Clase 8

class: title-slide, inverse, middle, right
background-image: url(https://images.unsplash.com/photo-1560806175-2e9e26340b2b?ixid=MXwxMjA3fDB8MHxwaG90by1wYWdlfHx8fGVufDB8fHw%3D&ixlib=rb-1.2.1&auto=format&fit=crop&w=1000&q=80)
background-size: cover

### Clase 8
# Factores y <br> Anova

## Miriam Lerma<br>
Marzo 2021

---

class: inverse

# Intro

- [Factores](#factores)  
- [Analisis de varianza](#anova)

## Ustedes

- Conocimientos de R (saben abrirlo, cargar paquetes y datos, saben hacer operaciones y graficos).  
- Quieren saber como transformar a factor y conocer la sintaxis para hacer analisis de varianza en R.

**Notas** <br>
Ya vieron teoría. <br>
Recuerden que los modelos dependen de sus preguntas y experimentos o muestreos.

---
class: inverse

# Créditos & materiales:

Materiales <br> 
[<svg aria-hidden="true" role="img" viewBox="0 0 512 512" style="height:1em;width:1em;vertical-align:-0.125em;margin-left:auto;margin-right:auto;font-size:inherit;fill:#f2cc8f;overflow:visible;position:relative;"><path d="M326.612 185.391c59.747 59.809 58.927 155.698.36 214.59-.11.12-.24.25-.36.37l-67.2 67.2c-59.27 59.27-155.699 59.262-214.96 0-59.27-59.26-59.27-155.7 0-214.96l37.106-37.106c9.84-9.84 26.786-3.3 27.294 10.606.648 17.722 3.826 35.527 9.69 52.721 1.986 5.822.567 12.262-3.783 16.612l-13.087 13.087c-28.026 28.026-28.905 73.66-1.155 101.96 28.024 28.579 74.086 28.749 102.325.51l67.2-67.19c28.191-28.191 28.073-73.757 0-101.83-3.701-3.694-7.429-6.564-10.341-8.569a16.037 16.037 0 0 1-6.947-12.606c-.396-10.567 3.348-21.456 11.698-29.806l21.054-21.055c5.521-5.521 14.182-6.199 20.584-1.731a152.482 152.482 0 0 1 20.522 17.197zM467.547 44.449c-59.261-59.262-155.69-59.27-214.96 0l-67.2 67.2c-.12.12-.25.25-.36.37-58.566 58.892-59.387 154.781.36 214.59a152.454 152.454 0 0 0 20.521 17.196c6.402 4.468 15.064 3.789 20.584-1.731l21.054-21.055c8.35-8.35 12.094-19.239 11.698-29.806a16.037 16.037 0 0 0-6.947-12.606c-2.912-2.005-6.64-4.875-10.341-8.569-28.073-28.073-28.191-73.639 0-101.83l67.2-67.19c28.239-28.239 74.3-28.069 102.325.51 27.75 28.3 26.872 73.934-1.155 101.96l-13.087 13.087c-4.35 4.35-5.769 10.79-3.783 16.612 5.864 17.194 9.042 34.999 9.69 52.721.509 13.906 17.454 20.446 27.294 10.606l37.106-37.106c59.271-59.259 59.271-155.699.001-214.959z"/></svg> Sthda por Alboukadel Kassambara](http://www.sthda.com/english/wiki/one-way-anova-test-in-r)

[<svg aria-hidden="true" role="img" viewBox="0 0 576 512" style="height:1em;width:1.12em;vertical-align:-0.125em;margin-left:auto;margin-right:auto;font-size:inherit;fill:#f2cc8f;overflow:visible;position:relative;"><path d="M542.22 32.05c-54.8 3.11-163.72 14.43-230.96 55.59-4.64 2.84-7.27 7.89-7.27 13.17v363.87c0 11.55 12.63 18.85 23.28 13.49 69.18-34.82 169.23-44.32 218.7-46.92 16.89-.89 30.02-14.43 30.02-30.66V62.75c.01-17.71-15.35-31.74-33.77-30.7zM264.73 87.64C197.5 46.48 88.58 35.17 33.78 32.05 15.36 31.01 0 45.04 0 62.75V400.6c0 16.24 13.13 29.78 30.02 30.66 49.49 2.6 149.59 12.11 218.77 46.95 10.62 5.35 23.21-1.94 23.21-13.46V100.63c0-5.29-2.62-10.14-7.27-12.99z"/></svg> Handbook of Regression Models in People Analytics](http://peopleanalytics-regression-book.org/)

[<svg aria-hidden="true" role="img" viewBox="0 0 512 512" style="height:1em;width:1em;vertical-align:-0.125em;margin-left:auto;margin-right:auto;font-size:inherit;fill:#f2cc8f;overflow:visible;position:relative;"><path d="M326.612 185.391c59.747 59.809 58.927 155.698.36 214.59-.11.12-.24.25-.36.37l-67.2 67.2c-59.27 59.27-155.699 59.262-214.96 0-59.27-59.26-59.27-155.7 0-214.96l37.106-37.106c9.84-9.84 26.786-3.3 27.294 10.606.648 17.722 3.826 35.527 9.69 52.721 1.986 5.822.567 12.262-3.783 16.612l-13.087 13.087c-28.026 28.026-28.905 73.66-1.155 101.96 28.024 28.579 74.086 28.749 102.325.51l67.2-67.19c28.191-28.191 28.073-73.757 0-101.83-3.701-3.694-7.429-6.564-10.341-8.569a16.037 16.037 0 0 1-6.947-12.606c-.396-10.567 3.348-21.456 11.698-29.806l21.054-21.055c5.521-5.521 14.182-6.199 20.584-1.731a152.482 152.482 0 0 1 20.522 17.197zM467.547 44.449c-59.261-59.262-155.69-59.27-214.96 0l-67.2 67.2c-.12.12-.25.25-.36.37-58.566 58.892-59.387 154.781.36 214.59a152.454 152.454 0 0 0 20.521 17.196c6.402 4.468 15.064 3.789 20.584-1.731l21.054-21.055c8.35-8.35 12.094-19.239 11.698-29.806a16.037 16.037 0 0 0-6.947-12.606c-2.912-2.005-6.64-4.875-10.341-8.569-28.073-28.073-28.191-73.639 0-101.83l67.2-67.19c28.239-28.239 74.3-28.069 102.325.51 27.75 28.3 26.872 73.934-1.155 101.96l-13.087 13.087c-4.35 4.35-5.769 10.79-3.783 16.612 5.864 17.194 9.042 34.999 9.69 52.721.509 13.906 17.454 20.446 27.294 10.606l37.106-37.106c59.271-59.259 59.271-155.699.001-214.959z"/></svg> ourcodingclub](https://ourcodingclub.github.io/tutorials/mixed-models/)

[<svg aria-hidden="true" role="img" viewBox="0 0 576 512" style="height:1em;width:1.12em;vertical-align:-0.125em;margin-left:auto;margin-right:auto;font-size:inherit;fill:#f2cc8f;overflow:visible;position:relative;"><path d="M542.22 32.05c-54.8 3.11-163.72 14.43-230.96 55.59-4.64 2.84-7.27 7.89-7.27 13.17v363.87c0 11.55 12.63 18.85 23.28 13.49 69.18-34.82 169.23-44.32 218.7-46.92 16.89-.89 30.02-14.43 30.02-30.66V62.75c.01-17.71-15.35-31.74-33.77-30.7zM264.73 87.64C197.5 46.48 88.58 35.17 33.78 32.05 15.36 31.01 0 45.04 0 62.75V400.6c0 16.24 13.13 29.78 30.02 30.66 49.49 2.6 149.59 12.11 218.77 46.95 10.62 5.35 23.21-1.94 23.21-13.46V100.63c0-5.29-2.62-10.14-7.27-12.99z"/></svg> Libro por Steve Midway](https://bookdown.org/steve_midway/DAR/understanding-anova-in-r.html)

Imágenes adicionales <br> 
[<svg aria-hidden="true" role="img" viewBox="0 0 512 512" style="height:1em;width:1em;vertical-align:-0.125em;margin-left:auto;margin-right:auto;font-size:inherit;fill:#f2cc8f;overflow:visible;position:relative;"><path d="M48 32C21.5 32 0 53.5 0 80v352c0 26.5 21.5 48 48 48h416c26.5 0 48-21.5 48-48V80c0-26.5-21.5-48-48-48H48zm0 32h106c3.3 0 6 2.7 6 6v20c0 3.3-2.7 6-6 6H38c-3.3 0-6-2.7-6-6V80c0-8.8 7.2-16 16-16zm426 96H38c-3.3 0-6-2.7-6-6v-36c0-3.3 2.7-6 6-6h138l30.2-45.3c1.1-1.7 3-2.7 5-2.7H464c8.8 0 16 7.2 16 16v74c0 3.3-2.7 6-6 6zM256 424c-66.2 0-120-53.8-120-120s53.8-120 120-120 120 53.8 120 120-53.8 120-120 120zm0-208c-48.5 0-88 39.5-88 88s39.5 88 88 88 88-39.5 88-88-39.5-88-88-88zm-48 104c-8.8 0-16-7.2-16-16 0-35.3 28.7-64 64-64 8.8 0 16 7.2 16 16s-7.2 16-16 16c-17.6 0-32 14.4-32 32 0 8.8-7.2 16-16 16z"/></svg> Unsplash](https://unsplash.com/)<br>
[<svg aria-hidden="true" role="img" viewBox="0 0 512 512" style="height:1em;width:1em;vertical-align:-0.125em;margin-left:auto;margin-right:auto;font-size:inherit;fill:#f2cc8f;overflow:visible;position:relative;"><path d="M48 32C21.5 32 0 53.5 0 80v352c0 26.5 21.5 48 48 48h416c26.5 0 48-21.5 48-48V80c0-26.5-21.5-48-48-48H48zm0 32h106c3.3 0 6 2.7 6 6v20c0 3.3-2.7 6-6 6H38c-3.3 0-6-2.7-6-6V80c0-8.8 7.2-16 16-16zm426 96H38c-3.3 0-6-2.7-6-6v-36c0-3.3 2.7-6 6-6h138l30.2-45.3c1.1-1.7 3-2.7 5-2.7H464c8.8 0 16 7.2 16 16v74c0 3.3-2.7 6-6 6zM256 424c-66.2 0-120-53.8-120-120s53.8-120 120-120 120 53.8 120 120-53.8 120-120 120zm0-208c-48.5 0-88 39.5-88 88s39.5 88 88 88 88-39.5 88-88-39.5-88-88-88zm-48 104c-8.8 0-16-7.2-16-16 0-35.3 28.7-64 64-64 8.8 0 16 7.2 16 16s-7.2 16-16 16c-17.6 0-32 14.4-32 32 0 8.8-7.2 16-16 16z"/></svg> Portada Unsplash por Thomas Millot](https://unsplash.com/@tmillot)

---

name: factores
class: title-slide, inverse, bottom
background-image: url(https://images.unsplash.com/photo-1551415923-31d2072bc248?ixid=MXwxMjA3fDB8MHxwaG90by1wYWdlfHx8fGVufDB8fHw%3D&ixlib=rb-1.2.1&auto=format&fit=crop&w=2089&q=80)
background-size: cover

# 1. Factores

---

## 1.1. Titanic

Instalar y cargar el paquete

```r
#install.packages('titanic')
library(titanic)
library(tidyverse)
```

Renombremos el dataframe que vamos a usar y agreguemoslo a nuestro environment.

```r
Titanic_datos<-titanic_train
```

Vamos a usar estos datos por que no están "limpios".

La idea es que **consideren** que algunas variables se deben transformar a **factores**.

---

## 1.2. Columnas y valores

Renombrar columnas para que estén en español.

```r
Titanic_datos <- Titanic_datos %>%
  rename(sobrevivio=Survived,
         clase=Pclass,
         edad=Age,
         sexo=Sex,
         embarcado=Embarked,
         precio=Fare)
```

Transformamos los espacios vacíos ("") a NA

```r
Titanic_datos$embarcado <- ifelse(Titanic_datos$embarcado == "",
                                 NA,
                                 Titanic_datos$embarcado)
```

---

## 1.3. Factores

Que tipos de datos tenemos?  
- **int**: integral, numérico sin decimales  
- **chr**: character
- **dbl**: double, es un tipo numérico de doble precisión
- **fct**: factor? No hay ninguno con esta clase.

```r
glimpse(Titanic_datos)
```

```
## Rows: 891
## Columns: 12
## $ PassengerId <int> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17,…
## $ sobrevivio  <int> 0, 1, 1, 1, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 1, 0, 1, 0, 1…
## $ clase       <int> 3, 1, 3, 1, 3, 3, 1, 3, 3, 2, 3, 1, 3, 3, 3, 2, 3, 2, 3, 3…
## $ Name        <chr> "Braund, Mr. Owen Harris", "Cumings, Mrs. John Bradley (Fl…
## $ sexo        <chr> "male", "female", "female", "female", "male", "male", "mal…
## $ edad        <dbl> 22, 38, 26, 35, 35, NA, 54, 2, 27, 14, 4, 58, 20, 39, 14, …
## $ SibSp       <int> 1, 1, 0, 1, 0, 0, 0, 3, 0, 1, 1, 0, 0, 1, 0, 0, 4, 0, 1, 0…
## $ Parch       <int> 0, 0, 0, 0, 0, 0, 0, 1, 2, 0, 1, 0, 0, 5, 0, 0, 1, 0, 0, 0…
## $ Ticket      <chr> "A/5 21171", "PC 17599", "STON/O2. 3101282", "113803", "37…
## $ precio      <dbl> 7.2500, 71.2833, 7.9250, 53.1000, 8.0500, 8.4583, 51.8625,…
## $ Cabin       <chr> "", "C85", "", "C123", "", "", "E46", "", "", "", "G6", "C…
## $ embarcado   <chr> "S", "C", "S", "S", "S", "Q", "S", "S", "S", "C", "S", "S"…
```

---

## 1.3. Factores
Transformamos columnas que son factores a factor.  
**fct**: factor? Ahora si existen columnas con esta clase.

```r
Titanic_datos<-Titanic_datos%>%
    mutate(sobrevivio = as_factor(sobrevivio),
           clase = as_factor(clase),
           sexo = as_factor(sexo))
```

```r
glimpse(Titanic_datos)
```

```
## Rows: 891
## Columns: 12
## $ PassengerId <int> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17,…
## $ sobrevivio  <fct> 0, 1, 1, 1, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 1, 0, 1, 0, 1…
## $ clase       <fct> 3, 1, 3, 1, 3, 3, 1, 3, 3, 2, 3, 1, 3, 3, 3, 2, 3, 2, 3, 3…
## $ Name        <chr> "Braund, Mr. Owen Harris", "Cumings, Mrs. John Bradley (Fl…
## $ sexo        <fct> male, female, female, female, male, male, male, male, fema…
## $ edad        <dbl> 22, 38, 26, 35, 35, NA, 54, 2, 27, 14, 4, 58, 20, 39, 14, …
## $ SibSp       <int> 1, 1, 0, 1, 0, 0, 0, 3, 0, 1, 1, 0, 0, 1, 0, 0, 4, 0, 1, 0…
## $ Parch       <int> 0, 0, 0, 0, 0, 0, 0, 1, 2, 0, 1, 0, 0, 5, 0, 0, 1, 0, 0, 0…
## $ Ticket      <chr> "A/5 21171", "PC 17599", "STON/O2. 3101282", "113803", "37…
## $ precio      <dbl> 7.2500, 71.2833, 7.9250, 53.1000, 8.0500, 8.4583, 51.8625,…
## $ Cabin       <chr> "", "C85", "", "C123", "", "", "E46", "", "", "", "G6", "C…
## $ embarcado   <chr> "S", "C", "S", "S", "S", "Q", "S", "S", "S", "C", "S", "S"…
```

---

## 1.4. Sobrevivencia
¿Cuál fue el número de sobrevivientes?

Vamos a crear un objeto con esa tabla.

```r
Sobrevivientes<-Titanic_datos %>%
          group_by(sobrevivio) %>%
          count()
```

Usaremos la informacion de la tabla que creamos para agregar el numero de sobreviventes.

.pull-left[

```r
g1 <- ggplot(Titanic_datos, 
             aes(sobrevivio)) +
  geom_bar()+
* geom_text(data = Sobrevivientes,
            aes(sobrevivio, 
                y=25, 
                label=n),
            color="white")+
  xlab("sobrevivencia")+
  ylab("Frecuencia")+
  theme_classic()
```
]

.pull-right[
<img src="Clase8_files/figure-html/unnamed-chunk-12-1.png" width="80%" />
]

**Nuevo concepto** podemos usar _geom_text_ para incluir texto en el gráfico.

---

## 1.4. Precio

Podemos explorar si los que tenían un boleto mas caro, tenían mas posibilidades de sobrevivir.

.pull-left[

```r
p1 <- ggplot(Titanic_datos, 
             aes(x=sobrevivio, 
                 y=precio)) +
  geom_boxplot()+
  xlab("sobrevivencia")+
  ylab("Precio del boleto")+
  theme_classic()+
  scale_x_discrete(breaks=c("0","1"),
        labels=c("No", "Sí"))
```
]

.pull-right[
<img src="Clase8_files/figure-html/unnamed-chunk-14-1.png" width="80%" />
]

**Nuevos conceptos**  
- Podemos usar _scale_x_discrete_ para cambiar la etiqueta en el eje _x_.

---

## 1.5. Clase y edad

Podemos explorar si los que tenian la edad tenia un efecto, ademas de la clase, en las posibilidades de sobrevivir.

.pull-left[

```r
c1<-ggplot(Titanic_datos,
       aes(x= as.factor(clase), edad, 
           fill=sobrevivio))+
  geom_violin()+
  xlab("Clase")+
  ylab("Edad")+
  theme_bw()+
  theme(legend.position='top')+
  scale_fill_brewer(palette = "Set1")
```
]

.pull-right[
<img src="Clase8_files/figure-html/unnamed-chunk-16-1.png" width="80%" />
]

**Nuevos conceptos**  
- Podemos usar _scale_fill_brewer_ para cambiar los colores de relleno.

---

## 1.6. Sexo y clase

Podemos explorar los datos separando por sexo, por clase y por si sobrevivieron o no.
.pull-left[

```r
p3<-ggplot(Titanic_datos, 
       aes(sexo, sobrevivio))+
* geom_jitter(aes(color=interaction(factor(sexo),
                                    sobrevivio)))+
  facet_wrap(~clase)+
  ylab("Supervivencia")+
  scale_y_discrete(breaks=c("0","1"),
        labels=c("No", "Sí"))+
  theme(legend.position = "none")+
  scale_color_brewer(palette = "Set2")
```
]

.pull-right[
<img src="Clase8_files/figure-html/unnamed-chunk-18-1.png" width="80%" />
]

**Nuevos conceptos**  
- Podemos usar _geom_jitter_ para mover los puntos.  
- Podemos usar _scale_color_brewer_ para cambiar los colores de los puntos.

---

# Ejercicios <svg aria-hidden="true" role="img" viewBox="0 0 512 512" style="height:1em;width:1em;vertical-align:-0.125em;margin-left:auto;margin-right:auto;font-size:inherit;fill:#FFFFFF;overflow:visible;position:relative;"><path d="M497.9 142.1l-46.1 46.1c-4.7 4.7-12.3 4.7-17 0l-111-111c-4.7-4.7-4.7-12.3 0-17l46.1-46.1c18.7-18.7 49.1-18.7 67.9 0l60.1 60.1c18.8 18.7 18.8 49.1 0 67.9zM284.2 99.8L21.6 362.4.4 483.9c-2.9 16.4 11.4 30.6 27.8 27.8l121.5-21.3 262.6-262.6c4.7-4.7 4.7-12.3 0-17l-111-111c-4.8-4.7-12.4-4.7-17.1 0zM124.1 339.9c-5.5-5.5-5.5-14.3 0-19.8l154-154c5.5-5.5 14.3-5.5 19.8 0s5.5 14.3 0 19.8l-154 154c-5.5 5.5-14.3 5.5-19.8 0zM88 424h48v36.3l-64.5 11.3-31.1-31.1L51.7 376H88v48z"/></svg>
- Cargar **paquetes** de titanic y tidyverse
- **Renombrar** objeto, columnas y transformar espacios vacíos a NA
- Crear tres **gráficos** y cambiar clase de columnas a factor

.panelset[
.panel[.panel-name[Paquetes]

```r
#install.packages('titanic')
library(titanic)
library(tidyverse)
```
]

.panel[.panel-name[Renombrar]
Renombremos el dataframe que vamos a usar y agreguemoslo a nuestro environment.

```r
Titanic_datos<-titanic_train
```

Renombrar columnas para que estén en español.

```r
Titanic_datos <- Titanic_datos %>%
  rename(sobrevivio=Survived,
         clase=Pclass,
         edad=Age,
         sexo=Sex,
         embarcado=Embarked,
         precio=Fare)
```
]

.panel[.panel-name[NAs]
Transformamos los espacios vacíos ("") a NA

```r
Titanic_datos$embarcado <- ifelse(Titanic_datos$embarcado == "",
                                 NA,
                                 Titanic_datos$embarcado)
```
]

.panel[.panel-name[Precio]
Prueba con y sin cambiar a factor.

```r
ggplot(Titanic_datos,aes(x=sobrevivio,y=precio)) +
  geom_boxplot()+
  xlab("sobrevivencia")+
  ylab("Precio del boleto")+
  theme_classic()+
  scale_x_discrete(breaks=c("0","1"),
        labels=c("No", "Sí"))
```

Noten que las clases son 1, 2 y 3 si no le decimos que es **factor**, lo interpreta como **numérico**.

Para transformar a factor.

```r
Titanic_datos$sobrevivio <- as_factor(Titanic_datos$sobrevivio)
```
]

.panel[.panel-name[Clase y edad]
Prueba con y sin cambiar a factor.

```r
ggplot(Titanic_datos,aes(x= as_factor(clase), edad,
           fill=sobrevivio))+
  geom_violin()+
  xlab("Clase")+
  ylab("Edad")+
  theme_bw()+
  theme(legend.position='top')+
  scale_fill_brewer(palette = "Set1")
```

Para transformar a factor.

```r
Titanic_datos$clase <- as_factor(Titanic_datos$clase)
```
]

.panel[.panel-name[Clase y sexo]
Prueba con y sin cambiar a factor.

```r
ggplot(Titanic_datos,aes(sexo, sobrevivio))+
  geom_jitter(aes(color=interaction(as_factor(sexo), 
                                    sobrevivio)))+
  facet_wrap(~clase)+
  ylab("Supervivencia")+
  scale_y_discrete(breaks=c("0","1"),
        labels=c("No", "Sí"))+
  theme(legend.position = "none")+
  scale_color_brewer(palette = "Set2")
```

Para transformar a factor.

```r
Titanic_datos$sexo <- as.factor(Titanic_datos$sexo)
```
]
]

---
name: anovas
class: title-slide, inverse, bottom
background-image: url(https://images.unsplash.com/photo-1560806175-2e9e26340b2b?ixid=MXwxMjA3fDB8MHxwaG90by1wYWdlfHx8fGVufDB8fHw%3D&ixlib=rb-1.2.1&auto=format&fit=crop&w=1000&q=80)
background-size: cover

# ANOVAS

---

## 2.1. Teoría

[Teoria](https://rpubs.com/Joaquin_AR/219148)

El análisis de la varianza (ANOVA) se utiliza de forma intensiva en el análisis y diseño de experimentos para evaluar el efecto de tratamientos en la variabilidad de la variable respuesta.  <br>
--
Un análisis de la varianza permite determinar, por ejemplo, si diferentes tratamientos (es decir, un grupo de más de dos tratamientos) muestran diferencias significativas en sus resultados o si por el contrario puede suponerse que sus medias poblacionales no difieren.

---

## 2.2. Insectos

[Ejercicio](https://biocosas.github.io/R/050_anova.html)

Estamos interesados en conocer si hay colores más atractivos para los insectos.  
Para ello se diseñaron trampas con los siguientes colores: amarillo, azul, blanco y verde.  
Se cuantificó el número de insectos que quedaban atrapados.

<br>
<br>
Generemos los datos.

```r
insectos <- c(16,11,20,21,14,7,37,32,15,25,39,
              41,21,12,14,17,13,17,45,59,48,46,38,47)
colores <- as.factor(c(rep(c("azul", "verde", "blanco", "amarillo"), 
                           each=6)))
```

**Nuevo concepto** _rep_ es repetir ese factor, _each_ seis veces.

Crear data frame.

```r
Insectos_df<-data.frame(insectos=insectos,colores=colores)
```

---

## 2.2. Insectos

Exploramos los datos

```r
Trampas_Fig<-ggplot(Insectos_df, 
       aes(x=colores,y=insectos)) +
  geom_boxplot(aes(fill=colores))+
  xlab("Número de insectos atrapados")+
  ylab("Color trampa")+
  theme(legend.position = 'none')+
* scale_fill_manual(values=c("#e9c46a", "#457b9d","#f1faee","#2a9d8f"))
Trampas_Fig
```

![](Clase8_files/figure-html/unnamed-chunk-31-1.png)

**Nuevo concepto** _scale_fill_manual_ para especificar los colores a usar.

---

## 2.3. ANOVA

Esta es la forma de pedir un ANOVA en R:

```r
Anova_insectos<-aov(lm(insectos ~ colores))
```

Elementos generados en el ANOVA:

```r
names(Anova_insectos)
```

```
##  [1] "coefficients"  "residuals"     "effects"       "rank"         
##  [5] "fitted.values" "assign"        "qr"            "df.residual"  
##  [9] "contrasts"     "xlevels"       "call"          "terms"        
## [13] "model"
```

Igual que con los modelos lineares, pedimos un resumen de la tabla del ANOVA

```r
summary(Anova_insectos)
```

```
##             Df Sum Sq Mean Sq F value   Pr(>F)    
## colores      3   4218    1406   30.55 1.15e-07 ***
## Residuals   20    921      46                     
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
```

---

## 2.3. TukeyHSD

Si hemos detectado diferencias significativas entre las medias de las poblaciones. ¿Sería posible saber cuáles son los grupos que generan estas diferencias?

.pull-left[

```r
Insectos_df %>% 
  group_by(colores) %>%
  summarise(promedio=mean(insectos))
```

```
## # A tibble: 4 × 2
##   colores  promedio
##   <fct>       <dbl>
## 1 amarillo     47.2
## 2 azul         14.8
## 3 blanco       15.7
## 4 verde        31.5
```
]

.pull-right[
<img src="Clase8_files/figure-html/unnamed-chunk-36-1.png" width="80%" />
]

---

## 2.3. TukeyHSD

Prueba post-hoc.

```r
intervalos<-TukeyHSD(Anova_insectos)
intervalos
```

```
##   Tukey multiple comparisons of means
##     95% family-wise confidence level
## 
## Fit: aov(formula = lm(insectos ~ colores))
## 
## $colores
##                        diff        lwr       upr     p adj
## azul-amarillo   -32.3333333 -43.296330 -21.37034 0.0000004
## blanco-amarillo -31.5000000 -42.462996 -20.53700 0.0000006
## verde-amarillo  -15.6666667 -26.629663  -4.70367 0.0036170
## blanco-azul       0.8333333 -10.129663  11.79633 0.9964823
## verde-azul       16.6666667   5.703670  27.62966 0.0020222
## verde-blanco     15.8333333   4.870337  26.79633 0.0032835
```

---

## 2.4. Validación del modelo

Los supuestos que se deben cumplir son tres:

- Independencia, 
- homocedasticidad y 
- normalidad.

---

## 2.5. Independencia

Los valores deben ser independientes.

```r
plot(Anova_insectos$residuals)
```

![](Clase8_files/figure-html/unnamed-chunk-38-1.png)

---

## 2.6. Normalidad

El test de Shapiro-Wilk indica que no tenemos evidencia suficiente para rechazar la hipótesis nula (normalidad de los residuos)

```r
shapiro.test(Anova_insectos$residuals)
```

```
## 
## 	Shapiro-Wilk normality test
## 
## data:  Anova_insectos$residuals
## W = 0.97337, p-value = 0.75
```

```r
hist(Anova_insectos$residuals)
```

![](Clase8_files/figure-html/unnamed-chunk-40-1.png)

```r
qqnorm(Anova_insectos$residuals) 
qqline(Anova_insectos$residuals)
```

![](Clase8_files/figure-html/unnamed-chunk-40-2.png)

---

## 2.7. Homocedasticidad

El test de Bartlett indica que no tenemos evidencia suficiente para rechazar la hipótesis nula (las varianzas son iguales)

```r
bartlett.test(Anova_insectos$residuals ~ colores)
```

```
## 
## 	Bartlett test of homogeneity of variances
## 
## data:  Anova_insectos$residuals by colores
## Bartlett's K-squared = 5.2628, df = 3, p-value = 0.1535
```

---

## 2.8. Anova con dos factores

Crear nueva columna con factor de tamaño.

```r
Insectos_df$tamanio <- as.factor(c(rep(c("grande", "mediana", "chica"), 
                           each=2)))
```

Crear nuevo modelo.

```r
Anova_insectos_2<-aov((insectos ~ colores + tamanio),data=Insectos_df)
```

Resultados del modelo.

```r
summary(Anova_insectos_2)
```

```
##             Df Sum Sq Mean Sq F value   Pr(>F)    
## colores      3   4218  1406.2   28.96 4.18e-07 ***
## tamanio      2     47    23.3    0.48    0.627    
## Residuals   18    874    48.6                     
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
```

---

## 2.8. Anovas con interaccion

Agregar interacción en el modelo.

```r
Anova_insectos_3<-aov((insectos ~ colores * tamanio),data=Insectos_df)
```

Otra manera de escribir el mismo modelo.

```r
Anova_insectos_4<-aov((insectos ~ colores + tamanio + colores : tamanio),data=Insectos_df)
```

---

##  2.8. Anovas con interaccion

Mismos resultados.

```r
summary(Anova_insectos_3)
```

```
##                 Df Sum Sq Mean Sq F value   Pr(>F)    
## colores          3   4218  1406.2  57.103 2.24e-07 ***
## tamanio          2     47    23.3   0.946   0.4155    
## colores:tamanio  6    578    96.4   3.915   0.0212 *  
## Residuals       12    296    24.6                     
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
```

```r
summary(Anova_insectos_4)
```

---

- Generar **datos y modelo**
- Verificar algunos **supuestos**
- Analisis **post-hoc**
- Crear anova de **dos factores**
- Crear anova con **interacción**

.panelset[
.panel[.panel-name[Datos y modelo]
Generar datos y modelo.

```r
insectos <- c(16,11,20,21,14,7,37,32,15,25,39,41,21,12,14,17,13,17,45,59,48,46,38,47)
colores <- as.factor(c(rep(c("azul", "verde", "blanco", "amarillo"), each =6)))
```

```r
Anova_insectos<-aov(lm(insectos ~ colores))
```

```r
summary(Anova_insectos)
```
]

.panel[.panel-name[Supuestos]

```r
plot(Anova_insectos$residuals)
```

```r
hist(Anova_insectos$residuals)
qqnorm(Anova_insectos$residuals) 
qqline(Anova_insectos$residuals)
```

```r
shapiro.test(Anova_insectos$residuals)
```

```r
bartlett.test(Anova_insectos$residuals ~ colores)
```
]

.panel[.panel-name[Post-hoc]

Veamos si los grupos son diferentes y cuales grupos son diferentes.

```r
TukeyHSD(Anova_insectos)
```

```r
Insectos_df<-data.frame(insectos=insectos,colores=colores)
ggplot(Insectos_df, aes(x=colores,y=insectos)) +
  geom_boxplot(aes(fill=colores))+
  xlab("Color de la trampa")+
  ylab("Numero de insectos")+
  scale_fill_manual(values=c("#e9c46a", "#457b9d","#f1faee","#2a9d8f"))+
  theme_classic()+
  theme(legend.position = "none")
```
]

.panel[.panel-name[Dos factores]
Crear nueva columna con factor de tamaño.

```r
Insectos_df$tamanio <- as.factor(c(rep(c("grande", "mediana", "chica"), 
                           each=2)))
```

```r
Anova_insectos_2<-aov((insectos ~ colores + tamanio),data=Insectos_df)
```

```r
summary(Anova_insectos_2)
```
]

.panel[.panel-name[Interacciones]
Interacción:

```r
Anova_insectos_3<-aov((insectos ~ colores * tamanio),data=Insectos_df)
```

```r
Anova_insectos_4<-aov((insectos ~ colores + tamanio + colores : tamanio),data=Insectos_df)
```

```r
summary(Anova_insectos_3)
```

```r
summary(Anova_insectos_4)
```
]
]

---
class: title-slide, inverse
background-image: url(https://images.unsplash.com/photo-1560806175-2e9e26340b2b?ixid=MXwxMjA3fDB8MHxwaG90by1wYWdlfHx8fGVufDB8fHw%3D&ixlib=rb-1.2.1&auto=format&fit=crop&w=1000&q=80)
background-size: cover

# Recapitulando

- [Factores](#factores)  
- [Analisis de varianza](#anova)

.right[
Para dudas, comentarios y sugerencias:<br>
 Escríbeme a miriamjlerma@gmail.com

Este material esta accesible y se encuentra en <br>
 mi [<svg aria-hidden="true" role="img" viewBox="0 0 512 512" style="height:1em;width:1em;vertical-align:-0.125em;margin-left:auto;margin-right:auto;font-size:inherit;fill:#f2cc8f;overflow:visible;position:relative;"><path d="M432,320H400a16,16,0,0,0-16,16V448H64V128H208a16,16,0,0,0,16-16V80a16,16,0,0,0-16-16H48A48,48,0,0,0,0,112V464a48,48,0,0,0,48,48H400a48,48,0,0,0,48-48V336A16,16,0,0,0,432,320ZM488,0h-128c-21.37,0-32.05,25.91-17,41l35.73,35.73L135,320.37a24,24,0,0,0,0,34L157.67,377a24,24,0,0,0,34,0L435.28,133.32,471,169c15,15,41,4.5,41-17V24A24,24,0,0,0,488,0Z"/></svg>github](https://github.com/MiriamLL/Curso_CIAD/)
y mi [<svg aria-hidden="true" role="img" viewBox="0 0 512 512" style="height:1em;width:1em;vertical-align:-0.125em;margin-left:auto;margin-right:auto;font-size:inherit;fill:#f2cc8f;overflow:visible;position:relative;"><path d="M432,320H400a16,16,0,0,0-16,16V448H64V128H208a16,16,0,0,0,16-16V80a16,16,0,0,0-16-16H48A48,48,0,0,0,0,112V464a48,48,0,0,0,48,48H400a48,48,0,0,0,48-48V336A16,16,0,0,0,432,320ZM488,0h-128c-21.37,0-32.05,25.91-17,41l35.73,35.73L135,320.37a24,24,0,0,0,0,34L157.67,377a24,24,0,0,0,34,0L435.28,133.32,471,169c15,15,41,4.5,41-17V24A24,24,0,0,0,488,0Z"/></svg>página ](https://www.miriam-lerma.com)
]

<h1>
.right[
[<svg aria-hidden="true" role="img" viewBox="0 0 576 512" style="height:1em;width:1.12em;vertical-align:-0.125em;margin-left:auto;margin-right:auto;font-size:inherit;fill:#f2cc8f;overflow:visible;position:relative;"><path d="M280.37 148.26L96 300.11V464a16 16 0 0 0 16 16l112.06-.29a16 16 0 0 0 15.92-16V368a16 16 0 0 1 16-16h64a16 16 0 0 1 16 16v95.64a16 16 0 0 0 16 16.05L464 480a16 16 0 0 0 16-16V300L295.67 148.26a12.19 12.19 0 0 0-15.3 0zM571.6 251.47L488 182.56V44.05a12 12 0 0 0-12-12h-56a12 12 0 0 0-12 12v72.61L318.47 43a48 48 0 0 0-61 0L4.34 251.47a12 12 0 0 0-1.6 16.9l25.5 31A12 12 0 0 0 45.15 301l235.22-193.74a12.19 12.19 0 0 1 15.3 0L530.9 301a12 12 0 0 0 16.9-1.6l25.5-31a12 12 0 0 0-1.7-16.93z"/></svg>](https://www.miriam-lerma.com/teaching.html)
]</h1>