Aqui você vê as diferenças entre duas revisões dessa página.
Ambos lados da revisão anterior Revisão anterior Próxima revisão | Revisão anterior | ||
03_apostila:08-simulacao [2020/09/23 17:09] adalardo code |
03_apostila:08-simulacao [2020/10/04 20:49] (atual) adalardo |
||
---|---|---|---|
Linha 1: | Linha 1: | ||
<WRAP tabs> | <WRAP tabs> | ||
- | * [[bie5782:03_apostila:08-simulacao| Apostila]] | + | * [[03_apostila:08-simulacao| Apostila]] |
- | * [[bie5782:02_tutoriais:tutorial9:start|Tutorial]] | + | * [[02_tutoriais:tutorial9:start|Tutorial]] |
- | * [[bie5782:01_curso_atual:exerPermuta| Exercícios]] | + | * [[01_curso_atual:exerPermuta| Exercícios]] |
</WRAP> | </WRAP> | ||
====== 8. Reamostragem e Simulação ====== | ====== 8. Reamostragem e Simulação ====== | ||
- | O R é uma ferramenta poderosa para simular situações e compará-las com padrões obeservados. O assunto é extenso, e aqui apresentaremos apenas exemplos simples das modalidades mais usadas dem ecologia. Para quem quiser se se aprofundar, um bom começo é Manly (1997 ((Manly B. F. J., 1997 Randomization, bootstrap and Monte Carlo methods in biology. 2nd Ed., Chapman and Hall, London))). | + | O R é uma ferramenta poderosa para simular situações e compará-las com padrões observados. O assunto é extenso, e aqui apresentaremos apenas exemplos simples das modalidades mais usadas dem ecologia. Para quem quiser se se aprofundar, um bom começo é Manly (1997 ((Manly B. F. J., 1997 Randomization, bootstrap and Monte Carlo methods in biology. 2nd Ed., Chapman and Hall, London))). |
===== A Função ''sample'' ===== | ===== A Função ''sample'' ===== | ||
Linha 35: | Linha 35: | ||
Os dados que usaremos são numero de besouros no conteúdo estomacal de lagartos //Phrynosoma brevirostrae// machos e femeas (Manly,1997): | Os dados que usaremos são numero de besouros no conteúdo estomacal de lagartos //Phrynosoma brevirostrae// machos e femeas (Manly,1997): | ||
- | <code rsplus> | ||
<code rsplus> | <code rsplus> | ||
Linha 73: | Linha 72: | ||
Os gráficos de quantis téoricos indicam um forte desvio em relação à distribuição normal: | Os gráficos de quantis téoricos indicam um forte desvio em relação à distribuição normal: | ||
- | <box center orange 70%>{{:bie5782:03_apostila:machos.jpg|}}</box> | + | <box center orange 70%>{{:03_apostila:machos.jpg|}}</box> |
- | <box center orange 70%>{{:bie5782:03_apostila:femeas.jpg|}}</box> | + | <box center orange 70%>{{:03_apostila:femeas.jpg|}}</box> |
Como os dados não atendem as premissas de um teste t, uma alternativa é substituí-lo por um teste de permutação. Como a hipótese nula é que as duas amostras vêm de populações com a mesma média, ela pode ser simulada permutando-se ao acaso os valores entre os sexos. | Como os dados não atendem as premissas de um teste t, uma alternativa é substituí-lo por um teste de permutação. Como a hipótese nula é que as duas amostras vêm de populações com a mesma média, ela pode ser simulada permutando-se ao acaso os valores entre os sexos. | ||
Linha 105: | Linha 104: | ||
</code> | </code> | ||
- | <box orange center 100% >{{:bie5782:03_apostila:freq_relativa.jpg|}}</box> | + | <box orange center 100% >{{:03_apostila:freq_relativa.jpg|}}</box> |
==== Modelos Nulos em Ecologia de Comunidades ==== | ==== Modelos Nulos em Ecologia de Comunidades ==== | ||
Linha 225: | Linha 224: | ||
</code> | </code> | ||
- | <box center orange 100%>{{:bie5782:03_apostila:histogram_bci.jpg|}}{{:bie5782:03_apostila:normal_qq_plot.jpg|}}</box> | + | <box center orange 100%>{{:03_apostila:histogram_bci.jpg|}}{{:03_apostila:normal_qq_plot.jpg|}}</box> |
Linha 304: | Linha 303: | ||
</code> | </code> | ||
- | <box orange center 100%>{{:bie5782:03_apostila:probabilidadexvalores.png|}}</box> | + | <box orange center 100%>{{:03_apostila:probabilidadexvalores.png|}}</box> |
As premissas do teste t são que as amostras vêm de populações com distribuições normais que têm variâncias iguais (pelo menos aproximadamente). A distribuição binomial negativa tem uma forma muito diferente da normal, e nela a variância é uma função da média. Assim, duas distribuições binomiais negativas com médias diferentes, como as ilustradas acima, terão variâncias diferentes. Além disso, a distribuição binomial negativa é **discreta**, enquanto a normal é **contínua**. | As premissas do teste t são que as amostras vêm de populações com distribuições normais que têm variâncias iguais (pelo menos aproximadamente). A distribuição binomial negativa tem uma forma muito diferente da normal, e nela a variância é uma função da média. Assim, duas distribuições binomiais negativas com médias diferentes, como as ilustradas acima, terão variâncias diferentes. Além disso, a distribuição binomial negativa é **discreta**, enquanto a normal é **contínua**. |