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
cursos:planeco:roteiro:07a-clasrcmdr [2022/03/23 16:04]
ctcastanho [Premissas do modelo foram atendidas?]
cursos:planeco:roteiro:07a-clasrcmdr [2022/04/11 11:34] (atual)
adalardo
Linha 4: Linha 4:
 </​WRAP>​ </​WRAP>​
  
-====== ​Testes Clássicos ​======+====== ​Princípios da Estatística Frequentista ​======
  
 {{section>​cursos:​planeco:​roteiro:​07-class_base#​testes_classicos}} {{section>​cursos:​planeco:​roteiro:​07-class_base#​testes_classicos}}
Linha 23: Linha 23:
  
 <WRAP center round info 90%> <WRAP center round info 90%>
 +
 **Exemplo hipotético** **Exemplo hipotético**
  
  
-</​WRAP>​ 
  
-Pesquisadores interessados em entender o efeito da precipitação sobre a produtividade primária liquída em ecossistemas terrestres, selecionaram 30 áreas naturais distribuídas por todo o globo. Dada a importância da água para a fotossíntese,​ a hipótese dos pesquisadores ​era que quanto maior a precipitação,​ maior seria a produtividade primária líquida ​do ecossistemas. Em cada área, os pequisadores coletaram duas informações:​ a precipitação anual média (mm) e a produtividade primária líquida (Mg/​ha/​ano).+ 
 +Pesquisadores interessados em entender o efeito da precipitação sobre a produtividade primária liquída em ecossistemas terrestres, selecionaram 30 áreas naturais distribuídas por todo o globo. Dada a importância da água para a fotossíntese,​ a hipótese dos pesquisadores ​é que quanto maior a precipitação,​ maior será a produtividade primária líquida ​dos ecossistemas. Em cada área, os pequisadores coletaram duas informações:​ a precipitação anual média (mm) e a produtividade primária líquida (Mg/​ha/​ano).
  
  
Linha 35: 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+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.
  
 2) Importe o arquivo para o Rcommander (**Dados > Importar arquivos de dados > de arquivo texto , clipboard, URL...**) e importe os dados //​produtividade_chuva//​. Atenção, pois o Separador de Campos que deve ser selecionado para essa planilha de dados é **Tabs**. 2) Importe o arquivo para o Rcommander (**Dados > Importar arquivos de dados > de arquivo texto , clipboard, URL...**) e importe os dados //​produtividade_chuva//​. Atenção, pois o Separador de Campos que deve ser selecionado para essa planilha de dados é **Tabs**.
Linha 48: Linha 57:
 6) No menu **Modelos** podemos olhar o resumo dos resultados do modelo clicando em **Resumir modelo**, olhando os valores dos coeficientes dos modelos. ​ 6) No menu **Modelos** podemos olhar o resumo dos resultados do modelo clicando em **Resumir modelo**, olhando os valores dos coeficientes dos modelos. ​
  
-7)Também é possível obter os resíduos e os valores ajustados do modelo clicando no menu **Modelos** em **Adicionar estatísticas calculadas aos dados** e selecionando **Valores ajustados** e **Resíduos**. Esses valores serão colocados como colunas novas na planilha de dados e para visualizá-los,​ basta clicar no botão **Ver conjunto de dados**.+7) Também é possível obter os resíduos e os valores ajustados do modelo clicando no menu **Modelos** em **Adicionar estatísticas calculadas aos dados** e selecionando **Valores ajustados** e **Resíduos**. Esses valores serão colocados como colunas novas na planilha de dados e para visualizá-los,​ basta clicar no botão **Ver conjunto de dados**.
  
 ==== A hipótese científica foi corroborada?​ ==== ==== A hipótese científica foi corroborada?​ ====
Linha 55: 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 ​é 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.1648062294.txt.gz · Última modificação: 2022/03/23 16:04 por ctcastanho