Diferenças

Esta página mostra as diferenças entre as duas revisões da página.

--- planeco:roteiro:05-descrcmdr [2018/02/26 18:16] – Criação deste novo documento. melina.leite
+++ planeco:roteiro:05-descrcmdr [2024/01/09 18:38] (Atual) – edição externa 127.0.0.1
@@ Linha 1: / Linha 1: @@
 <WRAP tabs>
-* [[planeco:roteiro:05-descrcmdr|{{:planeco:logorcmdr01.png?20|}}]]
+  * [[planeco:roteiro:05-descrcmdr|{{:planeco:logorcmdr01.png?20|}}]]
-* [[planeco:roteiro:05-descrcmdr|{{:planeco:rlogo.png?20|}}]]
+  * [[planeco:roteiro:05-descr|{{:planeco:rlogo.png?20|}}]]
-</WRAP tabs>
+</WRAP>
+=====ANÁLISES EXPLORATÓRIAS DE DADOS=====
+{{section>planeco:roteiro:05-descr_base#analises_exploratorias_de_dados}}
+===== Preparação dos dados e programa =====
+Neste roteiro iremos utilizar o Rcommander (se você nunca o utilizou veja [[planeco:roteiro:00-rcmdr|aqui]].
+) Crie um diretório (pasta), copie os arquivos de dados abaixo para esse diretório e faça a descompactação no mesmo diretório:
+  * {{ :planeco:roteiro:univar1.csv.zip |univar.zip}}
+  * {{ :planeco:roteiro:autocorr.csv.zip|autocorr.zip}}
+) Abra o Rcommander.
+===== ANALISANDO DADOS UNIVARIADOS =====
+  * 1) Importe o conjunto de dados para o Rcommander através dos menus: "Dados > Importar arquivos de dados > de arquivo texto, clipboard, URL". Vai aparecer a janela abaixo, na qual você irá digitar o nome dos dados e especificar o separador de campo (que para um arquivo .csv deve ser vírgula. As outras opções para estes dados são desnecessárias.
+<WRAP center round box 60%>
+{{ :planeco:roteiro:importar_dados_rcmdr.png?400 |}}
+</WRAP>
+  * 2) Use o botão "ver conjunto de dados" que vai aparecer acima ao lado do nome do conjunto de dados. Observe como são os dados.
+  * 3) Inspecione o resumo dos dados pelo  menu: "Estatísticas > Resumos > Conjunto de dados ativo".
+=== Conhecendo os dados: ===
+{{section>planeco:roteiro:05-descr_base#conhecendo_os_dados}}
+==== Análises gráficas ====
+{{section>planeco:roteiro:05-descr_base#analises_graficas}}
+No, Rcommander vá ao menu **Gráficos > Histograma...** e faça os histogramas para as variáveis BIOMASSA_AVE, BIOMASSA_INSETO, COMPRIMENTO_BICO, TAMANHO_SEMENTE. Por enquanto, não modifique nenhum parâmetro.
+{{section>planeco:roteiro:05-descr_base#histograma}}
+Para modificar o número de classes vá na aba **Opções** e defina o número de classes.
+{{section>planeco:roteiro:05-descr_base#densidade}}
+No mesmo menu para fazer os histogramas, vá na aba **Opções** e defina **Escala do eixo** como **Densidades**.
+Todas essas informações nos auxiliam para identificarmos a quais distribuições teóricas nossos dados se ajustam.
+{{section>planeco:roteiro:05-descr_base#boxplot}}
+Vá no menu **Dados > Conjunto de dados ativo > Sort active dataset...**. Na janela aberta, escolha a variável a ser usada para ordenar os dados e, de preferência renomeie os dados para não alterar os dados originais.
+Agora, os dados ativos no Rcommander serão os dados ordenados. Dê uma olhada novamente na planilha de dados (aperte o botão **Ver conjunto de dados**).
+{{section>planeco:roteiro:05-descr_base#boxplot2}}
+Novamente, vá no menu **Gráficos > Boxplot**, selecione a variável COMPRIMENTO_BICO e aperte OK. Você vai perceber que aparecerá o texto abaixo do comando do gráfico na janela "R Script" do seu Rcommander:
+<code>
+Boxplot( ~ COMPRIMENTO_BICO, data=univar2)
+</code>
+Esse não é o box-plot que queremos (mas vamos falar dele logo abaixo), então modifique o comando com a inclusão descrita abaixo, na mesma janela "R Script" e aperte **Submeter** para fazer o box-plot desejado:
+ <WRAP center round box 100%>
+Boxplot( ~ COMPRIMENTO_BICO, data=univar2, <wrap hi>id.method="none</wrap>")
+</WRAP>
+{{section>planeco:roteiro:05-descr_base#outliers}}
+O box-plot padrão do Rcommander é exatamente este modificado. Então, basta voltarmos ao menu de gráficos e selecionarmos **Boxplot**.
+{{section>planeco:roteiro:05-descr_base#boxplot3}}
+Volte ao menu de gráficos e clique no boxplot. Na janela aberta, clique no botão **Gráfico por grupos...**, e escolha o grupo NIVEL_DISTURBIO.
+{{section>planeco:roteiro:05-descr_base#boxplot4}}
+Então vamos voltar à janela R Script do Rcommander e colar o comando abaixo:
+<code>
+boxplot(univar1$BIOMASSA_INSETOS ~ univar1$NIVEL_DISTURBIO, notch=TRUE)
+</code>
+<WRAP center round box 80%>
+**E agora, você está mais seguro(a) para afirmar se a biomassa de insetos difere ou não entre os dois níveis de distúrbio?**
+</WRAP>
+==== CHECANDO O AJUSTE DOS DADOS A UMA DISTRIBUIÇÃO ====
+{{section>planeco:roteiro:05-descr_base#checando_o_ajuste_dos_dados_a_uma_distribuicao}}
+Vamos então aplicar isso no Rcommander: vá no menu **Gráficos > Gráfico de comparação de quantis...**. Faça os gráficos para cada variável quantitativa.
+{{section>planeco:roteiro:05-descr_base#qqplot2}}
+==== AVALIANDO AUTOCORRELAÇÃO ====
+Para essa parte do tutorial, importe o conjunto de dados "autocorr.csv" para o R e inspecione os dados (repita os passos utilizados anteriormente para esta importação).
+{{section>planeco:roteiro:05-descr_base#avaliando_autocorrelacao}}
+No Rcommander não existe menu para fazer os gráficos de autocorrelação espacial, portanto nós vamos copia e colar os comandos abaixo (uma linha por vez para não nos confundirmos) para a janela **R Script** e clique em submeter.
+<code>
+lag.plot(autocorr$x1, do.lines = FALSE, diag=FALSE)
+lag.plot(autocorr$x2, do.lines = FALSE, diag=FALSE)
+</code>
+{{section>planeco:roteiro:05-descr_base#autocorr2}}
+===== ANALISANDO DADOS BIVARIADOS =====
+{{section>planeco:roteiro:05-descr_base#analisando_dados_bivariados}}
+Para importar os dados, siga os passos já descritos anteriormente. Para o gráfico de dispersão vá para o menu **Gráficos > Diagrama de dispersão**. Na janela aberta, escolha como variável-x a variável x.I e y a y.I.
+{{section>planeco:roteiro:05-descr_base#bivariado2}}
+Vá no menu **Gráficos > Diagrama de dispersão** e clique na aba opções depois de selecionar as variáveis X e Y. Para a curva lowess, marque a opção **smooth line**.
+{{section>planeco:roteiro:05-descr_base#bivariado3}}
+Volte ao menu de Gráficos de Dispersão e faça os gráficos com estas novas variáveis.
+{{section>planeco:roteiro:05-descr_base#bivariado4}}
+Vamos usar algumas opções na janela de Gráficos de Dispersão. Marque as opções **Boxplots marginais**, **Smooth line** e **Mostre espelhamento (spread)**.
+==== Transformando os dados ====
+{{section>planeco:roteiro:05-descr_base#transformando_os_dados}}
+Vamos voltar aos dados _univar_. Você não precisa importar novamente os dados, para o Rcommander, basta clicar no botão com o nome do conjunto de dados na janela do Rcommander e selecionar os dados já importados anteriormente. Depois disso, faça os gráficos de dispersão apresentado acima (inclua as opções de boxplots marginais, lowess e espelhamento) com as variáveis COMPRIMENTO_BICO no eixo Y e BIOMASSA_AVE no eixo X.
+Como podemos observar pelos boxplots laterais, nesse caso, aparentemente são os dados da variável Y que parecem estar afetando a linearidade da relação. Então, vamos transformar os dados de Y pelo logaritmo natural e ver se o ajuste melhora.
+Então, clique na opção **log eixo-y** da janela do gráfico de dispersão.
+{{section>planeco:roteiro:05-descr_base#transforma2}}