library(car)

library(coin)

library(faraway)

library(ggplot2)

library(MASS)

library(gmodels)

library(dplyr)

setwd("D:/maestria/TERCER SEMESTRE/Electiva paisajes/curso r siar")

#############################CONJUNTO DE DATOS##################

biomasa<-
data.frame(bio=c(0.178,0.195,0.225,0.294,0.315,0.341,0.36,0.366,0.371,0.398,0.407,0.409,
0.432,0.494,0.719,0.11,

0.11,0.204,0.416,0.417,0.441,0.492,0.965,1.113,1.19,1.233,1.505,1.897,0.106,0.114,0.143,
0.435,0.448,

0.51,0.576,0.588,0.608,0.64,0.658,0.788,0.958),

tratamientos=as.factor(rep(c("A","B","C"),c(15,13,13))))

head(biomasa)

boxplot(bio~tratamientos,data = biomasa,xlab="tratamientos",ylab="biomasa")

hist(biomasa$bio)

#######################CREAR EL MODELO##########################
####Yij=U+Eij#########

mbiomasa<-lm(bio~tratamientos,data=biomasa)

plot(mbiomasa)

############################SUPUESTOS############################

######SE BUSCA RETENER O ACEPTAR LA HIPOTESIS NULA (H0)

################

#######################NORMALIDAD#################################

######H0=LOS DATOS SE AJUSTAN A UNA DISTRIBUCION

NORMAL################

######GRAFICOS DE NORMALIDAD####

qqnorm(mbiomasa$residuals)

qqPlot(mbiomasa)

hist(mbiomasa$residuals)

######PRUEBA ESTADISTICA DE NORMALIDAD####

shapiro.test(mbiomasa$residuals)

#######################HOMOCEASTICIDAD###############################
##
######H0=VARIANZA IGUALES################

######PRUEBA ESTADISTICA DE HOMOCEASTICIDAD####

######CUANDO LOS DATOS SON NORMALES######

bartlett.test(bio~tratamientos,data=biomasa)

####CUANDO LOS DATOS NO SON NORMALES######

leveneTest(bio~tratamientos,data=biomasa)

####CUANDO LOS DATOS NO SON NORMALES Y HAY DATOS ATIPICOS (NO

PARAMETRICOS)######

fligner.test(bio~tratamientos,data=biomasa)

#######################INDEPENDENCIA#################################

#######ALEATORIEDAD################

########La ausencia de aleatoriedad entre las observaciones puede invalidar por completo

#######las conclusiones del análisis estadístico (obteniendo conclusiones erróneas)####

#####ANALISIS DE VARIANZA (ANOVA)#####

######SE BUSCA RECHAZAR LA HIPOTESIS NULA (H0) ################

mbiomasa<-lm(bio~tratamientos,data=biomasa)
anova(mbiomasa)

biomasa.fit<- aov(biomasa$bio~ biomasa$tratamientos)

summary(biomasa.fit)

##############CUANDO NO SE CUMPLE EL SUPUESTO DE

HOMOCEASTICIDAD####

biomasa.fit1<-oneway.test(bio~tratamientos,data=biomasa,var.equal=FALSE)

biomasa.fit1

##################PRUEBA POST-HOC#####################################

####Una vez que se ha determinado que existen diferencias entre las medias,

####las pruebas de rango post hoc permiten determinar qué medias difieren.

biomasa.fit<- aov(biomasa$bio~ biomasa$tratamientos)

TukeyHSD(biomasa.fit)

plot(TukeyHSD(biomasa.fit))

###########MATRIZ DE EXCEL###########

plantacion<-read.csv("plantacion.csv",header = T,sep = ";",dec = ",")

head(plantacion)
names(plantacion)

boxplot(cobertura~ Muestreo,data = plantacion,xlab="muestreo",ylab="cobertura")

hist(plantacion$cobertura)

mplantacion<-lm(cobertura~Muestreo,data=plantacion)

plot(mbiomasa)

qqplot(mplantacion$residuals)

qqnorm(mplantacion$residuals)

qqPlot(mplantacion)

hist(mplantacion$residuals)

shapiro.test(mplantacion$residuals)

fligner.test(cobertura~Muestreo,data=plantacion)

mplantacion<-lm(cobertura~Muestreo,data=plantacion)

anova(mplantacion)

plantacion.fit<- aov(plantacion$cobertura ~ plantacion$Muestreo)

summary(plantacion.fit)

##################TRANSFORMACION DE DATOS######################
plant<-plantacion%>% group_by(Muestreo)%>% summarize(desvEst=sd(cobertura),
medias=mean(cobertura))

plot(plant$medias,plant$desvEst)

estDes.fit <- lm(plant$desvEst~plant$medias)

summary(estDes.fit)

(1 - estDes.fit$coefficients[2])

boxcox(mplantacion)

boxcox(cobertura~Muestreo,data=plantacion)

####poner el ejemplo clase dos######

#####TRANFORMACION LOGARÍTMICA###########

plantacion$lcobertura<-log(plantacion$cobertura)

head(plantacion)

boxplot(lcobertura~Muestreo,data=plantacion)

mplant<-lm(lcobertura ~ Muestreo,data=plantacion)

shapiro.test(mbiomasa$residuals)

leveneTest(lcobertura ~ Muestreo,data=plantacion)

anova(mplant)

#####TRANFORMACION CUADRATICA###########

plantacion$Ccobertura<-sqrt(plantacion$cobertura)

head(plantacion)
boxplot(Ccobertura~Muestreo,data=plantacion)

mplant1<-lm(Ccobertura~Muestreo,data=plantacion)

shapiro.test(mplant1$residuals)

fligner.test(Ccobertura ~ Muestreo,data=plantacion)

anova(mplant1)

################PRUEBA NO PARAMETRICA##################

##################KRUSKAL-WALLIS###############

kruskal.test(cobertura~Muestreo,data=plantacion)

##################PRUEBA POST-HOC#####################################

pairwise.wilcox.test(plantacion$cobertura, plantacion$Muestreo, p.adjust.method = "none")