Função obs.sim [ecoR]

Essa página está em modo somente de leitura. Você pode visualizar a fonte, mas não alterá-la. Informe-se com o administrador do Wiki, caso você ache que isso está incorreto.
===== Função obs.sim =====

  obs.sim <- function(obs,sim,indice=c("all","r2","r","d","c","EM","EAM","REQM","EF"))  #1 Cria função "obs.sim" com os argumentos "obs", "sim" e "indice".
  {
  
  ###############################
  ##  Verificando as entradas  ##
  ###############################
  
  if(any(is.na(obs) == TRUE))                                              #2 Verificando se existe dados faltantes no obs.
  {obs <- na.omit(obs)}                                                    #3 Se houver, exclui a(s) linha(s) em que houver dado(s) faltante(s).
  
  if(any(is.na(sim) == TRUE))                                              #4 Verificando se existe dados faltantes no sim.
  {sim <- na.omit(sim)}                                                    #5 Se houver, exclui a(s) linha(s) em que houver dado(s) faltante(s.
  
  if(class(obs) != "numeric" && "obs" >= 0)                                #6 Verificando o tipo de dado de entrada.
  { stop("obs precisa ser número e ≥ 0.") }                                #7 Caso não seja um numero ou seja menor que zero, retorna uma mensagem de erro.
  
  if(class(sim) != "data.frame" && "sim" >= 0)                             #8 Verificando o tipo de dado de entrada.
  { stop("sim precisa ser da classe data.frame e ≥ 0.") }                  #9 Caso não seja um data.frame ou seja menor que zero, retorna uma mensagem de erro.
  
  if(length(obs) != nrow(sim))                                             #10 Verificando se os dados obs e sim apresentam mesma quantidade de valores.
  { stop("obs e sim devem apresentar mesma quantidade de dados.") }        #11 Caso obs e sim nao apresentem mesma quantidade de valores, retorna uma mensagem de erro.
  
  if(indice != "all" && indice != "r2" && indice != "r" && indice != "d" && indice != "c"     #12 Verificando se houve erro de digitacao.  
     && indice != "EM" && indice != "EAM" && indice != "REQM" && indice != "EF")              #13 Verificando se houve erro de digitacao.
  { stop("indice pode ser all, r2, r, d, c, EM, EAM, REQM ou EF.") }                          #14 Caso haja erro de digitacao, retorna uma mensagem de erro.
  
  ###########################################
  ##  Criando os parametros condicionais  ###
  ###########################################
  
  if(indice == "all")                                                    #15 Se o usuario escolher todos os índices ("all").
    {
    N <-  ncol(sim)                                                      #16 Atribui a "N" o numero de colunas de "sim".
    resultado <- matrix(NA, ncol=N, nrow=10)                             #17 Cria uma matriz "resultado" para inserir os valores obtidos no fluxo ou loop.
    rownames(resultado) <- c("r2","r","Interpretacao r","d","c",         #18 Atribui os nomes dos indices as linhas de "resultado".
                             "Desempenho c","EM","EAM","REQM","EF")      #19 Atribui os nomes dos indices as linhas de "resultado".
    colnames(resultado) = c(colnames(sim))                               #20 Atribui os nomes das colunas de "sim" as colunas de "resultado".
    for(i in 1:ncol(sim))                                                #21 Entra em um loop "for" com contador "i" de 1 até o número maximo de colunas de "sim".
    { 
      r2 <- round((summary((lm(sim[,i]~obs)))$r.squared),3)                                        #22 Atribui a "r2" o "r²" obtido no summary() da regressao linear.
      
      r <- round(cov(obs,sim[,i])/(sd(obs)*sd(sim[,i])),3)                                         #23 Atribui a "r" o resultado do calculo do índice estatístico "r".
      r.abs <- abs(r)                                                                              #24 Transforma os valores obtidos do índice estatistico "r" em valores absolutos "r.abs".
      if(r.abs >= 0.0 && r.abs <= 0.1) {nivelr <- ("Muito baixa");}       #25 Se o valor de "r.abs" estiver nesse intervalo, atribui a "nivelr" a interpretacao "Muito baixa".
      if(r.abs > 0.1 && r.abs <= 0.3) {nivelr <- ("Baixa");}              #26 Se o valor de "r.abs" estiver nesse intervalo, atribui a "nivelr" a interpretacao "Baixa".
      if(r.abs > 0.3 && r.abs <= 0.5) {nivelr <- ("Moderada");}           #27 Se o valor de "r.abs" estiver nesse intervalo, atribui a "nivelr" a interpretacao "Moderada".
      if(r.abs > 0.5 && r.abs <= 0.7) {nivelr <- ("Alta");}               #28 Se o valor de "r.abs" estiver nesse intervalo, atribui a "nivelr" a interpretacao "Alta".
      if(r.abs > 0.7 && r.abs <= 0.9) {nivelr <- ("Muito alta");}         #29 Se o valor de "r.abs" estiver nesse intervalo, atribui a "nivelr" a interpretacao "Muito alta".
      if(r.abs > 0.9 && r.abs <= 1.0) {nivelr <- ("Quase perfeita")}      #30 Se o valor de "r.abs" estiver nesse intervalo, atribui a "nivelr" a interpretacao "Quase perfeita".
      
      d <- round(1-(sum((sim[,i]-obs)^2)/sum((abs(sim[,i]-mean(obs))+abs(obs-mean(obs)))^2)),3)    #31 Atribui a "d" o resultado do calculo do índice estatistico "d".
      
      c <- round((1-(sum((sim[,i]-obs)^2)/sum((abs(sim[,i]-mean(obs))+abs(obs-mean(obs)))^2)))*    #32 Atribui a "c" o resultado do cálculo índice estatistico "c".
                   sqrt(sum((sim[,i]-mean(obs))^2)/sum((obs-mean(obs))^2)),3)                      #33 Atribui a "c" o resultado do cálculo índice estatistico "c".
      if(c <= 0.41) {nivelc <- ("Pessimo");}                              #34 Se o valor de "c" estiver nesse intervalo, atribui a "nivelc" o desempenho "Pessimo".
      if(c > 0.41 && c <= 0.50) {nivelc <- ("Mau");}                      #35 Se o valor de "c" estiver nesse intervalo, atribui a "nivelc" o desempenho "Mau".
      if(c > 0.51 && c <= 0.61) {nivelc <- ("Sofrivel");}                 #36 Se o valor de "c" estiver nesse intervalo, atribui a "nivelc" o desempenho "Sofrivel".
      if(c > 0.61 && c <= 0.66) {nivelc <- ("Mediano");}                  #37 Se o valor de "c" estiver nesse intervalo, atribui a "nivelc" o desempenho "Mediano".
      if(c > 0.66 && c <= 0.76) {nivelc <- ("Bom");}                      #38 Se o valor de "c" estiver nesse intervalo, atribui a "nivelc" o desempenho "Bom".
      if(c > 0.76 && c <= 0.85) {nivelc <- ("Muito bom")};                #39 Se o valor de "c" estiver nesse intervalo, atribui a "nivelc" o desempenho "Muito bom".
      if(c > 0.85) {nivelc <- ("Otimo")}                                  #40 Se o valor de "c" estiver nesse intervalo, atribui a "nivelc" o desempenho "Otimo".
      
      EM <- round((sum(sim[,i]-obs))/length(obs),3)                                               #41 Atribui a "EM" o resultado do cálculo do indice estatistico "EM".
      
      EAM <- round((sum(abs(sim[,i]-obs)))/length(obs),3)                                         #42 Atribui a "EAM" o resultado do cálculo indice estatistico "EAM".
      
      REQM <- round(sqrt(sum((sim[,i]-obs)^2))/length(obs),3)                                     #43 Atribui a "REQM" o resultado do cálculo indice estatistico "REQM".
      
      EF <- round(1-((sum((obs-mean(obs))^2)-sum((obs-sim[,i])^2))/sum((obs-mean(obs))^2)),3)     #44 Atribui a "EF" o resultado do cálculo indice estatistico "EF".
      
      resultado[1,i] <- c(r2)                            #45 Atribui a linha 1 de "resultado" o(s) valor(es) de "r2".
      resultado[2,i] <- c(r)                             #46 Atribui a linha 2 de "resultado" o(s) valor(es) de "r".
      resultado[3,i] <- c(nivelr)                        #47 Atribui a linha 3 de "resultado" o(s) valor(es) "nivelr".
      resultado[4,i] <- c(d)                             #48 Atribui a linha 4 de "resultado" o(s) valor(es) de "d".
      resultado[5,i] <- c(c)                             #49 Atribui a linha 5 de "resultado" o(s) valor(es) de "c".
      resultado[6,i] <- c(nivelc)                        #50 Atribui a linha 6 de "resultado" o(s) valor(es) de "nivelc".
      resultado[7,i] <- c(EM)                            #51 Atribui a linha 7 de "resultado" o(s) valor(es) de "EM".
      resultado[8,i] <- c(EAM)                           #52 Atribui a linha 8 de "resultado" o(s) valor(es) de "EAM".
      resultado[9,i] <- c(REQM)                          #53 Atribui a linha 9 de "resultado" o(s) valor(es) de "REQM".
      resultado[10,i] <- c(EF)                           #54 Atribui a linha 10 de "resultado" o(s) valor(es) de "EF".
    }
    resultado <- as.data.frame(resultado)            #55 Transforma "resultado" em um "data.frame" e guarda em "resultado".
  }
  
  
  if(indice == "r2")                                 #56 Se o usuario escolher somente o indice "r2".
  { 
    N <-  ncol(sim)                                  #57 Atribui a "N" o numero de colunas de "sim".
    resultado <- matrix(NA, ncol=N, nrow=1)          #58 Cria uma matriz "resultado" para inserir os valores obtidos no fluxo ou loop.
    rownames(resultado) <- c("r2")                   #59 Atribui o nome do indices "r2" a linha de "resultado".
    colnames(resultado) = c(colnames(sim))           #60 Atribui os nomes das colunas de "sim" as colunas de "resultado".
    for(i in 1:ncol(sim))                            #61 Entra em um loop "for" com contador "i" de 1 ate o numero maximo de colunas de "sim".
    {
      r2 <- round((summary((lm(sim[,i]~obs)))$r.squared),3)      #62 Atribui a "r2" o "r²" obtido no summary() da regressão linear.
      resultado[1,i] <- (r2)                         #63 Atribui a linha 1 de "resultado" o(s) valor(es) de "r2".
    }
    resultado <- as.data.frame(resultado)            #64 Transforma "resultado" em um "data.frame" e guarda em "resultado".
  }
  
  
  if(indice == "r")                                  #65 Se o usuario escolher somente o indice "r".
  { 
    N <-  ncol(sim)                                  #66 Atribui a "N" o numero de colunas de "sim".
    resultado <- matrix(NA, ncol=N, nrow=2)          #67 Cria uma matriz "resultado" para inserir os valores obtidos no fluxo ou loop.
    rownames(resultado) <- c("r","Interpretacao r")  #68 Atribui o nome do indice "r" e sua interpretacao as linhas de "resultado".
    colnames(resultado) = c(colnames(sim))           #69 Atribui os nomes das colunas de "sim" as colunas de "resultado".
    for(i in 1:ncol(sim))                            #70 Entra em um loop "for" com contador "i" de 1 até o numero maximo de colunas de "sim".
    {
      r <- round(cov(obs,sim[,i])/(sd(obs)*sd(sim[,i])),3)                #71 Atribui a "r" o resultado do cálculo do indice estatistico "r".
      r.abs <- abs(r)                                                     #72 Transforma os valores obtidos do indice estatistico "r" em valores absolutos "r.abs".
      if(r.abs >= 0.0 && r.abs <= 0.1) {nivelr <- ("Muito baixa");}       #73 Se o valor de "r.abs" estiver nesse intervalo, atribui a "nivelr" a interpretacao "Muito baixa".
      if(r.abs > 0.1 && r.abs <= 0.3) {nivelr <- ("Baixa");}              #74 Se o valor de "r.abs" estiver nesse intervalo, atribui a "nivelr" a interpretacao "Baixa".
      if(r.abs > 0.3 && r.abs <= 0.5) {nivelr <- ("Moderada");}           #75 Se o valor de "r.abs" estiver nesse intervalo, atribui a "nivelr" a interpretacao "Moderada".
      if(r.abs > 0.5 && r.abs <= 0.7) {nivelr <- ("Alta");}               #76 Se o valor de "r.abs" estiver nesse intervalo, atribui a "nivelr" a interpretacao "Alta".
      if(r.abs > 0.7 && r.abs <= 0.9) {nivelr <- ("Muito alta");}         #77 Se o valor de "r.abs" estiver nesse intervalo, atribui a "nivelr" a interpretacao "Muito alta".
      if(r.abs > 0.9 && r.abs <= 1.0) {nivelr <- ("Quase perfeita")}      #78 Se o valor de "r.abs" estiver nesse intervalo, atribui a "nivelr" a interpretacao "Quase perfeita".
      
      resultado[1,i] <- c(r)                         #79 Atribui a linha 1 de "resultado" o(s) valor(es) de "r".
      resultado[2,i] <- c(nivelr)                    #80 Atribui a linha 2 de "resultado" o(s) valor(es) de "nivelr".
    }
    resultado <- as.data.frame(resultado)            #81 Transforma "resultado" em um "data.frame" e guarda em "resultado".
  }
  
  
  if(indice == "d")                                  #82 Se o usuario escolher somente o indice "d".
  { 
    N <-  ncol(sim)                                  #83 Atribui a "N" o numero de colunas de "sim".
    resultado <- matrix(NA, ncol=N, nrow=1)          #84 Cria uma matriz "resultado" para inserir os valores obtidos no fluxo ou loop.
    rownames(resultado) <- c("d")                    #85 Atribui o nome do indice "d" a linha de "resultado".
    colnames(resultado) = c(colnames(sim))           #86 Atribui os nomes das colunas de "sim" as colunas de "resultado".
    for(i in 1:ncol(sim))                            #87 Entra em um loop "for" com contador "i" de 1 até o numero maximo de colunas de "sim".
    {
      d <- round(1-(sum((sim[,i]-obs)^2)/sum((abs(sim[,i]-mean(obs))+abs(obs-mean(obs)))^2)),3)      #88 Atribui a "d" o resultado do calculo do indice estatistico "d".
      resultado[1,i] <- c(d)                         #89 Atribui a linha 1 de "resultado" o(s) valor(es) de "d".
      
    }
    resultado <- as.data.frame(resultado)            #90 Transforma "resultado" em um "data.frame" e guarda em "resultado".
  }
  
  
  if(indice == "c")                                  #91 Se o usuario escolher somente o índice "c".
  { 
    N <-  ncol(sim)                                  #92 Atribui a "N" o número de colunas de "sim".
    resultado <- matrix(NA, ncol=N, nrow=2)          #93 Cria uma matriz "resultado" para inserir os valores obtidos no fluxo ou loop.
    rownames(resultado) <- c("c","Desempenho c")     #94 Atribui o nome do indice "c" e seu desempenho as linhas de "resultado".
    colnames(resultado) = c(colnames(sim))           #95 Atribui os nomes das colunas de "sim" as colunas de "resultado".
    for(i in 1:ncol(sim))                            #96 Entra em um loop "for" com contador "i" de 1 até o numero maximo de colunas de "sim".
    {
      c <- round((1-(sum((sim[,i]-obs)^2)/sum((abs(sim[,i]-mean(obs))+abs(obs-mean(obs)))^2)))*sqrt(sum((sim[,i]-mean(obs))^2)/sum((obs-mean(obs))^2)),3)     #97 Atribui a "c" o resultado do cálculo do índice estatistico "c".
      if(c <= 0.41) {nivelc <- ("Pessimo");}                              #98 Se o valor de "c" estiver nesse intervalo, atribui a "nivelc" o desempenho "Pessimo".
      if(c > 0.41 && c <= 0.50) {nivelc <- ("Mau");}                      #99 Se o valor de "c" estiver nesse intervalo, atribui a "nivelc" o desempenho "Mau".
      if(c > 0.51 && c <= 0.61) {nivelc <- ("Sofrivel");}                 #100 Se o valor de "c" estiver nesse intervalo, atribui a "nivelc" o desempenho "Sofrivel".
      if(c > 0.61 && c <= 0.66) {nivelc <- ("Mediano");}                  #101 Se o valor de "c" estiver nesse intervalo, atribui a "nivelc" o desempenho "Mediano".
      if(c > 0.66 && c <= 0.76) {nivelc <- ("Bom");}                      #102 Se o valor de "c" estiver nesse intervalo, atribui a "nivelc" o desempenho "Bom".
      if(c > 0.76 && c <= 0.85) {nivelc <- ("Muito bom")};                #103 Se o valor de "c" estiver nesse intervalo, atribui a "nivelc" o desempenho "Muito bom".
      if(c > 0.85) {nivelc <- ("Otimo")}                                  #104 Se o valor de "c" estiver nesse intervalo, atribui a "nivelc" o desempenho "Otimo".
      
      resultado[1,i] <- c(c)                          #105 Atribui a linha 1 de "resultado" o(s) valor(es) de "c".
      resultado[2,i] <- c(nivelc)                     #106 Atribui alinha 2 de "resultado" o(s) valor(es) de "nivelc".
    }
    resultado <- as.data.frame(resultado)             #107 Transforma "resultado" em um "data.frame" e guarda em "resultado".
  }
  
  
  if(indice == "EM")                                 #108 Se o usuario escolher somente o indice "EM".
  { 
    N <-  ncol(sim)                                  #109 Atribui a "N" o numero de colunas de "sim".
    resultado <- matrix(NA, ncol=N, nrow=1)          #110 Cria uma matriz "resultado" para inserir os valores obtidos no fluxo ou loop.
    rownames(resultado) <- c("EM")                   #111 Atribui o nome do indice "EM" a linha de "resultado".
    colnames(resultado) = c(colnames(sim))           #112 Atribui os nomes das colunas de "sim" as colunas de "resultado".
    for(i in 1:ncol(sim))                            #113 Entra em um loop "for" com contador "i" de 1 ate o numero maximo de colunas de "sim".
    {
      EM <- round((sum(sim[,i]-obs))/length(obs),3)     #114 Atribui a "EM" o resultado do calculo do indice estatistico "EM".
      resultado[1,i] <- c(EM)                           #115 Atribui a linha 1 de "resultado" o(s) valor(es) de "EM".
    }
    resultado <- as.data.frame(resultado)            #116 Transforma "resultado" em um "data.frame" e guarda em "resultado".
  }
  
  
  if(indice == "EAM")                                #117 Se o usuario escolher somente o indice "EAM".
  { 
    N <-  ncol(sim)                                 #118 Atribui a "N" o numero de colunas de "sim".
    resultado <- matrix(NA, ncol=N, nrow=1)         #119 Cria uma matriz "resultado" para inserir os valores obtidos no fluxo ou loop.
    rownames(resultado) <- c("EAM")                 #120 Atribui o nome do indice "EAM" a linha de "resultado".
    colnames(resultado) = c(colnames(sim))          #121 Atribui os nomes das colunas de "sim" as colunas de "resultado".
    for(i in 1:ncol(sim))                           #122 Entra em um loop "for" com contador "i" de 1 ate o numero maximo de colunas de "sim".
    {
      EAM <- round((sum(abs(sim[,i]-obs)))/length(obs),3)     #123 Atribui a "EAM" o resultado do calculo do índice estatistico "EAM".
      resultado[1,i] <- c(EAM)                             #124 Atribui a linha 1 de "resultado" o(s) valor(es) de "EAM".
    }
    resultado <- as.data.frame(resultado)           #125 Transforma "resultado" em um "data.frame" e guarda em "resultado".
  }
  
  
  if(indice == "REQM")                              #126 Se o usuario escolher somente o índice "REQM".
  { 
    N <-  ncol(sim)                                 #127 Atribui a "N" o numero de colunas de "sim".
    resultado <- matrix(NA, ncol=N, nrow=1)         #128 Cria uma matriz "resultado" para inserir os valores obtidos no fluxo ou loop.
    rownames(resultado) <- c("REQM")                #129 Atribui o nome do indice 'REQM" a linha de "resultado".
    colnames(resultado) = c(colnames(sim))          #130 Atribui os nomes das colunas de "sim" as colunas de "resultado".
    for(i in 1:ncol(sim))                           #131 Entra em um loop "for" com contador "i" de 1 ate o numero maximo de colunas de "sim".
    {
      REQM <- round(sqrt(sum((sim[,i]-obs)^2))/length(obs),3)    #132 Atribui a "REQM" o resultado do cálculo do índice estatistico "REQM".
      resultado[1,i] <- c(REQM)                             #133 Atribui a linha 1 de "resultado" o(s) valor(es) de "REQM".
    }
    resultado <- as.data.frame(resultado)           #134 Transforma "resultado" em um "data.frame" e guarda em "resultado".
  }
  
  
  if(indice == "EF")                                #135 Se o usuario escolher somente o índice "EF".
  { 
    N <-  ncol(sim)                                 #136 Atribui a "N" o numero de colunas de "sim".
    resultado <- matrix(NA, ncol=N, nrow=1)         #137 Cria uma matriz "resultado" para inserir os valores obtidos no fluxo ou loop.
    rownames(resultado) <- c("EF")                  #138 Atribui o nome do indice "EF" a linha de "resultado".
    colnames(resultado) = c(colnames(sim))          #139 Atribui os nomes das colunas de "sim" as colunas de "resultado".
    for(i in 1:ncol(sim))                           #140 Entra em um loop "for" com contador "i" de 1 ate o numero maximo de colunas de "sim".
    {
      EF <- round(1-((sum((obs-mean(obs))^2)-sum((obs-sim[,i])^2))/sum((obs-mean(obs))^2)),3)     #141 Atribui a "EF" resultado do calculo do índice estatistico "EF".
      resultado[1,i] <- c(EF)                       #142 Atribui a linha 1 de "resultado" o(s) valor(es) de "EF".
    }
    resultado <- as.data.frame(resultado)           #143 Transforma "resultado" em um "data.frame" e guarda em "resultado".
  }
  
  
  ##################################
  ###   Criando os resultados   ###
  #################################
  
  ### Tabela com os índices:
  tabela <- resultado                  #144 Atribui a "tabela" o "data.frame" "resultado.
  View(tabela)                         #145 Abre uma nova aba no R com a "tabela" organizada.
  
  ### Gráficos de dispersão:
  for(j in 1:ncol(sim))                                        #146 Entra em um loop "for" com contador "j" de 1 ate o numero maximo de colunas de "sim".
  {
    max.obs <- max(obs, na.rm = TRUE)                          #147 Atribui a "max.obs" o maior valor dos dados "obs".
    max.sim <- max(sim[,j], na.rm = TRUE)                      #148 Atribui a "max.sim" o maior valor dos dados "sim".
    
    if (max.obs > max.sim)                                     #149 Se "max.obs" for maior que "max.sim":
    {xy <- round(coef(lm(sim[,j]~obs)),2)                      #150 Atribui a "xy" os coeficientes da regressão linear.
    x11()                                                      #151 Abre dispositivo de tela.
    par (mfrow = c (1, 1))                                     #152 Dispositivo de tela sera para so uma coluna/um grafico.
    plot (sim[,j]~obs,                                         #153 Plota area do grafico com os dados observados e simulados.
          bty = "o",                                           #154 Coloca margens nos lados 1 e 2.
          pch = 19,                                            #155 Altera formato de pontos para categoria 19.
          cex = 1.2,                                           #156 Altera o tamanho dos pontos. 
          xlab = "Observados", ylab = "Simulados",             #157 Insere os titulos dos eixos x e y.
          xlim = c(0,max.obs), ylim = c(0,max.obs))            #158 Coloca os titulos dos eixos x e y.
    abline(xy,lwd=3, col="red")                                   #159 Traca a reta da regressao linear realizada "xy".
    segments(0,0,x1=max.obs,y1=max.obs, lwd=1.8, col = "black")    #160 Traca a reta 1:1 no grafico de dispersao.
    eq <- paste0("obs = ", xy[1], ifelse(sign(xy[2])==1, " + ", " - "), abs(xy[2]), " * sim")   #161 Atribui a "eq" os caracteres concatenados que formam a equacao da regressao linear.
    mtext(eq, 1, line=-1, padj=0)                                                               #162 Insere o "eq" no grafico correspondente.
    gr.r2 <- paste0("r2 = ", round((summary((lm(sim[,j]~obs)))$r.squared),3))        #163 Atribui a ""gr.r2" os caracteres: "r2" e seu valor correspondente.
    mtext(gr.r2, 1, line=-2, padj=0)}                                                           #164 Insere o "gr.r2" no grafico correspondente.
    
    if (max.sim > max.obs)                                     #165 Se "max.sim" for maior que "max.obs": 
    {xy <- round(coef(lm(sim[,j]~obs)),2)                      #166 Atribui a "xy" os coeficientes da regressao linear.
    x11()                                                      #167 Abre dispositivo de tela.
    par (mfrow = c (1, 1))                                     #168 Dispositivo de tela sera para so uma coluna/um grafico.
    plot (sim[,j]~obs,                                         #169 Plota area do grafico com os dados observados e simulados.
          bty = "o",                                           #170 Coloca margens nos lados 1 e 2.
          pch = 19,                                            #171 Altera formato de pontos para categoria 19.
          cex = 1.2,                                           #172 Altera o tamanho dos pontos. 
          xlab = "Observados", ylab = "Simulados",             #173 Insere os titulos dos eixos x e y.
          xlim = c(0,max.sim), ylim = c(0,max.sim))            #174 Coloca os titulos dos eixos x e y.
    abline(xy,lwd=3, col="red")                                        #175 Traca a reta da regressao linear realizada "xy".
    segments(0,0,x1=max.sim,y1=max.sim, lwd=1.8, col = "black")      #176 Traca a reta 1:1 no grafico de dispersao.
    eq <- paste0("obs = ", xy[1], ifelse(sign(xy[2])==1, " + ", " - "), abs(xy[2]), " * sim")   #177 Atribui a "eq" os caracteres concatenados que formam a equacao da regressao linear.
    mtext(eq, 1, line=-1, padj=0)                                                               #178 Insere o "eq" no grafico correspondente.
    gr.r2 <- paste0("r2 = ", round((summary((lm(sim[,j]~obs)))$r.squared),3))        #179 Atribui a ""gr.r2" os caracteres: "r2" e seu valor correspondente.
    mtext(gr.r2, 1, line=-2, padj=0)}                                                           #180 Insere o "gr.r2" no grafico correspondente.
    
  }
    return(tabela)     #181 Retorna ao usuário a "tabela" com os resultados dos indices estatisticos para cada     coluna de "sim".
  }