Ejercicio 1: ¿La temperatura del aire difiere significativamente entre los periodos del día?

Se plantea usar 144 mediciones registradas cada 10 minutos, clasificadas en cuatro periodos: madrugada, mañana, tarde y noche; la variable respuesta es la temperatura del aire, y el factor de comparación es el periodo del día

Librerias a emplear

library(readxl)
library(dplyr)
library(ggplot2)

A. Hipótesis

La prueba ANOVA parte de dos hipótesis:

Hipótesis nula, H0:

Las medias de temperatura son iguales en todos los periodos del día

Temperatura madrugada = Temperatura mañana = Temperatura tarde = Temperatura noche

Hipótesis alternativa, H1:

Al menos una media de temperatura es diferente

Esto no significa que todas sean diferentes, sino que por lo menos un periodo del día tiene una temperatura promedio distinta.

1. Cargar datos

data <- read_excel("/Users/victorpena/Documents/work/unalm/research/invernadero/circulo/capacitacion/greenhouse_sensor_dataset_144.xlsx", sheet = "Data")

2. Convertir Timestamp a fecha-hora

data$Timestamp <- as.POSIXct(data$Timestamp)

3. Crear variable Hora

data$Hora <- as.numeric(format(data$Timestamp, "%H"))

4. Clasificar por periodo del día

data <- data %>%
  mutate(
    Periodo = case_when(
      Hora >= 0  & Hora <= 5  ~ "Madrugada",
      Hora >= 6  & Hora <= 11 ~ "Mañana",
      Hora >= 12 & Hora <= 17 ~ "Tarde",
      Hora >= 18 & Hora <= 23 ~ "Noche"
    )
  )

5. Convertir Periodo a factor

data$Periodo <- factor(data$Periodo,
                       levels = c("Madrugada", "Mañana", "Tarde", "Noche"))

6. Estadística descriptiva

data %>%
  group_by(Periodo) %>%
  summarise(
    n = n(),
    media_temp = mean(Air_Temperature_C, na.rm = TRUE),
    sd_temp = sd(Air_Temperature_C, na.rm = TRUE),
    min_temp = min(Air_Temperature_C, na.rm = TRUE),
    max_temp = max(Air_Temperature_C, na.rm = TRUE)
  )

B. ¿Por qué usar ANOVA?

Porque tenemos más de dos grupos:

  • Madrugada
  • Mañana
  • Tarde
  • Noche Si solo comparáramos dos grupos, podríamos usar una prueba t. Pero como son cuatro grupos, usar muchas pruebas t aumentaría el riesgo de error. Por eso usamos ANOVA de un factor.

El factor es: Periodo del día

La variable respuesta es: Temperatura del aire (°C)

C. ¿Qué evalúa ANOVA?

ANOVA compara dos tipos de variación: Variación entre grupos:

Cuánto cambian las temperaturas promedio entre madrugada, mañana, tarde y noche.

Variación dentro de los grupos: Cuánto varía la temperatura dentro de cada periodo.

La lógica es: Si la variación entre periodos es mucho mayor que la variación interna, entonces el periodo del día sí influye sobre la temperatura.

7. ANOVA de un factor

anova_temp <- aov(Air_Temperature_C ~ Periodo, data = data)
summary(anova_temp)

D. Interpretacion del resultado del ANOVA

El resultado principal aparece como:

summary(anova_temp)

Observar el valor: $Pr(>F)$ Ese es el valor-p.

La regla es:

Si p < 0.05 → se rechaza H0

Si p ≥ 0.05 → no se rechaza H0

Entonces: Existen diferencias estadísticamente significativas en la temperatura promedio del aire entre los periodos del día.

8. Prueba de Tukey

La prueba de Tukey compara todos los pares de periodos:

TukeyHSD(anova_temp)

observar el valor $p-adj$

La regla es:

Si p adj < 0.05 → ese par de periodos sí difiere significativamente

Tarde - Madrugada: p adj < 0.05

Tarde - Mañana: p adj > 0.05

Noche - Tarde: p adj < 0.05

La tarde presenta temperaturas significativamente diferentes respecto a la noche y la madrugada, probablemente por el incremento de radiación solar y acumulación térmica dentro del invernadero. Pero no difiere de la Mañana, porque la temperatura aumenta casi inmediatamente.

# 9. Gráfico boxplot
ggplot(data, aes(x = Periodo, y = Air_Temperature_C)) +
  geom_boxplot() +
  labs(
    title = "Temperatura del aire por periodo del día",
    x = "Periodo del día",
    y = "Temperatura del aire (°C)"
  ) +
  theme_minimal()

E. Informe

Se aplicó un ANOVA de un factor para evaluar si la temperatura del aire difiere entre cuatro periodos del día: madrugada, mañana, tarde y noche. La hipótesis nula estableció que las medias de temperatura son iguales entre periodos. Si el valor-p del ANOVA fue menor a 0.05, se rechazó la hipótesis nula, indicando diferencias significativas. Posteriormente, se aplicó la prueba de Tukey para identificar entre qué periodos se presentan dichas diferencias.

F. Informacion agronomica

Este análisis permite entender el comportamiento térmico del invernadero:

  • La madrugada puede mostrar enfriamiento.

  • La mañana puede mostrar incremento progresivo.

  • La tarde puede mostrar máxima acumulación térmica.

  • La noche puede mostrar descenso.

La temperatura afecta:

  • crecimiento del cultivo

  • estrés térmico

  • evapotranspiración

  • eficiencia del riego

  • calidad del fruto