11 -0.864076630 1 22 11 20
## 12 -0.081541795 1 22 11 20
## 13 0.358193670 1 22 11 20
## 14 1.640742258 1 22 11 20
## 15 1.733488905 1 22 11 20
## 16 -1.598164522 1 22 11 20
## 17 1.751704133 1 22 11 20
## 18 0.309265759 1 22 11 20
## 19 1.614232363 1 22 11 20
## 20 1.645360336 1 22 11 20
## 21 -0.728950547 1 22 11 20
## 22 0.002708181 1 22 11 20
## 23 -0.882368899 1 22 11 20
## 24 1.350280025 1 22 11 20
## 25 -1.388809376 1 22 11 20
## 26 0.284117776 1 22 11 20
## 27 -1.224935856 1 22 11 20
## 28 -0.160039877 1 22 11 20
## 29 0.091642269 1 22 11 20
## 30 1.246397100 1 22 11 20
## 31 -1.716456030 1 22 11 20
## 32 -1.217685615 1 22 11 20
## 33 1.167865904 1 22 11 20
## 34 -1.192038143 1 22 11 20
## 35 -0.402246950 1 22 11 20
## 36 -1.348719996 1 22 11 20
## 37 -1.061047060 1 22 11 20
## 38 -1.224202548 1 22 11 20
## 39 0.098051329 1 22 11 20
## 40 0.670230304 1 22 11 20
## 41 0.294762967 1 22 11 20
## 42 1.884066956 1 22 11 20
## 43 -0.151435380 1 22 11 20
## 44 2.231920281 1 22 11 20
## 45 0.148997257 1 22 11 20
## 46 -0.583645994 1 22 11 20
## 47 1.608811083 1 22 11 20
## 48 -0.519257981 1 22 11 20
## 49 0.484252855 1 22 11 20
## 50 0.851248157 1 22 11 20
## 51 -0.301463020 1 22 11 20
## 52 -1.998813990 1 22 11 20
## 53 0.224525095 1 22 11 20
## 54 -0.174350888 1 22 11 20
## 55 -0.746139995 1 22 11 20
## 56 0.282559217 1 22 11 20
## 57 0.595351704 1 22 11 20
## 58 0.017407396 1 22 11 20
## 59 -1.315525144 1 22 11 20
## 60 -1.273428900 1 22 11 20
## 61 0.197745960 1 22 11 20
## 62 0.003018241 1 22 11 20
## 63 0.561168481 1 22 11 20
## 64 -0.549378413 1 22 11 20
## 65 0.405976683 1 22 11 20
## 66 -0.768755186 1 22 11 20
## 67 0.728573228 1 22 11 20
## 68 1.745363341 1 22 11 20
## 69 -0.061372657 1 22 11 20
## 70 -0.838623554 1 22 11 20
## 71 -0.154447349 1 22 11 20
## 72 0.140670426 1 22 11 20
## 73 -1.168966493 1 22 11 20
## 74 1.623024605 1 22 11 20
## 75 -0.822679040 1 22 11 20
## 76 -0.046851704 1 22 11 20
## 77 -0.783768205 1 22 11 20
## 78 -1.164121340 1 22 11 20
## 79 1.131669452 1 22 11 20
## 80 0.531204087 1 22 11 20
## 81 -0.144080444 1 22 11 20
## 82 -0.439813701 1 22 11 20
## 83 -1.912781266 1 22 11 20
## 84 0.794519131 1 22 11 20
## 85 0.042126788 1 22 11 20
## 86 -1.016664361 1 22 11 20
## 87 0.698483943 1 22 11 20
## 88 -1.353351993 1 22 11 20
## 89 -0.775862493 1 22 11 20
## 90 0.649466979 1 22 11 20
## 91 0.965966993 1 22 11 20
## 92 -0.101689997 1 22 11 20
## 93 0.130549286 1 22 11 20
## 94 0.893035045 1 22 11 20
## 95 0.196722527 1 22 11 20
## 96 0.064279151 1 22 11 20
## 97 -0.443087492 1 22 11 20
## 98 -0.656839373 1 22 11 20
## 99 -0.309593606 1 22 11 20
## 100 -1.826442204 1 22 11 20
## 101 -0.069467300 1 22 11 20
## 102 0.617638019 1 22 11 20
## 103 0.044091900 1 22 11 20
## 104 -0.288343746 1 22 11 20
## 105 -0.973878201 1 22 11 20
## 106 0.227618630 1 22 11 20
## 107 0.059899558 1 22 11 20
## 108 -2.428905401 1 22 11 20
## 109 -0.369646517 1 22 11 20
## 110 0.754210633 1 22 11 20
## 111 0.653059603 1 22 11 20
## 112 0.059640245 1 22 11 20
## 113 -1.035201217 1 22 11 20
## 114 0.376850238 1 22 11 20
## 115 -1.671091597 1 22 11 20
## 116 1.799493633 1 22 11 20
## 117 0.637409402 1 22 11 20
## 118 1.549447198 1 22 11 20
## 119 0.263737174 1 22 11 20
## 120 -1.560291676 1 22 11 20
## min.Hojas.d. max.Hojas.d.
## 1 1 120
## 2 1 120
## 3 1 120
## 4 1 120
## 5 1 120
## 6 1 120
## 7 1 120
## 8 1 120
## 9 1 120
## 10 1 120
## 11 1 120
## 12 1 120
## 13 1 120
## 14 1 120
## 15 1 120
## 16 1 120
## 17 1 120
## 18 1 120
## 19 1 120
## 20 1 120
## 21 1 120
## 22 1 120
## 23 1 120
## 24 1 120
## 25 1 120
## 26 1 120
## 27 1 120
## 28 1 120
## 29 1 120
## 30 1 120
## 31 1 120
## 32 1 120
## 33 1 120
## 34 1 120
## 35 1 120
## 36 1 120
## 37 1 120
## 38 1 120
## 39 1 120
## 40 1 120
## 41 1 120
## 42 1 120
## 43 1 120
## 44 1 120
## 45 1 120
## 46 1 120
## 47 1 120
## 48 1 120
## 49 1 120
## 50 1 120
## 51 1 120
## 52 1 120
## 53 1 120
## 54 1 120
## 55 1 120
## 56 1 120
## 57 1 120
## 58 1 120
## 59 1 120
## 60 1 120
## 61 1 120
## 62 1 120
## 63 1 120
## 64 1 120
## 65 1 120
## 66 1 120
## 67 1 120
## 68 1 120
## 69 1 120
## 70 1 120
## 71 1 120
## 72 1 120
## 73 1 120
## 74 1 120
## 75 1 120
## 76 1 120
## 77 1 120
## 78 1 120
## 79 1 120
## 80 1 120
## 81 1 120
## 82 1 120
## 83 1 120
## 84 1 120
## 85 1 120
## 86 1 120
## 87 1 120
## 88 1 120
## 89 1 120
## 90 1 120
## 91 1 120
## 92 1 120
## 93 1 120
## 94 1 120
## 95 1 120
## 96 1 120
## 97 1 120
## 98 1 120
## 99 1 120
## 100 1 120
## 101 1 120
## 102 1 120
## 103 1 120
## 104 1 120
## 105 1 120
## 106 1 120
## 107 1 120
## 108 1 120
## 109 1 120
## 110 1 120
## 111 1 120
## 112 1 120
## 113 1 120
## 114 1 120
## 115 1 120
## 116 1 120
## 117 1 120
## 118 1 120
## 119 1 120
## 120 1 120
Flores.rd = juansebh2_dataframe$Flores.r/ juansebh2_dataframe$Flores.d
Flores.rd
## [1] 2.1428571 1.0666667 1.3076923 1.6363636 1.4615385 1.2500000
## [7] 1.7272727 1.0714286 0.6875000 1.4545455 3.0000000 1.5833333
## [13] 1.1666667 1.7272727 2.6666667 1.7777778 1.4000000 1.6000000
## [19] 3.6666667 1.4545455 1.7000000 2.2500000 2.1428571 1.5000000
## [25] 1.1428571 1.2142857 1.9000000 1.8888889 1.6666667 2.4285714
## [31] 1.1333333 1.5000000 2.1428571 1.2500000 1.0625000 1.5555556
## [37] 1.0666667 1.5833333 1.7000000 1.4545455 1.2000000 1.0000000
## [43] 1.6666667 4.2500000 2.2222222 3.7500000 2.0000000 2.8333333
## [49] 3.7500000 2.4285714 3.6000000 1.6000000 1.7777778 1.1250000
## [55] 1.5000000 3.4000000 0.7272727 2.8000000 2.6000000 1.0000000
## [61] 2.4285714 1.3846154 1.7000000 1.3846154 2.2500000 1.7000000
## [67] 3.7500000 1.4545455 1.2000000 2.6666667 2.1250000 1.0000000
## [73] 2.8333333 17.0000000 1.5000000 2.0000000 1.3846154 1.3076923
## [79] 1.7000000 1.0666667 1.8750000 0.8333333 1.5000000 0.8947368
## [85] 1.1428571 3.6000000 2.3333333 2.6666667 1.5454545 1.7500000
## [91] 1.8888889 3.8000000 1.4615385 0.9333333 1.0909091 1.5833333
## [97] 1.3750000 1.3000000 2.4000000 2.8333333 1.6666667 1.0833333
## [103] 1.6000000 1.7272727 1.5454545 1.8750000 1.8750000 2.4285714
## [109] 1.6363636 1.4166667 1.4000000 2.3333333 1.0714286 1.4166667
## [115] 1.4444444 2.1428571 1.5454545 1.7777778 1.1428571 1.3000000
juansebh2_dataframe3 = cbind.data.frame(juansebh2_dataframe, Flores.rd)
juansebh2_plag.Estatus = juansebh2_dataframe3 %>%
group_by(Plagas) %>%
select(Flores.rd)
## Adding missing grouping variables: `Plagas`
juansebh2_plag.Estatus
## # A tibble: 120 x 2
## # Groups: Plagas [2]
## Plagas Flores.rd
## <chr> <dbl>
## 1 Presente 2.14
## 2 Presente 1.07
## 3 Presente 1.31
## 4 Presente 1.64
## 5 Ausente 1.46
## 6 Presente 1.25
## 7 Presente 1.73
## 8 Ausente 1.07
## 9 Presente 0.688
## 10 Presente 1.45
## # ... with 110 more rows
rangomin = min_rank(desc(juansebh2_dataframe3$Flores.rd))
juansebh2_rangomin = juansebh2_dataframe3 %>%
mutate(rangomin = min_rank(desc(Flores.rd)))
rangomin
## [1] 30 109 90 58 75 94 47 107 120 77 11 63 99 47 16 43 84 60
## [19] 7 77 50 27 30 70 100 96 37 38 55 20 103 70 30 94 112 66
## [37] 109 63 50 77 97 113 55 2 29 4 35 12 4 20 8 60 43 104
## [55] 70 10 119 15 19 113 20 86 50 86 27 50 4 77 97 16 34 113
## [73] 12 1 70 35 86 90 50 109 40 118 70 117 100 8 25 16 67 46
## [91] 38 3 75 116 105 63 89 92 24 12 55 106 60 47 67 40 40 20
## [109] 58 82 84 25 107 82 81 30 67 43 100 92
summarise(juansebh2_rangomin, Plagas, Flores.rd, rangomin)
## Plagas Flores.rd rangomin
## 1 Presente 2.1428571 30
## 2 Presente 1.0666667 109
## 3 Presente 1.3076923 90
## 4 Presente 1.6363636 58
## 5 Ausente 1.4615385 75
## 6 Presente 1.2500000 94
## 7 Presente 1.7272727 47
## 8 Ausente 1.0714286 107
## 9 Presente 0.6875000 120
## 10 Presente 1.4545455 77
## 11 Presente 3.0000000 11
## 12 Presente 1.5833333 63
## 13 Presente 1.1666667 99
## 14 Ausente 1.7272727 47
## 15 Ausente 2.6666667 16
## 16 Presente 1.7777778 43
## 17 Presente 1.4000000 84
## 18 Presente 1.6000000 60
## 19 Presente 3.6666667 7
## 20 Presente 1.4545455 77
## 21 Presente 1.7000000 50
## 22 Presente 2.2500000 27
## 23 Presente 2.1428571 30
## 24 Presente 1.5000000 70
## 25 Ausente 1.1428571 100
## 26 Presente 1.2142857 96
## 27 Ausente 1.9000000 37
## 28 Presente 1.8888889 38
## 29 Ausente 1.6666667 55
## 30 Presente 2.4285714 20
## 31 Presente 1.1333333 103
## 32 Presente 1.5000000 70
## 33 Presente 2.1428571 30
## 34 Presente 1.2500000 94
## 35 Presente 1.0625000 112
## 36 Presente 1.5555556 66
## 37 Presente 1.0666667 109
## 38 Presente 1.5833333 63
## 39 Presente 1.7000000 50
## 40 Ausente 1.4545455 77
## 41 Presente 1.2000000 97
## 42 Presente 1.0000000 113
## 43 Ausente 1.6666667 55
## 44 Presente 4.2500000 2
## 45 Presente 2.2222222 29
## 46 Presente 3.7500000 4
## 47 Presente 2.0000000 35
## 48 Presente 2.8333333 12
## 49 Presente 3.7500000 4
## 50 Presente 2.4285714 20
## 51 Ausente 3.6000000 8
## 52 Presente 1.6000000 60
## 53 Presente 1.7777778 43
## 54 Presente 1.1250000 104
## 55 Presente 1.5000000 70
## 56 Presente 3.4000000 10
## 57 Presente 0.7272727 119
## 58 Ausente 2.8000000 15
## 59 Presente 2.6000000 19
## 60 Presente 1.0000000 113
## 61 Presente 2.4285714 20
## 62 Ausente 1.3846154 86
## 63 Presente 1.7000000 50
## 64 Presente 1.3846154 86
## 65 Presente 2.2500000 27
## 66 Presente 1.7000000 50
## 67 Presente 3.7500000 4
## 68 Presente 1.4545455 77
## 69 Ausente 1.2000000 97
## 70 Presente 2.6666667 16
## 71 Presente 2.1250000 34
## 72 Presente 1.0000000 113
## 73 Presente 2.8333333 12
## 74 Presente 17.0000000 1
## 75 Presente 1.5000000 70
## 76 Ausente 2.0000000 35
## 77 Presente 1.3846154 86
## 78 Presente 1.3076923 90
## 79 Presente 1.7000000 50
## 80 Ausente 1.0666667 109
## 81 Presente 1.8750000 40
## 82 Presente 0.8333333 118
## 83 Presente 1.5000000 70
## 84 Presente 0.8947368 117
## 85 Presente 1.1428571 100
## 86 Presente 3.6000000 8
## 87 Presente 2.3333333 25
## 88 Presente 2.6666667 16
## 89 Ausente 1.5454545 67
## 90 Presente 1.7500000 46
## 91 Presente 1.8888889 38
## 92 Ausente 3.8000000 3
## 93 Presente 1.4615385 75
## 94 Presente 0.9333333 116
## 95 Presente 1.0909091 105
## 96 Presente 1.5833333 63
## 97 Presente 1.3750000 89
## 98 Ausente 1.3000000 92
## 99 Presente 2.4000000 24
## 100 Presente 2.8333333 12
## 101 Presente 1.6666667 55
## 102 Presente 1.0833333 106
## 103 Presente 1.6000000 60
## 104 Presente 1.7272727 47
## 105 Presente 1.5454545 67
## 106 Presente 1.8750000 40
## 107 Ausente 1.8750000 40
## 108 Presente 2.4285714 20
## 109 Presente 1.6363636 58
## 110 Presente 1.4166667 82
## 111 Presente 1.4000000 84
## 112 Presente 2.3333333 25
## 113 Presente 1.0714286 107
## 114 Presente 1.4166667 82
## 115 Ausente 1.4444444 81
## 116 Ausente 2.1428571 30
## 117 Ausente 1.5454545 67
## 118 Presente 1.7777778 43
## 119 Presente 1.1428571 100
## 120 Ausente 1.3000000 92
remane = (rename(tib.e, MinDespendidas = "min.Flores.d." , MaxDesprendidas = "max.Flores.d.", MinRamas = "min.Flores.r.", MaxRamas = "max.Flores.r."))
remane
## variable_continua MinDespendidas MaxDesprendidas MinRamas MaxRamas
## 1 0.063836211 1 22 11 20
## 2 0.716367745 1 22 11 20
## 3 0.519320326 1 22 11 20
## 4 0.529938802 1 22 11 20
## 5 1.050502327 1 22 11 20
## 6 -1.676568774 1 22 11 20
## 7 0.435297586 1 22 11 20
## 8 1.067434163 1 22 11 20
## 9 0.195549706 1 22 11 20
## 10 1.854819713 1 22 11 20
## 11 -0.864076630 1 22 11 20
## 12 -0.081541795 1 22 11 20
## 13 0.358193670 1 22 11 20
## 14 1.640742258 1 22 11 20
## 15 1.733488905 1 22 11 20
## 16 -1.598164522 1 22 11 20
## 17 1.751704133 1 22 11 20
## 18 0.309265759 1 22 11 20
## 19 1.614232363 1 22 11 20
## 20 1.645360336 1 22 11 20
## 21 -0.728950547 1 22 11 20
## 22 0.002708181 1 22 11 20
## 23 -0.882368899 1 22 11 20
## 24 1.350280025 1 22 11 20
## 25 -1.388809376 1 22 11 20
## 26 0.284117776 1 22 11 20
## 27 -1.224935856 1 22 11 20
## 28 -0.160039877 1 22 11 20
## 29 0.091642269 1 22 11 20
## 30 1.246397100 1 22 11 20
## 31 -1.716456030 1 22 11 20
## 32 -1.217685615 1 22 11 20
## 33 1.167865904 1 22 11 20
## 34 -1.192038143 1 22 11 20
## 35 -0.402246950 1 22 11 20
## 36 -1.348719996 1 22 11 20
## 37 -1.061047060 1 22 11 20
## 38 -1.224202548 1 22 11 20
## 39 0.098051329 1 22 11 20
## 40 0.670230304 1 22 11 20
## 41 0.294762967 1 22 11 20
## 42 1.884066956 1 22 11 20
## 43 -0.151435380 1 22 11 20
## 44 2.231920281 1 22 11 20
## 45 0.148997257 1 22 11 20
## 46 -0.583645994 1 22 11 20
## 47 1.608811083 1 22 11 20
## 48 -0.519257981 1 22 11 20
## 49 0.484252855 1 22 11 20
## 50 0.851248157 1 22 11 20
## 51 -0.301463020 1 22 11 20
## 52 -1.998813990 1 22 11 20
## 53 0.224525095 1 22 11 20
## 54 -0.174350888 1 22 11 20
## 55 -0.746139995 1 22 11 20
## 56 0.282559217 1 22 11 20
## 57 0.595351704 1 22 11 20
## 58 0.017407396 1 22 11 20
## 59 -1.315525144 1 22 11 20
## 60 -1.273428900 1 22 11 20
## 61 0.197745960 1 22 11 20
## 62 0.003018241 1 22 11 20
## 63 0.561168481 1 22 11 20
## 64 -0.549378413 1 22 11 20
## 65 0.405976683 1 22 11 20
## 66 -0.768755186 1 22 11 20
## 67 0.728573228 1 22 11 20
## 68 1.745363341 1 22 11 20
## 69 -0.061372657 1 22 11 20
## 70 -0.838623554 1 22 11 20
## 71 -0.154447349 1 22 11 20
## 72 0.140670426 1 22 11 20
## 73 -1.168966493 1 22 11 20
## 74 1.623024605 1 22 11 20
## 75 -0.822679040 1 22 11 20
## 76 -0.046851704 1 22 11 20
## 77 -0.783768205 1 22 11 20
## 78 -1.164121340 1 22 11 20
## 79 1.131669452 1 22 11 20
## 80 0.531204087 1 22 11 20
## 81 -0.144080444 1 22 11 20
## 82 -0.439813701 1 22 11 20
## 83 -1.912781266 1 22 11 20
## 84 0.794519131 1 22 11 20
## 85 0.042126788 1 22 11 20
## 86 -1.016664361 1 22 11 20
## 87 0.698483943 1 22 11 20
## 88 -1.353351993 1 22 11 20
## 89 -0.775862493 1 22 11 20
## 90 0.649466979 1 22 11 20
## 91 0.965966993 1 22 11 20
## 92 -0.101689997 1 22 11 20
## 93 0.130549286 1 22 11 20
## 94 0.893035045 1 22 11 20
## 95 0.196722527 1 22 11 20
## 96 0.064279151 1 22 11 20
## 97 -0.443087492 1 22 11 20
## 98 -0.656839373 1 22 11 20
## 99 -0.309593606 1 22 11 20
## 100 -1.826442204 1 22 11 20
## 101 -0.069467300 1 22 11 20
## 102 0.617638019 1 22 11 20
## 103 0.044091900 1 22 11 20
## 104 -0.288343746 1 22 11 20
## 105 -0.973878201 1 22 11 20
## 106 0.227618630 1 22 11 20
## 107 0.059899558 1 22 11 20
## 108 -2.428905401 1 22 11 20
## 109 -0.369646517 1 22 11 20
## 110 0.754210633 1 22 11 20
## 111 0.653059603 1 22 11 20
## 112 0.059640245 1 22 11 20
## 113 -1.035201217 1 22 11 20
## 114 0.376850238 1 22 11 20
## 115 -1.671091597 1 22 11 20
## 116 1.799493633 1 22 11 20
## 117 0.637409402 1 22 11 20
## 118 1.549447198 1 22 11 20
## 119 0.263737174 1 22 11 20
## 120 -1.560291676 1 22 11 20
## min.Hojas.d. max.Hojas.d.
## 1 1 120
## 2 1 120
## 3 1 120
## 4 1 120
## 5 1 120
## 6 1 120
## 7 1 120
## 8 1 120
## 9 1 120
## 10 1 120
## 11 1 120
## 12 1 120
## 13 1 120
## 14 1 120
## 15 1 120
## 16 1 120
## 17 1 120
## 18 1 120
## 19 1 120
## 20 1 120
## 21 1 120
## 22 1 120
## 23 1 120
## 24 1 120
## 25 1 120
## 26 1 120
## 27 1 120
## 28 1 120
## 29 1 120
## 30 1 120
## 31 1 120
## 32 1 120
## 33 1 120
## 34 1 120
## 35 1 120
## 36 1 120
## 37 1 120
## 38 1 120
## 39 1 120
## 40 1 120
## 41 1 120
## 42 1 120
## 43 1 120
## 44 1 120
## 45 1 120
## 46 1 120
## 47 1 120
## 48 1 120
## 49 1 120
## 50 1 120
## 51 1 120
## 52 1 120
## 53 1 120
## 54 1 120
## 55 1 120
## 56 1 120
## 57 1 120
## 58 1 120
## 59 1 120
## 60 1 120
## 61 1 120
## 62 1 120
## 63 1 120
## 64 1 120
## 65 1 120
## 66 1 120
## 67 1 120
## 68 1 120
## 69 1 120
## 70 1 120
## 71 1 120
## 72 1 120
## 73 1 120
## 74 1 120
## 75 1 120
## 76 1 120
## 77 1 120
## 78 1 120
## 79 1 120
## 80 1 120
## 81 1 120
## 82 1 120
## 83 1 120
## 84 1 120
## 85 1 120
## 86 1 120
## 87 1 120
## 88 1 120
## 89 1 120
## 90 1 120
## 91 1 120
## 92 1 120
## 93 1 120
## 94 1 120
## 95 1 120
## 96 1 120
## 97 1 120
## 98 1 120
## 99 1 120
## 100 1 120
## 101 1 120
## 102 1 120
## 103 1 120
## 104 1 120
## 105 1 120
## 106 1 120
## 107 1 120
## 108 1 120
## 109 1 120
## 110 1 120
## 111 1 120
## 112 1 120
## 113 1 120
## 114 1 120
## 115 1 120
## 116 1 120
## 117 1 120
## 118 1 120
## 119 1 120
## 120 1 120
mayusculas = (rename_with(tib.e,toupper))
mayusculas
## VARIABLE_CONTINUA MIN.FLORES.D. MAX.FLORES.D. MIN.FLORES.R. MAX.FLORES.R.
## 1 0.063836211 1 22 11 20
## 2 0.716367745 1 22 11 20
## 3 0.519320326 1 22 11 20
## 4 0.529938802 1 22 11 20
## 5 1.050502327 1 22 11 20
## 6 -1.676568774 1 22 11 20
## 7 0.435297586 1 22 11 20
## 8 1.067434163 1 22 11 20
## 9 0.195549706 1 22 11 20
## 10 1.854819713 1 22 11 20
## 11 -0.864076630 1 22 11 20
## 12 -0.081541795 1 22 11 20
## 13 0.358193670 1 22 11 20
## 14 1.640742258 1 22 11 20
## 15 1.733488905 1 22 11 20
## 16 -1.598164522 1 22 11 20
## 17 1.751704133 1 22 11 20
## 18 0.309265759 1 22 11 20
## 19 1.614232363 1 22 11 20
## 20 1.645360336 1 22 11 20
## 21 -0.728950547 1 22 11 20
## 22 0.002708181 1 22 11 20
## 23 -0.882368899 1 22 11 20
## 24 1.350280025 1 22 11 20
## 25 -1.388809376 1 22 11 20
## 26 0.284117776 1 22 11 20
## 27 -1.224935856 1 22 11 20
## 28 -0.160039877 1 22 11 20
## 29 0.091642269 1 22 11 20
## 30 1.246397100 1 22 11 20
## 31 -1.716456030 1 22 11 20
## 32 -1.217685615 1 22 11 20
## 33 1.167865904 1 22 11 20
## 34 -1.192038143 1 22 11 20
## 35 -0.402246950 1 22 11 20
## 36 -1.348719996 1 22 11 20
## 37 -1.061047060 1 22 11 20
## 38 -1.224202548 1 22 11 20
## 39 0.098051329 1 22 11 20
## 40 0.670230304 1 22 11 20
## 41 0.294762967 1 22 11 20
## 42 1.884066956 1 22 11 20
## 43 -0.151435380 1 22 11 20
## 44 2.231920281 1 22 11 20
## 45 0.148997257 1 22 11 20
## 46 -0.583645994 1 22 11 20
## 47 1.608811083 1 22 11 20
## 48 -0.519257981 1 22 11 20
## 49 0.484252855 1 22 11 20
## 50 0.851248157 1 22 11 20
## 51 -0.301463020 1 22 11 20
## 52 -1.998813990 1 22 11 20
## 53 0.224525095 1 22 11 20
## 54 -0.174350888 1 22 11 20
## 55 -0.746139995 1 22 11 20
## 56 0.282559217 1 22 11 20
## 57 0.595351704 1 22 11 20
## 58 0.017407396 1 22 11 20
## 59 -1.315525144 1 22 11 20
## 60 -1.273428900 1 22 11 20
## 61 0.197745960 1 22 11 20
## 62 0.003018241 1 22 11 20
## 63 0.561168481 1 22 11 20
## 64 -0.549378413 1 22 11 20
## 65 0.405976683 1 22 11 20
## 66 -0.768755186 1 22 11 20
## 67 0.728573228 1 22 11 20
## 68 1.745363341 1 22 11 20
## 69 -0.061372657 1 22 11 20
## 70 -0.838623554 1 22 11 20
## 71 -0.154447349 1 22 11 20
## 72 0.140670426 1 22 11 20
## 73 -1.168966493 1 22 11 20
## 74 1.623024605 1 22 11 20
## 75 -0.822679040 1 22 11 20
## 76 -0.046851704 1 22 11 20
## 77 -0.783768205 1 22 11 20
## 78 -1.164121340 1 22 11 20
## 79 1.131669452 1 22 11 20
## 80 0.531204087 1 22 11 20
## 81 -0.144080444 1 22 11 20
## 82 -0.439813701 1 22 11 20
## 83 -1.912781266 1 22 11 20
## 84 0.794519131 1 22 11 20
## 85 0.042126788 1 22 11 20
## 86 -1.016664361 1 22 11 20
## 87 0.698483943 1 22 11 20
## 88 -1.353351993 1 22 11 20
## 89 -0.775862493 1 22 11 20
## 90 0.649466979 1 22 11 20
## 91 0.965966993 1 22 11 20
## 92 -0.101689997 1 22 11 20
## 93 0.130549286 1 22 11 20
## 94 0.893035045 1 22 11 20
## 95 0.196722527 1 22 11 20
## 96 0.064279151 1 22 11 20
## 97 -0.443087492 1 22 11 20
## 98 -0.656839373 1 22 11 20
## 99 -0.309593606 1 22 11 20
## 100 -1.826442204 1 22 11 20
## 101 -0.069467300 1 22 11 20
## 102 0.617638019 1 22 11 20
## 103 0.044091900 1 22 11 20
## 104 -0.288343746 1 22 11 20
## 105 -0.973878201 1 22 11 20
## 106 0.227618630 1 22 11 20
## 107 0.059899558 1 22 11 20
## 108 -2.428905401 1 22 11 20
## 109 -0.369646517 1 22 11 20
## 110 0.754210633 1 22 11 20
## 111 0.653059603 1 22 11 20
## 112 0.059640245 1 22 11 20
## 113 -1.035201217 1 22 11 20
## 114 0.376850238 1 22 11 20
## 115 -1.671091597 1 22 11 20
## 116 1.799493633 1 22 11 20
## 117 0.637409402 1 22 11 20
## 118 1.549447198 1 22 11 20
## 119 0.263737174 1 22 11 20
## 120 -1.560291676 1 22 11 20
## MIN.HOJAS.D. MAX.HOJAS.D.
## 1 1 120
## 2 1 120
## 3 1 120
## 4 1 120
## 5 1 120
## 6 1 120
## 7 1 120
## 8 1 120
## 9 1 120
## 10 1 120
## 11 1 120
## 12 1 120
## 13 1 120
## 14 1 120
## 15 1 120
## 16 1 120
## 17 1 120
## 18 1 120
## 19 1 120
## 20 1 120
## 21 1 120
## 22 1 120
## 23 1 120
## 24 1 120
## 25 1 120
## 26 1 120
## 27 1 120
## 28 1 120
## 29 1 120
## 30 1 120
## 31 1 120
## 32 1 120
## 33 1 120
## 34 1 120
## 35 1 120
## 36 1 120
## 37 1 120
## 38 1 120
## 39 1 120
## 40 1 120
## 41 1 120
## 42 1 120
## 43 1 120
## 44 1 120
## 45 1 120
## 46 1 120
## 47 1 120
## 48 1 120
## 49 1 120
## 50 1 120
## 51 1 120
## 52 1 120
## 53 1 120
## 54 1 120
## 55 1 120
## 56 1 120
## 57 1 120
## 58 1 120
## 59 1 120
## 60 1 120
## 61 1 120
## 62 1 120
## 63 1 120
## 64 1 120
## 65 1 120
## 66 1 120
## 67 1 120
## 68 1 120
## 69 1 120
## 70 1 120
## 71 1 120
## 72 1 120
## 73 1 120
## 74 1 120
## 75 1 120
## 76 1 120
## 77 1 120
## 78 1 120
## 79 1 120
## 80 1 120
## 81 1 120
## 82 1 120
## 83 1 120
## 84 1 120
## 85 1 120
## 86 1 120
## 87 1 120
## 88 1 120
## 89 1 120
## 90 1 120
## 91 1 120
## 92 1 120
## 93 1 120
## 94 1 120
## 95 1 120
## 96 1 120
## 97 1 120
## 98 1 120
## 99 1 120
## 100 1 120
## 101 1 120
## 102 1 120
## 103 1 120
## 104 1 120
## 105 1 120
## 106 1 120
## 107 1 120
## 108 1 120
## 109 1 120
## 110 1 120
## 111 1 120
## 112 1 120
## 113 1 120
## 114 1 120
## 115 1 120
## 116 1 120
## 117 1 120
## 118 1 120
## 119 1 120
## 120 1 120
minusculas_ = (rename_with(tib.e, ~tolower(gsub(".","_",.x,fixed=TRUE))))
minusculas_
## variable_continua min_flores_d_ max_flores_d_ min_flores_r_ max_flores_r_
## 1 0.063836211 1 22 11 20
## 2 0.716367745 1 22 11 20
## 3 0.519320326 1 22 11 20
## 4 0.529938802 1 22 11 20
## 5 1.050502327 1 22 11 20
## 6 -1.676568774 1 22 11 20
## 7 0.435297586 1 22 11 20
## 8 1.067434163 1 22 11 20
## 9 0.195549706 1 22 11 20
## 10 1.854819713 1 22 11 20
## 11 -0.864076630 1 22 11 20
## 12 -0.081541795 1 22 11 20
## 13 0.358193670 1 22 11 20
## 14 1.640742258 1 22 11 20
## 15 1.733488905 1 22 11 20
## 16 -1.598164522 1 22 11 20
## 17 1.751704133 1 22 11 20
## 18 0.309265759 1 22 11 20
## 19 1.614232363 1 22 11 20
## 20 1.645360336 1 22 11 20
## 21 -0.728950547 1 22 11 20
## 22 0.002708181 1 22 11 20
## 23 -0.882368899 1 22 11 20
## 24 1.350280025 1 22 11 20
## 25 -1.388809376 1 22 11 20
## 26 0.284117776 1 22 11 20
## 27 -1.224935856 1 22 11 20
## 28 -0.160039877 1 22 11 20
## 29 0.091642269 1 22 11 20
## 30 1.246397100 1 22 11 20
## 31 -1.716456030 1 22 11 20
## 32 -1.217685615 1 22 11 20
## 33 1.167865904 1 22 11 20
## 34 -1.192038143 1 22 11 20
## 35 -0.402246950 1 22 11 20
## 36 -1.348719996 1 22 11 20
## 37 -1.061047060 1 22 11 20
## 38 -1.224202548 1 22 11 20
## 39 0.098051329 1 22 11 20
## 40 0.670230304 1 22 11 20
## 41 0.294762967 1 22 11 20
## 42 1.884066956 1 22 11 20
## 43 -0.151435380 1 22 11 20
## 44 2.231920281 1 22 11 20
## 45 0.148997257 1 22 11 20
## 46 -0.583645994 1 22 11 20
## 47 1.608811083 1 22 11 20
## 48 -0.519257981 1 22 11 20
## 49 0.484252855 1 22 11 20
## 50 0.851248157 1 22 11 20
## 51 -0.301463020 1 22 11 20
## 52 -1.998813990 1 22 11 20
## 53 0.224525095 1 22 11 20
## 54 -0.174350888 1 22 11 20
## 55 -0.746139995 1 22 11 20
## 56 0.282559217 1 22 11 20
## 57 0.595351704 1 22 11 20
## 58 0.017407396 1 22 11 20
## 59 -1.315525144 1 22 11 20
## 60 -1.273428900 1 22 11 20
## 61 0.197745960 1 22 11 20
## 62 0.003018241 1 22 11 20
## 63 0.561168481 1 22 11 20
## 64 -0.549378413 1 22 11 20
## 65 0.405976683 1 22 11 20
## 66 -0.768755186 1 22 11 20
## 67 0.728573228 1 22 11 20
## 68 1.745363341 1 22 11 20
## 69 -0.061372657 1 22 11 20
## 70 -0.838623554 1 22 11 20
## 71 -0.154447349 1 22 11 20
## 72 0.140670426 1 22 11 20
## 73 -1.168966493 1 22 11 20
## 74 1.623024605 1 22 11 20
## 75 -0.822679040 1 22 11 20
## 76 -0.046851704 1 22 11 20
## 77 -0.783768205 1 22 11 20
## 78 -1.164121340 1 22 11 20
## 79 1.131669452 1 22 11 20
## 80 0.531204087 1 22 11 20
## 81 -0.144080444 1 22 11 20
## 82 -0.439813701 1 22 11 20
## 83 -1.912781266 1 22 11 20
## 84 0.794519131 1 22 11 20
## 85 0.042126788 1 22 11 20
## 86 -1.016664361 1 22 11 20
## 87 0.698483943 1 22 11 20
## 88 -1.353351993 1 22 11 20
## 89 -0.775862493 1 22 11 20
## 90 0.649466979 1 22 11 20
## 91 0.965966993 1 22 11 20
## 92 -0.101689997 1 22 11 20
## 93 0.130549286 1 22 11 20
## 94 0.893035045 1 22 11 20
## 95 0.196722527 1 22 11 20
## 96 0.064279151 1 22 11 20
## 97 -0.443087492 1 22 11 20
## 98 -0.656839373 1 22 11 20
## 99 -0.309593606 1 22 11 20
## 100 -1.826442204 1 22 11 20
## 101 -0.069467300 1 22 11 20
## 102 0.617638019 1 22 11 20
## 103 0.044091900 1 22 11 20
## 104 -0.288343746 1 22 11 20
## 105 -0.973878201 1 22 11 20
## 106 0.227618630 1 22 11 20
## 107 0.059899558 1 22 11 20
## 108 -2.428905401 1 22 11 20
## 109 -0.369646517 1 22 11 20
## 110 0.754210633 1 22 11 20
## 111 0.653059603 1 22 11 20
## 112 0.059640245 1 22 11 20
## 113 -1.035201217 1 22 11 20
## 114 0.376850238 1 22 11 20
## 115 -1.671091597 1 22 11 20
## 116 1.799493633 1 22 11 20
## 117 0.637409402 1 22 11 20
## 118 1.549447198 1 22 11 20
## 119 0.263737174 1 22 11 20
## 120 -1.560291676 1 22 11 20
## min_hojas_d_ max_hojas_d_
## 1 1 120
## 2 1 120
## 3 1 120
## 4 1 120
## 5 1 120
## 6 1 120
## 7 1 120
## 8 1 120
## 9 1 120
## 10 1 120
## 11 1 120
## 12 1 120
## 13 1 120
## 14 1 120
## 15 1 120
## 16 1 120
## 17 1 120
## 18 1 120
## 19 1 120
## 20 1 120
## 21 1 120
## 22 1 120
## 23 1 120
## 24 1 120
## 25 1 120
## 26 1 120
## 27 1 120
## 28 1 120
## 29 1 120
## 30 1 120
## 31 1 120
## 32 1 120
## 33 1 120
## 34 1 120
## 35 1 120
## 36 1 120
## 37 1 120
## 38 1 120
## 39 1 120
## 40 1 120
## 41 1 120
## 42 1 120
## 43 1 120
## 44 1 120
## 45 1 120
## 46 1 120
## 47 1 120
## 48 1 120
## 49 1 120
## 50 1 120
## 51 1 120
## 52 1 120
## 53 1 120
## 54 1 120
## 55 1 120
## 56 1 120
## 57 1 120
## 58 1 120
## 59 1 120
## 60 1 120
## 61 1 120
## 62 1 120
## 63 1 120
## 64 1 120
## 65 1 120
## 66 1 120
## 67 1 120
## 68 1 120
## 69 1 120
## 70 1 120
## 71 1 120
## 72 1 120
## 73 1 120
## 74 1 120
## 75 1 120
## 76 1 120
## 77 1 120
## 78 1 120
## 79 1 120
## 80 1 120
## 81 1 120
## 82 1 120
## 83 1 120
## 84 1 120
## 85 1 120
## 86 1 120
## 87 1 120
## 88 1 120
## 89 1 120
## 90 1 120
## 91 1 120
## 92 1 120
## 93 1 120
## 94 1 120
## 95 1 120
## 96 1 120
## 97 1 120
## 98 1 120
## 99 1 120
## 100 1 120
## 101 1 120
## 102 1 120
## 103 1 120
## 104 1 120
## 105 1 120
## 106 1 120
## 107 1 120
## 108 1 120
## 109 1 120
## 110 1 120
## 111 1 120
## 112 1 120
## 113 1 120
## 114 1 120
## 115 1 120
## 116 1 120
## 117 1 120
## 118 1 120
## 119 1 120
## 120 1 120
Actividad 5
juansebh2_dataframe2 %>%
summarise(media = mean(Biomasa.g), numero_d = n())
## media numero_d
## 1 4.801707 90
juansebh2_dataframe2 %>%
group_by(Fertilizacion) %>%
summarise(media = mean(Biomasa.g), datos = n())
## # A tibble: 2 x 3
## Fertilizacion media datos
## <chr> <dbl> <int>
## 1 FI 4.80 54
## 2 FO 4.81 36
juansebh2_dataframe2 %>%
group_by(Fertilizacion) %>%
summarise(Cuantiles = quantile(Biomasa.g, probs = seq(0.1, 0.5, 1/10)))
## `summarise()` has grouped output by 'Fertilizacion'. You can override using the `.groups` argument.
## # A tibble: 10 x 2
## # Groups: Fertilizacion [2]
## Fertilizacion Cuantiles
## <chr> <dbl>
## 1 FI 3.76
## 2 FI 4.09
## 3 FI 4.31
## 4 FI 4.70
## 5 FI 4.83
## 6 FO 3.42
## 7 FO 3.81
## 8 FO 4.31
## 9 FO 4.77
## 10 FO 5.04
juansebh2_dataframe2 %>%
group_by(Fertilizacion, Plagas) %>%
summarise(Media = mean(Biomasa.g), Mediana = median(Biomasa.g), Max = max(Biomasa.g), Min = min(Biomasa.g), Desviacion_tipica= sd(Biomasa.g), Media_truncada= mean(Biomasa.g, trim = 0.25), Varianza = var(Biomasa.g))
## `summarise()` has grouped output by 'Fertilizacion'. You can override using the `.groups` argument.
## # A tibble: 4 x 9
## # Groups: Fertilizacion [2]
## Fertilizacion Plagas Media Mediana Max Min Desviacion_tipi~ Media_truncada
## <chr> <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 FI Ausente 4.69 4.79 5.78 3.62 0.764 4.66
## 2 FI Presente 4.82 4.88 6.50 3.16 0.832 4.80
## 3 FO Ausente 4.92 5.07 6.42 3.37 1.16 4.96
## 4 FO Presente 4.78 5.04 6.37 2.70 0.970 4.87
## # ... with 1 more variable: Varianza <dbl>
juansebh2_dataframe2 %>%
group_by(Fertilizacion, Plagas) %>%
filter(Estatus == "S")%>%
summarise(Media = mean(Biomasa.g), Mediana = median(Biomasa.g), Max = max(Biomasa.g), Min = min(Biomasa.g), Desviacion_tipica= sd(Biomasa.g), Media_truncada= mean(Biomasa.g, trim = 0.25), Varianza = var(Biomasa.g))
## `summarise()` has grouped output by 'Fertilizacion'. You can override using the `.groups` argument.
## # A tibble: 4 x 9
## # Groups: Fertilizacion [2]
## Fertilizacion Plagas Media Mediana Max Min Desviacion_tipi~ Media_truncada
## <chr> <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 FI Ausente 4.73 4.76 5.78 3.62 1.20 4.76
## 2 FI Presente 4.81 4.90 6.38 3.33 0.995 4.76
## 3 FO Ausente 5.86 5.86 6.28 5.43 0.603 5.86
## 4 FO Presente 4.90 4.93 5.87 3.77 0.680 4.94
## # ... with 1 more variable: Varianza <dbl>
sin_na = drop_na(juansebh2_dataframe2)
#filter(juansebh2_dataframe2[1:90,],
#complete.cases(juansebh2_dataframe2[1:90,]))
sin_na %>%
group_by(Fertilizacion, Plagas) %>%
filter(Estatus == "S") %>%
summarise(Media = mean(Biomasa.g), Mediana = median(Biomasa.g), Max = max(Biomasa.g), Min = min(Biomasa.g), Desviacion_tipica= sd(Biomasa.g), Media_truncada= mean(Biomasa.g, trim = 0.25), Varianza = var(Biomasa.g))
## `summarise()` has grouped output by 'Fertilizacion'. You can override using the `.groups` argument.
## # A tibble: 4 x 9
## # Groups: Fertilizacion [2]
## Fertilizacion Plagas Media Mediana Max Min Desviacion_tipi~ Media_truncada
## <chr> <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 FI Ausente 4.73 4.76 5.78 3.62 1.20 4.76
## 2 FI Presente 4.90 5.00 6.38 3.33 0.960 4.85
## 3 FO Ausente 5.86 5.86 6.28 5.43 0.603 5.86
## 4 FO Presente 4.90 4.93 5.87 3.77 0.680 4.94
## # ... with 1 more variable: Varianza <dbl>
juansebh2_dataframe %>%
filter(Estatus %in% c("PA", "MA"))
## Biomasa.g Flores.r Flores.d Hojas.d Plagas Estatus Fertilizacion
## 1 5.098930 18 15 102 Presente PA FO
## 2 6.496182 15 15 113 Presente PA FI
## 3 4.706651 15 9 11 Ausente PA FI
## 4 6.802000 17 4 77 Presente PA FO
## 5 4.970779 20 9 88 Presente PA FI
## 6 4.326669 15 4 106 Presente PA FI
## 7 6.254188 18 9 38 Presente PA FO
## 8 4.383276 17 6 87 Presente PA FI
## 9 5.265522 15 4 1 Presente PA FO
## 10 5.588169 17 7 88 Presente PA FI
## 11 4.574753 18 5 51 Ausente PA FO
## 12 3.082511 16 10 12 Presente PA FO
## 13 5.037180 16 9 67 Presente PA FI
## 14 4.686505 18 16 11 Presente PA FI
## 15 4.183811 15 10 106 Presente PA FI
## 16 5.088201 17 5 78 Presente PA FO
## 17 5.363196 16 22 100 Presente PA FO
## 18 4.855091 14 5 77 Ausente PA FI
## 19 3.683231 13 5 4 Presente PA FI
## 20 3.720240 15 15 120 Presente PA FO
## 21 5.013637 17 7 16 Presente PA FI
## 22 4.842440 18 13 70 Ausente PA FO
## 23 5.333143 17 10 20 Presente PA FO
## 24 4.356796 18 13 79 Presente PA FO
## 25 5.196705 18 8 38 Presente PA FO
## 26 4.163929 17 10 113 Presente PA FI
## 27 5.480319 15 4 15 Presente PA FO
## 28 6.374239 16 11 111 Presente PA FO
## 29 4.785830 18 15 95 Ausente PA FI
## 30 4.102503 16 6 1 Presente PA FI
## 31 4.704003 17 8 12 Presente PA FI
## 32 4.963459 11 11 48 Presente PA FI
## 33 3.812079 17 6 17 Presente PA FO
## 34 6.266684 17 1 23 Presente PA FI
## 35 4.116521 15 10 112 Presente PA FI
## 36 4.798597 16 8 41 Ausente PA FI
## 37 4.150730 18 13 61 Presente PA FI
## 38 3.816339 17 13 57 Presente PA FI
## 39 5.834704 17 10 47 Presente PA FI
## 40 5.306800 16 15 29 Ausente PA FO
## 41 4.713117 15 8 55 Presente MA FI
## 42 4.453121 15 18 118 Presente MA FI
## 43 3.158148 15 10 56 Presente MA FI
## 44 5.538296 17 19 33 Presente MA FI
## 45 4.876823 16 14 59 Presente MA FI
## 46 3.945977 18 5 76 Presente MA FO
## 47 5.453865 14 6 63 Presente MA FO
## 48 3.649975 16 6 17 Presente MA FI
## 49 4.157680 17 11 56 Ausente MA FI
## 50 5.410772 14 8 109 Presente MA FO
## 51 5.689026 17 9 52 Presente MA FO
## 52 4.750385 19 5 105 Ausente MA FI
## 53 4.954560 19 13 54 Presente MA FO
## 54 5.624907 14 15 16 Presente MA FI
## 55 5.012737 12 11 46 Presente MA FI
## 56 4.896298 19 12 34 Presente MA FI
## 57 4.450242 11 8 113 Presente MA FO
## 58 4.262320 13 10 100 Ausente MA FO
## 59 4.567605 12 5 11 Presente MA FI
## 60 3.234053 17 6 104 Presente MA FO
## 61 4.778714 15 9 33 Presente MA FI
## 62 5.382789 13 12 35 Presente MA FI
## 63 4.878551 16 10 17 Presente MA FI
## 64 4.586287 19 11 14 Presente MA FI
## 65 3.983593 17 11 94 Presente MA FI
## 66 5.039900 15 8 16 Presente MA FI
## 67 4.892448 15 8 38 Ausente MA FO
## 68 2.704392 17 7 98 Presente MA FO
## 69 4.514809 18 11 1 Presente MA FO
## 70 5.502858 17 12 19 Presente MA FI
## 71 5.413930 14 10 4 Presente MA FI
## 72 4.892220 14 6 16 Presente MA FI
## 73 3.929680 15 14 112 Presente MA FO
## 74 5.171098 17 12 59 Presente MA FI
## 75 3.370631 13 9 106 Ausente MA FO
## 76 6.421828 15 7 13 Ausente MA FO
## 77 5.400171 17 11 77 Ausente MA FO
## 78 6.201998 16 9 83 Presente MA FO
## 79 5.071654 16 14 5 Presente MA FO
## 80 3.468042 13 10 66 Ausente MA FO
sin_na2 = filter(juansebh2_dataframe2[1:90,],
complete.cases(juansebh2_dataframe2[1:90,]))
sin_na2
## Biomasa.g Flores.r Flores.d Hojas.d Plagas Estatus Fertilizacion
## 1 5.689026 17 9 52 Presente MA FO
## 2 6.282261 19 11 31 Ausente S FO
## 3 6.266684 17 1 23 Presente PA FI
## 4 3.720240 15 15 120 Presente PA FO
## 5 4.102503 16 6 1 Presente PA FI
## 6 4.778714 15 9 33 Presente MA FI
## 7 4.356796 18 13 79 Presente PA FO
## 8 4.586287 19 11 14 Presente MA FI
## 9 4.514809 18 11 1 Presente MA FO
## 10 4.198923 17 10 29 Presente S FI
## 11 5.111681 16 10 6 Presente S FI
## 12 5.778231 15 14 117 Ausente S FI
## 13 3.945977 18 5 76 Presente MA FO
## 14 5.588169 17 7 88 Presente PA FI
## 15 3.082511 16 10 12 Presente PA FO
## 16 5.039900 15 8 16 Presente MA FI
## 17 4.183811 15 10 106 Presente PA FI
## 18 4.855091 14 5 77 Ausente PA FI
## 19 3.762873 19 10 3 Ausente S FI
## 20 4.157680 17 11 56 Ausente MA FI
## 21 5.429026 16 11 87 Ausente S FO
## 22 5.305687 18 11 16 Presente S FI
## 23 5.037180 16 9 67 Presente PA FI
## 24 4.798597 16 8 41 Ausente PA FI
## 25 5.222483 19 11 1 Presente S FI
## 26 5.196705 18 8 38 Presente PA FO
## 27 5.265522 15 4 1 Presente PA FO
## 28 3.812079 17 6 17 Presente PA FO
## 29 4.785830 18 15 95 Ausente PA FI
## 30 4.878551 16 10 17 Presente MA FI
## 31 4.713117 15 8 55 Presente MA FI
## 32 4.842440 18 13 70 Ausente PA FO
## 33 3.769247 18 12 21 Presente S FO
## 34 6.496182 15 15 113 Presente PA FI
## 35 5.296352 17 13 77 Presente S FI
## 36 5.480319 15 4 15 Presente PA FO
## 37 3.158148 15 10 56 Presente MA FI
## 38 3.370631 13 9 106 Ausente MA FO
## 39 3.330749 17 15 59 Presente S FI
## 40 6.254188 18 9 38 Presente PA FO
## 41 6.026898 15 10 64 Presente S FI
## 42 4.686505 18 16 11 Presente PA FI
## 43 4.895909 15 7 65 Presente S FI
## 44 3.816339 17 13 57 Presente PA FI
## 45 3.929680 15 14 112 Presente MA FO
## 46 4.116521 15 10 112 Presente PA FI
## 47 4.699086 17 9 81 Presente S FI
## 48 5.088201 17 5 78 Presente PA FO
## 49 5.453865 14 6 63 Presente MA FO
## 50 5.866527 15 7 57 Presente S FO
## 51 6.379814 14 10 101 Presente S FI
## 52 4.064044 15 7 49 Presente S FI
## 53 4.326669 15 4 106 Presente PA FI
## 54 4.453121 15 18 118 Presente MA FI
## 55 5.306800 16 15 29 Ausente PA FO
## 56 5.071654 16 14 5 Presente MA FO
## 57 4.963459 11 11 48 Presente PA FI
## 58 4.876823 16 14 59 Presente MA FI
## 59 6.374239 16 11 111 Presente PA FO
## 60 5.382789 13 12 35 Presente MA FI
## 61 4.842168 18 8 16 Presente S FO
## 62 4.892220 14 6 16 Presente MA FI
## 63 5.410772 14 8 109 Presente MA FO
## 64 4.383276 17 6 87 Presente PA FI
## 65 5.935568 17 7 49 Presente S FI
## 66 3.683231 13 5 4 Presente PA FI
## 67 5.154696 14 12 14 Presente S FO
## 68 5.011706 11 16 94 Presente S FO
## 69 5.624907 14 15 16 Presente MA FI
## 70 4.080126 15 5 109 Presente S FI
## 71 5.413930 14 10 4 Presente MA FI
## 72 6.286321 16 11 72 Presente S FI
## 73 3.468042 13 10 66 Ausente MA FO
## 74 4.450242 11 8 113 Presente MA FO
## 75 3.618802 16 14 118 Ausente S FI
## 76 3.234053 17 6 104 Presente MA FO
## 77 5.098930 18 15 102 Presente PA FO
## 78 6.201998 16 9 83 Presente MA FO
## 79 6.421828 15 7 13 Ausente MA FO
## 80 4.768099 19 12 16 Presente S FO
## 81 3.791795 15 12 63 Presente S FI
## 82 2.704392 17 7 98 Presente MA FO
## 83 4.970779 20 9 88 Presente PA FI
## 84 3.763518 19 12 69 Presente S FI
## 85 5.012737 12 11 46 Presente MA FI
## 86 5.763346 19 13 11 Ausente S FI
## 87 4.706651 15 9 11 Ausente PA FI
## 88 4.262320 13 10 100 Ausente MA FO
juansebh2_dataframe %>%
select(!starts_with("Flores"))
## Biomasa.g Hojas.d Plagas Estatus Fertilizacion
## 1 4.895909 65 Presente S FI
## 2 5.469588 55 Presente S FI
## 3 5.296352 77 Presente S FI
## 4 5.305687 16 Presente S FI
## 5 5.763346 11 Ausente S FI
## 6 3.365816 69 Presente S FO
## 7 5.222483 1 Presente S FI
## 8 5.778231 117 Ausente S FI
## 9 5.011706 94 Presente S FO
## 10 6.470469 70 Presente S FO
## 11 4.080126 109 Presente S FI
## 12 4.768099 16 Presente S FO
## 13 5.154696 14 Presente S FO
## 14 6.282261 31 Ausente S FO
## 15 6.363800 109 Ausente S FI
## 16 3.434746 88 Presente S FI
## 17 6.379814 101 Presente S FI
## 18 5.111681 6 Presente S FI
## 19 6.258954 54 Presente S FI
## 20 6.286321 72 Presente S FI
## 21 4.198923 29 Presente S FI
## 22 4.842168 16 Presente S FO
## 23 4.064044 49 Presente S FI
## 24 6.026898 64 Presente S FI
## 25 3.618802 118 Ausente S FI
## 26 5.089572 74 Presente S FI
## 27 3.762873 3 Ausente S FI
## 28 4.699086 81 Presente S FI
## 29 4.920355 24 Ausente S FI
## 30 5.935568 49 Presente S FI
## 31 3.330749 59 Presente S FI
## 32 3.769247 21 Presente S FO
## 33 5.866527 57 Presente S FO
## 34 3.791795 63 Presente S FI
## 35 4.486148 107 Presente S FO
## 36 3.654047 71 Presente S FI
## 37 3.906958 39 Presente S FI
## 38 3.763518 69 Presente S FI
## 39 4.925990 8 Presente S FO
## 40 5.429026 87 Ausente S FO
## 41 5.098930 102 Presente PA FO
## 42 6.496182 113 Presente PA FI
## 43 4.706651 11 Ausente PA FI
## 44 6.802000 77 Presente PA FO
## 45 4.970779 88 Presente PA FI
## 46 4.326669 106 Presente PA FI
## 47 6.254188 38 Presente PA FO
## 48 4.383276 87 Presente PA FI
## 49 5.265522 1 Presente PA FO
## 50 5.588169 88 Presente PA FI
## 51 4.574753 51 Ausente PA FO
## 52 3.082511 12 Presente PA FO
## 53 5.037180 67 Presente PA FI
## 54 4.686505 11 Presente PA FI
## 55 4.183811 106 Presente PA FI
## 56 5.088201 78 Presente PA FO
## 57 5.363196 100 Presente PA FO
## 58 4.855091 77 Ausente PA FI
## 59 3.683231 4 Presente PA FI
## 60 3.720240 120 Presente PA FO
## 61 5.013637 16 Presente PA FI
## 62 4.842440 70 Ausente PA FO
## 63 5.333143 20 Presente PA FO
## 64 4.356796 79 Presente PA FO
## 65 5.196705 38 Presente PA FO
## 66 4.163929 113 Presente PA FI
## 67 5.480319 15 Presente PA FO
## 68 6.374239 111 Presente PA FO
## 69 4.785830 95 Ausente PA FI
## 70 4.102503 1 Presente PA FI
## 71 4.704003 12 Presente PA FI
## 72 4.963459 48 Presente PA FI
## 73 3.812079 17 Presente PA FO
## 74 6.266684 23 Presente PA FI
## 75 4.116521 112 Presente PA FI
## 76 4.798597 41 Ausente PA FI
## 77 4.150730 61 Presente PA FI
## 78 3.816339 57 Presente PA FI
## 79 5.834704 47 Presente PA FI
## 80 5.306800 29 Ausente PA FO
## 81 4.713117 55 Presente MA FI
## 82 4.453121 118 Presente MA FI
## 83 3.158148 56 Presente MA FI
## 84 5.538296 33 Presente MA FI
## 85 4.876823 59 Presente MA FI
## 86 3.945977 76 Presente MA FO
## 87 5.453865 63 Presente MA FO
## 88 3.649975 17 Presente MA FI
## 89 4.157680 56 Ausente MA FI
## 90 5.410772 109 Presente MA FO
## 91 5.689026 52 Presente MA FO
## 92 4.750385 105 Ausente MA FI
## 93 4.954560 54 Presente MA FO
## 94 5.624907 16 Presente MA FI
## 95 5.012737 46 Presente MA FI
## 96 4.896298 34 Presente MA FI
## 97 4.450242 113 Presente MA FO
## 98 4.262320 100 Ausente MA FO
## 99 4.567605 11 Presente MA FI
## 100 3.234053 104 Presente MA FO
## 101 4.778714 33 Presente MA FI
## 102 5.382789 35 Presente MA FI
## 103 4.878551 17 Presente MA FI
## 104 4.586287 14 Presente MA FI
## 105 3.983593 94 Presente MA FI
## 106 5.039900 16 Presente MA FI
## 107 4.892448 38 Ausente MA FO
## 108 2.704392 98 Presente MA FO
## 109 4.514809 1 Presente MA FO
## 110 5.502858 19 Presente MA FI
## 111 5.413930 4 Presente MA FI
## 112 4.892220 16 Presente MA FI
## 113 3.929680 112 Presente MA FO
## 114 5.171098 59 Presente MA FI
## 115 3.370631 106 Ausente MA FO
## 116 6.421828 13 Ausente MA FO
## 117 5.400171 77 Ausente MA FO
## 118 6.201998 83 Presente MA FO
## 119 5.071654 5 Presente MA FO
## 120 3.468042 66 Ausente MA FO
juansebh2_dataframe %>%
select(contains("d"))
## Flores.d Hojas.d
## 1 7 65
## 2 15 55
## 3 13 77
## 4 11 16
## 5 13 11
## 6 12 69
## 7 11 1
## 8 14 117
## 9 16 94
## 10 11 70
## 11 5 109
## 12 12 16
## 13 12 14
## 14 11 31
## 15 6 109
## 16 9 88
## 17 10 101
## 18 10 6
## 19 3 54
## 20 11 72
## 21 10 29
## 22 8 16
## 23 7 49
## 24 10 64
## 25 14 118
## 26 14 74
## 27 10 3
## 28 9 81
## 29 9 24
## 30 7 49
## 31 15 59
## 32 12 21
## 33 7 57
## 34 12 63
## 35 16 107
## 36 9 71
## 37 15 39
## 38 12 69
## 39 10 8
## 40 11 87
## 41 15 102
## 42 15 113
## 43 9 11
## 44 4 77
## 45 9 88
## 46 4 106
## 47 9 38
## 48 6 87
## 49 4 1
## 50 7 88
## 51 5 51
## 52 10 12
## 53 9 67
## 54 16 11
## 55 10 106
## 56 5 78
## 57 22 100
## 58 5 77
## 59 5 4
## 60 15 120
## 61 7 16
## 62 13 70
## 63 10 20
## 64 13 79
## 65 8 38
## 66 10 113
## 67 4 15
## 68 11 111
## 69 15 95
## 70 6 1
## 71 8 12
## 72 11 48
## 73 6 17
## 74 1 23
## 75 10 112
## 76 8 41
## 77 13 61
## 78 13 57
## 79 10 47
## 80 15 29
## 81 8 55
## 82 18 118
## 83 10 56
## 84 19 33
## 85 14 59
## 86 5 76
## 87 6 63
## 88 6 17
## 89 11 56
## 90 8 109
## 91 9 52
## 92 5 105
## 93 13 54
## 94 15 16
## 95 11 46
## 96 12 34
## 97 8 113
## 98 10 100
## 99 5 11
## 100 6 104
## 101 9 33
## 102 12 35
## 103 10 17
## 104 11 14
## 105 11 94
## 106 8 16
## 107 8 38
## 108 7 98
## 109 11 1
## 110 12 19
## 111 10 4
## 112 6 16
## 113 14 112
## 114 12 59
## 115 9 106
## 116 7 13
## 117 11 77
## 118 9 83
## 119 14 5
## 120 10 66
juansebh2_dataframe3 %>%
select(Flores.r, Flores.d, Flores.rd,everything())
## Flores.r Flores.d Flores.rd Biomasa.g Hojas.d Plagas Estatus
## 1 15 7 2.1428571 4.895909 65 Presente S
## 2 16 15 1.0666667 5.469588 55 Presente S
## 3 17 13 1.3076923 5.296352 77 Presente S
## 4 18 11 1.6363636 5.305687 16 Presente S
## 5 19 13 1.4615385 5.763346 11 Ausente S
## 6 15 12 1.2500000 3.365816 69 Presente S
## 7 19 11 1.7272727 5.222483 1 Presente S
## 8 15 14 1.0714286 5.778231 117 Ausente S
## 9 11 16 0.6875000 5.011706 94 Presente S
## 10 16 11 1.4545455 6.470469 70 Presente S
## 11 15 5 3.0000000 4.080126 109 Presente S
## 12 19 12 1.5833333 4.768099 16 Presente S
## 13 14 12 1.1666667 5.154696 14 Presente S
## 14 19 11 1.7272727 6.282261 31 Ausente S
## 15 16 6 2.6666667 6.363800 109 Ausente S
## 16 16 9 1.7777778 3.434746 88 Presente S
## 17 14 10 1.4000000 6.379814 101 Presente S
## 18 16 10 1.6000000 5.111681 6 Presente S
## 19 11 3 3.6666667 6.258954 54 Presente S
## 20 16 11 1.4545455 6.286321 72 Presente S
## 21 17 10 1.7000000 4.198923 29 Presente S
## 22 18 8 2.2500000 4.842168 16 Presente S
## 23 15 7 2.1428571 4.064044 49 Presente S
## 24 15 10 1.5000000 6.026898 64 Presente S
## 25 16 14 1.1428571 3.618802 118 Ausente S
## 26 17 14 1.2142857 5.089572 74 Presente S
## 27 19 10 1.9000000 3.762873 3 Ausente S
## 28 17 9 1.8888889 4.699086 81 Presente S
## 29 15 9 1.6666667 4.920355 24 Ausente S
## 30 17 7 2.4285714 5.935568 49 Presente S
## 31 17 15 1.1333333 3.330749 59 Presente S
## 32 18 12 1.5000000 3.769247 21 Presente S
## 33 15 7 2.1428571 5.866527 57 Presente S
## 34 15 12 1.2500000 3.791795 63 Presente S
## 35 17 16 1.0625000 4.486148 107 Presente S
## 36 14 9 1.5555556 3.654047 71 Presente S
## 37 16 15 1.0666667 3.906958 39 Presente S
## 38 19 12 1.5833333 3.763518 69 Presente S
## 39 17 10 1.7000000 4.925990 8 Presente S
## 40 16 11 1.4545455 5.429026 87 Ausente S
## 41 18 15 1.2000000 5.098930 102 Presente PA
## 42 15 15 1.0000000 6.496182 113 Presente PA
## 43 15 9 1.6666667 4.706651 11 Ausente PA
## 44 17 4 4.2500000 6.802000 77 Presente PA
## 45 20 9 2.2222222 4.970779 88 Presente PA
## 46 15 4 3.7500000 4.326669 106 Presente PA
## 47 18 9 2.0000000 6.254188 38 Presente PA
## 48 17 6 2.8333333 4.383276 87 Presente PA
## 49 15 4 3.7500000 5.265522 1 Presente PA
## 50 17 7 2.4285714 5.588169 88 Presente PA
## 51 18 5 3.6000000 4.574753 51 Ausente PA
## 52 16 10 1.6000000 3.082511 12 Presente PA
## 53 16 9 1.7777778 5.037180 67 Presente PA
## 54 18 16 1.1250000 4.686505 11 Presente PA
## 55 15 10 1.5000000 4.183811 106 Presente PA
## 56 17 5 3.4000000 5.088201 78 Presente PA
## 57 16 22 0.7272727 5.363196 100 Presente PA
## 58 14 5 2.8000000 4.855091 77 Ausente PA
## 59 13 5 2.6000000 3.683231 4 Presente PA
## 60 15 15 1.0000000 3.720240 120 Presente PA
## 61 17 7 2.4285714 5.013637 16 Presente PA
## 62 18 13 1.3846154 4.842440 70 Ausente PA
## 63 17 10 1.7000000 5.333143 20 Presente PA
## 64 18 13 1.3846154 4.356796 79 Presente PA
## 65 18 8 2.2500000 5.196705 38 Presente PA
## 66 17 10 1.7000000 4.163929 113 Presente PA
## 67 15 4 3.7500000 5.480319 15 Presente PA
## 68 16 11 1.4545455 6.374239 111 Presente PA
## 69 18 15 1.2000000 4.785830 95 Ausente PA
## 70 16 6 2.6666667 4.102503 1 Presente PA
## 71 17 8 2.1250000 4.704003 12 Presente PA
## 72 11 11 1.0000000 4.963459 48 Presente PA
## 73 17 6 2.8333333 3.812079 17 Presente PA
## 74 17 1 17.0000000 6.266684 23 Presente PA
## 75 15 10 1.5000000 4.116521 112 Presente PA
## 76 16 8 2.0000000 4.798597 41 Ausente PA
## 77 18 13 1.3846154 4.150730 61 Presente PA
## 78 17 13 1.3076923 3.816339 57 Presente PA
## 79 17 10 1.7000000 5.834704 47 Presente PA
## 80 16 15 1.0666667 5.306800 29 Ausente PA
## 81 15 8 1.8750000 4.713117 55 Presente MA
## 82 15 18 0.8333333 4.453121 118 Presente MA
## 83 15 10 1.5000000 3.158148 56 Presente MA
## 84 17 19 0.8947368 5.538296 33 Presente MA
## 85 16 14 1.1428571 4.876823 59 Presente MA
## 86 18 5 3.6000000 3.945977 76 Presente MA
## 87 14 6 2.3333333 5.453865 63 Presente MA
## 88 16 6 2.6666667 3.649975 17 Presente MA
## 89 17 11 1.5454545 4.157680 56 Ausente MA
## 90 14 8 1.7500000 5.410772 109 Presente MA
## 91 17 9 1.8888889 5.689026 52 Presente MA
## 92 19 5 3.8000000 4.750385 105 Ausente MA
## 93 19 13 1.4615385 4.954560 54 Presente MA
## 94 14 15 0.9333333 5.624907 16 Presente MA
## 95 12 11 1.0909091 5.012737 46 Presente MA
## 96 19 12 1.5833333 4.896298 34 Presente MA
## 97 11 8 1.3750000 4.450242 113 Presente MA
## 98 13 10 1.3000000 4.262320 100 Ausente MA
## 99 12 5 2.4000000 4.567605 11 Presente MA
## 100 17 6 2.8333333 3.234053 104 Presente MA
## 101 15 9 1.6666667 4.778714 33 Presente MA
## 102 13 12 1.0833333 5.382789 35 Presente MA
## 103 16 10 1.6000000 4.878551 17 Presente MA
## 104 19 11 1.7272727 4.586287 14 Presente MA
## 105 17 11 1.5454545 3.983593 94 Presente MA
## 106 15 8 1.8750000 5.039900 16 Presente MA
## 107 15 8 1.8750000 4.892448 38 Ausente MA
## 108 17 7 2.4285714 2.704392 98 Presente MA
## 109 18 11 1.6363636 4.514809 1 Presente MA
## 110 17 12 1.4166667 5.502858 19 Presente MA
## 111 14 10 1.4000000 5.413930 4 Presente MA
## 112 14 6 2.3333333 4.892220 16 Presente MA
## 113 15 14 1.0714286 3.929680 112 Presente MA
## 114 17 12 1.4166667 5.171098 59 Presente MA
## 115 13 9 1.4444444 3.370631 106 Ausente MA
## 116 15 7 2.1428571 6.421828 13 Ausente MA
## 117 17 11 1.5454545 5.400171 77 Ausente MA
## 118 16 9 1.7777778 6.201998 83 Presente MA
## 119 16 14 1.1428571 5.071654 5 Presente MA
## 120 13 10 1.3000000 3.468042 66 Ausente MA
## Fertilizacion
## 1 FI
## 2 FI
## 3 FI
## 4 FI
## 5 FI
## 6 FO
## 7 FI
## 8 FI
## 9 FO
## 10 FO
## 11 FI
## 12 FO
## 13 FO
## 14 FO
## 15 FI
## 16 FI
## 17 FI
## 18 FI
## 19 FI
## 20 FI
## 21 FI
## 22 FO
## 23 FI
## 24 FI
## 25 FI
## 26 FI
## 27 FI
## 28 FI
## 29 FI
## 30 FI
## 31 FI
## 32 FO
## 33 FO
## 34 FI
## 35 FO
## 36 FI
## 37 FI
## 38 FI
## 39 FO
## 40 FO
## 41 FO
## 42 FI
## 43 FI
## 44 FO
## 45 FI
## 46 FI
## 47 FO
## 48 FI
## 49 FO
## 50 FI
## 51 FO
## 52 FO
## 53 FI
## 54 FI
## 55 FI
## 56 FO
## 57 FO
## 58 FI
## 59 FI
## 60 FO
## 61 FI
## 62 FO
## 63 FO
## 64 FO
## 65 FO
## 66 FI
## 67 FO
## 68 FO
## 69 FI
## 70 FI
## 71 FI
## 72 FI
## 73 FO
## 74 FI
## 75 FI
## 76 FI
## 77 FI
## 78 FI
## 79 FI
## 80 FO
## 81 FI
## 82 FI
## 83 FI
## 84 FI
## 85 FI
## 86 FO
## 87 FO
## 88 FI
## 89 FI
## 90 FO
## 91 FO
## 92 FI
## 93 FO
## 94 FI
## 95 FI
## 96 FI
## 97 FO
## 98 FO
## 99 FI
## 100 FO
## 101 FI
## 102 FI
## 103 FI
## 104 FI
## 105 FI
## 106 FI
## 107 FO
## 108 FO
## 109 FO
## 110 FI
## 111 FI
## 112 FI
## 113 FO
## 114 FI
## 115 FO
## 116 FO
## 117 FO
## 118 FO
## 119 FO
## 120 FO