Emerson Trujillo Sierra

Pregunta 1

  1. Dos tipos de moluscos A y B fueron sometidos a tres concentraciones distintas de agua de mar (100%, 75% y 50%) y se observó el consumo de oxígeno midiendo la proporción de O2 por unidad de peso seco del molusco.
load("C:/DatosR/Metodos2/moluscos.RData")
DB_moluscos = data.frame(BD_moluscos)
DB_moluscos$c_agua <- as.factor(DB_moluscos$c_agua)
head(DB_moluscos)
##   c_agua molusco cons_o
## 1    100       A   7.16
## 2    100       A   8.26
## 3    100       A   6.78
## 4    100       A  14.00
## 5    100       A  13.60
## 6    100       A  11.10
  1. Realice un análisis exploratorio que permita conocer como es el consumo de oxígeno en las distintas concentraciones de agua de mar. y si estas conclusiones son las mismas para cada tipo de molusco.
require(ggplot2)

gb6=ggplot(DB_moluscos,aes(x= c_agua, y=cons_o, fill=molusco))+
  geom_boxplot()+
  theme_bw()+
  geom_point(position=position_jitterdodge(),alpha=0.4)+
  ggtitle("Consumo de Oxigeno en distintas Concentraciones de Agua de Mar por
Tipo de Molusco")+
  scale_x_discrete("Concentración de Agua de mar(%)")+
  scale_y_continuous("Consumo de Oxigeno")
gb6

En la gráfica de cajas podemos evidenciar que el consumo de oxígeno de los moluscos A y B es mayor con niveles de concentración de agua de mar en 50%. Cuando la concentración del agua es de 75% el molusco A y B disminuye el consumo de oxígeno, mientras que llegando a 100% de concentración del agua, se vuelve a dar un incremento en el consumo. En síntesis se observa que hay un incremento de consumo de oxígeno de los moluscos A y B cuando la concentración de agua es de 50% y 100%. El molusco B llega a un mayor nivel de consumo de oxígeno cuando la concentración del agua es del 50% con respecto al molusco A

  1. Estime el modelo de diseño de experimentos el cual permita evaluar el efecto de la concentración de agua de mar y los tipos de molusco sobre el consumo de oxigeno. Interprete los coeficientes del modelo, el valor p y realice un post anova de considerarlo necesario para los factores.
mod_moluscos = lm(formula = cons_o ~ c_agua + molusco, data=DB_moluscos)
summary(mod_moluscos)
## 
## Call:
## lm(formula = cons_o ~ c_agua + molusco, data = DB_moluscos)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -5.1750 -1.9877 -0.7019  2.1244  6.1450 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept)  12.9463     0.8521  15.193  < 2e-16 ***
## c_agua75     -5.2581     1.0436  -5.038 8.49e-06 ***
## c_agua100    -3.5794     1.0436  -3.430  0.00132 ** 
## moluscoB     -1.3913     0.8521  -1.633  0.10966    
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 2.952 on 44 degrees of freedom
## Multiple R-squared:  0.3986, Adjusted R-squared:  0.3575 
## F-statistic: 9.719 on 3 and 44 DF,  p-value: 4.866e-05
anova(mod_moluscos)
## Analysis of Variance Table
## 
## Response: cons_o
##           Df Sum Sq Mean Sq F value   Pr(>F)    
## c_agua     2 230.82 115.408 13.2457 3.14e-05 ***
## molusco    1  23.23  23.227  2.6658   0.1097    
## Residuals 44 383.37   8.713                     
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

El p-valor = 0.1097 > α = 0.05 para la variable molusco, la variable no es significativa en el modelo, no hay diferencias significativas entre las varianzas de la variable.

La variable c_agua cambia con respecto a la concentración de oxigeno mientras que la variable molusco no es significativa, por tanto, no afecta en gran medida a la variable dependiente.

Post Anova:

require(agricolae)
comparar_moluscos= LSD.test(mod_moluscos,c("c_agua","molusco"))
comparar_moluscos
## $statistics
##    MSerror Df     Mean       CV  t.value      LSD
##   8.712897 44 9.304792 31.72303 2.015368 2.974442
## 
## $parameters
##         test p.ajusted         name.t ntr alpha
##   Fisher-LSD      none c_agua:molusco   6  0.05
## 
## $means
##         cons_o      std r       LCL       UCL  Min   Max     Q25    Q50     Q75
## 100:A  9.93625 2.747976 8  7.833002 12.039498 6.78 14.00  7.9850  9.295 11.7250
## 100:B  7.40625 2.844076 8  5.303002  9.509498 3.68 11.60  5.7225  6.140 10.1000
## 50:A  12.17500 3.090178 8 10.071752 14.278248 9.74 18.80 10.3100 11.110 12.5000
## 50:B  12.32625 3.517909 8 10.223002 14.429498 6.38 17.70 10.0575 12.850 14.5000
## 75:A   7.89000 2.739578 8  5.786752  9.993248 5.20 13.20  6.0775  7.180  8.8925
## 75:B   6.09500 2.739108 8  3.991752  8.198248 1.80  9.96  4.8300  5.595  7.3425
## 
## $comparison
## NULL
## 
## $groups
##         cons_o groups
## 50:B  12.32625      a
## 50:A  12.17500      a
## 100:A  9.93625     ab
## 75:A   7.89000     bc
## 100:B  7.40625     bc
## 75:B   6.09500      c
## 
## attr(,"class")
## [1] "group"

Podemos ver que la variable moluscos no tiene una diferencia significativa en su varianza, mientras que la variable c_agua si tiene una diferencia significativa cuando la concentración de agua de mar es igual a 50% con respecto al 75% y 100% de concentraciones de agua de mar.