AE5UC2_16

---

library(pacman)
p_load(readxl, readr, ggplot2, plotly, DT, rmdformats,xfun, gridExtra, leaflet, GGally, psych, cluster, corrplot)

library(readr)
ProdMiel <- read_csv("ProdMiel.csv")

## Rows: 51 Columns: 3

## -- Column specification --------------------------------------------------------
## Delimiter: ","
## chr (1): Estado
## dbl (2): ProduccionMiel, Year

## 
## i Use `spec()` to retrieve the full column specification for this data.
## i Specify the column types or set `show_col_types = FALSE` to quiet this message.

View(ProdMiel)

Introducción

APICULTURA

La apicultura es la actividad dedicada a la crianza de las abejas y a prestarles los cuidados necesarios con el objetivo de obtener y consumir los productos que son capaces de elaborar y recolectar. El principal producto que se obtiene de esta actividad es la miel. La miel es un factor de beneficio para los humanos.

MACE HERBERT. 1991. Manual Completo De Apicultura. Primera

edición.

Yucatán participa con alrededor de la tercera parte de la producción nacional y cuya miel es exportada en buena parte a los países de la Unión Europea. La miel mexicana se exporta en su mayoría a Alemania, Reino Unido y Estados Unidos.

Jalisco producirá este año 6 mil 138 toneladas de miel y se ubicará como el principal productor nacional de miel, de acuerdo con las estimaciones de la Secretaría de Agricultura y Desarrollo Rural federal.

Por otro lado Quintana Roo ha reportado dos mil 133 toneladas de miel durante este año, por lo que los apicultores están a mil 122 toneladas de igualar la cosecha del 2019.

Información de https://www.poresto.net/

Tabla de datos utilizados

Aquí se muestran los datos en la tabla que utilizaremos.

datatable(ProdMiel)

Grafica de datos

Para visualizar un grafico con los datos analizados realizaremos un diagrama de dispersion o scatterplot.

ggplot(ProdMiel, aes(Year, ProduccionMiel, color = Estado) ) +geom_line()+geom_point(size=4)

Primer modelo de clusterizacion con K medias

set.seed(101) 
ProdMielC <- kmeans(ProdMiel[,2], center= 3, nstart = 20)
ProdMielC

## K-means clustering with 3 clusters of sizes 14, 17, 20
## 
## Cluster means:
##   ProduccionMiel
## 1       9485.879
## 2       2698.033
## 3       5860.918
## 
## Clustering vector:
##  [1] 1 1 3 1 1 1 1 1 1 1 1 1 1 3 3 1 1 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 2 2 2 2
## [39] 2 2 2 2 2 2 2 2 2 2 2 2 2
## 
## Within cluster sum of squares by cluster:
## [1] 19545446  4938183 10719279
##  (between_SS / total_SS =  91.0 %)
## 
## Available components:
## 
## [1] "cluster"      "centers"      "totss"        "withinss"     "tot.withinss"
## [6] "betweenss"    "size"         "iter"         "ifault"

Comparacion de cluster con datos originales

table(ProdMielC$cluster, ProdMiel$Estado)

##    
##     JALISCO QUINTANA_ROO YUCATAN
##   1       0            0      14
##   2       0           17       0
##   3      17            0       3

Aquí se realizo el análisis clúster para diferenciar entre las producciones de Jalisco y Quintana Roo, sin embargo, sus producciones bajan por que Yucatán es el mayor productor de miel.

Grafica clusters

clusplot(ProdMiel, ProdMielC$cluster, color= TRUE, shade= TRUE, lines=0)

tot.withinss <- vector(mode="character", length=18)
for (i in 1:18){ProdMielC <- kmeans(ProdMiel[,2], center=i, nstart=20)
  tot.withinss[i] <- ProdMielC$tot.withinss}

Resultados

plot(1:18, tot.withinss, type = "o", pch=19)

Conclusión

A partir de los resultados obtenidos de los graficos anteriores podemos concluir que los valores en cuanto a la produccion de miel Yucatán y Jalisco son muy similares, mientras que en Quintana Roo se observa un menor porcentaje de producción. Dando como resultado que Yucatán es el mayor productor de miel.