Laboratório de Ecologia de Florestas Tropicais

Essa página está em modo somente de leitura. Você pode visualizar a fonte, mas não alterá-la. Informe-se com o administrador do Wiki, caso você ache que isso está incorreto.
<WRAP tabs>
  * [[cursos:planeco:roteiro:07-classrcmdr|{{:planeco:logorcmdr01.png?20|}}]]
  * [[cursos:planeco:roteiro:07-classr|{{:planeco:rlogo.png?20|}}]]
</WRAP>

====== Testes Clássicos ======

{{section>cursos:planeco:roteiro:07-class_base#testes_classicos}}

===== Regressão Linear Simples =====

{{section>cursos:planeco:roteiro:07-class_base#regressao_linear_simples}}




Agora vamos checar no R com esses mesmos dados:
1) Crie um diretório (//i.e.// uma pasta) para você

2) Abra o R no seu computador e mude o diretório de trabalho para o diretório que você criou, usando o menu **//Arquivo//** > **//mudar dir...//**. 

3) Crie as variáveis x e y:
<code>
x<- c(1,2,3,4,5,6)
y<- c(6,5,7,10,9,13)
</code>

4) Ajuste um modelo de regressão linear simples usando a função //lm()// e inspecione o resumo do modelo usando a função //summary()//, que fornece informações importantes sobre o modelo, incluindo os valores brutos dos erros/resíduos (//residuals//):
<code>
lm.xy<-lm(y~x)
summary(lm.xy)
</code>

==== Checando as premissas ====

{{section>cursos:planeco:roteiro:07-class_base#checando_as_premissas}}

Carregue o pacote //car//:
<code>
library(car)
</code>

Importe o arquivo para o R e conheça os dados:
<code>
algas.peixes <- read.csv("algas_peixes.csv", sep=";")
head(algas.peixes)
summary(algas.peixes)
</code>

Avalie visualmente a relação entre as variáveis com o gráfico //scatterplot//:
<code>
scatterplot(BIOMASSA_PEIXES_HERB~BIOMASSA_ALGAS, data=algas.peixes)
</code>

Ajuste um modelo de regressão linear para as variáveis, usando a função //lm()//:
<code>
lm.algas.peixes<-lm(BIOMASSA_PEIXES_HERB~BIOMASSA_ALGAS, data=algas.peixes)
summary (lm.algas.peixes)
</code>

Use a função "names()" para saber quais são as informações que estão disponíveis sobre esse modelo:
<code>
names(lm.algas.peixes)
</code>

Se você quiser olhar detalhadamente alguma dessas informações, basta escrever o //nome_do_modelo$nome_da_informação//. Então, vamos olhar especificamente os erros/resíduos:
<code>
lm.algas.peixes$residuals
</code>

O mesmo pode ser feito para conhecer os valores ajustados (//fitted.values//), os coeficientes a e b (//coef//), etc.

====Como saber se os erros/resíduos seguem uma distribuição normal?====

{{section>cursos:planeco:roteiro:07-class_base#como_saber_se_os_erros_residuos_seguem_uma_distribuicao_normal}}

Histograma
<code>
hist(lm.algas.peixes$residuals)
</code>

Boxplot
<code>
boxplot(lm.algas.peixes$residuals)
</code>

Gráfico Quantil-Quantil
<code>
qqnorm(lm.algas.peixes$residuals)
qqline(lm.algas.peixes$residuals)
</code>


==== Como saber se a variância dos erros/resíduos é constante?====

{{section>cursos:planeco:roteiro:07-class_base#como_saber_se_a_variância dos erros_residuos_e_constante?}}

<code>
res.a.p<-lm.algas.peixes$residuals
</code>

<code>
yest.a.p<-lm.algas.peixes$fitted.values
</code>

<code>
plot(res.a.p~yest.a.p, xlab="Y estimado", ylab="Resíduos")
</code>

{{section>cursos:planeco:roteiro:07-class_base#residuo2}}

<code>
summary (lm.algas.peixes)
</code>


Agora, vamos definir que sejam construídos os 4 gráficos de diagnóstico para esse modelo e que eles sejam colocados em uma mesma página:
<code>
par(mfrow=c(2,2))
plot(lm.algas.peixes)
par(mfrow=c(1,1))
</code>

{{section>cursos:planeco:roteiro:07-class_base#final}}

<code>
## copie uma linha por vez:
algas.peixes2 <- read.csv("algas_peixes2.csv", sep=";")
head(algas.peixes2)
summary(algas.peixes2)
scatterplot(BIOMASSA_PEIXES_HERB2~BIOMASSA_ALGAS2, data=algas.peixes2)
lm.algas.peixes2<-lm(BIOMASSA_PEIXES_HERB2~BIOMASSA_ALGAS2, data=algas.peixes2)
summary (lm.algas.peixes2)

## copie as três linhas juntas:
par(mfrow=c(2,2))
plot (lm.algas.peixes2)
par(mfrow=c(1,1))
</code>

<code>
## copie uma linha por vez:
insetos.peixes <- read.csv("insetos_peixes.csv", sep=";")
head(insetos.peixes)
summary(insetos.peixes)
scatterplot(BIOMASSA_PEIXES_INS~BIOMASSA_INSETOS, data=insetos.peixes)
lm.insetos.peixes<-lm(BIOMASSA_PEIXES_INS~BIOMASSA_INSETOS, data=insetos.peixes)
summary(lm.insetos.peixes)

## copie as três linhas juntas:
par(mfrow=c(2,2))
plot (lm.insetos.peixes)
par(mfrow=c(1,1))
</code>

<code>
## copie uma linha por vez:
vol.inds <- read.csv("vol_inds.csv", sep=";")
head(vol.inds)
summary(vol.inds)
scatterplot(INDIVIDUOS_AUSTROL~VOLUME_LAGO, data=vol.inds)
lm.vol.inds<-lm(INDIVIDUOS_AUSTROL~VOLUME_LAGO, data=vol.inds)
summary(lm.vol.inds)

## copie as três linhas juntas:
par(mfrow=c(2,2))
plot (lm.vol.inds)
par(mfrow=c(1,1))
</code>
Laboratório de Ecologia de Florestas Tropicais

Ferramentas do usuário

Ferramentas do site

Ferramentas da página
