set.seed(2073)
library(dplyr)
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
library(purrr)
library(tidyr)
Actividad 1
### Genere una muestra de taman˜o 120 de la distribución normal con media 5, desviacion est´andar 0.85. Use solo dos numeros decimales (rnorm())
muestra_1 = round(rnorm(n = 120, mean = 5, sd = 0.85),2)
muestra_1
## [1] 5.17 5.95 3.93 6.38 4.73 5.55 5.42 3.75 5.71 3.91 6.33 4.50 4.39 4.52 5.06
## [16] 5.65 3.94 5.55 7.65 5.20 3.88 4.43 3.69 4.87 5.17 4.25 6.04 4.77 3.90 3.94
## [31] 5.13 3.74 6.00 5.02 4.57 5.28 5.58 5.52 4.71 5.24 5.75 3.79 4.78 3.14 4.86
## [46] 4.96 5.48 5.76 5.15 6.09 4.81 6.01 3.99 5.46 4.70 4.80 5.60 4.46 4.37 5.38
## [61] 4.19 4.07 5.17 5.60 5.10 5.96 5.49 5.15 5.14 5.70 6.09 3.50 5.29 5.66 5.46
## [76] 5.87 5.56 4.98 5.66 2.47 5.92 4.64 4.43 5.87 5.30 6.22 5.15 4.92 5.10 5.44
## [91] 5.01 4.60 4.43 4.95 5.47 5.30 5.07 5.06 3.85 5.29 4.72 4.82 3.82 5.25 5.03
## [106] 4.09 5.21 5.66 3.95 4.37 4.81 4.22 5.20 5.84 4.83 3.13 4.28 5.62 4.84 4.63
### Genere una muestra de tamaño 120 de la distribución binomial con parámetros 0.8 (probabilidad) y 20 (ensayos independientes) (rbinom())
Muestra_2 = rbinom(size = 120, prob = 0.8, n = 20)
Muestra_2
## [1] 91 101 95 101 96 101 98 91 91 91 96 95 95 94 93 102 93 93 99
## [20] 89
### Genere una muestra de tamaño 120 de la distribución Poisson con parámetro 10.5 (media) (rpois())
muestra_3 = rpois(n = 120, lambda = 10.5)
muestra_3
## [1] 13 10 8 9 14 11 10 10 11 15 11 8 5 6 5 10 11 13 12 12 8 11 12 12 8
## [26] 9 9 13 9 11 9 7 7 9 6 16 6 14 9 9 17 10 11 7 11 12 7 11 14 11
## [51] 12 10 11 16 15 17 9 15 9 11 15 6 8 13 7 8 13 9 12 15 6 13 10 11 17
## [76] 8 4 6 12 12 14 12 9 11 9 12 6 15 9 8 8 13 14 7 7 10 10 7 9 12
## [101] 11 9 7 6 16 9 12 11 11 7 12 11 13 10 8 8 10 13 12 8
### Genere una muestra con reemplazo de tamaño 120 de una secuencia de 300 números (sample.int())
muestra_4 = sample.int(n = 300, size = 120)
muestra_4
## [1] 201 188 84 272 166 113 136 109 17 227 218 112 46 199 115 197 192 189
## [19] 276 142 241 263 121 291 176 273 184 91 235 281 36 141 72 230 118 1
## [37] 265 175 186 262 86 208 47 229 94 293 100 125 35 183 123 126 156 163
## [55] 49 32 292 127 242 138 200 134 13 161 260 221 5 185 258 153 64 56
## [73] 65 28 256 111 203 257 71 23 55 182 21 270 259 33 206 11 143 274
## [91] 154 102 18 31 204 177 101 122 131 250 146 279 269 290 151 87 67 77
## [109] 83 88 6 133 44 27 80 14 210 137 178 105
### Usando la librería purrr genere una muestra de la distribución de Bernoulli de tamaño 120 y parámetro 0.75 (probabilidad) (rbernoulli()) y cambie el FALSE ‹ ausente› y el TRUE por ‹ presente› .
muestra_5 = rbernoulli(n = 120, p = 0.75)
ifelse(muestra_5 == TRUE, "presente", "ausente")
## [1] "ausente" "presente" "presente" "presente" "presente" "presente"
## [7] "presente" "presente" "ausente" "presente" "ausente" "ausente"
## [13] "presente" "ausente" "ausente" "presente" "presente" "presente"
## [19] "presente" "ausente" "ausente" "presente" "ausente" "ausente"
## [25] "presente" "presente" "presente" "presente" "presente" "ausente"
## [31] "presente" "ausente" "presente" "presente" "presente" "presente"
## [37] "ausente" "presente" "presente" "ausente" "presente" "presente"
## [43] "presente" "ausente" "presente" "presente" "presente" "presente"
## [49] "presente" "presente" "ausente" "presente" "presente" "ausente"
## [55] "ausente" "presente" "ausente" "presente" "presente" "ausente"
## [61] "ausente" "ausente" "ausente" "ausente" "presente" "presente"
## [67] "presente" "ausente" "presente" "presente" "presente" "presente"
## [73] "presente" "presente" "presente" "presente" "presente" "ausente"
## [79] "ausente" "presente" "ausente" "ausente" "presente" "presente"
## [85] "presente" "ausente" "presente" "presente" "presente" "presente"
## [91] "ausente" "ausente" "ausente" "presente" "ausente" "presente"
## [97] "presente" "ausente" "presente" "presente" "presente" "ausente"
## [103] "presente" "presente" "presente" "presente" "ausente" "presente"
## [109] "presente" "presente" "presente" "presente" "ausente" "presente"
## [115] "presente" "presente" "presente" "ausente" "presente" "presente"
muestra_5
## [1] FALSE TRUE TRUE TRUE TRUE TRUE TRUE TRUE FALSE TRUE FALSE FALSE
## [13] TRUE FALSE FALSE TRUE TRUE TRUE TRUE FALSE FALSE TRUE FALSE FALSE
## [25] TRUE TRUE TRUE TRUE TRUE FALSE TRUE FALSE TRUE TRUE TRUE TRUE
## [37] FALSE TRUE TRUE FALSE TRUE TRUE TRUE FALSE TRUE TRUE TRUE TRUE
## [49] TRUE TRUE FALSE TRUE TRUE FALSE FALSE TRUE FALSE TRUE TRUE FALSE
## [61] FALSE FALSE FALSE FALSE TRUE TRUE TRUE FALSE TRUE TRUE TRUE TRUE
## [73] TRUE TRUE TRUE TRUE TRUE FALSE FALSE TRUE FALSE FALSE TRUE TRUE
## [85] TRUE FALSE TRUE TRUE TRUE TRUE FALSE FALSE FALSE TRUE FALSE TRUE
## [97] TRUE FALSE TRUE TRUE TRUE FALSE TRUE TRUE TRUE TRUE FALSE TRUE
## [109] TRUE TRUE TRUE TRUE FALSE TRUE TRUE TRUE TRUE FALSE TRUE TRUE
Muestra_5_final <- ifelse(muestra_5 == TRUE, "presente", "ausente")
Muestra_5_final
## [1] "ausente" "presente" "presente" "presente" "presente" "presente"
## [7] "presente" "presente" "ausente" "presente" "ausente" "ausente"
## [13] "presente" "ausente" "ausente" "presente" "presente" "presente"
## [19] "presente" "ausente" "ausente" "presente" "ausente" "ausente"
## [25] "presente" "presente" "presente" "presente" "presente" "ausente"
## [31] "presente" "ausente" "presente" "presente" "presente" "presente"
## [37] "ausente" "presente" "presente" "ausente" "presente" "presente"
## [43] "presente" "ausente" "presente" "presente" "presente" "presente"
## [49] "presente" "presente" "ausente" "presente" "presente" "ausente"
## [55] "ausente" "presente" "ausente" "presente" "presente" "ausente"
## [61] "ausente" "ausente" "ausente" "ausente" "presente" "presente"
## [67] "presente" "ausente" "presente" "presente" "presente" "presente"
## [73] "presente" "presente" "presente" "presente" "presente" "ausente"
## [79] "ausente" "presente" "ausente" "ausente" "presente" "presente"
## [85] "presente" "ausente" "presente" "presente" "presente" "presente"
## [91] "ausente" "ausente" "ausente" "presente" "ausente" "presente"
## [97] "presente" "ausente" "presente" "presente" "presente" "ausente"
## [103] "presente" "presente" "presente" "presente" "ausente" "presente"
## [109] "presente" "presente" "presente" "presente" "ausente" "presente"
## [115] "presente" "presente" "presente" "ausente" "presente" "presente"
### Genere tres niveles de un factor, cada uno con 40 datos y etiquételos con ‹ S› para identificar la planta ‹ sana› , ‹ PA› para las plantas parcialmente afectadas y ‹ MA› para las muy afectadas. Use la función (gl()).
salud_plantas = gl(3, 40, 120, c("s","PA","MA"))
salud_plantas
## [1] s s s s s s s s s s s s s s s s s s s s s s s s s
## [26] s s s s s s s s s s s s s s s PA PA PA PA PA PA PA PA PA PA
## [51] PA PA PA PA PA PA PA PA PA PA PA PA PA PA PA PA PA PA PA PA PA PA PA PA PA
## [76] PA PA PA PA PA MA MA MA MA MA MA MA MA MA MA MA MA MA MA MA MA MA MA MA MA
## [101] MA MA MA MA MA MA MA MA MA MA MA MA MA MA MA MA MA MA MA MA
## Levels: s PA MA
### Genere dos niveles de un factor usando la distribución uniforme con parámetros 0 y 1.2, ponga para cada datos a generar de los 120 la condición de si el numero generado es menor a 0.5, los etiquetamos como ‹ FO› para asociarlo a fertilización orgánica, de lo contrario, use ‹ FI› para asociarlo a fertilización inorgánica. Use la función (runif()). Si lo desea use la función (ifelse()) o (if else()) para condicionar.
x = runif(120, 0, 1.2)
z = ifelse(x<0.5, "FO", "FI")
z
## [1] "FI" "FI" "FI" "FO" "FI" "FO" "FO" "FI" "FI" "FI" "FO" "FO" "FI" "FI" "FO"
## [16] "FO" "FO" "FO" "FO" "FI" "FI" "FI" "FO" "FO" "FO" "FO" "FI" "FO" "FI" "FI"
## [31] "FO" "FI" "FO" "FI" "FO" "FI" "FI" "FI" "FO" "FI" "FI" "FO" "FO" "FO" "FO"
## [46] "FI" "FI" "FO" "FO" "FO" "FO" "FI" "FI" "FO" "FI" "FI" "FI" "FI" "FI" "FI"
## [61] "FI" "FO" "FO" "FO" "FO" "FO" "FI" "FO" "FO" "FO" "FI" "FO" "FI" "FI" "FO"
## [76] "FI" "FO" "FI" "FI" "FO" "FI" "FI" "FO" "FI" "FI" "FI" "FI" "FO" "FI" "FI"
## [91] "FI" "FI" "FI" "FI" "FI" "FO" "FI" "FI" "FO" "FI" "FI" "FO" "FI" "FO" "FI"
## [106] "FI" "FI" "FI" "FI" "FO" "FO" "FI" "FI" "FI" "FO" "FI" "FI" "FO" "FO" "FO"
Actividad 2
### Construya un marco de datos (data.frame()) o una tableta (tibble()) con to- das la variables antes generadas y asigne respectivamente los nombres de variable: Biomasa(gramos), Flores.r (conteo de flores en tres ramas), Flores.d (conteo de flores desprendidas), Hojas (conteo de hojas desprendidas), Plaga , Estatus y Fertilización.
df = data.frame(Biomasa = muestra_1, Flores.r = Muestra_2, Flores.d = muestra_3,
Hojas.d = muestra_4, Plaga = Muestra_5_final,
Estatus = salud_plantas, Fertilizacion = z)
df
## Biomasa Flores.r Flores.d Hojas.d Plaga Estatus Fertilizacion
## 1 5.17 91 13 201 ausente s FI
## 2 5.95 101 10 188 presente s FI
## 3 3.93 95 8 84 presente s FI
## 4 6.38 101 9 272 presente s FO
## 5 4.73 96 14 166 presente s FI
## 6 5.55 101 11 113 presente s FO
## 7 5.42 98 10 136 presente s FO
## 8 3.75 91 10 109 presente s FI
## 9 5.71 91 11 17 ausente s FI
## 10 3.91 91 15 227 presente s FI
## 11 6.33 96 11 218 ausente s FO
## 12 4.50 95 8 112 ausente s FO
## 13 4.39 95 5 46 presente s FI
## 14 4.52 94 6 199 ausente s FI
## 15 5.06 93 5 115 ausente s FO
## 16 5.65 102 10 197 presente s FO
## 17 3.94 93 11 192 presente s FO
## 18 5.55 93 13 189 presente s FO
## 19 7.65 99 12 276 presente s FO
## 20 5.20 89 12 142 ausente s FI
## 21 3.88 91 8 241 ausente s FI
## 22 4.43 101 11 263 presente s FI
## 23 3.69 95 12 121 ausente s FO
## 24 4.87 101 12 291 ausente s FO
## 25 5.17 96 8 176 presente s FO
## 26 4.25 101 9 273 presente s FO
## 27 6.04 98 9 184 presente s FI
## 28 4.77 91 13 91 presente s FO
## 29 3.90 91 9 235 presente s FI
## 30 3.94 91 11 281 ausente s FI
## 31 5.13 96 9 36 presente s FO
## 32 3.74 95 7 141 ausente s FI
## 33 6.00 95 7 72 presente s FO
## 34 5.02 94 9 230 presente s FI
## 35 4.57 93 6 118 presente s FO
## 36 5.28 102 16 1 presente s FI
## 37 5.58 93 6 265 ausente s FI
## 38 5.52 93 14 175 presente s FI
## 39 4.71 99 9 186 presente s FO
## 40 5.24 89 9 262 ausente s FI
## 41 5.75 91 17 86 presente PA FI
## 42 3.79 101 10 208 presente PA FO
## 43 4.78 95 11 47 presente PA FO
## 44 3.14 101 7 229 ausente PA FO
## 45 4.86 96 11 94 presente PA FO
## 46 4.96 101 12 293 presente PA FI
## 47 5.48 98 7 100 presente PA FI
## 48 5.76 91 11 125 presente PA FO
## 49 5.15 91 14 35 presente PA FO
## 50 6.09 91 11 183 presente PA FO
## 51 4.81 96 12 123 ausente PA FO
## 52 6.01 95 10 126 presente PA FI
## 53 3.99 95 11 156 presente PA FI
## 54 5.46 94 16 163 ausente PA FO
## 55 4.70 93 15 49 ausente PA FI
## 56 4.80 102 17 32 presente PA FI
## 57 5.60 93 9 292 ausente PA FI
## 58 4.46 93 15 127 presente PA FI
## 59 4.37 99 9 242 presente PA FI
## 60 5.38 89 11 138 ausente PA FI
## 61 4.19 91 15 200 ausente PA FI
## 62 4.07 101 6 134 ausente PA FO
## 63 5.17 95 8 13 ausente PA FO
## 64 5.60 101 13 161 ausente PA FO
## 65 5.10 96 7 260 presente PA FO
## 66 5.96 101 8 221 presente PA FO
## 67 5.49 98 13 5 presente PA FI
## 68 5.15 91 9 185 ausente PA FO
## 69 5.14 91 12 258 presente PA FO
## 70 5.70 91 15 153 presente PA FO
## 71 6.09 96 6 64 presente PA FI
## 72 3.50 95 13 56 presente PA FO
## 73 5.29 95 10 65 presente PA FI
## 74 5.66 94 11 28 presente PA FI
## 75 5.46 93 17 256 presente PA FO
## 76 5.87 102 8 111 presente PA FI
## 77 5.56 93 4 203 presente PA FO
## 78 4.98 93 6 257 ausente PA FI
## 79 5.66 99 12 71 ausente PA FI
## 80 2.47 89 12 23 presente PA FO
## 81 5.92 91 14 55 ausente MA FI
## 82 4.64 101 12 182 ausente MA FI
## 83 4.43 95 9 21 presente MA FO
## 84 5.87 101 11 270 presente MA FI
## 85 5.30 96 9 259 presente MA FI
## 86 6.22 101 12 33 ausente MA FI
## 87 5.15 98 6 206 presente MA FI
## 88 4.92 91 15 11 presente MA FO
## 89 5.10 91 9 143 presente MA FI
## 90 5.44 91 8 274 presente MA FI
## 91 5.01 96 8 154 ausente MA FI
## 92 4.60 95 13 102 ausente MA FI
## 93 4.43 95 14 18 ausente MA FI
## 94 4.95 94 7 31 presente MA FI
## 95 5.47 93 7 204 ausente MA FI
## 96 5.30 102 10 177 presente MA FO
## 97 5.07 93 10 101 presente MA FI
## 98 5.06 93 7 122 ausente MA FI
## 99 3.85 99 9 131 presente MA FO
## 100 5.29 89 12 250 presente MA FI
## 101 4.72 91 11 146 presente MA FI
## 102 4.82 101 9 279 ausente MA FO
## 103 3.82 95 7 269 presente MA FI
## 104 5.25 101 6 290 presente MA FO
## 105 5.03 96 16 151 presente MA FI
## 106 4.09 101 9 87 presente MA FI
## 107 5.21 98 12 67 ausente MA FI
## 108 5.66 91 11 77 presente MA FI
## 109 3.95 91 11 83 presente MA FI
## 110 4.37 91 7 88 presente MA FO
## 111 4.81 96 12 6 presente MA FO
## 112 4.22 95 11 133 presente MA FI
## 113 5.20 95 13 44 ausente MA FI
## 114 5.84 94 10 27 presente MA FI
## 115 4.83 93 8 80 presente MA FO
## 116 3.13 102 8 14 presente MA FI
## 117 4.28 93 10 210 presente MA FI
## 118 5.62 93 13 137 ausente MA FO
## 119 4.84 99 12 178 presente MA FO
## 120 4.63 89 8 105 presente MA FO
### Rrevise del objeto creado su dimensión (dim()), su estructura con (str()) o (glimpse()), la clase (class()), los nombres en las variables (names()), la presencia de faltantes (is.na())
dim(df)
## [1] 120 7
str(df)
## 'data.frame': 120 obs. of 7 variables:
## $ Biomasa : num 5.17 5.95 3.93 6.38 4.73 5.55 5.42 3.75 5.71 3.91 ...
## $ Flores.r : int 91 101 95 101 96 101 98 91 91 91 ...
## $ Flores.d : int 13 10 8 9 14 11 10 10 11 15 ...
## $ Hojas.d : int 201 188 84 272 166 113 136 109 17 227 ...
## $ Plaga : chr "ausente" "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" "FO" ...
class(df)
## [1] "data.frame"
names(df)
## [1] "Biomasa" "Flores.r" "Flores.d" "Hojas.d"
## [5] "Plaga" "Estatus" "Fertilizacion"
is.na(df)
## Biomasa Flores.r Flores.d Hojas.d Plaga 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
### Seleccione un subconjunto (el 75 % de las filas de todas las columnas) de todo el marco de datos o tableta. Use la función (sample n()) y asigne un valor faltante NA a dos variables cuantitativas cualesquiera del conjunto de datos muestreado.
sample_n(df, 90)
## Biomasa Flores.r Flores.d Hojas.d Plaga Estatus Fertilizacion
## 1 6.09 91 11 183 presente PA FO
## 2 3.94 91 11 281 ausente s FI
## 3 3.85 99 9 131 presente MA FO
## 4 2.47 89 12 23 presente PA FO
## 5 4.43 95 9 21 presente MA FO
## 6 5.03 96 16 151 presente MA FI
## 7 6.09 96 6 64 presente PA FI
## 8 5.21 98 12 67 ausente MA FI
## 9 5.52 93 14 175 presente s FI
## 10 4.64 101 12 182 ausente MA FI
## 11 5.47 93 7 204 ausente MA FI
## 12 3.75 91 10 109 presente s FI
## 13 4.73 96 14 166 presente s FI
## 14 4.63 89 8 105 presente MA FO
## 15 5.66 99 12 71 ausente PA FI
## 16 4.28 93 10 210 presente MA FI
## 17 5.95 101 10 188 presente s FI
## 18 5.15 91 14 35 presente PA FO
## 19 5.55 101 11 113 presente s FO
## 20 5.55 93 13 189 presente s FO
## 21 4.95 94 7 31 presente MA FI
## 22 5.84 94 10 27 presente MA FI
## 23 5.87 101 11 270 presente MA FI
## 24 5.92 91 14 55 ausente MA FI
## 25 5.71 91 11 17 ausente s FI
## 26 5.28 102 16 1 presente s FI
## 27 5.10 91 9 143 presente MA FI
## 28 4.25 101 9 273 presente s FO
## 29 4.70 93 15 49 ausente PA FI
## 30 5.65 102 10 197 presente s FO
## 31 3.82 95 7 269 presente MA FI
## 32 4.80 102 17 32 presente PA FI
## 33 5.29 95 10 65 presente PA FI
## 34 4.96 101 12 293 presente PA FI
## 35 4.19 91 15 200 ausente PA FI
## 36 5.30 102 10 177 presente MA FO
## 37 5.56 93 4 203 presente PA FO
## 38 4.72 91 11 146 presente MA FI
## 39 5.76 91 11 125 presente PA FO
## 40 5.07 93 10 101 presente MA FI
## 41 7.65 99 12 276 presente s FO
## 42 4.86 96 11 94 presente PA FO
## 43 5.42 98 10 136 presente s FO
## 44 5.25 101 6 290 presente MA FO
## 45 5.02 94 9 230 presente s FI
## 46 4.84 99 12 178 presente MA FO
## 47 6.33 96 11 218 ausente s FO
## 48 4.50 95 8 112 ausente s FO
## 49 3.69 95 12 121 ausente s FO
## 50 3.88 91 8 241 ausente s FI
## 51 4.82 101 9 279 ausente MA FO
## 52 5.62 93 13 137 ausente MA FO
## 53 4.81 96 12 123 ausente PA FO
## 54 4.43 101 11 263 presente s FI
## 55 3.94 93 11 192 presente s FO
## 56 5.75 91 17 86 presente PA FI
## 57 5.01 96 8 154 ausente MA FI
## 58 5.60 101 13 161 ausente PA FO
## 59 4.71 99 9 186 presente s FO
## 60 4.81 96 12 6 presente MA FO
## 61 5.17 96 8 176 presente s FO
## 62 4.52 94 6 199 ausente s FI
## 63 5.96 101 8 221 presente PA FO
## 64 5.44 91 8 274 presente MA FI
## 65 4.43 95 14 18 ausente MA FI
## 66 4.07 101 6 134 ausente PA FO
## 67 4.92 91 15 11 presente MA FO
## 68 4.83 93 8 80 presente MA FO
## 69 4.77 91 13 91 presente s FO
## 70 5.66 91 11 77 presente MA FI
## 71 4.37 99 9 242 presente PA FI
## 72 3.50 95 13 56 presente PA FO
## 73 5.20 95 13 44 ausente MA FI
## 74 5.14 91 12 258 presente PA FO
## 75 3.14 101 7 229 ausente PA FO
## 76 5.60 93 9 292 ausente PA FI
## 77 4.98 93 6 257 ausente PA FI
## 78 4.22 95 11 133 presente MA FI
## 79 3.79 101 10 208 presente PA FO
## 80 5.17 95 8 13 ausente PA FO
## 81 5.15 98 6 206 presente MA FI
## 82 6.38 101 9 272 presente s FO
## 83 5.87 102 8 111 presente PA FI
## 84 5.48 98 7 100 presente PA FI
## 85 4.09 101 9 87 presente MA FI
## 86 5.06 93 5 115 ausente s FO
## 87 3.13 102 8 14 presente MA FI
## 88 5.30 96 9 259 presente MA FI
## 89 3.91 91 15 227 presente s FI
## 90 5.29 89 12 250 presente MA FI
tabla_1 <- sample_n(df, 90)
tabla_1 [12,2] <- NA
tabla_1 [56,5] <- NA
tabla_1
## Biomasa Flores.r Flores.d Hojas.d Plaga Estatus Fertilizacion
## 1 4.50 95 8 112 ausente s FO
## 2 3.94 93 11 192 presente s FO
## 3 5.30 102 10 177 presente MA FO
## 4 5.71 91 11 17 ausente s FI
## 5 5.52 93 14 175 presente s FI
## 6 3.50 95 13 56 presente PA FO
## 7 5.44 91 8 274 presente MA FI
## 8 5.07 93 10 101 presente MA FI
## 9 4.71 99 9 186 presente s FO
## 10 3.69 95 12 121 ausente s FO
## 11 3.79 101 10 208 presente PA FO
## 12 5.49 NA 13 5 presente PA FI
## 13 5.55 93 13 189 presente s FO
## 14 4.43 101 11 263 presente s FI
## 15 4.83 93 8 80 presente MA FO
## 16 4.70 93 15 49 ausente PA FI
## 17 4.19 91 15 200 ausente PA FI
## 18 5.29 89 12 250 presente MA FI
## 19 5.15 98 6 206 presente MA FI
## 20 4.43 95 9 21 presente MA FO
## 21 5.03 96 16 151 presente MA FI
## 22 4.39 95 5 46 presente s FI
## 23 5.87 101 11 270 presente MA FI
## 24 5.17 91 13 201 ausente s FI
## 25 4.09 101 9 87 presente MA FI
## 26 5.47 93 7 204 ausente MA FI
## 27 5.58 93 6 265 ausente s FI
## 28 5.66 99 12 71 ausente PA FI
## 29 5.13 96 9 36 presente s FO
## 30 6.09 91 11 183 presente PA FO
## 31 3.75 91 10 109 presente s FI
## 32 5.25 101 6 290 presente MA FO
## 33 5.38 89 11 138 ausente PA FI
## 34 5.29 95 10 65 presente PA FI
## 35 5.06 93 7 122 ausente MA FI
## 36 4.77 91 13 91 presente s FO
## 37 5.87 102 8 111 presente PA FI
## 38 5.42 98 10 136 presente s FO
## 39 3.82 95 7 269 presente MA FI
## 40 4.87 101 12 291 ausente s FO
## 41 4.22 95 11 133 presente MA FI
## 42 4.37 91 7 88 presente MA FO
## 43 5.62 93 13 137 ausente MA FO
## 44 6.33 96 11 218 ausente s FO
## 45 4.07 101 6 134 ausente PA FO
## 46 5.17 96 8 176 presente s FO
## 47 5.66 94 11 28 presente PA FI
## 48 4.73 96 14 166 presente s FI
## 49 5.60 93 9 292 ausente PA FI
## 50 3.13 102 8 14 presente MA FI
## 51 5.46 94 16 163 ausente PA FO
## 52 4.25 101 9 273 presente s FO
## 53 4.43 95 14 18 ausente MA FI
## 54 4.63 89 8 105 presente MA FO
## 55 5.01 96 8 154 ausente MA FI
## 56 4.92 91 15 11 <NA> MA FO
## 57 5.95 101 10 188 presente s FI
## 58 4.81 96 12 6 presente MA FO
## 59 4.57 93 6 118 presente s FO
## 60 4.80 102 17 32 presente PA FI
## 61 5.75 91 17 86 presente PA FI
## 62 5.84 94 10 27 presente MA FI
## 63 5.56 93 4 203 presente PA FO
## 64 4.46 93 15 127 presente PA FI
## 65 7.65 99 12 276 presente s FO
## 66 6.22 101 12 33 ausente MA FI
## 67 5.28 102 16 1 presente s FI
## 68 4.72 91 11 146 presente MA FI
## 69 3.88 91 8 241 ausente s FI
## 70 6.00 95 7 72 presente s FO
## 71 5.10 96 7 260 presente PA FO
## 72 5.60 101 13 161 ausente PA FO
## 73 3.93 95 8 84 presente s FI
## 74 4.96 101 12 293 presente PA FI
## 75 5.24 89 9 262 ausente s FI
## 76 4.82 101 9 279 ausente MA FO
## 77 5.20 89 12 142 ausente s FI
## 78 4.95 94 7 31 presente MA FI
## 79 4.86 96 11 94 presente PA FO
## 80 5.02 94 9 230 presente s FI
## 81 6.09 96 6 64 presente PA FI
## 82 5.46 93 17 256 presente PA FO
## 83 4.98 93 6 257 ausente PA FI
## 84 3.14 101 7 229 ausente PA FO
## 85 5.17 95 8 13 ausente PA FO
## 86 3.99 95 11 156 presente PA FI
## 87 6.38 101 9 272 presente s FO
## 88 4.60 95 13 102 ausente MA FI
## 89 4.64 101 12 182 ausente MA FI
## 90 3.94 91 11 281 ausente s FI
Actividad 3
tib.c <- df
tib.i <- tabla_1
tib.i
## Biomasa Flores.r Flores.d Hojas.d Plaga Estatus Fertilizacion
## 1 4.50 95 8 112 ausente s FO
## 2 3.94 93 11 192 presente s FO
## 3 5.30 102 10 177 presente MA FO
## 4 5.71 91 11 17 ausente s FI
## 5 5.52 93 14 175 presente s FI
## 6 3.50 95 13 56 presente PA FO
## 7 5.44 91 8 274 presente MA FI
## 8 5.07 93 10 101 presente MA FI
## 9 4.71 99 9 186 presente s FO
## 10 3.69 95 12 121 ausente s FO
## 11 3.79 101 10 208 presente PA FO
## 12 5.49 NA 13 5 presente PA FI
## 13 5.55 93 13 189 presente s FO
## 14 4.43 101 11 263 presente s FI
## 15 4.83 93 8 80 presente MA FO
## 16 4.70 93 15 49 ausente PA FI
## 17 4.19 91 15 200 ausente PA FI
## 18 5.29 89 12 250 presente MA FI
## 19 5.15 98 6 206 presente MA FI
## 20 4.43 95 9 21 presente MA FO
## 21 5.03 96 16 151 presente MA FI
## 22 4.39 95 5 46 presente s FI
## 23 5.87 101 11 270 presente MA FI
## 24 5.17 91 13 201 ausente s FI
## 25 4.09 101 9 87 presente MA FI
## 26 5.47 93 7 204 ausente MA FI
## 27 5.58 93 6 265 ausente s FI
## 28 5.66 99 12 71 ausente PA FI
## 29 5.13 96 9 36 presente s FO
## 30 6.09 91 11 183 presente PA FO
## 31 3.75 91 10 109 presente s FI
## 32 5.25 101 6 290 presente MA FO
## 33 5.38 89 11 138 ausente PA FI
## 34 5.29 95 10 65 presente PA FI
## 35 5.06 93 7 122 ausente MA FI
## 36 4.77 91 13 91 presente s FO
## 37 5.87 102 8 111 presente PA FI
## 38 5.42 98 10 136 presente s FO
## 39 3.82 95 7 269 presente MA FI
## 40 4.87 101 12 291 ausente s FO
## 41 4.22 95 11 133 presente MA FI
## 42 4.37 91 7 88 presente MA FO
## 43 5.62 93 13 137 ausente MA FO
## 44 6.33 96 11 218 ausente s FO
## 45 4.07 101 6 134 ausente PA FO
## 46 5.17 96 8 176 presente s FO
## 47 5.66 94 11 28 presente PA FI
## 48 4.73 96 14 166 presente s FI
## 49 5.60 93 9 292 ausente PA FI
## 50 3.13 102 8 14 presente MA FI
## 51 5.46 94 16 163 ausente PA FO
## 52 4.25 101 9 273 presente s FO
## 53 4.43 95 14 18 ausente MA FI
## 54 4.63 89 8 105 presente MA FO
## 55 5.01 96 8 154 ausente MA FI
## 56 4.92 91 15 11 <NA> MA FO
## 57 5.95 101 10 188 presente s FI
## 58 4.81 96 12 6 presente MA FO
## 59 4.57 93 6 118 presente s FO
## 60 4.80 102 17 32 presente PA FI
## 61 5.75 91 17 86 presente PA FI
## 62 5.84 94 10 27 presente MA FI
## 63 5.56 93 4 203 presente PA FO
## 64 4.46 93 15 127 presente PA FI
## 65 7.65 99 12 276 presente s FO
## 66 6.22 101 12 33 ausente MA FI
## 67 5.28 102 16 1 presente s FI
## 68 4.72 91 11 146 presente MA FI
## 69 3.88 91 8 241 ausente s FI
## 70 6.00 95 7 72 presente s FO
## 71 5.10 96 7 260 presente PA FO
## 72 5.60 101 13 161 ausente PA FO
## 73 3.93 95 8 84 presente s FI
## 74 4.96 101 12 293 presente PA FI
## 75 5.24 89 9 262 ausente s FI
## 76 4.82 101 9 279 ausente MA FO
## 77 5.20 89 12 142 ausente s FI
## 78 4.95 94 7 31 presente MA FI
## 79 4.86 96 11 94 presente PA FO
## 80 5.02 94 9 230 presente s FI
## 81 6.09 96 6 64 presente PA FI
## 82 5.46 93 17 256 presente PA FO
## 83 4.98 93 6 257 ausente PA FI
## 84 3.14 101 7 229 ausente PA FO
## 85 5.17 95 8 13 ausente PA FO
## 86 3.99 95 11 156 presente PA FI
## 87 6.38 101 9 272 presente s FO
## 88 4.60 95 13 102 ausente MA FI
## 89 4.64 101 12 182 ausente MA FI
## 90 3.94 91 11 281 ausente s FI
### Seleccione una variable cualquiera con (select()) para tib.c
tib.c %>% select(Biomasa)
## Biomasa
## 1 5.17
## 2 5.95
## 3 3.93
## 4 6.38
## 5 4.73
## 6 5.55
## 7 5.42
## 8 3.75
## 9 5.71
## 10 3.91
## 11 6.33
## 12 4.50
## 13 4.39
## 14 4.52
## 15 5.06
## 16 5.65
## 17 3.94
## 18 5.55
## 19 7.65
## 20 5.20
## 21 3.88
## 22 4.43
## 23 3.69
## 24 4.87
## 25 5.17
## 26 4.25
## 27 6.04
## 28 4.77
## 29 3.90
## 30 3.94
## 31 5.13
## 32 3.74
## 33 6.00
## 34 5.02
## 35 4.57
## 36 5.28
## 37 5.58
## 38 5.52
## 39 4.71
## 40 5.24
## 41 5.75
## 42 3.79
## 43 4.78
## 44 3.14
## 45 4.86
## 46 4.96
## 47 5.48
## 48 5.76
## 49 5.15
## 50 6.09
## 51 4.81
## 52 6.01
## 53 3.99
## 54 5.46
## 55 4.70
## 56 4.80
## 57 5.60
## 58 4.46
## 59 4.37
## 60 5.38
## 61 4.19
## 62 4.07
## 63 5.17
## 64 5.60
## 65 5.10
## 66 5.96
## 67 5.49
## 68 5.15
## 69 5.14
## 70 5.70
## 71 6.09
## 72 3.50
## 73 5.29
## 74 5.66
## 75 5.46
## 76 5.87
## 77 5.56
## 78 4.98
## 79 5.66
## 80 2.47
## 81 5.92
## 82 4.64
## 83 4.43
## 84 5.87
## 85 5.30
## 86 6.22
## 87 5.15
## 88 4.92
## 89 5.10
## 90 5.44
## 91 5.01
## 92 4.60
## 93 4.43
## 94 4.95
## 95 5.47
## 96 5.30
## 97 5.07
## 98 5.06
## 99 3.85
## 100 5.29
## 101 4.72
## 102 4.82
## 103 3.82
## 104 5.25
## 105 5.03
## 106 4.09
## 107 5.21
## 108 5.66
## 109 3.95
## 110 4.37
## 111 4.81
## 112 4.22
## 113 5.20
## 114 5.84
## 115 4.83
## 116 3.13
## 117 4.28
## 118 5.62
## 119 4.84
## 120 4.63
### Seleccione desde la tercera a la sexta variable con (select(:)) para tib.c
tib.c %>% select(3:6)
## Flores.d Hojas.d Plaga Estatus
## 1 13 201 ausente s
## 2 10 188 presente s
## 3 8 84 presente s
## 4 9 272 presente s
## 5 14 166 presente s
## 6 11 113 presente s
## 7 10 136 presente s
## 8 10 109 presente s
## 9 11 17 ausente s
## 10 15 227 presente s
## 11 11 218 ausente s
## 12 8 112 ausente s
## 13 5 46 presente s
## 14 6 199 ausente s
## 15 5 115 ausente s
## 16 10 197 presente s
## 17 11 192 presente s
## 18 13 189 presente s
## 19 12 276 presente s
## 20 12 142 ausente s
## 21 8 241 ausente s
## 22 11 263 presente s
## 23 12 121 ausente s
## 24 12 291 ausente s
## 25 8 176 presente s
## 26 9 273 presente s
## 27 9 184 presente s
## 28 13 91 presente s
## 29 9 235 presente s
## 30 11 281 ausente s
## 31 9 36 presente s
## 32 7 141 ausente s
## 33 7 72 presente s
## 34 9 230 presente s
## 35 6 118 presente s
## 36 16 1 presente s
## 37 6 265 ausente s
## 38 14 175 presente s
## 39 9 186 presente s
## 40 9 262 ausente s
## 41 17 86 presente PA
## 42 10 208 presente PA
## 43 11 47 presente PA
## 44 7 229 ausente PA
## 45 11 94 presente PA
## 46 12 293 presente PA
## 47 7 100 presente PA
## 48 11 125 presente PA
## 49 14 35 presente PA
## 50 11 183 presente PA
## 51 12 123 ausente PA
## 52 10 126 presente PA
## 53 11 156 presente PA
## 54 16 163 ausente PA
## 55 15 49 ausente PA
## 56 17 32 presente PA
## 57 9 292 ausente PA
## 58 15 127 presente PA
## 59 9 242 presente PA
## 60 11 138 ausente PA
## 61 15 200 ausente PA
## 62 6 134 ausente PA
## 63 8 13 ausente PA
## 64 13 161 ausente PA
## 65 7 260 presente PA
## 66 8 221 presente PA
## 67 13 5 presente PA
## 68 9 185 ausente PA
## 69 12 258 presente PA
## 70 15 153 presente PA
## 71 6 64 presente PA
## 72 13 56 presente PA
## 73 10 65 presente PA
## 74 11 28 presente PA
## 75 17 256 presente PA
## 76 8 111 presente PA
## 77 4 203 presente PA
## 78 6 257 ausente PA
## 79 12 71 ausente PA
## 80 12 23 presente PA
## 81 14 55 ausente MA
## 82 12 182 ausente MA
## 83 9 21 presente MA
## 84 11 270 presente MA
## 85 9 259 presente MA
## 86 12 33 ausente MA
## 87 6 206 presente MA
## 88 15 11 presente MA
## 89 9 143 presente MA
## 90 8 274 presente MA
## 91 8 154 ausente MA
## 92 13 102 ausente MA
## 93 14 18 ausente MA
## 94 7 31 presente MA
## 95 7 204 ausente MA
## 96 10 177 presente MA
## 97 10 101 presente MA
## 98 7 122 ausente MA
## 99 9 131 presente MA
## 100 12 250 presente MA
## 101 11 146 presente MA
## 102 9 279 ausente MA
## 103 7 269 presente MA
## 104 6 290 presente MA
## 105 16 151 presente MA
## 106 9 87 presente MA
## 107 12 67 ausente MA
## 108 11 77 presente MA
## 109 11 83 presente MA
## 110 7 88 presente MA
## 111 12 6 presente MA
## 112 11 133 presente MA
## 113 13 44 ausente MA
## 114 10 27 presente MA
## 115 8 80 presente MA
## 116 8 14 presente MA
## 117 10 210 presente MA
## 118 13 137 ausente MA
## 119 12 178 presente MA
## 120 8 105 presente MA
### No seleccione desde la tercera a la sexta variable con (select(!(:))) para tib.c
tib.c %>% select(!(3:6))
## Biomasa Flores.r Fertilizacion
## 1 5.17 91 FI
## 2 5.95 101 FI
## 3 3.93 95 FI
## 4 6.38 101 FO
## 5 4.73 96 FI
## 6 5.55 101 FO
## 7 5.42 98 FO
## 8 3.75 91 FI
## 9 5.71 91 FI
## 10 3.91 91 FI
## 11 6.33 96 FO
## 12 4.50 95 FO
## 13 4.39 95 FI
## 14 4.52 94 FI
## 15 5.06 93 FO
## 16 5.65 102 FO
## 17 3.94 93 FO
## 18 5.55 93 FO
## 19 7.65 99 FO
## 20 5.20 89 FI
## 21 3.88 91 FI
## 22 4.43 101 FI
## 23 3.69 95 FO
## 24 4.87 101 FO
## 25 5.17 96 FO
## 26 4.25 101 FO
## 27 6.04 98 FI
## 28 4.77 91 FO
## 29 3.90 91 FI
## 30 3.94 91 FI
## 31 5.13 96 FO
## 32 3.74 95 FI
## 33 6.00 95 FO
## 34 5.02 94 FI
## 35 4.57 93 FO
## 36 5.28 102 FI
## 37 5.58 93 FI
## 38 5.52 93 FI
## 39 4.71 99 FO
## 40 5.24 89 FI
## 41 5.75 91 FI
## 42 3.79 101 FO
## 43 4.78 95 FO
## 44 3.14 101 FO
## 45 4.86 96 FO
## 46 4.96 101 FI
## 47 5.48 98 FI
## 48 5.76 91 FO
## 49 5.15 91 FO
## 50 6.09 91 FO
## 51 4.81 96 FO
## 52 6.01 95 FI
## 53 3.99 95 FI
## 54 5.46 94 FO
## 55 4.70 93 FI
## 56 4.80 102 FI
## 57 5.60 93 FI
## 58 4.46 93 FI
## 59 4.37 99 FI
## 60 5.38 89 FI
## 61 4.19 91 FI
## 62 4.07 101 FO
## 63 5.17 95 FO
## 64 5.60 101 FO
## 65 5.10 96 FO
## 66 5.96 101 FO
## 67 5.49 98 FI
## 68 5.15 91 FO
## 69 5.14 91 FO
## 70 5.70 91 FO
## 71 6.09 96 FI
## 72 3.50 95 FO
## 73 5.29 95 FI
## 74 5.66 94 FI
## 75 5.46 93 FO
## 76 5.87 102 FI
## 77 5.56 93 FO
## 78 4.98 93 FI
## 79 5.66 99 FI
## 80 2.47 89 FO
## 81 5.92 91 FI
## 82 4.64 101 FI
## 83 4.43 95 FO
## 84 5.87 101 FI
## 85 5.30 96 FI
## 86 6.22 101 FI
## 87 5.15 98 FI
## 88 4.92 91 FO
## 89 5.10 91 FI
## 90 5.44 91 FI
## 91 5.01 96 FI
## 92 4.60 95 FI
## 93 4.43 95 FI
## 94 4.95 94 FI
## 95 5.47 93 FI
## 96 5.30 102 FO
## 97 5.07 93 FI
## 98 5.06 93 FI
## 99 3.85 99 FO
## 100 5.29 89 FI
## 101 4.72 91 FI
## 102 4.82 101 FO
## 103 3.82 95 FI
## 104 5.25 101 FO
## 105 5.03 96 FI
## 106 4.09 101 FI
## 107 5.21 98 FI
## 108 5.66 91 FI
## 109 3.95 91 FI
## 110 4.37 91 FO
## 111 4.81 96 FO
## 112 4.22 95 FI
## 113 5.20 95 FI
## 114 5.84 94 FI
## 115 4.83 93 FO
## 116 3.13 102 FI
## 117 4.28 93 FI
## 118 5.62 93 FO
## 119 4.84 99 FO
## 120 4.63 89 FO
### Seleccione las que no finalizan con d usando (select(!ends with()))
tib.c %>% select(!ends_with("d"))
## Biomasa Flores.r Plaga Estatus Fertilizacion
## 1 5.17 91 ausente s FI
## 2 5.95 101 presente s FI
## 3 3.93 95 presente s FI
## 4 6.38 101 presente s FO
## 5 4.73 96 presente s FI
## 6 5.55 101 presente s FO
## 7 5.42 98 presente s FO
## 8 3.75 91 presente s FI
## 9 5.71 91 ausente s FI
## 10 3.91 91 presente s FI
## 11 6.33 96 ausente s FO
## 12 4.50 95 ausente s FO
## 13 4.39 95 presente s FI
## 14 4.52 94 ausente s FI
## 15 5.06 93 ausente s FO
## 16 5.65 102 presente s FO
## 17 3.94 93 presente s FO
## 18 5.55 93 presente s FO
## 19 7.65 99 presente s FO
## 20 5.20 89 ausente s FI
## 21 3.88 91 ausente s FI
## 22 4.43 101 presente s FI
## 23 3.69 95 ausente s FO
## 24 4.87 101 ausente s FO
## 25 5.17 96 presente s FO
## 26 4.25 101 presente s FO
## 27 6.04 98 presente s FI
## 28 4.77 91 presente s FO
## 29 3.90 91 presente s FI
## 30 3.94 91 ausente s FI
## 31 5.13 96 presente s FO
## 32 3.74 95 ausente s FI
## 33 6.00 95 presente s FO
## 34 5.02 94 presente s FI
## 35 4.57 93 presente s FO
## 36 5.28 102 presente s FI
## 37 5.58 93 ausente s FI
## 38 5.52 93 presente s FI
## 39 4.71 99 presente s FO
## 40 5.24 89 ausente s FI
## 41 5.75 91 presente PA FI
## 42 3.79 101 presente PA FO
## 43 4.78 95 presente PA FO
## 44 3.14 101 ausente PA FO
## 45 4.86 96 presente PA FO
## 46 4.96 101 presente PA FI
## 47 5.48 98 presente PA FI
## 48 5.76 91 presente PA FO
## 49 5.15 91 presente PA FO
## 50 6.09 91 presente PA FO
## 51 4.81 96 ausente PA FO
## 52 6.01 95 presente PA FI
## 53 3.99 95 presente PA FI
## 54 5.46 94 ausente PA FO
## 55 4.70 93 ausente PA FI
## 56 4.80 102 presente PA FI
## 57 5.60 93 ausente PA FI
## 58 4.46 93 presente PA FI
## 59 4.37 99 presente PA FI
## 60 5.38 89 ausente PA FI
## 61 4.19 91 ausente PA FI
## 62 4.07 101 ausente PA FO
## 63 5.17 95 ausente PA FO
## 64 5.60 101 ausente PA FO
## 65 5.10 96 presente PA FO
## 66 5.96 101 presente PA FO
## 67 5.49 98 presente PA FI
## 68 5.15 91 ausente PA FO
## 69 5.14 91 presente PA FO
## 70 5.70 91 presente PA FO
## 71 6.09 96 presente PA FI
## 72 3.50 95 presente PA FO
## 73 5.29 95 presente PA FI
## 74 5.66 94 presente PA FI
## 75 5.46 93 presente PA FO
## 76 5.87 102 presente PA FI
## 77 5.56 93 presente PA FO
## 78 4.98 93 ausente PA FI
## 79 5.66 99 ausente PA FI
## 80 2.47 89 presente PA FO
## 81 5.92 91 ausente MA FI
## 82 4.64 101 ausente MA FI
## 83 4.43 95 presente MA FO
## 84 5.87 101 presente MA FI
## 85 5.30 96 presente MA FI
## 86 6.22 101 ausente MA FI
## 87 5.15 98 presente MA FI
## 88 4.92 91 presente MA FO
## 89 5.10 91 presente MA FI
## 90 5.44 91 presente MA FI
## 91 5.01 96 ausente MA FI
## 92 4.60 95 ausente MA FI
## 93 4.43 95 ausente MA FI
## 94 4.95 94 presente MA FI
## 95 5.47 93 ausente MA FI
## 96 5.30 102 presente MA FO
## 97 5.07 93 presente MA FI
## 98 5.06 93 ausente MA FI
## 99 3.85 99 presente MA FO
## 100 5.29 89 presente MA FI
## 101 4.72 91 presente MA FI
## 102 4.82 101 ausente MA FO
## 103 3.82 95 presente MA FI
## 104 5.25 101 presente MA FO
## 105 5.03 96 presente MA FI
## 106 4.09 101 presente MA FI
## 107 5.21 98 ausente MA FI
## 108 5.66 91 presente MA FI
## 109 3.95 91 presente MA FI
## 110 4.37 91 presente MA FO
## 111 4.81 96 presente MA FO
## 112 4.22 95 presente MA FI
## 113 5.20 95 ausente MA FI
## 114 5.84 94 presente MA FI
## 115 4.83 93 presente MA FO
## 116 3.13 102 presente MA FI
## 117 4.28 93 presente MA FI
## 118 5.62 93 ausente MA FO
## 119 4.84 99 presente MA FO
## 120 4.63 89 presente MA FO
### Seleccione las que comienzan con Fl usando (select(starts with()))
tib.c %>% select(starts_with("fl"))
## Flores.r Flores.d
## 1 91 13
## 2 101 10
## 3 95 8
## 4 101 9
## 5 96 14
## 6 101 11
## 7 98 10
## 8 91 10
## 9 91 11
## 10 91 15
## 11 96 11
## 12 95 8
## 13 95 5
## 14 94 6
## 15 93 5
## 16 102 10
## 17 93 11
## 18 93 13
## 19 99 12
## 20 89 12
## 21 91 8
## 22 101 11
## 23 95 12
## 24 101 12
## 25 96 8
## 26 101 9
## 27 98 9
## 28 91 13
## 29 91 9
## 30 91 11
## 31 96 9
## 32 95 7
## 33 95 7
## 34 94 9
## 35 93 6
## 36 102 16
## 37 93 6
## 38 93 14
## 39 99 9
## 40 89 9
## 41 91 17
## 42 101 10
## 43 95 11
## 44 101 7
## 45 96 11
## 46 101 12
## 47 98 7
## 48 91 11
## 49 91 14
## 50 91 11
## 51 96 12
## 52 95 10
## 53 95 11
## 54 94 16
## 55 93 15
## 56 102 17
## 57 93 9
## 58 93 15
## 59 99 9
## 60 89 11
## 61 91 15
## 62 101 6
## 63 95 8
## 64 101 13
## 65 96 7
## 66 101 8
## 67 98 13
## 68 91 9
## 69 91 12
## 70 91 15
## 71 96 6
## 72 95 13
## 73 95 10
## 74 94 11
## 75 93 17
## 76 102 8
## 77 93 4
## 78 93 6
## 79 99 12
## 80 89 12
## 81 91 14
## 82 101 12
## 83 95 9
## 84 101 11
## 85 96 9
## 86 101 12
## 87 98 6
## 88 91 15
## 89 91 9
## 90 91 8
## 91 96 8
## 92 95 13
## 93 95 14
## 94 94 7
## 95 93 7
## 96 102 10
## 97 93 10
## 98 93 7
## 99 99 9
## 100 89 12
## 101 91 11
## 102 101 9
## 103 95 7
## 104 101 6
## 105 96 16
## 106 101 9
## 107 98 12
## 108 91 11
## 109 91 11
## 110 91 7
## 111 96 12
## 112 95 11
## 113 95 13
## 114 94 10
## 115 93 8
## 116 102 8
## 117 93 10
## 118 93 13
## 119 99 12
## 120 89 8
### Seleccione las que comienzan con F y terminan con .d usando (select(starts with() & ends with()))
tib.c %>% select(starts_with("F") & ends_with("d"))
## Flores.d
## 1 13
## 2 10
## 3 8
## 4 9
## 5 14
## 6 11
## 7 10
## 8 10
## 9 11
## 10 15
## 11 11
## 12 8
## 13 5
## 14 6
## 15 5
## 16 10
## 17 11
## 18 13
## 19 12
## 20 12
## 21 8
## 22 11
## 23 12
## 24 12
## 25 8
## 26 9
## 27 9
## 28 13
## 29 9
## 30 11
## 31 9
## 32 7
## 33 7
## 34 9
## 35 6
## 36 16
## 37 6
## 38 14
## 39 9
## 40 9
## 41 17
## 42 10
## 43 11
## 44 7
## 45 11
## 46 12
## 47 7
## 48 11
## 49 14
## 50 11
## 51 12
## 52 10
## 53 11
## 54 16
## 55 15
## 56 17
## 57 9
## 58 15
## 59 9
## 60 11
## 61 15
## 62 6
## 63 8
## 64 13
## 65 7
## 66 8
## 67 13
## 68 9
## 69 12
## 70 15
## 71 6
## 72 13
## 73 10
## 74 11
## 75 17
## 76 8
## 77 4
## 78 6
## 79 12
## 80 12
## 81 14
## 82 12
## 83 9
## 84 11
## 85 9
## 86 12
## 87 6
## 88 15
## 89 9
## 90 8
## 91 8
## 92 13
## 93 14
## 94 7
## 95 7
## 96 10
## 97 10
## 98 7
## 99 9
## 100 12
## 101 11
## 102 9
## 103 7
## 104 6
## 105 16
## 106 9
## 107 12
## 108 11
## 109 11
## 110 7
## 111 12
## 112 11
## 113 13
## 114 10
## 115 8
## 116 8
## 117 10
## 118 13
## 119 12
## 120 8
### Seleccione una variable cualquiera con (select()) para tib.c y agru´pela por Estatus usando ( group by() )
tib.c %>% group_by(Estatus) %>% select(Plaga)
## Adding missing grouping variables: `Estatus`
## # A tibble: 120 x 2
## # Groups: Estatus [3]
## Estatus Plaga
## <fct> <chr>
## 1 s ausente
## 2 s presente
## 3 s presente
## 4 s presente
## 5 s presente
## 6 s presente
## 7 s presente
## 8 s presente
## 9 s ausente
## 10 s presente
## # ... with 110 more rows
### Guarde el resultado previo en la variable var estatus y ordene de mayor a menor por la misma variable anterior usando (arrange(desc(),.by group=TRUE)) para tib.c
var_estatus <- tib.c %>% group_by(Estatus) %>% select(Plaga)
## Adding missing grouping variables: `Estatus`
### Filtre los datos que comienzan con Flores para el estatus muy afectadas ( Filter(,) )
tib.c %>% filter(Estatus == "MA") %>% select(starts_with("flores"))
## Flores.r Flores.d
## 1 91 14
## 2 101 12
## 3 95 9
## 4 101 11
## 5 96 9
## 6 101 12
## 7 98 6
## 8 91 15
## 9 91 9
## 10 91 8
## 11 96 8
## 12 95 13
## 13 95 14
## 14 94 7
## 15 93 7
## 16 102 10
## 17 93 10
## 18 93 7
## 19 99 9
## 20 89 12
## 21 91 11
## 22 101 9
## 23 95 7
## 24 101 6
## 25 96 16
## 26 101 9
## 27 98 12
## 28 91 11
## 29 91 11
## 30 91 7
## 31 96 12
## 32 95 11
## 33 95 13
## 34 94 10
## 35 93 8
## 36 102 8
## 37 93 10
## 38 93 13
## 39 99 12
## 40 89 8
### Filtre los datos para cuando la biomasa es superior a 5 gramos
tib.c %>% filter(Biomasa>5)
## Biomasa Flores.r Flores.d Hojas.d Plaga Estatus Fertilizacion
## 1 5.17 91 13 201 ausente s FI
## 2 5.95 101 10 188 presente s FI
## 3 6.38 101 9 272 presente s FO
## 4 5.55 101 11 113 presente s FO
## 5 5.42 98 10 136 presente s FO
## 6 5.71 91 11 17 ausente s FI
## 7 6.33 96 11 218 ausente s FO
## 8 5.06 93 5 115 ausente s FO
## 9 5.65 102 10 197 presente s FO
## 10 5.55 93 13 189 presente s FO
## 11 7.65 99 12 276 presente s FO
## 12 5.20 89 12 142 ausente s FI
## 13 5.17 96 8 176 presente s FO
## 14 6.04 98 9 184 presente s FI
## 15 5.13 96 9 36 presente s FO
## 16 6.00 95 7 72 presente s FO
## 17 5.02 94 9 230 presente s FI
## 18 5.28 102 16 1 presente s FI
## 19 5.58 93 6 265 ausente s FI
## 20 5.52 93 14 175 presente s FI
## 21 5.24 89 9 262 ausente s FI
## 22 5.75 91 17 86 presente PA FI
## 23 5.48 98 7 100 presente PA FI
## 24 5.76 91 11 125 presente PA FO
## 25 5.15 91 14 35 presente PA FO
## 26 6.09 91 11 183 presente PA FO
## 27 6.01 95 10 126 presente PA FI
## 28 5.46 94 16 163 ausente PA FO
## 29 5.60 93 9 292 ausente PA FI
## 30 5.38 89 11 138 ausente PA FI
## 31 5.17 95 8 13 ausente PA FO
## 32 5.60 101 13 161 ausente PA FO
## 33 5.10 96 7 260 presente PA FO
## 34 5.96 101 8 221 presente PA FO
## 35 5.49 98 13 5 presente PA FI
## 36 5.15 91 9 185 ausente PA FO
## 37 5.14 91 12 258 presente PA FO
## 38 5.70 91 15 153 presente PA FO
## 39 6.09 96 6 64 presente PA FI
## 40 5.29 95 10 65 presente PA FI
## 41 5.66 94 11 28 presente PA FI
## 42 5.46 93 17 256 presente PA FO
## 43 5.87 102 8 111 presente PA FI
## 44 5.56 93 4 203 presente PA FO
## 45 5.66 99 12 71 ausente PA FI
## 46 5.92 91 14 55 ausente MA FI
## 47 5.87 101 11 270 presente MA FI
## 48 5.30 96 9 259 presente MA FI
## 49 6.22 101 12 33 ausente MA FI
## 50 5.15 98 6 206 presente MA FI
## 51 5.10 91 9 143 presente MA FI
## 52 5.44 91 8 274 presente MA FI
## 53 5.01 96 8 154 ausente MA FI
## 54 5.47 93 7 204 ausente MA FI
## 55 5.30 102 10 177 presente MA FO
## 56 5.07 93 10 101 presente MA FI
## 57 5.06 93 7 122 ausente MA FI
## 58 5.29 89 12 250 presente MA FI
## 59 5.25 101 6 290 presente MA FO
## 60 5.03 96 16 151 presente MA FI
## 61 5.21 98 12 67 ausente MA FI
## 62 5.66 91 11 77 presente MA FI
## 63 5.20 95 13 44 ausente MA FI
## 64 5.84 94 10 27 presente MA FI
## 65 5.62 93 13 137 ausente MA FO
### Filtre los datos para tener solo fertilización se tienen plantas parcialmente afectadas y fueron tratadas con fertilización orgánica
tib.c %>% filter(Estatus == "PA" & Fertilizacion == "FO")
## Biomasa Flores.r Flores.d Hojas.d Plaga Estatus Fertilizacion
## 1 3.79 101 10 208 presente PA FO
## 2 4.78 95 11 47 presente PA FO
## 3 3.14 101 7 229 ausente PA FO
## 4 4.86 96 11 94 presente PA FO
## 5 5.76 91 11 125 presente PA FO
## 6 5.15 91 14 35 presente PA FO
## 7 6.09 91 11 183 presente PA FO
## 8 4.81 96 12 123 ausente PA FO
## 9 5.46 94 16 163 ausente PA FO
## 10 4.07 101 6 134 ausente PA FO
## 11 5.17 95 8 13 ausente PA FO
## 12 5.60 101 13 161 ausente PA FO
## 13 5.10 96 7 260 presente PA FO
## 14 5.96 101 8 221 presente PA FO
## 15 5.15 91 9 185 ausente PA FO
## 16 5.14 91 12 258 presente PA FO
## 17 5.70 91 15 153 presente PA FO
## 18 3.50 95 13 56 presente PA FO
## 19 5.46 93 17 256 presente PA FO
## 20 5.56 93 4 203 presente PA FO
## 21 2.47 89 12 23 presente PA FO
### Filtre los datos para tener solo fertilizaci´on se tienen plantas parcialmente afectadas o fueron tratadas con fertilizaci´on inorg´anica
tib.c %>% filter(Estatus == "PA" | Fertilizacion == "FO")
## Biomasa Flores.r Flores.d Hojas.d Plaga Estatus Fertilizacion
## 1 6.38 101 9 272 presente s FO
## 2 5.55 101 11 113 presente s FO
## 3 5.42 98 10 136 presente s FO
## 4 6.33 96 11 218 ausente s FO
## 5 4.50 95 8 112 ausente s FO
## 6 5.06 93 5 115 ausente s FO
## 7 5.65 102 10 197 presente s FO
## 8 3.94 93 11 192 presente s FO
## 9 5.55 93 13 189 presente s FO
## 10 7.65 99 12 276 presente s FO
## 11 3.69 95 12 121 ausente s FO
## 12 4.87 101 12 291 ausente s FO
## 13 5.17 96 8 176 presente s FO
## 14 4.25 101 9 273 presente s FO
## 15 4.77 91 13 91 presente s FO
## 16 5.13 96 9 36 presente s FO
## 17 6.00 95 7 72 presente s FO
## 18 4.57 93 6 118 presente s FO
## 19 4.71 99 9 186 presente s FO
## 20 5.75 91 17 86 presente PA FI
## 21 3.79 101 10 208 presente PA FO
## 22 4.78 95 11 47 presente PA FO
## 23 3.14 101 7 229 ausente PA FO
## 24 4.86 96 11 94 presente PA FO
## 25 4.96 101 12 293 presente PA FI
## 26 5.48 98 7 100 presente PA FI
## 27 5.76 91 11 125 presente PA FO
## 28 5.15 91 14 35 presente PA FO
## 29 6.09 91 11 183 presente PA FO
## 30 4.81 96 12 123 ausente PA FO
## 31 6.01 95 10 126 presente PA FI
## 32 3.99 95 11 156 presente PA FI
## 33 5.46 94 16 163 ausente PA FO
## 34 4.70 93 15 49 ausente PA FI
## 35 4.80 102 17 32 presente PA FI
## 36 5.60 93 9 292 ausente PA FI
## 37 4.46 93 15 127 presente PA FI
## 38 4.37 99 9 242 presente PA FI
## 39 5.38 89 11 138 ausente PA FI
## 40 4.19 91 15 200 ausente PA FI
## 41 4.07 101 6 134 ausente PA FO
## 42 5.17 95 8 13 ausente PA FO
## 43 5.60 101 13 161 ausente PA FO
## 44 5.10 96 7 260 presente PA FO
## 45 5.96 101 8 221 presente PA FO
## 46 5.49 98 13 5 presente PA FI
## 47 5.15 91 9 185 ausente PA FO
## 48 5.14 91 12 258 presente PA FO
## 49 5.70 91 15 153 presente PA FO
## 50 6.09 96 6 64 presente PA FI
## 51 3.50 95 13 56 presente PA FO
## 52 5.29 95 10 65 presente PA FI
## 53 5.66 94 11 28 presente PA FI
## 54 5.46 93 17 256 presente PA FO
## 55 5.87 102 8 111 presente PA FI
## 56 5.56 93 4 203 presente PA FO
## 57 4.98 93 6 257 ausente PA FI
## 58 5.66 99 12 71 ausente PA FI
## 59 2.47 89 12 23 presente PA FO
## 60 4.43 95 9 21 presente MA FO
## 61 4.92 91 15 11 presente MA FO
## 62 5.30 102 10 177 presente MA FO
## 63 3.85 99 9 131 presente MA FO
## 64 4.82 101 9 279 ausente MA FO
## 65 5.25 101 6 290 presente MA FO
## 66 4.37 91 7 88 presente MA FO
## 67 4.81 96 12 6 presente MA FO
## 68 4.83 93 8 80 presente MA FO
## 69 5.62 93 13 137 ausente MA FO
## 70 4.84 99 12 178 presente MA FO
## 71 4.63 89 8 105 presente MA FO
### Filtre los datos de Flores desprendidas por presencia o ausencia de plaga para cuando el nu´mero de flores desprendidas es mayor a su mediana
tib.c %>% filter(Flores.d > median(Flores.d)) %>%
select(Plaga, Flores.d)
## Plaga Flores.d
## 1 ausente 13
## 2 presente 14
## 3 presente 11
## 4 ausente 11
## 5 presente 15
## 6 ausente 11
## 7 presente 11
## 8 presente 13
## 9 presente 12
## 10 ausente 12
## 11 presente 11
## 12 ausente 12
## 13 ausente 12
## 14 presente 13
## 15 ausente 11
## 16 presente 16
## 17 presente 14
## 18 presente 17
## 19 presente 11
## 20 presente 11
## 21 presente 12
## 22 presente 11
## 23 presente 14
## 24 presente 11
## 25 ausente 12
## 26 presente 11
## 27 ausente 16
## 28 ausente 15
## 29 presente 17
## 30 presente 15
## 31 ausente 11
## 32 ausente 15
## 33 ausente 13
## 34 presente 13
## 35 presente 12
## 36 presente 15
## 37 presente 13
## 38 presente 11
## 39 presente 17
## 40 ausente 12
## 41 presente 12
## 42 ausente 14
## 43 ausente 12
## 44 presente 11
## 45 ausente 12
## 46 presente 15
## 47 ausente 13
## 48 ausente 14
## 49 presente 12
## 50 presente 11
## 51 presente 16
## 52 ausente 12
## 53 presente 11
## 54 presente 11
## 55 presente 12
## 56 presente 11
## 57 ausente 13
## 58 ausente 13
## 59 presente 12
### Filtre los datos de una de las variables con datos faltantes por presencia o ausencia de plaga para cuando el valor de la variable con faltante es mayor a su mediana. Compare los resultados en los dos conjuntos de datos (completo o muestreado). Si encuentra diferencias en la mediana use median(, na.rm = TRUE)
tib.i %>% filter(Biomasa> median(Biomasa)) %>%
select(Plaga, Biomasa)
## Plaga Biomasa
## 1 presente 5.30
## 2 ausente 5.71
## 3 presente 5.52
## 4 presente 5.44
## 5 presente 5.07
## 6 presente 5.49
## 7 presente 5.55
## 8 presente 5.29
## 9 presente 5.15
## 10 presente 5.03
## 11 presente 5.87
## 12 ausente 5.17
## 13 ausente 5.47
## 14 ausente 5.58
## 15 ausente 5.66
## 16 presente 5.13
## 17 presente 6.09
## 18 presente 5.25
## 19 ausente 5.38
## 20 presente 5.29
## 21 ausente 5.06
## 22 presente 5.87
## 23 presente 5.42
## 24 ausente 5.62
## 25 ausente 6.33
## 26 presente 5.17
## 27 presente 5.66
## 28 ausente 5.60
## 29 ausente 5.46
## 30 presente 5.95
## 31 presente 5.75
## 32 presente 5.84
## 33 presente 5.56
## 34 presente 7.65
## 35 ausente 6.22
## 36 presente 5.28
## 37 presente 6.00
## 38 presente 5.10
## 39 ausente 5.60
## 40 ausente 5.24
## 41 ausente 5.20
## 42 presente 6.09
## 43 presente 5.46
## 44 ausente 5.17
## 45 presente 6.38
tib.c %>% filter(Biomasa> median(Biomasa)) %>%
select(Plaga, Biomasa)
## Plaga Biomasa
## 1 ausente 5.17
## 2 presente 5.95
## 3 presente 6.38
## 4 presente 5.55
## 5 presente 5.42
## 6 ausente 5.71
## 7 ausente 6.33
## 8 presente 5.65
## 9 presente 5.55
## 10 presente 7.65
## 11 ausente 5.20
## 12 presente 5.17
## 13 presente 6.04
## 14 presente 5.13
## 15 presente 6.00
## 16 presente 5.28
## 17 ausente 5.58
## 18 presente 5.52
## 19 ausente 5.24
## 20 presente 5.75
## 21 presente 5.48
## 22 presente 5.76
## 23 presente 5.15
## 24 presente 6.09
## 25 presente 6.01
## 26 ausente 5.46
## 27 ausente 5.60
## 28 ausente 5.38
## 29 ausente 5.17
## 30 ausente 5.60
## 31 presente 5.10
## 32 presente 5.96
## 33 presente 5.49
## 34 ausente 5.15
## 35 presente 5.14
## 36 presente 5.70
## 37 presente 6.09
## 38 presente 5.29
## 39 presente 5.66
## 40 presente 5.46
## 41 presente 5.87
## 42 presente 5.56
## 43 ausente 5.66
## 44 ausente 5.92
## 45 presente 5.87
## 46 presente 5.30
## 47 ausente 6.22
## 48 presente 5.15
## 49 presente 5.10
## 50 presente 5.44
## 51 ausente 5.47
## 52 presente 5.30
## 53 presente 5.07
## 54 presente 5.29
## 55 presente 5.25
## 56 ausente 5.21
## 57 presente 5.66
## 58 ausente 5.20
## 59 presente 5.84
## 60 ausente 5.62
tib.i %>% summarise(median(Biomasa))
## median(Biomasa)
## 1 5.025
tib.c %>% summarise(median(Biomasa))
## median(Biomasa)
## 1 5.065
### Seleccione dos variables cuantitativas y asígnelas a un vector con c(,) y nómbrelo con v1. Ponga en otro vector dos valores numéricos que sirvan de condiciones a ca- da variable, por ejemplo, el cuartil inferior para una y el cuartil superior para la otra y llámelo v2. Usando ahora pipes, llame el data.frame completo y filtre usan- do el operador punto para seleccionar aquellos datos que superan respectivamente cada variable el valor de la condiciones. Use ( v1=c();v2=c(); tib.c % > % filter(.data[[v1[[1]]>v2[[1]],.data[[v1[[2]]>v2[[2]]))
vector1 = tib.c %>% select(Flores.r)
vector2 = tib.c %>% select(Hojas.d)
v1 <- c(vector1, vector2)
attach(tib.c)
quantile(Flores.r) # cuartil inferior 8.75
## 0% 25% 50% 75% 100%
## 89.00 92.50 95.00 98.25 102.00
quantile(Hojas.d)# cuartil superior 97
## 0% 25% 50% 75% 100%
## 1.00 82.25 141.50 208.50 293.00
v2 <- c (91.75 ,222.50 )
v1=c();v2=c(); tib.c %>% filter(.[v1[1]]>v2[1],.[v1[2]]>v2[2])
## [1] Biomasa Flores.r Flores.d Hojas.d Plaga
## [6] Estatus Fertilizacion
## <0 rows> (or 0-length row.names)
### Cree un data frame o tableta con todas las variables cuantitativas continuas estandarizadas con el ‹ score z› y las discretas con la estandarización minimax y ll´amelo tib.e. Use (mutate())
V_continua =tib.c %>% mutate(Biomasa =(Biomasa - mean(Biomasa)/sd(Biomasa)))
v_floresr= tib.c %>% mutate(Flores.r = (Flores.r - min(Flores.r))/(max(Flores.r) - min(Flores.r)))
v_floresd = tib.c%>% mutate(Flores.d=(Flores.d - min(Flores.d))/(max(Flores.d)-min(Flores.d)))
v_hojas = tib.c %>% mutate(Hojas.d = (Hojas.d- min(Hojas.d))/(max(Hojas.d)-min(Hojas.d)))
tib.e =data.frame(V_continua, v_floresr,v_floresd, v_hojas)
tib.e
## Biomasa Flores.r Flores.d Hojas.d Plaga Estatus Fertilizacion
## 1 -1.156548053 91 13 201 ausente s FI
## 2 -0.376548053 101 10 188 presente s FI
## 3 -2.396548053 95 8 84 presente s FI
## 4 0.053451947 101 9 272 presente s FO
## 5 -1.596548053 96 14 166 presente s FI
## 6 -0.776548053 101 11 113 presente s FO
## 7 -0.906548053 98 10 136 presente s FO
## 8 -2.576548053 91 10 109 presente s FI
## 9 -0.616548053 91 11 17 ausente s FI
## 10 -2.416548053 91 15 227 presente s FI
## 11 0.003451947 96 11 218 ausente s FO
## 12 -1.826548053 95 8 112 ausente s FO
## 13 -1.936548053 95 5 46 presente s FI
## 14 -1.806548053 94 6 199 ausente s FI
## 15 -1.266548053 93 5 115 ausente s FO
## 16 -0.676548053 102 10 197 presente s FO
## 17 -2.386548053 93 11 192 presente s FO
## 18 -0.776548053 93 13 189 presente s FO
## 19 1.323451947 99 12 276 presente s FO
## 20 -1.126548053 89 12 142 ausente s FI
## 21 -2.446548053 91 8 241 ausente s FI
## 22 -1.896548053 101 11 263 presente s FI
## 23 -2.636548053 95 12 121 ausente s FO
## 24 -1.456548053 101 12 291 ausente s FO
## 25 -1.156548053 96 8 176 presente s FO
## 26 -2.076548053 101 9 273 presente s FO
## 27 -0.286548053 98 9 184 presente s FI
## 28 -1.556548053 91 13 91 presente s FO
## 29 -2.426548053 91 9 235 presente s FI
## 30 -2.386548053 91 11 281 ausente s FI
## 31 -1.196548053 96 9 36 presente s FO
## 32 -2.586548053 95 7 141 ausente s FI
## 33 -0.326548053 95 7 72 presente s FO
## 34 -1.306548053 94 9 230 presente s FI
## 35 -1.756548053 93 6 118 presente s FO
## 36 -1.046548053 102 16 1 presente s FI
## 37 -0.746548053 93 6 265 ausente s FI
## 38 -0.806548053 93 14 175 presente s FI
## 39 -1.616548053 99 9 186 presente s FO
## 40 -1.086548053 89 9 262 ausente s FI
## 41 -0.576548053 91 17 86 presente PA FI
## 42 -2.536548053 101 10 208 presente PA FO
## 43 -1.546548053 95 11 47 presente PA FO
## 44 -3.186548053 101 7 229 ausente PA FO
## 45 -1.466548053 96 11 94 presente PA FO
## 46 -1.366548053 101 12 293 presente PA FI
## 47 -0.846548053 98 7 100 presente PA FI
## 48 -0.566548053 91 11 125 presente PA FO
## 49 -1.176548053 91 14 35 presente PA FO
## 50 -0.236548053 91 11 183 presente PA FO
## 51 -1.516548053 96 12 123 ausente PA FO
## 52 -0.316548053 95 10 126 presente PA FI
## 53 -2.336548053 95 11 156 presente PA FI
## 54 -0.866548053 94 16 163 ausente PA FO
## 55 -1.626548053 93 15 49 ausente PA FI
## 56 -1.526548053 102 17 32 presente PA FI
## 57 -0.726548053 93 9 292 ausente PA FI
## 58 -1.866548053 93 15 127 presente PA FI
## 59 -1.956548053 99 9 242 presente PA FI
## 60 -0.946548053 89 11 138 ausente PA FI
## 61 -2.136548053 91 15 200 ausente PA FI
## 62 -2.256548053 101 6 134 ausente PA FO
## 63 -1.156548053 95 8 13 ausente PA FO
## 64 -0.726548053 101 13 161 ausente PA FO
## 65 -1.226548053 96 7 260 presente PA FO
## 66 -0.366548053 101 8 221 presente PA FO
## 67 -0.836548053 98 13 5 presente PA FI
## 68 -1.176548053 91 9 185 ausente PA FO
## 69 -1.186548053 91 12 258 presente PA FO
## 70 -0.626548053 91 15 153 presente PA FO
## 71 -0.236548053 96 6 64 presente PA FI
## 72 -2.826548053 95 13 56 presente PA FO
## 73 -1.036548053 95 10 65 presente PA FI
## 74 -0.666548053 94 11 28 presente PA FI
## 75 -0.866548053 93 17 256 presente PA FO
## 76 -0.456548053 102 8 111 presente PA FI
## 77 -0.766548053 93 4 203 presente PA FO
## 78 -1.346548053 93 6 257 ausente PA FI
## 79 -0.666548053 99 12 71 ausente PA FI
## 80 -3.856548053 89 12 23 presente PA FO
## 81 -0.406548053 91 14 55 ausente MA FI
## 82 -1.686548053 101 12 182 ausente MA FI
## 83 -1.896548053 95 9 21 presente MA FO
## 84 -0.456548053 101 11 270 presente MA FI
## 85 -1.026548053 96 9 259 presente MA FI
## 86 -0.106548053 101 12 33 ausente MA FI
## 87 -1.176548053 98 6 206 presente MA FI
## 88 -1.406548053 91 15 11 presente MA FO
## 89 -1.226548053 91 9 143 presente MA FI
## 90 -0.886548053 91 8 274 presente MA FI
## 91 -1.316548053 96 8 154 ausente MA FI
## 92 -1.726548053 95 13 102 ausente MA FI
## 93 -1.896548053 95 14 18 ausente MA FI
## 94 -1.376548053 94 7 31 presente MA FI
## 95 -0.856548053 93 7 204 ausente MA FI
## 96 -1.026548053 102 10 177 presente MA FO
## 97 -1.256548053 93 10 101 presente MA FI
## 98 -1.266548053 93 7 122 ausente MA FI
## 99 -2.476548053 99 9 131 presente MA FO
## 100 -1.036548053 89 12 250 presente MA FI
## 101 -1.606548053 91 11 146 presente MA FI
## 102 -1.506548053 101 9 279 ausente MA FO
## 103 -2.506548053 95 7 269 presente MA FI
## 104 -1.076548053 101 6 290 presente MA FO
## 105 -1.296548053 96 16 151 presente MA FI
## 106 -2.236548053 101 9 87 presente MA FI
## 107 -1.116548053 98 12 67 ausente MA FI
## 108 -0.666548053 91 11 77 presente MA FI
## 109 -2.376548053 91 11 83 presente MA FI
## 110 -1.956548053 91 7 88 presente MA FO
## 111 -1.516548053 96 12 6 presente MA FO
## 112 -2.106548053 95 11 133 presente MA FI
## 113 -1.126548053 95 13 44 ausente MA FI
## 114 -0.486548053 94 10 27 presente MA FI
## 115 -1.496548053 93 8 80 presente MA FO
## 116 -3.196548053 102 8 14 presente MA FI
## 117 -2.046548053 93 10 210 presente MA FI
## 118 -0.706548053 93 13 137 ausente MA FO
## 119 -1.486548053 99 12 178 presente MA FO
## 120 -1.696548053 89 8 105 presente MA FO
## Biomasa.1 Flores.r.1 Flores.d.1 Hojas.d.1 Plaga.1 Estatus.1
## 1 5.17 0.1538462 13 201 ausente s
## 2 5.95 0.9230769 10 188 presente s
## 3 3.93 0.4615385 8 84 presente s
## 4 6.38 0.9230769 9 272 presente s
## 5 4.73 0.5384615 14 166 presente s
## 6 5.55 0.9230769 11 113 presente s
## 7 5.42 0.6923077 10 136 presente s
## 8 3.75 0.1538462 10 109 presente s
## 9 5.71 0.1538462 11 17 ausente s
## 10 3.91 0.1538462 15 227 presente s
## 11 6.33 0.5384615 11 218 ausente s
## 12 4.50 0.4615385 8 112 ausente s
## 13 4.39 0.4615385 5 46 presente s
## 14 4.52 0.3846154 6 199 ausente s
## 15 5.06 0.3076923 5 115 ausente s
## 16 5.65 1.0000000 10 197 presente s
## 17 3.94 0.3076923 11 192 presente s
## 18 5.55 0.3076923 13 189 presente s
## 19 7.65 0.7692308 12 276 presente s
## 20 5.20 0.0000000 12 142 ausente s
## 21 3.88 0.1538462 8 241 ausente s
## 22 4.43 0.9230769 11 263 presente s
## 23 3.69 0.4615385 12 121 ausente s
## 24 4.87 0.9230769 12 291 ausente s
## 25 5.17 0.5384615 8 176 presente s
## 26 4.25 0.9230769 9 273 presente s
## 27 6.04 0.6923077 9 184 presente s
## 28 4.77 0.1538462 13 91 presente s
## 29 3.90 0.1538462 9 235 presente s
## 30 3.94 0.1538462 11 281 ausente s
## 31 5.13 0.5384615 9 36 presente s
## 32 3.74 0.4615385 7 141 ausente s
## 33 6.00 0.4615385 7 72 presente s
## 34 5.02 0.3846154 9 230 presente s
## 35 4.57 0.3076923 6 118 presente s
## 36 5.28 1.0000000 16 1 presente s
## 37 5.58 0.3076923 6 265 ausente s
## 38 5.52 0.3076923 14 175 presente s
## 39 4.71 0.7692308 9 186 presente s
## 40 5.24 0.0000000 9 262 ausente s
## 41 5.75 0.1538462 17 86 presente PA
## 42 3.79 0.9230769 10 208 presente PA
## 43 4.78 0.4615385 11 47 presente PA
## 44 3.14 0.9230769 7 229 ausente PA
## 45 4.86 0.5384615 11 94 presente PA
## 46 4.96 0.9230769 12 293 presente PA
## 47 5.48 0.6923077 7 100 presente PA
## 48 5.76 0.1538462 11 125 presente PA
## 49 5.15 0.1538462 14 35 presente PA
## 50 6.09 0.1538462 11 183 presente PA
## 51 4.81 0.5384615 12 123 ausente PA
## 52 6.01 0.4615385 10 126 presente PA
## 53 3.99 0.4615385 11 156 presente PA
## 54 5.46 0.3846154 16 163 ausente PA
## 55 4.70 0.3076923 15 49 ausente PA
## 56 4.80 1.0000000 17 32 presente PA
## 57 5.60 0.3076923 9 292 ausente PA
## 58 4.46 0.3076923 15 127 presente PA
## 59 4.37 0.7692308 9 242 presente PA
## 60 5.38 0.0000000 11 138 ausente PA
## 61 4.19 0.1538462 15 200 ausente PA
## 62 4.07 0.9230769 6 134 ausente PA
## 63 5.17 0.4615385 8 13 ausente PA
## 64 5.60 0.9230769 13 161 ausente PA
## 65 5.10 0.5384615 7 260 presente PA
## 66 5.96 0.9230769 8 221 presente PA
## 67 5.49 0.6923077 13 5 presente PA
## 68 5.15 0.1538462 9 185 ausente PA
## 69 5.14 0.1538462 12 258 presente PA
## 70 5.70 0.1538462 15 153 presente PA
## 71 6.09 0.5384615 6 64 presente PA
## 72 3.50 0.4615385 13 56 presente PA
## 73 5.29 0.4615385 10 65 presente PA
## 74 5.66 0.3846154 11 28 presente PA
## 75 5.46 0.3076923 17 256 presente PA
## 76 5.87 1.0000000 8 111 presente PA
## 77 5.56 0.3076923 4 203 presente PA
## 78 4.98 0.3076923 6 257 ausente PA
## 79 5.66 0.7692308 12 71 ausente PA
## 80 2.47 0.0000000 12 23 presente PA
## 81 5.92 0.1538462 14 55 ausente MA
## 82 4.64 0.9230769 12 182 ausente MA
## 83 4.43 0.4615385 9 21 presente MA
## 84 5.87 0.9230769 11 270 presente MA
## 85 5.30 0.5384615 9 259 presente MA
## 86 6.22 0.9230769 12 33 ausente MA
## 87 5.15 0.6923077 6 206 presente MA
## 88 4.92 0.1538462 15 11 presente MA
## 89 5.10 0.1538462 9 143 presente MA
## 90 5.44 0.1538462 8 274 presente MA
## 91 5.01 0.5384615 8 154 ausente MA
## 92 4.60 0.4615385 13 102 ausente MA
## 93 4.43 0.4615385 14 18 ausente MA
## 94 4.95 0.3846154 7 31 presente MA
## 95 5.47 0.3076923 7 204 ausente MA
## 96 5.30 1.0000000 10 177 presente MA
## 97 5.07 0.3076923 10 101 presente MA
## 98 5.06 0.3076923 7 122 ausente MA
## 99 3.85 0.7692308 9 131 presente MA
## 100 5.29 0.0000000 12 250 presente MA
## 101 4.72 0.1538462 11 146 presente MA
## 102 4.82 0.9230769 9 279 ausente MA
## 103 3.82 0.4615385 7 269 presente MA
## 104 5.25 0.9230769 6 290 presente MA
## 105 5.03 0.5384615 16 151 presente MA
## 106 4.09 0.9230769 9 87 presente MA
## 107 5.21 0.6923077 12 67 ausente MA
## 108 5.66 0.1538462 11 77 presente MA
## 109 3.95 0.1538462 11 83 presente MA
## 110 4.37 0.1538462 7 88 presente MA
## 111 4.81 0.5384615 12 6 presente MA
## 112 4.22 0.4615385 11 133 presente MA
## 113 5.20 0.4615385 13 44 ausente MA
## 114 5.84 0.3846154 10 27 presente MA
## 115 4.83 0.3076923 8 80 presente MA
## 116 3.13 1.0000000 8 14 presente MA
## 117 4.28 0.3076923 10 210 presente MA
## 118 5.62 0.3076923 13 137 ausente MA
## 119 4.84 0.7692308 12 178 presente MA
## 120 4.63 0.0000000 8 105 presente MA
## Fertilizacion.1 Biomasa.2 Flores.r.2 Flores.d.2 Hojas.d.2 Plaga.2
## 1 FI 5.17 91 0.69230769 201 ausente
## 2 FI 5.95 101 0.46153846 188 presente
## 3 FI 3.93 95 0.30769231 84 presente
## 4 FO 6.38 101 0.38461538 272 presente
## 5 FI 4.73 96 0.76923077 166 presente
## 6 FO 5.55 101 0.53846154 113 presente
## 7 FO 5.42 98 0.46153846 136 presente
## 8 FI 3.75 91 0.46153846 109 presente
## 9 FI 5.71 91 0.53846154 17 ausente
## 10 FI 3.91 91 0.84615385 227 presente
## 11 FO 6.33 96 0.53846154 218 ausente
## 12 FO 4.50 95 0.30769231 112 ausente
## 13 FI 4.39 95 0.07692308 46 presente
## 14 FI 4.52 94 0.15384615 199 ausente
## 15 FO 5.06 93 0.07692308 115 ausente
## 16 FO 5.65 102 0.46153846 197 presente
## 17 FO 3.94 93 0.53846154 192 presente
## 18 FO 5.55 93 0.69230769 189 presente
## 19 FO 7.65 99 0.61538462 276 presente
## 20 FI 5.20 89 0.61538462 142 ausente
## 21 FI 3.88 91 0.30769231 241 ausente
## 22 FI 4.43 101 0.53846154 263 presente
## 23 FO 3.69 95 0.61538462 121 ausente
## 24 FO 4.87 101 0.61538462 291 ausente
## 25 FO 5.17 96 0.30769231 176 presente
## 26 FO 4.25 101 0.38461538 273 presente
## 27 FI 6.04 98 0.38461538 184 presente
## 28 FO 4.77 91 0.69230769 91 presente
## 29 FI 3.90 91 0.38461538 235 presente
## 30 FI 3.94 91 0.53846154 281 ausente
## 31 FO 5.13 96 0.38461538 36 presente
## 32 FI 3.74 95 0.23076923 141 ausente
## 33 FO 6.00 95 0.23076923 72 presente
## 34 FI 5.02 94 0.38461538 230 presente
## 35 FO 4.57 93 0.15384615 118 presente
## 36 FI 5.28 102 0.92307692 1 presente
## 37 FI 5.58 93 0.15384615 265 ausente
## 38 FI 5.52 93 0.76923077 175 presente
## 39 FO 4.71 99 0.38461538 186 presente
## 40 FI 5.24 89 0.38461538 262 ausente
## 41 FI 5.75 91 1.00000000 86 presente
## 42 FO 3.79 101 0.46153846 208 presente
## 43 FO 4.78 95 0.53846154 47 presente
## 44 FO 3.14 101 0.23076923 229 ausente
## 45 FO 4.86 96 0.53846154 94 presente
## 46 FI 4.96 101 0.61538462 293 presente
## 47 FI 5.48 98 0.23076923 100 presente
## 48 FO 5.76 91 0.53846154 125 presente
## 49 FO 5.15 91 0.76923077 35 presente
## 50 FO 6.09 91 0.53846154 183 presente
## 51 FO 4.81 96 0.61538462 123 ausente
## 52 FI 6.01 95 0.46153846 126 presente
## 53 FI 3.99 95 0.53846154 156 presente
## 54 FO 5.46 94 0.92307692 163 ausente
## 55 FI 4.70 93 0.84615385 49 ausente
## 56 FI 4.80 102 1.00000000 32 presente
## 57 FI 5.60 93 0.38461538 292 ausente
## 58 FI 4.46 93 0.84615385 127 presente
## 59 FI 4.37 99 0.38461538 242 presente
## 60 FI 5.38 89 0.53846154 138 ausente
## 61 FI 4.19 91 0.84615385 200 ausente
## 62 FO 4.07 101 0.15384615 134 ausente
## 63 FO 5.17 95 0.30769231 13 ausente
## 64 FO 5.60 101 0.69230769 161 ausente
## 65 FO 5.10 96 0.23076923 260 presente
## 66 FO 5.96 101 0.30769231 221 presente
## 67 FI 5.49 98 0.69230769 5 presente
## 68 FO 5.15 91 0.38461538 185 ausente
## 69 FO 5.14 91 0.61538462 258 presente
## 70 FO 5.70 91 0.84615385 153 presente
## 71 FI 6.09 96 0.15384615 64 presente
## 72 FO 3.50 95 0.69230769 56 presente
## 73 FI 5.29 95 0.46153846 65 presente
## 74 FI 5.66 94 0.53846154 28 presente
## 75 FO 5.46 93 1.00000000 256 presente
## 76 FI 5.87 102 0.30769231 111 presente
## 77 FO 5.56 93 0.00000000 203 presente
## 78 FI 4.98 93 0.15384615 257 ausente
## 79 FI 5.66 99 0.61538462 71 ausente
## 80 FO 2.47 89 0.61538462 23 presente
## 81 FI 5.92 91 0.76923077 55 ausente
## 82 FI 4.64 101 0.61538462 182 ausente
## 83 FO 4.43 95 0.38461538 21 presente
## 84 FI 5.87 101 0.53846154 270 presente
## 85 FI 5.30 96 0.38461538 259 presente
## 86 FI 6.22 101 0.61538462 33 ausente
## 87 FI 5.15 98 0.15384615 206 presente
## 88 FO 4.92 91 0.84615385 11 presente
## 89 FI 5.10 91 0.38461538 143 presente
## 90 FI 5.44 91 0.30769231 274 presente
## 91 FI 5.01 96 0.30769231 154 ausente
## 92 FI 4.60 95 0.69230769 102 ausente
## 93 FI 4.43 95 0.76923077 18 ausente
## 94 FI 4.95 94 0.23076923 31 presente
## 95 FI 5.47 93 0.23076923 204 ausente
## 96 FO 5.30 102 0.46153846 177 presente
## 97 FI 5.07 93 0.46153846 101 presente
## 98 FI 5.06 93 0.23076923 122 ausente
## 99 FO 3.85 99 0.38461538 131 presente
## 100 FI 5.29 89 0.61538462 250 presente
## 101 FI 4.72 91 0.53846154 146 presente
## 102 FO 4.82 101 0.38461538 279 ausente
## 103 FI 3.82 95 0.23076923 269 presente
## 104 FO 5.25 101 0.15384615 290 presente
## 105 FI 5.03 96 0.92307692 151 presente
## 106 FI 4.09 101 0.38461538 87 presente
## 107 FI 5.21 98 0.61538462 67 ausente
## 108 FI 5.66 91 0.53846154 77 presente
## 109 FI 3.95 91 0.53846154 83 presente
## 110 FO 4.37 91 0.23076923 88 presente
## 111 FO 4.81 96 0.61538462 6 presente
## 112 FI 4.22 95 0.53846154 133 presente
## 113 FI 5.20 95 0.69230769 44 ausente
## 114 FI 5.84 94 0.46153846 27 presente
## 115 FO 4.83 93 0.30769231 80 presente
## 116 FI 3.13 102 0.30769231 14 presente
## 117 FI 4.28 93 0.46153846 210 presente
## 118 FO 5.62 93 0.69230769 137 ausente
## 119 FO 4.84 99 0.61538462 178 presente
## 120 FO 4.63 89 0.30769231 105 presente
## Estatus.2 Fertilizacion.2 Biomasa.3 Flores.r.3 Flores.d.3 Hojas.d.3
## 1 s FI 5.17 91 13 0.68493151
## 2 s FI 5.95 101 10 0.64041096
## 3 s FI 3.93 95 8 0.28424658
## 4 s FO 6.38 101 9 0.92808219
## 5 s FI 4.73 96 14 0.56506849
## 6 s FO 5.55 101 11 0.38356164
## 7 s FO 5.42 98 10 0.46232877
## 8 s FI 3.75 91 10 0.36986301
## 9 s FI 5.71 91 11 0.05479452
## 10 s FI 3.91 91 15 0.77397260
## 11 s FO 6.33 96 11 0.74315068
## 12 s FO 4.50 95 8 0.38013699
## 13 s FI 4.39 95 5 0.15410959
## 14 s FI 4.52 94 6 0.67808219
## 15 s FO 5.06 93 5 0.39041096
## 16 s FO 5.65 102 10 0.67123288
## 17 s FO 3.94 93 11 0.65410959
## 18 s FO 5.55 93 13 0.64383562
## 19 s FO 7.65 99 12 0.94178082
## 20 s FI 5.20 89 12 0.48287671
## 21 s FI 3.88 91 8 0.82191781
## 22 s FI 4.43 101 11 0.89726027
## 23 s FO 3.69 95 12 0.41095890
## 24 s FO 4.87 101 12 0.99315068
## 25 s FO 5.17 96 8 0.59931507
## 26 s FO 4.25 101 9 0.93150685
## 27 s FI 6.04 98 9 0.62671233
## 28 s FO 4.77 91 13 0.30821918
## 29 s FI 3.90 91 9 0.80136986
## 30 s FI 3.94 91 11 0.95890411
## 31 s FO 5.13 96 9 0.11986301
## 32 s FI 3.74 95 7 0.47945205
## 33 s FO 6.00 95 7 0.24315068
## 34 s FI 5.02 94 9 0.78424658
## 35 s FO 4.57 93 6 0.40068493
## 36 s FI 5.28 102 16 0.00000000
## 37 s FI 5.58 93 6 0.90410959
## 38 s FI 5.52 93 14 0.59589041
## 39 s FO 4.71 99 9 0.63356164
## 40 s FI 5.24 89 9 0.89383562
## 41 PA FI 5.75 91 17 0.29109589
## 42 PA FO 3.79 101 10 0.70890411
## 43 PA FO 4.78 95 11 0.15753425
## 44 PA FO 3.14 101 7 0.78082192
## 45 PA FO 4.86 96 11 0.31849315
## 46 PA FI 4.96 101 12 1.00000000
## 47 PA FI 5.48 98 7 0.33904110
## 48 PA FO 5.76 91 11 0.42465753
## 49 PA FO 5.15 91 14 0.11643836
## 50 PA FO 6.09 91 11 0.62328767
## 51 PA FO 4.81 96 12 0.41780822
## 52 PA FI 6.01 95 10 0.42808219
## 53 PA FI 3.99 95 11 0.53082192
## 54 PA FO 5.46 94 16 0.55479452
## 55 PA FI 4.70 93 15 0.16438356
## 56 PA FI 4.80 102 17 0.10616438
## 57 PA FI 5.60 93 9 0.99657534
## 58 PA FI 4.46 93 15 0.43150685
## 59 PA FI 4.37 99 9 0.82534247
## 60 PA FI 5.38 89 11 0.46917808
## 61 PA FI 4.19 91 15 0.68150685
## 62 PA FO 4.07 101 6 0.45547945
## 63 PA FO 5.17 95 8 0.04109589
## 64 PA FO 5.60 101 13 0.54794521
## 65 PA FO 5.10 96 7 0.88698630
## 66 PA FO 5.96 101 8 0.75342466
## 67 PA FI 5.49 98 13 0.01369863
## 68 PA FO 5.15 91 9 0.63013699
## 69 PA FO 5.14 91 12 0.88013699
## 70 PA FO 5.70 91 15 0.52054795
## 71 PA FI 6.09 96 6 0.21575342
## 72 PA FO 3.50 95 13 0.18835616
## 73 PA FI 5.29 95 10 0.21917808
## 74 PA FI 5.66 94 11 0.09246575
## 75 PA FO 5.46 93 17 0.87328767
## 76 PA FI 5.87 102 8 0.37671233
## 77 PA FO 5.56 93 4 0.69178082
## 78 PA FI 4.98 93 6 0.87671233
## 79 PA FI 5.66 99 12 0.23972603
## 80 PA FO 2.47 89 12 0.07534247
## 81 MA FI 5.92 91 14 0.18493151
## 82 MA FI 4.64 101 12 0.61986301
## 83 MA FO 4.43 95 9 0.06849315
## 84 MA FI 5.87 101 11 0.92123288
## 85 MA FI 5.30 96 9 0.88356164
## 86 MA FI 6.22 101 12 0.10958904
## 87 MA FI 5.15 98 6 0.70205479
## 88 MA FO 4.92 91 15 0.03424658
## 89 MA FI 5.10 91 9 0.48630137
## 90 MA FI 5.44 91 8 0.93493151
## 91 MA FI 5.01 96 8 0.52397260
## 92 MA FI 4.60 95 13 0.34589041
## 93 MA FI 4.43 95 14 0.05821918
## 94 MA FI 4.95 94 7 0.10273973
## 95 MA FI 5.47 93 7 0.69520548
## 96 MA FO 5.30 102 10 0.60273973
## 97 MA FI 5.07 93 10 0.34246575
## 98 MA FI 5.06 93 7 0.41438356
## 99 MA FO 3.85 99 9 0.44520548
## 100 MA FI 5.29 89 12 0.85273973
## 101 MA FI 4.72 91 11 0.49657534
## 102 MA FO 4.82 101 9 0.95205479
## 103 MA FI 3.82 95 7 0.91780822
## 104 MA FO 5.25 101 6 0.98972603
## 105 MA FI 5.03 96 16 0.51369863
## 106 MA FI 4.09 101 9 0.29452055
## 107 MA FI 5.21 98 12 0.22602740
## 108 MA FI 5.66 91 11 0.26027397
## 109 MA FI 3.95 91 11 0.28082192
## 110 MA FO 4.37 91 7 0.29794521
## 111 MA FO 4.81 96 12 0.01712329
## 112 MA FI 4.22 95 11 0.45205479
## 113 MA FI 5.20 95 13 0.14726027
## 114 MA FI 5.84 94 10 0.08904110
## 115 MA FO 4.83 93 8 0.27054795
## 116 MA FI 3.13 102 8 0.04452055
## 117 MA FI 4.28 93 10 0.71575342
## 118 MA FO 5.62 93 13 0.46575342
## 119 MA FO 4.84 99 12 0.60616438
## 120 MA FO 4.63 89 8 0.35616438
## Plaga.3 Estatus.3 Fertilizacion.3
## 1 ausente s FI
## 2 presente s FI
## 3 presente s FI
## 4 presente s FO
## 5 presente s FI
## 6 presente s FO
## 7 presente s FO
## 8 presente s FI
## 9 ausente s FI
## 10 presente s FI
## 11 ausente s FO
## 12 ausente s FO
## 13 presente s FI
## 14 ausente s FI
## 15 ausente s FO
## 16 presente s FO
## 17 presente s FO
## 18 presente s FO
## 19 presente s FO
## 20 ausente s FI
## 21 ausente s FI
## 22 presente s FI
## 23 ausente s FO
## 24 ausente s FO
## 25 presente s FO
## 26 presente s FO
## 27 presente s FI
## 28 presente s FO
## 29 presente s FI
## 30 ausente s FI
## 31 presente s FO
## 32 ausente s FI
## 33 presente s FO
## 34 presente s FI
## 35 presente s FO
## 36 presente s FI
## 37 ausente s FI
## 38 presente s FI
## 39 presente s FO
## 40 ausente s FI
## 41 presente PA FI
## 42 presente PA FO
## 43 presente PA FO
## 44 ausente PA FO
## 45 presente PA FO
## 46 presente PA FI
## 47 presente PA FI
## 48 presente PA FO
## 49 presente PA FO
## 50 presente PA FO
## 51 ausente PA FO
## 52 presente PA FI
## 53 presente PA FI
## 54 ausente PA FO
## 55 ausente PA FI
## 56 presente PA FI
## 57 ausente PA FI
## 58 presente PA FI
## 59 presente PA FI
## 60 ausente PA FI
## 61 ausente PA FI
## 62 ausente PA FO
## 63 ausente PA FO
## 64 ausente PA FO
## 65 presente PA FO
## 66 presente PA FO
## 67 presente PA FI
## 68 ausente PA FO
## 69 presente PA FO
## 70 presente PA FO
## 71 presente PA FI
## 72 presente PA FO
## 73 presente PA FI
## 74 presente PA FI
## 75 presente PA FO
## 76 presente PA FI
## 77 presente PA FO
## 78 ausente PA FI
## 79 ausente PA FI
## 80 presente PA FO
## 81 ausente MA FI
## 82 ausente MA FI
## 83 presente MA FO
## 84 presente MA FI
## 85 presente MA FI
## 86 ausente MA FI
## 87 presente MA FI
## 88 presente MA FO
## 89 presente MA FI
## 90 presente MA FI
## 91 ausente MA FI
## 92 ausente MA FI
## 93 ausente MA FI
## 94 presente MA FI
## 95 ausente MA FI
## 96 presente MA FO
## 97 presente MA FI
## 98 ausente MA FI
## 99 presente MA FO
## 100 presente MA FI
## 101 presente MA FI
## 102 ausente MA FO
## 103 presente MA FI
## 104 presente MA FO
## 105 presente MA FI
## 106 presente MA FI
## 107 ausente MA FI
## 108 presente MA FI
## 109 presente MA FI
## 110 presente MA FO
## 111 presente MA FO
## 112 presente MA FI
## 113 ausente MA FI
## 114 presente MA FI
## 115 presente MA FO
## 116 presente MA FI
## 117 presente MA FI
## 118 ausente MA FO
## 119 presente MA FO
## 120 presente MA FO
Actividad 4
### Cree una nueva variable para tib.c donde divida el numero de flores en las ramas con el numero de flores desprendidas.
nueva.variable = tib.c$Flores.r/tib.c$Flores.d
nueva.variable
## [1] 7.000000 10.100000 11.875000 11.222222 6.857143 9.181818 9.800000
## [8] 9.100000 8.272727 6.066667 8.727273 11.875000 19.000000 15.666667
## [15] 18.600000 10.200000 8.454545 7.153846 8.250000 7.416667 11.375000
## [22] 9.181818 7.916667 8.416667 12.000000 11.222222 10.888889 7.000000
## [29] 10.111111 8.272727 10.666667 13.571429 13.571429 10.444444 15.500000
## [36] 6.375000 15.500000 6.642857 11.000000 9.888889 5.352941 10.100000
## [43] 8.636364 14.428571 8.727273 8.416667 14.000000 8.272727 6.500000
## [50] 8.272727 8.000000 9.500000 8.636364 5.875000 6.200000 6.000000
## [57] 10.333333 6.200000 11.000000 8.090909 6.066667 16.833333 11.875000
## [64] 7.769231 13.714286 12.625000 7.538462 10.111111 7.583333 6.066667
## [71] 16.000000 7.307692 9.500000 8.545455 5.470588 12.750000 23.250000
## [78] 15.500000 8.250000 7.416667 6.500000 8.416667 10.555556 9.181818
## [85] 10.666667 8.416667 16.333333 6.066667 10.111111 11.375000 12.000000
## [92] 7.307692 6.785714 13.428571 13.285714 10.200000 9.300000 13.285714
## [99] 11.000000 7.416667 8.272727 11.222222 13.571429 16.833333 6.000000
## [106] 11.222222 8.166667 8.272727 8.272727 13.000000 8.000000 8.636364
## [113] 7.307692 9.400000 11.625000 12.750000 9.300000 7.153846 8.250000
## [120] 11.125000
### Seleccione solo la variable del cociente previo agrupada por plaga. Cree una nueva variable que imprima el rango mínimo en cada grupo. Llame a la variable rangomin. Use (mutate( rangomin= min rank(desc())))
### Renombre las variables asociadas a las flores a su gusto. Use (rename(tib.e,))
Renombre = rename(tib.e, Flores1 = Flores.d, Flores2 = Flores.r)
### Pase a mayu´sculas todos los nombres de las variables en cualquier tibble. Use (rename with(tib.e,toupper))
Mayusculas = rename_with(tib.e, toupper)
### Pase a minu´sculas todos los nombres de variable y aprove- che y cambie los .d por guiones al piso, es decir, d. Use (rename with(tib.e,∼tolower(gsub(”.”,” ”,.x,fixed=TRUE))))
Actividad 5
### Seleccione la variable biomasa de la tableta con faltantes y con summarise() obtenga la media y el nu´mero de datos de esta variable.
tib.i %>% summarise(mean(Biomasa), n())
## mean(Biomasa) n()
## 1 4.981667 90
### Seleccione la variable biomasa de la tableta con faltantes y con summarise() obtenga la media y el numero de datos por tipo de fertilización.
tib.i %>%
group_by(Fertilizacion)%>%
summarise(mean(Biomasa), n())
## # A tibble: 2 x 3
## Fertilizacion `mean(Biomasa)` `n()`
## <chr> <dbl> <int>
## 1 FI 4.97 52
## 2 FO 4.99 38
### Seleccione la variable biomasa de la tableta con faltantes y con summarise() obtenga los cuantiles 0.10,0.20,0.30,0.40 y 0.50 por tipo de fertilizaci´on.
tib.i %>%
group_by(Fertilizacion)%>%
summarise(quantile(Biomasa, 0.10), quantile(Biomasa, 0.20),
quantile(Biomasa, 0.30), quantile(Biomasa, 0.40),
quantile(Biomasa, 0.50))
## # A tibble: 2 x 6
## Fertilizacion `quantile(Biomasa, 0.1)` `quantile(Biomasa,~ `quantile(Biomasa,~
## <chr> <dbl> <dbl> <dbl>
## 1 FI 3.94 4.40 4.66
## 2 FO 3.89 4.39 4.64
## # ... with 2 more variables: quantile(Biomasa, 0.4) <dbl>,
## # quantile(Biomasa, 0.5) <dbl>
### Seleccione la variable biomasa de la tableta con faltantes y con summarise() obtenga la media, mediana, máximo, mínimo, desviación típica, desviación media, media truncada y varianza por tipo de fertilización y plaga.
tib.i %>%
group_by(Fertilizacion, Plaga)%>%
summarise(mean(Biomasa),
median(Biomasa),
min(Biomasa),
max(Biomasa),
sd(Biomasa),
mean(abs(Biomasa-mean(Biomasa))),
mean(Biomasa, trim = 0.5),
var(Biomasa))
## `summarise()` has grouped output by 'Fertilizacion'. You can override using the `.groups` argument.
## # A tibble: 5 x 10
## # Groups: Fertilizacion [2]
## Fertilizacion Plaga `mean(Biomasa)` `median(Biomasa)` `min(Biomasa)`
## <chr> <chr> <dbl> <dbl> <dbl>
## 1 FI ausente 5.03 5.12 3.88
## 2 FI presente 4.94 5.03 3.13
## 3 FO ausente 4.84 4.87 3.14
## 4 FO presente 5.06 4.98 3.5
## 5 FO <NA> 4.92 4.92 4.92
## # ... with 5 more variables: max(Biomasa) <dbl>, sd(Biomasa) <dbl>,
## # mean(abs(Biomasa - mean(Biomasa))) <dbl>, mean(Biomasa, trim = 0.5) <dbl>,
## # var(Biomasa) <dbl>
### Seleccione la variable biomasa de la tableta con faltantes y con summarise() obtenga la media, mediana, máximo, mínimo, desviación típica, desviación media, media truncada y varianza por tipo de fertilización y plaga filtrando por plantas sanas.
tib.i %>%
filter(Plaga == "ausente")%>%
group_by(Fertilizacion, Plaga)%>%
summarise(mean(Biomasa),
median(Biomasa),
min(Biomasa),
max(Biomasa),
mean(abs(Biomasa-mean(Biomasa))),
mean(Biomasa, trim = 0.5),
sd(Biomasa),
var(Biomasa))
## `summarise()` has grouped output by 'Fertilizacion'. You can override using the `.groups` argument.
## # A tibble: 2 x 10
## # Groups: Fertilizacion [2]
## Fertilizacion Plaga `mean(Biomasa)` `median(Biomasa)` `min(Biomasa)`
## <chr> <chr> <dbl> <dbl> <dbl>
## 1 FI ausente 5.03 5.12 3.88
## 2 FO ausente 4.84 4.87 3.14
## # ... with 5 more variables: max(Biomasa) <dbl>,
## # mean(abs(Biomasa - mean(Biomasa))) <dbl>, mean(Biomasa, trim = 0.5) <dbl>,
## # sd(Biomasa) <dbl>, var(Biomasa) <dbl>
library(tidyr)
### Con la tableta con faltantes use la función drop na() para sacar los faltantes y compare las estadísticas obtenidas en el ítem anterior con y sin faltantes
tableta_faltantes <- drop_na(tib.i)
tableta_faltantes
## Biomasa Flores.r Flores.d Hojas.d Plaga Estatus Fertilizacion
## 1 4.50 95 8 112 ausente s FO
## 2 3.94 93 11 192 presente s FO
## 3 5.30 102 10 177 presente MA FO
## 4 5.71 91 11 17 ausente s FI
## 5 5.52 93 14 175 presente s FI
## 6 3.50 95 13 56 presente PA FO
## 7 5.44 91 8 274 presente MA FI
## 8 5.07 93 10 101 presente MA FI
## 9 4.71 99 9 186 presente s FO
## 10 3.69 95 12 121 ausente s FO
## 11 3.79 101 10 208 presente PA FO
## 12 5.55 93 13 189 presente s FO
## 13 4.43 101 11 263 presente s FI
## 14 4.83 93 8 80 presente MA FO
## 15 4.70 93 15 49 ausente PA FI
## 16 4.19 91 15 200 ausente PA FI
## 17 5.29 89 12 250 presente MA FI
## 18 5.15 98 6 206 presente MA FI
## 19 4.43 95 9 21 presente MA FO
## 20 5.03 96 16 151 presente MA FI
## 21 4.39 95 5 46 presente s FI
## 22 5.87 101 11 270 presente MA FI
## 23 5.17 91 13 201 ausente s FI
## 24 4.09 101 9 87 presente MA FI
## 25 5.47 93 7 204 ausente MA FI
## 26 5.58 93 6 265 ausente s FI
## 27 5.66 99 12 71 ausente PA FI
## 28 5.13 96 9 36 presente s FO
## 29 6.09 91 11 183 presente PA FO
## 30 3.75 91 10 109 presente s FI
## 31 5.25 101 6 290 presente MA FO
## 32 5.38 89 11 138 ausente PA FI
## 33 5.29 95 10 65 presente PA FI
## 34 5.06 93 7 122 ausente MA FI
## 35 4.77 91 13 91 presente s FO
## 36 5.87 102 8 111 presente PA FI
## 37 5.42 98 10 136 presente s FO
## 38 3.82 95 7 269 presente MA FI
## 39 4.87 101 12 291 ausente s FO
## 40 4.22 95 11 133 presente MA FI
## 41 4.37 91 7 88 presente MA FO
## 42 5.62 93 13 137 ausente MA FO
## 43 6.33 96 11 218 ausente s FO
## 44 4.07 101 6 134 ausente PA FO
## 45 5.17 96 8 176 presente s FO
## 46 5.66 94 11 28 presente PA FI
## 47 4.73 96 14 166 presente s FI
## 48 5.60 93 9 292 ausente PA FI
## 49 3.13 102 8 14 presente MA FI
## 50 5.46 94 16 163 ausente PA FO
## 51 4.25 101 9 273 presente s FO
## 52 4.43 95 14 18 ausente MA FI
## 53 4.63 89 8 105 presente MA FO
## 54 5.01 96 8 154 ausente MA FI
## 55 5.95 101 10 188 presente s FI
## 56 4.81 96 12 6 presente MA FO
## 57 4.57 93 6 118 presente s FO
## 58 4.80 102 17 32 presente PA FI
## 59 5.75 91 17 86 presente PA FI
## 60 5.84 94 10 27 presente MA FI
## 61 5.56 93 4 203 presente PA FO
## 62 4.46 93 15 127 presente PA FI
## 63 7.65 99 12 276 presente s FO
## 64 6.22 101 12 33 ausente MA FI
## 65 5.28 102 16 1 presente s FI
## 66 4.72 91 11 146 presente MA FI
## 67 3.88 91 8 241 ausente s FI
## 68 6.00 95 7 72 presente s FO
## 69 5.10 96 7 260 presente PA FO
## 70 5.60 101 13 161 ausente PA FO
## 71 3.93 95 8 84 presente s FI
## 72 4.96 101 12 293 presente PA FI
## 73 5.24 89 9 262 ausente s FI
## 74 4.82 101 9 279 ausente MA FO
## 75 5.20 89 12 142 ausente s FI
## 76 4.95 94 7 31 presente MA FI
## 77 4.86 96 11 94 presente PA FO
## 78 5.02 94 9 230 presente s FI
## 79 6.09 96 6 64 presente PA FI
## 80 5.46 93 17 256 presente PA FO
## 81 4.98 93 6 257 ausente PA FI
## 82 3.14 101 7 229 ausente PA FO
## 83 5.17 95 8 13 ausente PA FO
## 84 3.99 95 11 156 presente PA FI
## 85 6.38 101 9 272 presente s FO
## 86 4.60 95 13 102 ausente MA FI
## 87 4.64 101 12 182 ausente MA FI
## 88 3.94 91 11 281 ausente s FI
### Filtre los datos seleccionando solo las plantas afectadas o muy afectadas.Use el operador%in %
tableta_faltantes2 <- tib.i %>%
filter(Estatus %in% c("MA","PA"))
tableta_faltantes2
## Biomasa Flores.r Flores.d Hojas.d Plaga Estatus Fertilizacion
## 1 5.30 102 10 177 presente MA FO
## 2 3.50 95 13 56 presente PA FO
## 3 5.44 91 8 274 presente MA FI
## 4 5.07 93 10 101 presente MA FI
## 5 3.79 101 10 208 presente PA FO
## 6 5.49 NA 13 5 presente PA FI
## 7 4.83 93 8 80 presente MA FO
## 8 4.70 93 15 49 ausente PA FI
## 9 4.19 91 15 200 ausente PA FI
## 10 5.29 89 12 250 presente MA FI
## 11 5.15 98 6 206 presente MA FI
## 12 4.43 95 9 21 presente MA FO
## 13 5.03 96 16 151 presente MA FI
## 14 5.87 101 11 270 presente MA FI
## 15 4.09 101 9 87 presente MA FI
## 16 5.47 93 7 204 ausente MA FI
## 17 5.66 99 12 71 ausente PA FI
## 18 6.09 91 11 183 presente PA FO
## 19 5.25 101 6 290 presente MA FO
## 20 5.38 89 11 138 ausente PA FI
## 21 5.29 95 10 65 presente PA FI
## 22 5.06 93 7 122 ausente MA FI
## 23 5.87 102 8 111 presente PA FI
## 24 3.82 95 7 269 presente MA FI
## 25 4.22 95 11 133 presente MA FI
## 26 4.37 91 7 88 presente MA FO
## 27 5.62 93 13 137 ausente MA FO
## 28 4.07 101 6 134 ausente PA FO
## 29 5.66 94 11 28 presente PA FI
## 30 5.60 93 9 292 ausente PA FI
## 31 3.13 102 8 14 presente MA FI
## 32 5.46 94 16 163 ausente PA FO
## 33 4.43 95 14 18 ausente MA FI
## 34 4.63 89 8 105 presente MA FO
## 35 5.01 96 8 154 ausente MA FI
## 36 4.92 91 15 11 <NA> MA FO
## 37 4.81 96 12 6 presente MA FO
## 38 4.80 102 17 32 presente PA FI
## 39 5.75 91 17 86 presente PA FI
## 40 5.84 94 10 27 presente MA FI
## 41 5.56 93 4 203 presente PA FO
## 42 4.46 93 15 127 presente PA FI
## 43 6.22 101 12 33 ausente MA FI
## 44 4.72 91 11 146 presente MA FI
## 45 5.10 96 7 260 presente PA FO
## 46 5.60 101 13 161 ausente PA FO
## 47 4.96 101 12 293 presente PA FI
## 48 4.82 101 9 279 ausente MA FO
## 49 4.95 94 7 31 presente MA FI
## 50 4.86 96 11 94 presente PA FO
## 51 6.09 96 6 64 presente PA FI
## 52 5.46 93 17 256 presente PA FO
## 53 4.98 93 6 257 ausente PA FI
## 54 3.14 101 7 229 ausente PA FO
## 55 5.17 95 8 13 ausente PA FO
## 56 3.99 95 11 156 presente PA FI
## 57 4.60 95 13 102 ausente MA FI
## 58 4.64 101 12 182 ausente MA FI
### Seleccione la tibble con faltantes y use complete.cases(.) para dejar por fuera los faltantes
tableta_faltantes3 <- tib.i[complete.cases(tib.i),]
tableta_faltantes3
## Biomasa Flores.r Flores.d Hojas.d Plaga Estatus Fertilizacion
## 1 4.50 95 8 112 ausente s FO
## 2 3.94 93 11 192 presente s FO
## 3 5.30 102 10 177 presente MA FO
## 4 5.71 91 11 17 ausente s FI
## 5 5.52 93 14 175 presente s FI
## 6 3.50 95 13 56 presente PA FO
## 7 5.44 91 8 274 presente MA FI
## 8 5.07 93 10 101 presente MA FI
## 9 4.71 99 9 186 presente s FO
## 10 3.69 95 12 121 ausente s FO
## 11 3.79 101 10 208 presente PA FO
## 13 5.55 93 13 189 presente s FO
## 14 4.43 101 11 263 presente s FI
## 15 4.83 93 8 80 presente MA FO
## 16 4.70 93 15 49 ausente PA FI
## 17 4.19 91 15 200 ausente PA FI
## 18 5.29 89 12 250 presente MA FI
## 19 5.15 98 6 206 presente MA FI
## 20 4.43 95 9 21 presente MA FO
## 21 5.03 96 16 151 presente MA FI
## 22 4.39 95 5 46 presente s FI
## 23 5.87 101 11 270 presente MA FI
## 24 5.17 91 13 201 ausente s FI
## 25 4.09 101 9 87 presente MA FI
## 26 5.47 93 7 204 ausente MA FI
## 27 5.58 93 6 265 ausente s FI
## 28 5.66 99 12 71 ausente PA FI
## 29 5.13 96 9 36 presente s FO
## 30 6.09 91 11 183 presente PA FO
## 31 3.75 91 10 109 presente s FI
## 32 5.25 101 6 290 presente MA FO
## 33 5.38 89 11 138 ausente PA FI
## 34 5.29 95 10 65 presente PA FI
## 35 5.06 93 7 122 ausente MA FI
## 36 4.77 91 13 91 presente s FO
## 37 5.87 102 8 111 presente PA FI
## 38 5.42 98 10 136 presente s FO
## 39 3.82 95 7 269 presente MA FI
## 40 4.87 101 12 291 ausente s FO
## 41 4.22 95 11 133 presente MA FI
## 42 4.37 91 7 88 presente MA FO
## 43 5.62 93 13 137 ausente MA FO
## 44 6.33 96 11 218 ausente s FO
## 45 4.07 101 6 134 ausente PA FO
## 46 5.17 96 8 176 presente s FO
## 47 5.66 94 11 28 presente PA FI
## 48 4.73 96 14 166 presente s FI
## 49 5.60 93 9 292 ausente PA FI
## 50 3.13 102 8 14 presente MA FI
## 51 5.46 94 16 163 ausente PA FO
## 52 4.25 101 9 273 presente s FO
## 53 4.43 95 14 18 ausente MA FI
## 54 4.63 89 8 105 presente MA FO
## 55 5.01 96 8 154 ausente MA FI
## 57 5.95 101 10 188 presente s FI
## 58 4.81 96 12 6 presente MA FO
## 59 4.57 93 6 118 presente s FO
## 60 4.80 102 17 32 presente PA FI
## 61 5.75 91 17 86 presente PA FI
## 62 5.84 94 10 27 presente MA FI
## 63 5.56 93 4 203 presente PA FO
## 64 4.46 93 15 127 presente PA FI
## 65 7.65 99 12 276 presente s FO
## 66 6.22 101 12 33 ausente MA FI
## 67 5.28 102 16 1 presente s FI
## 68 4.72 91 11 146 presente MA FI
## 69 3.88 91 8 241 ausente s FI
## 70 6.00 95 7 72 presente s FO
## 71 5.10 96 7 260 presente PA FO
## 72 5.60 101 13 161 ausente PA FO
## 73 3.93 95 8 84 presente s FI
## 74 4.96 101 12 293 presente PA FI
## 75 5.24 89 9 262 ausente s FI
## 76 4.82 101 9 279 ausente MA FO
## 77 5.20 89 12 142 ausente s FI
## 78 4.95 94 7 31 presente MA FI
## 79 4.86 96 11 94 presente PA FO
## 80 5.02 94 9 230 presente s FI
## 81 6.09 96 6 64 presente PA FI
## 82 5.46 93 17 256 presente PA FO
## 83 4.98 93 6 257 ausente PA FI
## 84 3.14 101 7 229 ausente PA FO
## 85 5.17 95 8 13 ausente PA FO
## 86 3.99 95 11 156 presente PA FI
## 87 6.38 101 9 272 presente s FO
## 88 4.60 95 13 102 ausente MA FI
## 89 4.64 101 12 182 ausente MA FI
## 90 3.94 91 11 281 ausente s FI
### Elimine de cualquier tibble las columnas asociadas al conteo de flores
tib.c[!colnames(tib.c) %in% c("Flores.r","Flores.d")]
## Biomasa Hojas.d Plaga Estatus Fertilizacion
## 1 5.17 201 ausente s FI
## 2 5.95 188 presente s FI
## 3 3.93 84 presente s FI
## 4 6.38 272 presente s FO
## 5 4.73 166 presente s FI
## 6 5.55 113 presente s FO
## 7 5.42 136 presente s FO
## 8 3.75 109 presente s FI
## 9 5.71 17 ausente s FI
## 10 3.91 227 presente s FI
## 11 6.33 218 ausente s FO
## 12 4.50 112 ausente s FO
## 13 4.39 46 presente s FI
## 14 4.52 199 ausente s FI
## 15 5.06 115 ausente s FO
## 16 5.65 197 presente s FO
## 17 3.94 192 presente s FO
## 18 5.55 189 presente s FO
## 19 7.65 276 presente s FO
## 20 5.20 142 ausente s FI
## 21 3.88 241 ausente s FI
## 22 4.43 263 presente s FI
## 23 3.69 121 ausente s FO
## 24 4.87 291 ausente s FO
## 25 5.17 176 presente s FO
## 26 4.25 273 presente s FO
## 27 6.04 184 presente s FI
## 28 4.77 91 presente s FO
## 29 3.90 235 presente s FI
## 30 3.94 281 ausente s FI
## 31 5.13 36 presente s FO
## 32 3.74 141 ausente s FI
## 33 6.00 72 presente s FO
## 34 5.02 230 presente s FI
## 35 4.57 118 presente s FO
## 36 5.28 1 presente s FI
## 37 5.58 265 ausente s FI
## 38 5.52 175 presente s FI
## 39 4.71 186 presente s FO
## 40 5.24 262 ausente s FI
## 41 5.75 86 presente PA FI
## 42 3.79 208 presente PA FO
## 43 4.78 47 presente PA FO
## 44 3.14 229 ausente PA FO
## 45 4.86 94 presente PA FO
## 46 4.96 293 presente PA FI
## 47 5.48 100 presente PA FI
## 48 5.76 125 presente PA FO
## 49 5.15 35 presente PA FO
## 50 6.09 183 presente PA FO
## 51 4.81 123 ausente PA FO
## 52 6.01 126 presente PA FI
## 53 3.99 156 presente PA FI
## 54 5.46 163 ausente PA FO
## 55 4.70 49 ausente PA FI
## 56 4.80 32 presente PA FI
## 57 5.60 292 ausente PA FI
## 58 4.46 127 presente PA FI
## 59 4.37 242 presente PA FI
## 60 5.38 138 ausente PA FI
## 61 4.19 200 ausente PA FI
## 62 4.07 134 ausente PA FO
## 63 5.17 13 ausente PA FO
## 64 5.60 161 ausente PA FO
## 65 5.10 260 presente PA FO
## 66 5.96 221 presente PA FO
## 67 5.49 5 presente PA FI
## 68 5.15 185 ausente PA FO
## 69 5.14 258 presente PA FO
## 70 5.70 153 presente PA FO
## 71 6.09 64 presente PA FI
## 72 3.50 56 presente PA FO
## 73 5.29 65 presente PA FI
## 74 5.66 28 presente PA FI
## 75 5.46 256 presente PA FO
## 76 5.87 111 presente PA FI
## 77 5.56 203 presente PA FO
## 78 4.98 257 ausente PA FI
## 79 5.66 71 ausente PA FI
## 80 2.47 23 presente PA FO
## 81 5.92 55 ausente MA FI
## 82 4.64 182 ausente MA FI
## 83 4.43 21 presente MA FO
## 84 5.87 270 presente MA FI
## 85 5.30 259 presente MA FI
## 86 6.22 33 ausente MA FI
## 87 5.15 206 presente MA FI
## 88 4.92 11 presente MA FO
## 89 5.10 143 presente MA FI
## 90 5.44 274 presente MA FI
## 91 5.01 154 ausente MA FI
## 92 4.60 102 ausente MA FI
## 93 4.43 18 ausente MA FI
## 94 4.95 31 presente MA FI
## 95 5.47 204 ausente MA FI
## 96 5.30 177 presente MA FO
## 97 5.07 101 presente MA FI
## 98 5.06 122 ausente MA FI
## 99 3.85 131 presente MA FO
## 100 5.29 250 presente MA FI
## 101 4.72 146 presente MA FI
## 102 4.82 279 ausente MA FO
## 103 3.82 269 presente MA FI
## 104 5.25 290 presente MA FO
## 105 5.03 151 presente MA FI
## 106 4.09 87 presente MA FI
## 107 5.21 67 ausente MA FI
## 108 5.66 77 presente MA FI
## 109 3.95 83 presente MA FI
## 110 4.37 88 presente MA FO
## 111 4.81 6 presente MA FO
## 112 4.22 133 presente MA FI
## 113 5.20 44 ausente MA FI
## 114 5.84 27 presente MA FI
## 115 4.83 80 presente MA FO
## 116 3.13 14 presente MA FI
## 117 4.28 210 presente MA FI
## 118 5.62 137 ausente MA FO
## 119 4.84 178 presente MA FO
## 120 4.63 105 presente MA FO
### Seleccione de cualquier tibble las variables que contengan la d. Use select(contains())
tib.c %>%
select(contains("d"))
## Flores.d Hojas.d
## 1 13 201
## 2 10 188
## 3 8 84
## 4 9 272
## 5 14 166
## 6 11 113
## 7 10 136
## 8 10 109
## 9 11 17
## 10 15 227
## 11 11 218
## 12 8 112
## 13 5 46
## 14 6 199
## 15 5 115
## 16 10 197
## 17 11 192
## 18 13 189
## 19 12 276
## 20 12 142
## 21 8 241
## 22 11 263
## 23 12 121
## 24 12 291
## 25 8 176
## 26 9 273
## 27 9 184
## 28 13 91
## 29 9 235
## 30 11 281
## 31 9 36
## 32 7 141
## 33 7 72
## 34 9 230
## 35 6 118
## 36 16 1
## 37 6 265
## 38 14 175
## 39 9 186
## 40 9 262
## 41 17 86
## 42 10 208
## 43 11 47
## 44 7 229
## 45 11 94
## 46 12 293
## 47 7 100
## 48 11 125
## 49 14 35
## 50 11 183
## 51 12 123
## 52 10 126
## 53 11 156
## 54 16 163
## 55 15 49
## 56 17 32
## 57 9 292
## 58 15 127
## 59 9 242
## 60 11 138
## 61 15 200
## 62 6 134
## 63 8 13
## 64 13 161
## 65 7 260
## 66 8 221
## 67 13 5
## 68 9 185
## 69 12 258
## 70 15 153
## 71 6 64
## 72 13 56
## 73 10 65
## 74 11 28
## 75 17 256
## 76 8 111
## 77 4 203
## 78 6 257
## 79 12 71
## 80 12 23
## 81 14 55
## 82 12 182
## 83 9 21
## 84 11 270
## 85 9 259
## 86 12 33
## 87 6 206
## 88 15 11
## 89 9 143
## 90 8 274
## 91 8 154
## 92 13 102
## 93 14 18
## 94 7 31
## 95 7 204
## 96 10 177
## 97 10 101
## 98 7 122
## 99 9 131
## 100 12 250
## 101 11 146
## 102 9 279
## 103 7 269
## 104 6 290
## 105 16 151
## 106 9 87
## 107 12 67
## 108 11 77
## 109 11 83
## 110 7 88
## 111 12 6
## 112 11 133
## 113 13 44
## 114 10 27
## 115 8 80
## 116 8 14
## 117 10 210
## 118 13 137
## 119 12 178
## 120 8 105
### Reordene una tableta usando select(,everything()) colocando primero los conteos de flores
tib.i %>%
select(Flores.d,Flores.r, everything())
## Flores.d Flores.r Biomasa Hojas.d Plaga Estatus Fertilizacion
## 1 8 95 4.50 112 ausente s FO
## 2 11 93 3.94 192 presente s FO
## 3 10 102 5.30 177 presente MA FO
## 4 11 91 5.71 17 ausente s FI
## 5 14 93 5.52 175 presente s FI
## 6 13 95 3.50 56 presente PA FO
## 7 8 91 5.44 274 presente MA FI
## 8 10 93 5.07 101 presente MA FI
## 9 9 99 4.71 186 presente s FO
## 10 12 95 3.69 121 ausente s FO
## 11 10 101 3.79 208 presente PA FO
## 12 13 NA 5.49 5 presente PA FI
## 13 13 93 5.55 189 presente s FO
## 14 11 101 4.43 263 presente s FI
## 15 8 93 4.83 80 presente MA FO
## 16 15 93 4.70 49 ausente PA FI
## 17 15 91 4.19 200 ausente PA FI
## 18 12 89 5.29 250 presente MA FI
## 19 6 98 5.15 206 presente MA FI
## 20 9 95 4.43 21 presente MA FO
## 21 16 96 5.03 151 presente MA FI
## 22 5 95 4.39 46 presente s FI
## 23 11 101 5.87 270 presente MA FI
## 24 13 91 5.17 201 ausente s FI
## 25 9 101 4.09 87 presente MA FI
## 26 7 93 5.47 204 ausente MA FI
## 27 6 93 5.58 265 ausente s FI
## 28 12 99 5.66 71 ausente PA FI
## 29 9 96 5.13 36 presente s FO
## 30 11 91 6.09 183 presente PA FO
## 31 10 91 3.75 109 presente s FI
## 32 6 101 5.25 290 presente MA FO
## 33 11 89 5.38 138 ausente PA FI
## 34 10 95 5.29 65 presente PA FI
## 35 7 93 5.06 122 ausente MA FI
## 36 13 91 4.77 91 presente s FO
## 37 8 102 5.87 111 presente PA FI
## 38 10 98 5.42 136 presente s FO
## 39 7 95 3.82 269 presente MA FI
## 40 12 101 4.87 291 ausente s FO
## 41 11 95 4.22 133 presente MA FI
## 42 7 91 4.37 88 presente MA FO
## 43 13 93 5.62 137 ausente MA FO
## 44 11 96 6.33 218 ausente s FO
## 45 6 101 4.07 134 ausente PA FO
## 46 8 96 5.17 176 presente s FO
## 47 11 94 5.66 28 presente PA FI
## 48 14 96 4.73 166 presente s FI
## 49 9 93 5.60 292 ausente PA FI
## 50 8 102 3.13 14 presente MA FI
## 51 16 94 5.46 163 ausente PA FO
## 52 9 101 4.25 273 presente s FO
## 53 14 95 4.43 18 ausente MA FI
## 54 8 89 4.63 105 presente MA FO
## 55 8 96 5.01 154 ausente MA FI
## 56 15 91 4.92 11 <NA> MA FO
## 57 10 101 5.95 188 presente s FI
## 58 12 96 4.81 6 presente MA FO
## 59 6 93 4.57 118 presente s FO
## 60 17 102 4.80 32 presente PA FI
## 61 17 91 5.75 86 presente PA FI
## 62 10 94 5.84 27 presente MA FI
## 63 4 93 5.56 203 presente PA FO
## 64 15 93 4.46 127 presente PA FI
## 65 12 99 7.65 276 presente s FO
## 66 12 101 6.22 33 ausente MA FI
## 67 16 102 5.28 1 presente s FI
## 68 11 91 4.72 146 presente MA FI
## 69 8 91 3.88 241 ausente s FI
## 70 7 95 6.00 72 presente s FO
## 71 7 96 5.10 260 presente PA FO
## 72 13 101 5.60 161 ausente PA FO
## 73 8 95 3.93 84 presente s FI
## 74 12 101 4.96 293 presente PA FI
## 75 9 89 5.24 262 ausente s FI
## 76 9 101 4.82 279 ausente MA FO
## 77 12 89 5.20 142 ausente s FI
## 78 7 94 4.95 31 presente MA FI
## 79 11 96 4.86 94 presente PA FO
## 80 9 94 5.02 230 presente s FI
## 81 6 96 6.09 64 presente PA FI
## 82 17 93 5.46 256 presente PA FO
## 83 6 93 4.98 257 ausente PA FI
## 84 7 101 3.14 229 ausente PA FO
## 85 8 95 5.17 13 ausente PA FO
## 86 11 95 3.99 156 presente PA FI
## 87 9 101 6.38 272 presente s FO
## 88 13 95 4.60 102 ausente MA FI
## 89 12 101 4.64 182 ausente MA FI
## 90 11 91 3.94 281 ausente s FI