Usando o R

Script tutorial primeira aula:

area ← c(303, 379, 961, 295, 332, 47, 122, 11, 53, 2749) # vetor área esta recebendo o conjunto de dados entre parenteses

riqueza ← c(3, 10, 20, 7, 8, 4, 8, 3, 5, 23)

area # visualiza os valores recebidos

riqueza

summary(area) # valores max, min, median e por quartil

summary(riqueza)

mean(x=area) # a variável x recebe os valores de “area” e se calcula a média

varea ← var(area) # ?

varea #exibe o valor de que?

sqrt(varea) #?

sd(x=area) # calcula o desvio padrão do conjunto de valores da variável x?

mean(riqueza) #calcula a média

var(riqueza) #?

sd(riqueza) # calcula desvio padrão

plot(x=area, y=riqueza, xlab=“Area (ha)”, ylab=“Número de Espécies”) #gráfico, relaciona os valores de área vs.

riqueza

modelo1 ← lm(riqueza~area) #aplica modelo linear na relação estabelecida anteriormente

summary(modelo1) # sumariza os valores do modelo exibindo parâmetros

previsto ← fitted(modelo1) # ?

riqueza - previsto #?

residuals(modelo1) #exibe os mesmos valores obtidos anteriormente. São os valores residuais de cada ponto do gráfico.

par(mfrow=c(2,2)) #?

plot(modelo1) #plota os valores residuais em gráfico

par(mfrow=c(1,1)) #?

plot(x=area, y=riqueza, xlab=“Area (ha)”, ylab=“Número de Espécies”)

abline(modelo1) #traça uma linha para ver a relação entre os pontos

plot(x=area, y=riqueza, xlab=“Log Area (ha)”, ylab=“Log Número de Espécies”, log=“xy”) #plota novamente os dados em gráfico, sendo que os dados foram logaritmizados

modelo2 ← lm(log(riqueza,base=10)~log(area,base=10))

summary(modelo2)

par(mfrow=c(2,2))

plot(modelo2)

par(mfrow=c(1,1))

plot(riqueza~area, xlab=“Log Area (ha)”, ylab=“Log Número de Espécies”, log=“xy”)

abline(modelo2)

# O que este comando faz?

## Fim!