Ferramentas do usuário
02_tutoriais:tutorial2:start
Diferenças
Aqui você vê as diferenças entre duas revisões dessa página.
| Ambos lados da revisão anterior Revisão anterior Próxima revisão | Revisão anterior | ||
|
02_tutoriais:tutorial2:start [2023/08/14 13:05] 127.0.0.1 edição externa |
02_tutoriais:tutorial2:start [2023/08/14 13:13] (atual) |
||
|---|---|---|---|
| Linha 303: | Linha 303: | ||
| * a distribuição de largura do quadril é bem representada por uma distribuição probabilística normal | * a distribuição de largura do quadril é bem representada por uma distribuição probabilística normal | ||
| - | A partir desses dois parâmetros (média e desvio) da distribuição normal podemos, por exemplo, simular os dados de uma amostra de 200 tamanhos de quadris no R. A função ''rnorm'' faz a simulação de amostras aleatórias de uma distribuição normal e tem como argumentos ''n'' que é o tamanho amostral, '' mean '' e '' sd '', que são os parâmetros que definem a distribuição normal. | + | A partir desses dois parâmetros (média e desvio) da distribuição normal podemos, por exemplo, simular os dados de uma amostra de 200 tamanhos de quadris no R. A função ''rnorm'' faz a simulação de amostras aleatórias de uma distribuição normal e tem como argumentos ''n'' que é o tamanho amostral, ''mean'' e ''sd'', que são os parâmetros que definem a distribuição normal. |
| <code rsplus> | <code rsplus> | ||
| Linha 330: | Linha 330: | ||
| </code> | </code> | ||
| - | Como entendemos todos os comando acima, podemos refazer a simulação de amostra e contar as mulheres que não caberiam nos assentos de avião em uma única linha. Agora vamos repetir a nossa amostra 10x: | + | Como entendemos todos os comandos acima, podemos refazer a simulação de amostra e contar as mulheres que não caberiam nos assentos de avião em uma única linha. Agora vamos repetir a nossa amostra 10x: |
| Linha 367: | Linha 367: | ||
| Por volta de 5% das mulheres não caberiam nessas poltronas, o que não parece lá muito simpático por parte das companhias aéreas! | Por volta de 5% das mulheres não caberiam nessas poltronas, o que não parece lá muito simpático por parte das companhias aéreas! | ||
| - | Vamos nos perguntar outra coisa, por exemplo, qual o tamanho de assento que caberiam 99% das mulheres de cerca de vinte anos? Para extrair esse valor diretamente da distribuição normal teórica, usamos a função ''qnorm''. | + | Vamos nos perguntar outra coisa, por exemplo, qual o tamanho de assento no qual caberiam 99% das mulheres de cerca de vinte anos? Para extrair esse valor diretamente da distribuição normal teórica, usamos a função ''qnorm''. |
| <code rsplus> | <code rsplus> | ||
| Linha 456: | Linha 456: | ||
| ===== Qui-quadrado na unha ===== | ===== Qui-quadrado na unha ===== | ||
| Vamos fechar com um exemplo hipotético de um estudo de preferência alimentar. | Vamos fechar com um exemplo hipotético de um estudo de preferência alimentar. | ||
| - | Nosso ecólogo virtual estimou a proporção de cinco tipos de itens alimentares para uma espécie de ave em uma área. Esses itens estavam disponíveis na proporção de 60%, 28%, 9%, 2,5% e 0,5%. No mesmo local, amostrou ao acaso eventos de alimentação desta ave, contando quantos eventos foram de consumo de cada um dos itens. Os resultados das contagens dos eventos de alimentação foram 544, 285, 117, 54, 12, para cada um dos itens respectivamente. | + | Nosso ecólogo virtual estimou a proporção de cinco tipos de itens alimentares para uma espécie de ave em uma área. Esses itens estavam disponíveis na proporção de 60%, 28%, 9%, 2,5% e 0,5%. No mesmo local, amostrou-se ao acaso eventos de alimentação desta ave, contando quantos eventos foram de consumo de cada um dos itens. Os resultados das contagens dos eventos de alimentação foram 544, 285, 117, 54, 12, para cada um dos itens respectivamente. |
| Vamos criar os objetos com estes valores: | Vamos criar os objetos com estes valores: | ||
| Linha 485: | Linha 485: | ||
| qui2 | qui2 | ||
| </code> | </code> | ||
| - | Qual a chance de um valor de Qui-quadrado maior ou igual a este ocorrer por acaso (ou seja, mesmo que não haja preferência)? Como são cinco itens alimentares, temos quatro graus de liberdade, e o que queremos saber é: qual a probabilidade de encontrarmos a diferenças observada em relação ao esperado ou maiores, em um cenário onde a espécie não tem preferência alimentar (hipótese nula). Obtemos isto com a função de probabilidade acumulada da distribuição de Qui-quadrado: | + | Qual a chance de um valor de Qui-quadrado maior ou igual a este ocorrer por acaso (ou seja, mesmo que não haja preferência)? Como são cinco itens alimentares, temos quatro graus de liberdade, e o que queremos saber é: qual a probabilidade de encontrarmos a diferença observada em relação ao esperado ou maiores, em um cenário onde a espécie não tem preferência alimentar (hipótese nula). Obtemos isto com a função de probabilidade acumulada da distribuição de Qui-quadrado: |
| <code rsplus> | <code rsplus> | ||
| pchisq(q = qui2, df = 4, lower.tail = FALSE) | pchisq(q = qui2, df = 4, lower.tail = FALSE) | ||
| Linha 501: | Linha 501: | ||
| <code rsplus> | <code rsplus> | ||
| ## Faz o grafico da funcao Qui-quadrado com 4 graus de liberdade, | ## Faz o grafico da funcao Qui-quadrado com 4 graus de liberdade, | ||
| - | ## veja ajuda funcao curve | + | ## veja a ajuda da funcao curve |
| curve(dchisq(x, df = 4), 0, 70, xlab = "Qui-quadrado, 4 g.l.", ylab = "Densidade probabilística") | curve(dchisq(x, df = 4), 0, 70, xlab = "Qui-quadrado, 4 g.l.", ylab = "Densidade probabilística") | ||
| ## Sobrepoe uma linha vermelha a partir | ## Sobrepoe uma linha vermelha a partir | ||
| Linha 517: | Linha 517: | ||
| [[https://www.monkeyuser.com/2019/code-entropy/|{{:02_tutoriais:tutorial2:119-code-entropy.png?400 |}}]] | [[https://www.monkeyuser.com/2019/code-entropy/|{{:02_tutoriais:tutorial2:119-code-entropy.png?400 |}}]] | ||
| - | As linguagens de programação, assim como as linguagens naturais, estão em constante modificação. Existe na comunidade do R um movimento com um novo //dialeto// que foi chamado de ''tidyverse''. Esse conjunto de pacotes propõem formas mais compactas de códigos para manipular e grafar dados((Como toda boa polêmica existem muitos apoiadores e muitos críticos dessa nova sintaxe do R. Para saber mais, veja o artigo [[https://github.com/matloff/TidyverseSkeptic|Tidyverse Skeptic]] de Norman Matloff, professor da Universidade da California. )). Este curso é baseado na forma mais original da linguagem contida nos pacotes básicos da distribuição do R e sem a pretensão de ensinar esse novo dialéto. Entretanto, irão encontrar muita documentação que usa essa filosofia. Uma das dificuldades para entender o código nesse //dialeto// é a introdução do conceito de canalização de procedimentos, onde o resultado de uma função pode ser direcionada a outra através do //pipe// (''%>%''). Essa ferramenta, que está no pacote ''magrittr'', modifica bastante a lógica de funções aninhadas do interpretador do R. Abaixo listamos alguns dos conceitos básicos para entender os códigos em ''tidyverse'': | + | As linguagens de programação, assim como as linguagens naturais, estão em constante modificação. Existe na comunidade do R um movimento com um novo //dialeto// que foi chamado de ''tidyverse''. Esse conjunto de pacotes propõem formas mais compactas de códigos para manipular e grafar dados((Como toda boa polêmica existem muitos apoiadores e muitos críticos dessa nova sintaxe do R. Para saber mais, veja o artigo [[https://github.com/matloff/TidyverseSkeptic|Tidyverse Skeptic]] de Norman Matloff, professor da Universidade da California. )). Este curso é baseado na forma mais original da linguagem contida nos pacotes básicos da distribuição do R e sem a pretensão de ensinar esse novo dialeto. Entretanto, irão encontrar muita documentação que usa essa filosofia. Uma das dificuldades para entender o código nesse //dialeto// é a introdução do conceito de canalização de procedimentos, onde o resultado de uma função pode ser direcionada a outra através do //pipe// (''%>%''). Essa ferramenta, que está no pacote ''magrittr'', modifica bastante a lógica de funções aninhadas do interpretador do R. Abaixo listamos alguns dos conceitos básicos para entender os códigos em ''tidyverse'': |
| * ''x %>% f'' é equivalente a ''f(x)'' | * ''x %>% f'' é equivalente a ''f(x)'' | ||
02_tutoriais/tutorial2/start.txt · Última modificação: 2023/08/14 13:13 (edição externa)
Exceto onde for informado ao contrário, o conteúdo neste wiki está sob a seguinte licença: CC Attribution-Noncommercial-Share Alike 4.0 International
