Ferramentas do usuário

Ferramentas do site


cursos:planeco:roteiro:07a-clasrcmdr

Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

Link para esta página de comparações

Ambos lados da revisão anterior Revisão anterior
Próxima revisão
Revisão anterior
Última revisão Ambos lados da revisão seguinte
cursos:planeco:roteiro:07a-clasrcmdr [2022/03/23 18:37]
ctcastanho [A hipótese científica foi corroborada?]
cursos:planeco:roteiro:07a-clasrcmdr [2022/03/23 18:49]
ctcastanho [Regressão linear na prática]
Linha 36: Linha 36:
  
  
 +==== Hipóteses estatísticas ====
 +
 +Considerando que os pesquisadores estão interessados no efeito da precipitação sobre a produtividade,​ podemos assumir que a precipitação é a variável preditora (x) e a produtividade é a variável resposta (y). Como ambas as variáveis são contínuas, podemos aplicar uma regressão linear simples para testar a hipótese científica. Neste caso, o efeito de precipitação sobre a produtividade será descrito pela inclinação da reta (b). Sendo assim, as hipóteses estatísticas serão:
 +
 +  * H0: B=0
 +  * H1: B≠0
 +
 +==== Como fazer a regressão linear simples ====
  
 1) Abra o RCommander. Caso vc não tenha instalado o pacote no R, acesse o [[cursos:​planeco:​roteiro:​00-rcmdr|tutorial]] que explica passo à passo como instalar e abrir o RCommander. 1) Abra o RCommander. Caso vc não tenha instalado o pacote no R, acesse o [[cursos:​planeco:​roteiro:​00-rcmdr|tutorial]] que explica passo à passo como instalar e abrir o RCommander.
Linha 56: Linha 64:
 {{ :​cursos:​planeco:​roteiro:​summary_model_chuva.png?​400 |}} {{ :​cursos:​planeco:​roteiro:​summary_model_chuva.png?​400 |}}
  
-Quanto ao **intercepto**,​ vemos que a estimativa feita pelo modelo é de -0.19 e o valor de p é 0.69. Isso significa que quando a precipitação é igual à 0 nosso modelo de regressão estima que a produtividade média dos ecossistemas terretres será de -0.19 MgC/ha/ano. Mas notem que esse valor não é significativamente diferente de zero (como o valor de P=0.69 é maior do que o alfa crítico de 0,05, nós aceitamos H0, a hipótese de que o intercepto é igual a zero). Embora esse resultado possa ser explorado do ponto de vista biológico, lembrem-se que a hipótese científica dos pesquisadores ancora-se na estimativa de b (a inclinação da reta). Então vamos à ela.+Quanto ao **intercepto**,​ vemos que a estimativa feita pelo modelo é de -0.19 e o valor de p é 0.69. Isso significa que quando a precipitação é igual à 0 nosso modelo de regressão estima que a produtividade média dos ecossistemas terretres será de -0.19 MgC/ha/ano. Mas notem que esse valor não é significativamente diferente de zero (como o valor de P=0.69 é maior do que o alfa crítico de 0.05, nós aceitamos H0, a hipótese de que o intercepto é igual a zero). Embora esse resultado possa ser explorado do ponto de vista biológico, lembrem-se que a hipótese científica dos pesquisadores ancora-se na estimativa de b (a inclinação da reta). Então vamos à ela.
  
 Quanto à **inclinação**,​ o modelo estimou um valor de 0.003 associado a um p extremamente pequeno (P<​0.00001). Esses resultados indicam que: Quanto à **inclinação**,​ o modelo estimou um valor de 0.003 associado a um p extremamente pequeno (P<​0.00001). Esses resultados indicam que:
   * a precipitação afeta de maneira significativa a produtividade primária em Ecossistemas Terrestres (com este valor de P<​0.00001 nós falhamos em aceitar H0 e ficamos com H1, que diz que o B populacional é diferente de 0); Sendo assim, a hipótese científica foi corroborada.   * a precipitação afeta de maneira significativa a produtividade primária em Ecossistemas Terrestres (com este valor de P<​0.00001 nós falhamos em aceitar H0 e ficamos com H1, que diz que o B populacional é diferente de 0); Sendo assim, a hipótese científica foi corroborada.
-  * e com qual magnitude ocorre tal efeito da chuva sobre a produtividade das plantas? Para cada aumento de 1mm na quantidade de chuva média anual de uma localidade observa-se, em média, um aumento em **0.003 MgC/​ha/​ano** na produtividade primária líquida ​do ecossistema.+  * e com qual magnitude ocorre tal efeito da chuva sobre a produtividade das plantas? Para cada aumento de 1mm na quantidade de chuva média anual de uma localidade observa-se, em média, um aumento em **0.003 MgC/​ha/​ano** na produtividade primária líquida ​dos ecossistemas.
  
 Adicionalmente temos o valor de **R2 ajustado** para nos ajudar na interpretação do modelo. O R2 ajustado é de 0.80. Isso significa que a variação na precipitação explica aproximadamente 80% da variação observada na produtividade das diferentes localidades. Os demais 20% são explicados por fatores desconhecidos. Mas, lembre-se que R2 de 80% é muito alto e muito raro de ser encontrado na biologia (efeitos da simulação)! Adicionalmente temos o valor de **R2 ajustado** para nos ajudar na interpretação do modelo. O R2 ajustado é de 0.80. Isso significa que a variação na precipitação explica aproximadamente 80% da variação observada na produtividade das diferentes localidades. Os demais 20% são explicados por fatores desconhecidos. Mas, lembre-se que R2 de 80% é muito alto e muito raro de ser encontrado na biologia (efeitos da simulação)!
  
  
-==== Premissas ​do modelo foram atendidas? ====+==== As premissas ​do modelo foram atendidas? ====
 Para que as conclusões descritas acima sejam confiáveis,​ é preciso checar se as premissas do modelo estão sendo atendidas Para que as conclusões descritas acima sejam confiáveis,​ é preciso checar se as premissas do modelo estão sendo atendidas
  
cursos/planeco/roteiro/07a-clasrcmdr.txt · Última modificação: 2022/04/11 11:34 por adalardo