rutina_regres_A1.R

setwd("~/Library/CloudStorage/GoogleDrive-icarounam@gmail.com/Mi unidad/UIS/Clases_prep/Alumnos/Prácticas/Práctica_1/A1")
grav <- read.table("grava1.csv", header=T, sep=",")
attach(grav)

# Modelo con datos brutos
fit1<-lm(porcentaje~conc)
summary(fit1)

## 
## Call:
## lm(formula = porcentaje ~ conc)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -9.3519 -3.7006  0.0583  2.7461 12.4489 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept)   11.092      1.772   6.259 7.84e-07 ***
## conc         -29.460      3.009  -9.790 1.07e-10 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 5.7 on 29 degrees of freedom
## Multiple R-squared:  0.7677, Adjusted R-squared:  0.7597 
## F-statistic: 95.84 on 1 and 29 DF,  p-value: 1.066e-10

# Diagnosticos gráficos normalidad y homogeneidad
layout(matrix(1:4,2,2))
plot(fit1)

layout(1) # algunos outliers en el gráfico Q-Q muestran que podría haber problemas con la normalidad se decide hacer una transformación de los datos usando arcoseno

# Diagnósticos numéricos de la normalidad
shapiro.test(fit1$residuals)

## 
##  Shapiro-Wilk normality test
## 
## data:  fit1$residuals
## W = 0.93806, p-value = 0.07295

# las pruebas numéricas demuestran normalidad en los datos brutos y transformados

# Diagnósticos numéricos de la homogeneidad de varianzas
bartlett.test(resid(fit1)~conc)

## 
##  Bartlett test of homogeneity of variances
## 
## data:  resid(fit1) by conc
## Bartlett's K-squared = 19.323, df = 7, p-value = 0.007232

 # las pruebas no detectan homogeneidad en los datos brutos, no obstante ploteo de residuales muestra homogeneidad aparente


# Utilice los coeficiente del modelo con los datos brutos para hallar el potencial hídrico de la vacuola en una solución isotónica
# Ya que no hay células plasmolizadas en una solución isotónica, se puede calcular el potencial hídrico directamente del modelo haciendo uso de los coeficientes
fit1

## 
## Call:
## lm(formula = porcentaje ~ conc)
## 
## Coefficients:
## (Intercept)         conc  
##       11.09       -29.46

# Qué pasa si corrige la base de datos para las concentraciones en las cuales no debió observar celulas plasmolizadas, cambian los coeficientes del modelo?
# El potencial hídrico es el mismo si corrige la base de datos?