Se encontrará los datos de todos los grupos en el siguiente enlace DATOS

library(readxl)
G5 <- read_excel("G5.xlsx", sheet = "Sheet2")
#install.packages("ggplot2", dependencies = TRUE)

library(ggplot2)
names(G5)
## [1] "Grupo"             "Cuadrante"         "Num_Plantas"      
## [4] "Num_Inflorecencia"
ggplot(G5,aes(x=Num_Plantas, fill=Grupo))+
  geom_histogram(position="dodge")+
  scale_x_continuous(breaks = c(1:9))+
  xlab("Números de plantas por cuandrante")+
  ylab("Frecuencia")
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## Warning: Removed 1 rows containing non-finite values (stat_bin).

library(ggplot2)

ggplot(G5, aes(Num_Plantas, Num_Inflorecencia, color=Grupo)) +
  geom_point()+
  geom_smooth(method ="glm", family="poisson")+
  facet_wrap(~Grupo)

ggsave("Competencia_grupos.png")
Model1=glm(Num_Inflorecencia~Num_Plantas+Grupo-1, data=G5 , family="poisson")



summary(Model1) # Estos valores estan en la escala de log_10
## 
## Call:
## glm(formula = Num_Inflorecencia ~ Num_Plantas + Grupo - 1, family = "poisson", 
##     data = G5)
## 
## Deviance Residuals: 
##     Min       1Q   Median       3Q      Max  
## -7.4301  -2.3348  -0.2512   1.4740   9.2451  
## 
## Coefficients:
##             Estimate Std. Error z value Pr(>|z|)    
## Num_Plantas -0.09494    0.01033  -9.189   <2e-16 ***
## GrupoG1      3.43681    0.05270  65.221   <2e-16 ***
## GrupoG2      3.48797    0.03652  95.516   <2e-16 ***
## GrupoG3      3.47622    0.03667  94.806   <2e-16 ***
## GrupoG4      4.44172    0.04132 107.497   <2e-16 ***
## GrupoG5      3.30259    0.03834  86.128   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## (Dispersion parameter for poisson family taken to be 1)
## 
##     Null deviance: 29660  on 219  degrees of freedom
## Residual deviance:  1570  on 213  degrees of freedom
##   (1 observation deleted due to missingness)
## AIC: 2660.7
## 
## Number of Fisher Scoring iterations: 5

Ahora a ver los coeficiente en la misma escala que se recogio los datos.

exp(coef(Model1))
## Num_Plantas     GrupoG1     GrupoG2     GrupoG3     GrupoG4     GrupoG5 
##   0.9094267  31.0875879  32.7195285  32.3373112  84.9210927  27.1829296

Como se interpreta?

  • Num_Plantas, por cada planta extra en el cuadrante, hay una redución de solamente .6 inflorescencia (1-.94). Por consecuencia en general no se vio mucha diferencia entre la producción de inflorescencia y la cantidad de plantas por cuandrante

  • Pero los diferentes muestreos (Grupos son distinctos).

Nota que para el primer grupo con una planta se espera 27 inflorescencia y por cada otra planta en el cuandrante se reduce de .6 inflorescencia. Por consecuancia en el primer grupo en un cuadrante de 5 plantas se observa en promedio 27.2 - .937 *5 = 22.5 inflorescencia

El calculo de como calcular la cantidad inflorescencia esperadas en un cuandrate de de 5 plantas en el grupo

27.2 - 0.935*5
## [1] 22.525

Cuanta inflorescencia se espera en un cuadrante de 10 plantas en el grupo 4?