##  Exercício 4


cervejas <-c("chope","lata","garrafa","chope","garrafa", "garrafa","lata","lata","nenhuma","lata","garrafa","garrafa", "garrafa","lata","lata","lata","garrafa","lata","chope","nenhuma", "garrafa","garrafa","garrafa","chope","garrafa","garrafa","chope","garrafa","lata","lata")
cervejas
class(cervejas)

# criar gráficos

cervejas.table=table(cervejas)# colocando em uma tabela
cervejas.table
dotchart(cervejas.table)# grafico dotchart
barplot(cervejas.table) #grafico de barras
# O grafico de barras gasta mais tinta !

# Rios
search()#vendo pacotes- datasets encontrado
data(rivers)
rivers# conhecendo os dados
class(rivers)
summary(rivers)

#rios menores do que a média

media.rios=mean(rivers)
media.rios # igual a média do summary, incrível !
menor.media=c(rivers<media.rios)# teste lógico - rios menores que média = TRUE
menor.media # verificando...
table(menor.media)# tabela - 94 rios são menores que a média
barplot(rivers)

## quantil de 75%
summary(rivers)# o 3rd é o quartil de 75% 
quantile(rivers)# ou também podemos ver com a função quantile !
#  O quantil em ambos é igual a 680  =)

#Média, média truncada e a 25% e mediana
media.r= mean(rivers)#591.1844
class(media.r)
mediana.r=median(rivers)#425
help(mean)#trim the fraction (0 to 0.5) of observations to be trimmed from each end of x before the mean is computed. Values of trim outside that range are taken as the nearest endpoint.  
truncada=mean(rivers, trim=0.25)# calculada retirando uma % igual dos dados dos dois lados da curva 
truncada#449.9155
# Comparando

media.r-truncada#144.269
truncada-mediana.r#24.915149

# a média parece ser mais afetada pelos valores extremos, como a mediana
# fica no meio dos dados independente dos valores e a média truncada "joga"
# % iguais de valores dos dois lados ela é pouco afetada 


# Caixetais

caix=file.choose()
caixetais= read.table(caix,header=TRUE, sep=",", as.is=TRUE, dec=".")
str(caixetais)
head(caixetais)# ok
help(hist)
args(hist)
hist(caixetais$cap) # histograma
 
# alturas pra locais diferente -Construa histogramas da altura das árvores para os diferentes caixetais ('local').

loc=caixetais$local
loc
class(loc)
table(loc)# vendo quantas obs tem em cada local
help(par)
par(mfrow=c(3,1))

#chauas
help(hist)
chauas=hist(caixetais$h[caixetais$local=="chauas"], main="chauas",xlab="altura",ylab="frequencia")
#jureia
hist(caixetais$h[caixetais$local=="jureia"], main="jureia",xlab="altura",ylab="frequencia")    
#retiro
hist(caixetais$h[caixetais$local=="retiro"],main="retiro",xlab="altura",ylab="frequencia")
hist(prob=TRUE)
#há diferenças na estrutura ?
#Aparentemente jureia e retiro possuem uma ditribuição normal e chauas apresenta 
#uma distribuição concentrada ao lado esquerdo da curva, em valores pequenos
# mas...
qqnorm(caixetais$h[caixetais$local=="jureia"])
qqline(caixetais$h[caixetais$local=="jureia"])

qqnorm(caixetais$h[caixetais$local=="retiro"])
qqline(caixetais$h[caixetais$local=="retiro"])

qqnorm(caixetais$h[caixetais$local=="chauas"])
qqline(caixetais$h[caixetais$local=="chauas"])
#nenhum é ! pelo menos não parece para mim !

# Eucaliptos

e.grandis=file.choose()
args(read.table)
e.gran=read.table(e.grandis,header=TRUE, sep=";", dec=".",as.is=TRUE)
str(e.gran)
head(e.gran)#leitura ok

help(boxplot)
boxplot(e.gran$dap~e.gran$rotacao)
boxplot(e.gran$dap~e.gran$regiao)

#Avaliar normalidade
#grafico quantil-quantil =qnorm - esperados e observados
help(qqnorm)
qqnorm(e.gran$h)# plotar meus dados
qqline(e.gran$h) # comparar com esperado pela normal
# nossa, não é normal mesmo !

#Mais Caixetais
#dap-altura ('dap' e 'h') em função do caixetal (local) com a função plot
#para Tabebuia cassinoides
caixetais=file.choose()
caixe=read.table(caixetais,header=TRUE,sep=",",dec=".",as.is=TRUE)
head(caixe)
plot(caixe$cap~caixe$h)
str(caixe)

help(plot)# plot -plot(x, y, ...)

chauas=plot(caixe$cap[caixe$especie=="Tabebuia cassinoides"&caixe$local=="chauas"],caixe$h[caixe$especie=="Tabebuia cassinoides"&caixe$local=="chauas"],xlab="cap", ylab="altura")
jureia=plot(caixe$cap[caixe$especie=="Tabebuia cassinoides"&caixe$local=="jureia"],caixe$h[caixe$especie=="Tabebuia cassinoides"&caixe$local=="jureia"],xlab="cap", ylab="altura"))
retiro= plot(caixe$cap[caixe$especie=="Tabebuia cassinoides"&caixe$local=="retiro"],caixe$h[caixe$especie=="Tabebuia cassinoides"&caixe$local=="retiro"],xlab="cap", ylab="altura")


#scatter.smooth

scatter.smooth(chauas)#não da pra fazer com objeto...
help(scatter.smooth)# Também precisa de x e y

scatter.smooth(caixe$cap[caixe$especie=="Tabebuia cassinoides"&caixe$local=="chauas"],caixe$h[caixe$especie=="Tabebuia cassinoides"&caixe$local=="chauas"],xlab="cap", ylab="altura")
scatter.smooth(caixe$cap[caixe$especie=="Tabebuia cassinoides"&caixe$local=="jureia"],caixe$h[caixe$especie=="Tabebuia cassinoides"&caixe$local=="jureia"],xlab="cap", ylab="altura")
scatter.smooth(caixe$cap[caixe$especie=="Tabebuia cassinoides"&caixe$local=="retiro"],caixe$h[caixe$especie=="Tabebuia cassinoides"&caixe$local=="retiro"],xlab="cap", ylab="altura")

# Lattice
search()# procurando lattice, não foi encontrado
library()# buscando na biblioteca, encontrado
library(lattice) #trazendo para área de trab 
search()# agora sim !

help(xyplot)
args(xyplot)#function (x, data, ...) 

tab=caixe[caixe$especies=="Tabebuia cassinoides"&caixe$local=="chauas"]

# xyplot separa os lugares por conta própria !
data.t=(caixe[caixe$especie=="Tabebuia cassinoides",])
xyplot(caixe$cap~caixe$h|local, data= data.t)