Estadística Multivariada

.title[
# Estadística Multivariada
]
.subtitle[
## ⚔<br/> Clase 3. Exploración Multivariada
]
.author[
### Javier Rodríguez Barrios
]
.institute[
### Maestría en Ecología y Biodiversidad
]
.date[
### actualizado: 2024-04-17
]

---

# Empezamos

---

# Descarga de datos

Descargar la base de datos **Insectos1.csv** de la página  [Github](https://github.com/Javier-2712/Multivariados.git):

```r
remotes::install_github("yihui/xaringan")
```

--
- Seguir los procedimientos de las clases anteriores, para cargar los archivos **`.csv`** y **`.html`** en el directorio de trabajo.

--
- Se puede hacer uso de la bibliografía recomendada por el docente.

![This is the caption!](Imagenes/pexels-lukas-574071.jpg)

]

---

## Cargar la base de datos

```r
# Base de datos
datos<-read.csv2("Insectos.csv",row.names=1)
head(datos)  # Encabezado de la base "datos"
```

```
#    cuenca  pH temp Efem Plec Tric Dipt Cole Ab
# 1   cuen1 6.8 17.4   26    4    9   30    3 72
# 4   cuen1 7.3 16.8   17    6    9   25    1 58
# 11  cuen1 5.6 16.0    9    3   28   24    3 67
# 13  cuen1 6.3 17.8    2    3   25   21    6 57
# 19  cuen1 5.6 18.2    6    4   24   12   13 59
# 3   cuen2 6.3 17.0    7    2   25   10    1 45
```

---
## Estructura de la base de datos

```r
str(datos)   # estructura de la base "datos"
```

```
# 'data.frame':	20 obs. of  9 variables:
#  $ cuenca: chr  "cuen1" "cuen1" "cuen1" "cuen1" ...
#  $ pH    : num  6.8 7.3 5.6 6.3 5.6 6.3 7.5 7 7 5.7 ...
#  $ temp  : num  17.4 16.8 16 17.8 18.2 17 16.8 18.2 19.8 15.3 ...
#  $ Efem  : int  26 17 9 2 6 7 19 12 13 5 ...
#  $ Plec  : int  4 6 3 3 4 2 3 5 6 0 ...
#  $ Tric  : int  9 9 28 25 24 25 12 23 9 32 ...
#  $ Dipt  : int  30 25 24 21 12 10 12 9 0 11 ...
#  $ Cole  : int  3 1 3 6 13 1 3 4 15 8 ...
#  $ Ab    : int  72 58 67 57 59 45 49 53 43 56 ...
```

---
### Librerías Requeridas

```r
library(lattice)   # No se requiere instalar
library(ellipse)
require(SciViews)
library(plotrix)
require(stats)     # No se requiere instalar
library(corrplot)
```

### Estructura de la base de datos

```r
str(datos)
```

```
## 'data.frame':	20 obs. of  9 variables:
##  $ cuenca: chr  "cuen1" "cuen1" "cuen1" "cuen1" ...
##  $ pH    : num  6.8 7.3 5.6 6.3 5.6 6.3 7.5 7 7 5.7 ...
##  $ temp  : num  17.4 16.8 16 17.8 18.2 17 16.8 18.2 19.8 15.3 ...
##  $ Efem  : int  26 17 9 2 6 7 19 12 13 5 ...
##  $ Plec  : int  4 6 3 3 4 2 3 5 6 0 ...
##  $ Tric  : int  9 9 28 25 24 25 12 23 9 32 ...
##  $ Dipt  : int  30 25 24 21 12 10 12 9 0 11 ...
##  $ Cole  : int  3 1 3 6 13 1 3 4 15 8 ...
##  $ Ab    : int  72 58 67 57 59 45 49 53 43 56 ...
```

```r
datos$cuenca = as.factor(datos$cuenca)
summary(datos)
```

```
##    cuenca        pH            temp            Efem            Plec     
##  cuen1:5   Min.   :5.50   Min.   :15.00   Min.   : 2.00   Min.   :0.00  
##  cuen2:5   1st Qu.:6.00   1st Qu.:15.95   1st Qu.: 6.00   1st Qu.:3.00  
##  cuen3:5   Median :6.50   Median :17.05   Median :12.50   Median :4.00  
##  cuen4:5   Mean   :6.48   Mean   :16.99   Mean   :13.75   Mean   :3.85  
##            3rd Qu.:7.00   3rd Qu.:17.88   3rd Qu.:19.00   3rd Qu.:5.00  
##            Max.   :7.50   Max.   :19.80   Max.   :28.00   Max.   :8.00  
##       Tric            Dipt            Cole             Ab        
##  Min.   : 7.00   Min.   : 0.00   Min.   : 1.00   Min.   : 43.00  
##  1st Qu.:15.00   1st Qu.:12.00   1st Qu.: 3.00   1st Qu.: 56.75  
##  Median :22.00   Median :24.50   Median : 6.00   Median : 72.50  
##  Mean   :20.95   Mean   :22.15   Mean   : 7.70   Mean   : 68.40  
##  3rd Qu.:25.00   3rd Qu.:30.00   3rd Qu.:12.25   3rd Qu.: 76.50  
##  Max.   :37.00   Max.   :39.00   Max.   :21.00   Max.   :104.00
```

---
class: inverse, center, middle
# Exploración gráfica

---

### Propósito de la exploración

<table>
 <thead>
  <tr>
   <th style="text-align:left;">   </th>
   <th style="text-align:left;"> cuenca </th>
   <th style="text-align:right;"> pH </th>
   <th style="text-align:right;"> temp </th>
   <th style="text-align:right;"> Efem </th>
   <th style="text-align:right;"> Plec </th>
   <th style="text-align:right;"> Tric </th>
   <th style="text-align:right;"> Dipt </th>
   <th style="text-align:right;"> Cole </th>
   <th style="text-align:right;"> Ab </th>
  </tr>
 </thead>
<tbody>
  <tr>
   <td style="text-align:left;"> 1 </td>
   <td style="text-align:left;"> cuen1 </td>
   <td style="text-align:right;"> 6.8 </td>
   <td style="text-align:right;"> 17.4 </td>
   <td style="text-align:right;"> 26 </td>
   <td style="text-align:right;"> 4 </td>
   <td style="text-align:right;"> 9 </td>
   <td style="text-align:right;"> 30 </td>
   <td style="text-align:right;"> 3 </td>
   <td style="text-align:right;"> 72 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> 4 </td>
   <td style="text-align:left;"> cuen1 </td>
   <td style="text-align:right;"> 7.3 </td>
   <td style="text-align:right;"> 16.8 </td>
   <td style="text-align:right;"> 17 </td>
   <td style="text-align:right;"> 6 </td>
   <td style="text-align:right;"> 9 </td>
   <td style="text-align:right;"> 25 </td>
   <td style="text-align:right;"> 1 </td>
   <td style="text-align:right;"> 58 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> 11 </td>
   <td style="text-align:left;"> cuen1 </td>
   <td style="text-align:right;"> 5.6 </td>
   <td style="text-align:right;"> 16.0 </td>
   <td style="text-align:right;"> 9 </td>
   <td style="text-align:right;"> 3 </td>
   <td style="text-align:right;"> 28 </td>
   <td style="text-align:right;"> 24 </td>
   <td style="text-align:right;"> 3 </td>
   <td style="text-align:right;"> 67 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> 13 </td>
   <td style="text-align:left;"> cuen1 </td>
   <td style="text-align:right;"> 6.3 </td>
   <td style="text-align:right;"> 17.8 </td>
   <td style="text-align:right;"> 2 </td>
   <td style="text-align:right;"> 3 </td>
   <td style="text-align:right;"> 25 </td>
   <td style="text-align:right;"> 21 </td>
   <td style="text-align:right;"> 6 </td>
   <td style="text-align:right;"> 57 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> 19 </td>
   <td style="text-align:left;"> cuen1 </td>
   <td style="text-align:right;"> 5.6 </td>
   <td style="text-align:right;"> 18.2 </td>
   <td style="text-align:right;"> 6 </td>
   <td style="text-align:right;"> 4 </td>
   <td style="text-align:right;"> 24 </td>
   <td style="text-align:right;"> 12 </td>
   <td style="text-align:right;"> 13 </td>
   <td style="text-align:right;"> 59 </td>
  </tr>
  <tr>
   <td style="text-align:left;"> 3 </td>
   <td style="text-align:left;"> cuen2 </td>
   <td style="text-align:right;"> 6.3 </td>
   <td style="text-align:right;"> 17.0 </td>
   <td style="text-align:right;"> 7 </td>
   <td style="text-align:right;"> 2 </td>
   <td style="text-align:right;"> 25 </td>
   <td style="text-align:right;"> 10 </td>
   <td style="text-align:right;"> 1 </td>
   <td style="text-align:right;"> 45 </td>
  </tr>
</tbody>
</table>

--
**Objetivo 1**. **Relaciones** o **Correlaciones** entre variables (Ej. Bióticas vs. Ambientales)

**Exploratorios**. Figuras de elipses, de dispersión, ...

---

### Propósito de la exploración

```
*##    cuenca  pH temp Efem Plec Tric Dipt Cole Ab
## 1   cuen1 6.8 17.4   26    4    9   30    3 72
## 4   cuen1 7.3 16.8   17    6    9   25    1 58
## 11  cuen1 5.6 16.0    9    3   28   24    3 67
## 13  cuen1 6.3 17.8    2    3   25   21    6 57
## 19  cuen1 5.6 18.2    6    4   24   12   13 59
## 3   cuen2 6.3 17.0    7    2   25   10    1 45
```

**Objetivo 2**. **Diferencias** de las variables entre grupos de observaciones (Factor)

**Exploratorios**. Figuras de **cajas y bigotes**, de promedios y desviaciones, ...

---
# Videos de clases - Exploratorios
Video de la clase con opciones de elipses

.pull-left[
[1. Cargar base de datos en RStudio](https://web.microsoftstream.com/video/784dda7e-d129-4d84-b2fd-e3831c3006b2)

[2. Figuras de pares y de elipses](https://web.microsoftstream.com/video/867c9668-6f00-4f5c-afd0-2ee945913fe2)

[3. Figuras de pares avanzadas](https://web.microsoftstream.com/video/b2c6b123-167c-416d-8e5c-b6024459d663)

[4. Figura Trivariada - Coplot](https://web.microsoftstream.com/video/3db58f9e-b5f2-4b45-b760-d827d511788f)

[5. Histogramas](https://web.microsoftstream.com/video/f74cb6da-5d0f-4c49-8492-332b0f4e231b)

]

![This is the caption!](Imagenes/pexels-lukas-574071.jpg)

]

---

---
## 1.) Elipses con colores

Las elipses permiten evaluar relaciones entre múltiples variables.

El Paquete **Corrplot** es el que permite realizar las opciones gráficas de elipses a color, ingresar a este enlace:
[corrplot](http://www.sthda.com/english/wiki/visualize-correlation-matrix-using-correlogram)

O ete otro enlace a **corrplot**:
[corrplot](https://cran.r-project.org/web/packages/corrplot/vignettes/corrplot-intro.html)

--
A continuación se presenta la estructura básica de estas figuras

````markdown
# Matriz de Correlación (M)
M <- cor(datos[,2:9])  
M

```

````markdown
# Figura de correlaciones con elipses
corrplot(M, method = "ellipse")

```

---
## 1.) Elipses con colores

```r
# Elipses con colores  (Obj1 - Reación v.biol vs. v.f.q)
M <- cor(datos[,2:9])               # Matriz de Correlación (M)
corrplot(M, method = "ellipse")     # Figura de correlaciones con elipses
```

![](Clase3.-Exploratorios_files/figure-html/unnamed-chunk-8-1.svg)

---
## 1.) Elipses con colores (*Cont.*)

### Elipses con transformación de las variables (log10)

```r
corrplot(log10(M+1), method = "ellipse")  # Figura de correlaciones con elipses
```

![](Clase3.-Exploratorios_files/figure-html/unnamed-chunk-9-1.svg)

---
## 1.) Elipses con colores (*Cont.*)

El Paquete **Corrplot** es el que permite realizar diferentes opciones gráficas de elipses a color, como las del siguiente enlace: 
[corrplot](http://www.sthda.com/english/wiki/visualize-correlation-matrix-using-correlogram)

--
### Otras opciones de elipses

````markdown
# Figura de correlaciones con círculos
corrplot(M, method = "circle")     
corrplot.mixed(M, upper="ellipse")
```

--
**`M`** es la matriz de correlación de pearson

**`circle`** es la figura con la matriz de circulos

**`corrplot.mixed`** combina elipses y circulos

**`upper=ellipse`** coloca las elipses encima

---
### Otras opciones de elipses

Figura de correlaciones con **circulos**

**Azul** representa relaciones positivas y **rojo** a las negativas

```r
*corrplot(M, method = "circle")
```
]

Figura generada
![](Clase3.-Exploratorios_files/figure-html/unnamed-chunk-10-1.png)
]

---
class:inverse
.pull-left[

Figura de **elipses** con coeficientes de correlación de pearson.

**Azul** representa relaciones positivas y **rojo** a las negativas

```r
*corrplot.mixed(M, upper="ellipse")
```
]

Figura generada
![](Clase3.-Exploratorios_files/figure-html/unnamed-chunk-11-1.png)
]

--
Algunas modificaciones de **ggplot2** permiten hacer figuras de elipses, pueden explorarse en el siguiente enlace:

[paquete ggpairs](https://r-graph-gallery.com/97-correlation-ellipses.html)

---

## Fuente de esta figura
[paquete ggpairs](https://r-graph-gallery.com/97-correlation-ellipses.html)

---
# 1) Figuras de elipses

- Permiten visualizar **relaciones** lineales positivas o negativas entre parejas de variables.
- Permiten realizar **realaciones y correlaciones** entre variables biológicas.
- Permiten **correlacionar** a variables biológicas y ambientales.

]

#----

---

class: inverse, center, middle
# Relaciones (Regresiones)
## Figuras de dispersión

---
## 2.) Figuras de dispersión

Preden relaciones de **dos variables** seleccionadas de aquellas que en las figuras de elipses presentaron la mayor relación.

--
El Paquete **`lattice`** es uno de los que permite realizar las opciones gráficas de dispersión, ingresar a este enlace:
[lattice](http://www.sthda.com/english/wiki/lattice-graphs)

--
El Paquete **`ggplot2`** presenta opciones más estéticas y robustas para estas y muchas más figuras, ingresar a este enlace:
[Enlace1](https://r-charts.com/es/correlacion/grafico-dispersion-ggplot2/)
    [Enlace2](https://soka.gitlab.io/blog/post/2019-04-25-r-ggplot2-scatterplot/)
    
--  
El Paquete **`ggppairs`** presenta opciones para relacionar diferentes variables:
[ggpairs in R](https://www.r-bloggers.com/2022/11/ggpairs-in-r/?utm_source=phpList&utm_medium=email&utm_campaign=R-bloggers-daily&utm_content=HTML)

---
A continuación se presenta la estructura básica de estas figuras

````markdown

# Figura de dispersión en `ggplot2`
ggplot(datos,aes(x = pH,y = Efem)) +   
  geom_point() +  
  geom_smooth()
```

````markdown

# Figura de dispersión con regresiones (`smooth`)
ggplot(datos,aes(x = pH,y = Efem)) +   
  geom_point(aes(color = cuenca), size = 3) +  
  geom_smooth(method= "lm")

```

---
### 1.) Elipses con colores (Ver relación Efm vs. pH)

![](Clase3.-Exploratorios_files/figure-html/unnamed-chunk-12-1.svg)

---
# Librerías Requeridas

```r
library(lattice)
library(tidyverse)
library(ggplot2)
```

**Nota** La base de datos **`Insectos.csv`** debe cargarse desde el directorio de trabajo.

---
## 2.) Regresiones lineales (Esquema básico)

```r
plot(Efem~Plec,col=as.integer(cuenca),data=datos) 
legend(0,25,legend=levels(datos$cuenca),pch=19,col=1:4,cex=0.8)
lines(abline(lm(datos$Efem~datos$Plec),lwd=2,col=2, lty=2))
```

![](Clase3.-Exploratorios_files/figure-html/unnamed-chunk-14-1.svg)

---
## 3.) Regresiones lineales (Esquema ggplot2)

```r
ggplot(datos,aes(x = pH,y = Efem)) +   
  geom_point(aes(color = cuenca), size = 3) +  
  geom_smooth(method= "lm")
```

![](Clase3.-Exploratorios_files/figure-html/unnamed-chunk-15-1.svg)

---
## 4.) Regresiones suavizadas (Loess)

```r
ggplot(datos,aes(x = pH, y = Efem)) +   
  geom_point(aes(color = cuenca), size = 3) +  
  geom_smooth()
```

![](Clase3.-Exploratorios_files/figure-html/unnamed-chunk-16-1.svg)

---
## 5.) Regresiones

```r
ggplot(datos,aes(x = pH, y = Efem)) +   
  geom_point(aes(color = cuenca), size = 3) +  
  geom_smooth(se = FALSE, span = 0.4)
```

![](Clase3.-Exploratorios_files/figure-html/unnamed-chunk-17-1.svg)

#----

---

class: inverse, center, middle
# 3.) Figuras de Cajas y Bigotes 
## Figura de variariaciones o diferencias

---
## 3.) Figuras de cajas y bigotes

Se valoran las diferencias en los patrones de las variables entre grupos (definidos por uno o más factores).

--
El Paquete **`lattice`** es uno de los que permite realizar las opciones gráficas de cajas, ingresar a este enlace:
[How to make a boxplot in R](https://www.r-bloggers.com/2022/04/how-to-make-a-boxplot-in-r/?utm_source=phpList&utm_medium=email&utm_campaign=R-bloggers-daily&utm_content=HTML)

El Paquete **`ggplot2`** presenta opciones más estéticas y robustas para estas y muchas más figuras, ingresar a este enlace:
[Enlace1](https://r-charts.com/es/correlacion/grafico-dispersion-ggplot2/)
    [Enlace2](https://soka.gitlab.io/blog/post/2019-04-25-r-ggplot2-scatterplot/)

--
A continuación se presenta la estructura básica de estas figuras

````markdown

# Figura de cajas en `ggplot2`
ggplot(datos, aes(x=cuenca, y=Ab)) +
  geom_boxplot()
```

````markdown

# Figura de cajas con otras opciones (`fill`)
ggplot(datos, aes(x=cuenca, y=Ab)) +
  geom_boxplot(col="Blue", fill="orange") +
  labs(x="Cuencas", y= "Abundancia de Insectos") +
  theme(axis.text= element_text(size=14))

```

---

# Librerías Requeridas

```r
library(tidyverse)
library(ggplot2)
library(reshape2)
library(gridExtra)
library(gtable)
library(grid)
library(ggforce)
```

**Nota** La base de datos **`Insectos.csv`** debe cargarse con tidyverse.

---
#### Cargar base de datos

```r
# Base de datos
datos<-read_csv2("Insectos.csv")    # Formato *Tidyr
head(datos)  # Encabezado de la base "datos"
```

```
# # A tibble: 6 × 10
#   quebrada cuenca    pH  temp  Efem  Plec  Tric  Dipt  Cole    Ab
#      <dbl> <chr>  <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
# 1        1 cuen1    6.8  17.4    26     4     9    30     3    72
# 2        4 cuen1    7.3  16.8    17     6     9    25     1    58
# 3       11 cuen1    5.6  16       9     3    28    24     3    67
# 4       13 cuen1    6.3  17.8     2     3    25    21     6    57
# 5       19 cuen1    5.6  18.2     6     4    24    12    13    59
# 6        3 cuen2    6.3  17       7     2    25    10     1    45
```

```r
str(datos)   # estructura de la base "datos"
```

```
# spc_tbl_ [20 × 10] (S3: spec_tbl_df/tbl_df/tbl/data.frame)
#  $ quebrada: num [1:20] 1 4 11 13 19 3 10 15 16 17 ...
#  $ cuenca  : chr [1:20] "cuen1" "cuen1" "cuen1" "cuen1" ...
#  $ pH      : num [1:20] 6.8 7.3 5.6 6.3 5.6 6.3 7.5 7 7 5.7 ...
#  $ temp    : num [1:20] 17.4 16.8 16 17.8 18.2 17 16.8 18.2 19.8 15.3 ...
#  $ Efem    : num [1:20] 26 17 9 2 6 7 19 12 13 5 ...
#  $ Plec    : num [1:20] 4 6 3 3 4 2 3 5 6 0 ...
#  $ Tric    : num [1:20] 9 9 28 25 24 25 12 23 9 32 ...
#  $ Dipt    : num [1:20] 30 25 24 21 12 10 12 9 0 11 ...
#  $ Cole    : num [1:20] 3 1 3 6 13 1 3 4 15 8 ...
#  $ Ab      : num [1:20] 72 58 67 57 59 45 49 53 43 56 ...
#  - attr(*, "spec")=
#   .. cols(
#   ..   quebrada = col_double(),
#   ..   cuenca = col_character(),
#   ..   pH = col_double(),
#   ..   temp = col_double(),
#   ..   Efem = col_double(),
#   ..   Plec = col_double(),
#   ..   Tric = col_double(),
#   ..   Dipt = col_double(),
#   ..   Cole = col_double(),
#   ..   Ab = col_double()
#   .. )
#  - attr(*, "problems")=<externalptr>
```

---
## 1.) Figura de cajas - 1 variable

```r
ggplot(datos, aes(x=cuenca, y=Ab)) +
  geom_boxplot()
```

![](Clase3.-Exploratorios_files/figure-html/unnamed-chunk-20-1.svg)

---
## 2.) Ajuste de colores

```r
ggplot(datos, aes(x=cuenca, y=Ab)) +
  geom_boxplot(col="Blue", fill="orange") +
  labs(x="Cuencas", y= "Abundancia de Insectos") +
  theme(axis.text= element_text(size=14)) 
```

![](Clase3.-Exploratorios_files/figure-html/unnamed-chunk-21-1.svg)

---
## 3) Multiples variables

```r
ggplot(melt(datos[,c(2,5:10)]), aes(x=variable, y=value)) + 
  geom_boxplot(aes(fill=cuenca)) + 
  labs(x="",y="Abundancia")
```

![](Clase3.-Exploratorios_files/figure-html/unnamed-chunk-22-1.svg)

---
## 3) Otra forma - multiples variables

```r
ggplot(melt(datos[,c(2,5:10)]), aes(x=variable, y=value)) + 
  geom_boxplot(aes(fill=cuenca)) + 
  labs(x="",y="Abundancia") + 
  facet_wrap(~ variable,scales="free") + 
  theme_bw()
```

![](Clase3.-Exploratorios_files/figure-html/unnamed-chunk-23-1.svg)

---

class: inverse, center, middle
# 4) Figuras con estadísticos (promedios, errores, ...)

## Figura de variariaciones o diferencias

---
## 4) Figuras con estadísticos

Similar a lo definido en las figuras de cajas y bigotes, aquí se valoran las diferencias en los patrones de las variables entre grupos (definidos por uno o más factores).

--
El Paquete **`ggplot2`** es uno de los que permite realizar las opciones gráficas de barras con estadísticos, ingresar a este enlace:

[**Exploratory Data Analysis with ggplot**](https://rstudio-pubs-static.s3.amazonaws.com/355851_52530dca7f8a4355aad5f5ba46c88b42.html)

Existen otros enlaces en los que se puede encontrar información complementaria para figuras de barras, como los siguientes

[**ggplot2 barplots**](https://rstudio-pubs-static.s3.amazonaws.com/355851_52530dca7f8a4355aad5f5ba46c88b42.html)

[**Stunning Bar Charts**](https://appsilon.com/ggplot2-bar-charts/)

---

# Librerías Requeridas

```r
library(tidyverse)
library(ggplot2)
library(grid)
library(ggforce)
library(GGally)      
library(gganimate)    
```

**Nota** La base de datos **`Insectos.csv`** debe cargarse con tidyverse.

---
A continuación se presenta la estructura básica de estas figuras

1) Cálculo de los estadísticos a tabular y graficar

````markdown

datos_resum <- datos %>%        # Base de datos resumida
  group_by(cuenca) %>%          # Factor o variable agrupadora
  summarise(datos.m = mean(Ab),   # Media de cada grupo del factor
            datos.de  = sd(Ab),   # Desviacioes estándar de cada grupo
            datos.var = var(Ab),  # Varianzas de cada grupo
            n.Ab = n(),           # Tamaño de cada grupo
            datos.ee = sd(Ab)/sqrt(n()))   # Error estándar de cada grupo
datos_resum

```

--
2) Generación de las figuras

````markdown

ggplot(datos_resum, aes(cuenca, datos.m, dev.off())) + 
  geom_bar(stat="identity", col="blue", fill="lightblue") +  
  geom_errorbar(aes(ymin=datos.m-datos.ee, 
                    ymax=datos.m+datos.ee),width=0.2)

```

---
#### Cargar base de datos

```r
# Base de datos
datos<-read_csv2("Insectos.csv")    # Formato *Tidyr
head(datos)  # Encabezado de la base "datos"
```

```r
str(datos)   # estructura de la base "datos"
```

---
## 1.) Estadísticos "datos_resum"

```r
# Resumen estadístico "datos_resum"
datos_resum <- datos %>%        # Base de datos resumida
  group_by(cuenca) %>%          # Factor o variable agrupadora
  summarise(datos.m = mean(Ab),   # Media de cada grupo del factor
            datos.de  = sd(Ab),   # Desviacioes estándar de cada grupo
            datos.var = var(Ab),  # Varianzas de cada grupo
            n.Ab = n(),           # Tamaño de cada grupo
            datos.ee = sd(Ab)/sqrt(n()))   # Error estándar de cada grupo
datos_resum
```

```
## # A tibble: 4 × 6
##   cuenca datos.m datos.de datos.var  n.Ab datos.ee
##   <chr>    <dbl>    <dbl>     <dbl> <int>    <dbl>
## 1 cuen1     62.6     6.58      43.3     5    2.94 
## 2 cuen2     49.2     5.40      29.2     5    2.42 
## 3 cuen3     73.8     1.30       1.7     5    0.583
## 4 cuen4     88      10.1      102.      5    4.53
```

---
## 2.) Elementos de la figura "DatosPlot"

```r
# Figura de promedios y errores estándar
DatosPlot<-
  ggplot(datos_resum, aes(cuenca, datos.m, dev.off())) + 
  geom_bar(stat="identity", col="blue", fill="lightblue") +  
  geom_errorbar(aes(ymin=datos.m-datos.ee, 
                    ymax=datos.m+datos.ee),width=0.2) 
```

---
## 3.) Impresión de la figura "print"

```r
# Imprimir la figura de promedios con errores estándar
print (DatosPlot + 
       labs(y="Abundancia ± e.e.", 
            x = "cuenca") + 
        scale_fill_manual(values= c("#A1D5D5")) +
        theme_classic())
```

![](Clase3.-Exploratorios_files/figure-html/unnamed-chunk-28-1.svg)

---
***Nota:*** Para las figuras de **Cajas y Bigotes**, el comando `stat_boxplot(geom = "errorbar",...)` permite realizar gráficas sin necesidad de extraer algunos estadísticos previamente.

```r
# Opción de cajas y bigotes con errores estándar
f <- ggplot(datos, aes(x=cuenca, y= Ab, fill= cuenca)) +
  stat_boxplot(geom = "errorbar",width = 0.05) + 
  geom_boxplot(width = 0.4, 
        notchwidth = 0.9, outlier.colour="red",
        outlier.fill="red",
        outlier.size=3, outlier.alpha = 0.2) + 
  theme_classic() + 
  scale_fill_manual(values=c('#fc8d59','#ffffbf','#99d594','#377eb8')) + 
  labs(x = "Cuencas", y = "Abundancia ± e.e.")+ 
  scale_y_continuous(limits = c(40,90))
```

---
## 4.) Impresión de la figura "print"

```r
print(f)
```

![](Clase3.-Exploratorios_files/figure-html/unnamed-chunk-30-1.svg)

---
<b style='color:#1f78b4;'>

### Base de datos con múltiples factores

</b>

#### Cargar base de datos

```r
# Base de datos multifactorial (insectos1)
datos1<-read_csv2("Insectos2.csv")    # Formato *xlsx
head(datos1)  # Encabezado
```

```
# # A tibble: 6 × 6
#      No Muestreo GF    Lluvia    Ab  Biom
#   <dbl> <chr>    <chr> <chr>  <dbl> <dbl>
# 1     1 M1       C-F   P1        98 56.0 
# 2     2 M2       C-F   P1       198 52.7 
# 3     3 M3       C-F   P2        45 11.4 
# 4     4 M4       C-F   P2        51 25.3 
# 5     5 M5       C-F   P2         3  0.36
# 6     6 M6       C-F   P2        69 23.6
```

---

## 1.) Estadísticos "datos_resum"

```r
# Resumen estadístico "datos_resum"
datos_resum <- datos1 %>%        # Base de datos resumida
  group_by(Lluvia,GF) %>%          # Factor o variable agrupadora
  summarise(datos.m = mean(Biom),   # Media de cada grupo del factor
            datos.de  = sd(Biom),   # Desviacioes estándar de cada grupo
            datos.var = var(Biom),  # Varianzas de cada grupo
            n.Biom = n(),           # Tamaño de cada grupo
            datos.ee = sd(Biom)/sqrt(n()))   # Error estándar de cada grupo
datos_resum
```

```
# # A tibble: 10 × 7
# # Groups:   Lluvia [2]
#    Lluvia GF    datos.m datos.de datos.var n.Biom datos.ee
#    <chr>  <chr>   <dbl>    <dbl>     <dbl>  <int>    <dbl>
#  1 P1     C-F      37.0     30.0      902.      3    17.3 
#  2 P1     C-R      31.7     32.1     1029.      3    18.5 
#  3 P1     D       361.     120.     14411.      3    69.3 
#  4 P1     R        53.5     69.8     4873.      3    40.3 
#  5 P1     T       190.     296.     87533.      3   171.  
#  6 P2     C-F      14.4     10.2      105.      5     4.58
#  7 P2     C-R      88.5    115.     13273.      5    51.5 
#  8 P2     D       176.      94.9     9010.      5    42.4 
#  9 P2     R        21.9     12.9      165.      5     5.75
# 10 P2     T       151.     223.     49655.      5    99.7
```

---
## 2.) Elementos de las dos figuras "f1" y "f2"

```r
# Figura 1 (f1)
f1 = ggplot(datos_resum, aes(x=GF, y=datos.m, fill=Lluvia)) + 
     geom_bar(stat="identity", color="black", 
              position=position_dodge()) +
     geom_errorbar(aes(ymin=datos.m, ymax=datos.m+datos.de), width=.2,
              position=position_dodge(.9))

# f2: Otro formato de figura bifactorial - theme_classic
f2 = f1+labs(title="Biomasa por GF", 
             x="Grupos Funcionales - GF", 
             y = "Biomasa")+
     theme_classic() +
     scale_fill_manual(values=c('#E69F00','#999999'))
```

---
## 3.) Impresión de las figuras "grid.arrange"

```r
# Impresión de un panel con las dos figuras (p1 y p2)
grid.arrange (f1, f2, ncol=2)
```

![](Clase3.-Exploratorios_files/figure-html/unnamed-chunk-34-1.svg)

---

```r
# Inserción de las figuras en columna (figuras p1 y p2)
f3 <- ggplotGrob(f1)
f4 <- ggplotGrob(f2)

g <- rbind(f3, f4, size="first")
g$widths <- unit.pmax(f3$widths, f4$widths)
grid.newpage()
grid.draw(g)
```

![](Clase3.-Exploratorios_files/figure-html/unnamed-chunk-35-1.svg)

---
<b style='color:#1f78b4;'>

## **parentesis** Figuras de dispersión animadas

</b>

[Enlace_de_figuras_animadas](https://spcanelon.notion.site/gganimate-How-to-Create-Plots-with-Beautiful-Animation-in-R-Datanovia-7193ba557c4345c3bbb6578b2b40e41f)

#### Cargar base de datos

```r
library(ggplot2)
library(gganimate)
theme_set(theme_bw())   # Tema o fondo de la figura por default
```

--
## 2.) Elementos de la figura "p"

```r
# Demo
library(gapminder)

p <- ggplot(
  gapminder, 
  aes(x = gdpPercap, y=lifeExp, size = pop, colour = country)
  ) +
  geom_point(show.legend = FALSE, alpha = 0.7) +
  scale_color_viridis_d() +
  scale_size(range = c(2, 12)) +
  scale_x_log10() +
  labs(x = "GDP per capita", y = "Life expectancy")
```

---
## 3) Impresión de la figura

```r
p + transition_time(year) +
  labs(title = "Year: {frame_time}")
```

```r
p
```

![](Clase3.-Exploratorios_files/figure-html/unnamed-chunk-39-1.svg)