##### 4.1 Rios

#Crie um objeto chamado prop.mm com a proporção do total de rios que tem extensão menor do que a média. (É só um valor mesmo!)
media<-mean(rivers)
media 
#591.1844
menores.media<-rivers<media
qtd.menor.media<-sum(rivers<media)
#94
str(rivers)
prop.mm<-qtd.menor.media/141
#0.666666
quantil.75<-quantile(rivers,probs=0.75)
#680
media.trim<-mean(rivers, trim=0.25)
#  449.9155
mediana<-median(rivers)
mediana
# 425
quantil.25<-quantile(rivers,probs=0.75)
lista<-list(media,media.trim,mediana)
medias<-array(lista, dim=3)


####### 4.2

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<-as.factor(cervejas)
str(cervejas)
plot(cervejas)

cervejas<-as.numeric(cervejas)
dotplot<-dotchart(cervejas)
 # o gráfico gerado pelo dotchart pois tem mais informaçoes e menos gasto de tinta.

#####4.3 Caixetais
caixeta<-read.table("caixeta.csv", header=T, sep=",")
head(caixeta)
str(caixeta)
cap<-caixeta$cap
dap<-(cap/pi)
dap.hist<-hist(dap)
#resposta: histograma de dap dos fustes

str(caixeta)
par(mfrow=c(1,3))
hist(caixeta$h[caixeta$local == "chauas" ])
hist(caixeta$h[caixeta$local == "jureia" ])
hist(caixeta$h[caixeta$local == "retiro" ])
# ou podemos fazer desta maneira
library(lattice)
histogram(~h|local,data=caixeta)
#resposta: a distribuiçao na Juréia é mais homogênea

#####4.4 Eucaliptos
dir()
egrandis<-read.table("egrandis.csv", T, sep=";")
head(egrandis)
str(egrandis)
par(mfrow=c(1,2))
boxplot(dap~regiao, data=egrandis)
boxplot(dap~rotacao, data=egrandis)
#bofete apresenta maior variaçao dos dados de DAP.
qqnorm(egrandis$ht)
qqline(egrandis$ht)
#  distribuiçao não está normal. Deve ser explicada pela maior variação dos dados de BOFETE.
# ou pode-se fazer assim
library(lattice)
bwplot(~dap|regiao,data=egrandis)
bwplot(~dap|rotacao,data=egrandis)
qqnorm(egrandis$ht)
qqline(egrandis$ht)

######4.5####

caixeta<-read.table("caixeta.csv", header=T, sep="," )
str(caixeta)
head(caixeta)
table(caixeta$fuste, caixeta$especie)
#Analise a relação dap-altura ('dap' e 'h') em função do caixetal (local) 
#com a função plot, mas somente para as árvores 2) 
#de caixeta (Tabebuia cassinoides).

#calculando o dap de cada fuste
dap.fuste<-(caixeta$cap/pi)
#calculando a área basal de cada fuste
area.basal.fuste<-pi*(dap.fuste/2)^2
#inserindo a área basal de cada fuste no data.frame caixera
caixeta$area.basal<-area.basal.fuste
head(caixeta)
#fazer o somatório da área basal e criar um data.frama com a somatória
head(caixeta)
Soma.Area.Basal<-aggregate(caixeta$area.basal, by=list(caixeta$especie,caixeta$h, caixeta$local), FUN=sum )
colnames(Soma.Area.Basal)<-c("especies", "h", "local", "area basal")
caixeta.novo<-Soma.Area.Basal
#calcular o DAP
dap<-(sqrt(caixeta.novo[,4]/pi))*2
#incluir o dap no novo data.frame criado
caixeta.novo$dap<-dap
head(caixeta.novo)
str(caixeta.novo)
head(caixeta.novo)

#Criando um data.frame apenas para Tabebuia cassinoides
Tab.cassinoides<-caixeta.novo[caixeta.novo$especies=="Tabebuia cassinoides",]

par(mfrow=c(1,3))
with(Tab.cassinoides, plot(h~dap, subset=local=="chauas", main="Chauas"))
with(Tab.cassinoides, plot(h~dap, subset=local=="jureia", main="jureia"))
with(Tab.cassinoides, plot(h~dap, subset=local=="retiro", main="retiro"))

#Para a mesma relação do item anterior, verifique linearidade 
#com a função scatter.smooth
Tab.cass.Chauas<-Tab.cassinoides[Tab.cassinoides$local=="chauas",]
Tab.cass.Jureia<-Tab.cassinoides[Tab.cassinoides$local=="jureia",]
Tab.cass.retiro<-Tab.cassinoides[Tab.cassinoides$local=="retiro",]
with(Tab.cass.Chauas, scatter.smooth(h~dap, col="red", main="chauas"))
with(Tab.cass.Jureia, scatter.smooth(h~dap, col="red", main="jureia"))  
with(Tab.cass.retiro, scatter.smooth(h~dap, col="red", main="retiro")) 

#Utilizando o pacote lattice, analise a relação dap-altura ('dap' e 'h') em função do 
#caixetal (local), mas somente para as árvores 3) de caixeta (Tabebuia cassinoides).
library(lattice)
xyplot(h~dap|local, data=Tab.cassinoides)