Ferramentas do usuário

Ferramentas do site


05_curso_antigo:r2014:alunos:trabalho_final:myldred.spinelli:start

Myldred Ometto Spinelli

myl.jpg

Mestranda em Ecologia - Instituto de Biociências da USP. Orientada do Prof. Dr. Luciano Martins Verdade com o projeto “Uso do espaço e dieta de felídeos de pequeno porte em paisagem silvicultural do Estado de São Paulo, Brasil”.

Meus exercícios

Linque para a página com meus exercícios resolvidos exec

Plano A

Criar uma função chamada dieta que calcule a frequência de ocorrência (FO%) e a porcentagem de ocorrência (PO%) de cada item consumido por cada espécie estudada, assim como a amplitude de nicho (Índice de Levin) para cada espécie e a sobreposição de nicho (Índice de Pianka) entre as espécies.

PO, FO, AMPLITUDE, SOBREPOSIÇÃO → argumentos da função.

ENTRADA: matriz onde as linhas seriam as espécies estudadas e a colunas seriam os itens alimentares (i1,i2,i3,etc) e o número de fezes em que o determinado item foi encontrado (n1,n2,n3,etc).

A função encurtaria as diversas contas que precisariam ser feitas neste tipo de análise, 'entrando' uma matriz com os dados coletados e 'devolvendo' como resultado os cálculos ditos acima, sendo 'devolvidos' também um grafico para FO e PO (espécies x frequência de ocorrencia de cada item) (espécies x porcentagem de ocorrencia de cada item). A sobreposição de nicho poderia, se possível, ser representada também pelo Diagrama de Venn.

SAÍDA:

- FO e GRÁFICO (espécies x frequência de ocorrencia de cada item)

- PO e GRÁFICO (espécies x porcentagem de ocorrencia de cada item)

- AMPLITUDE: B e BA (amplitude e amplitude padronizada)

- SOBREPOSIÇÃO: O (sobreposição) e diagrama de venn (se possível)

Plano B

CALCULADORA DE BARMAN

Criar uma função que devolva uma lista do que o barman irá precisar para uma noite de trabalho de acordo com o número de convidados (x), a duração da festa (horas) e os drinks escolhidos.

Eu iria criar um banco de dados com as receitas (quantidades) de diversos drinks clássicos. Primeiramente, seria necessário digitar o nome da função para que ela retornasse o banco de dado com as receitas que foi criado para que o barman escolhesse quais drinks gostaria de servir em sua festa.

Na função, através dos argumentos, seria possível escolher quais drinks seriam utilizados e em que proporção. O padrão seria que todos os drinks seriam calculados em iguais proporções. Lembrando que o resultado seriam de drinks clássicos, mas por se tratar de uma função do R, seria possível modificá-la incluindo ou excluindo itens de sua preferência.

Base seria: pessoas costumam beber y drinks em z horas.

No argumento: a ordem do drinks dirá sua preferência. Desta forma, se a divisão for um número quebrado, a função irá ciclar os drinks começando do primeiro para o último.

Dúvida: como criar a base de dados com as receitas.

A proposta A é interessante e factível, e será um bom desafio para implementar como função. Sugiro seguir com ela. Você pode começar implementando a função para o cálculo dos índices para uma espécie somente. Se conseguir criar esta função facilmente você pode generalizar para múltiplas espécies e, finalmente, calcular os índices de sobreposição de nicho. A proposta B parece interessante, mas eu deixaria os drinks para alguma outra ocasião… :-) —- Leonardo

Help da função

indice.dieta    package: nenhum   R Documentation
 
Índice de dieta. 
 
Description:
 
indice.dieta calcula índices relacionados a dieta, como frequência de ocorrência (FO%), porcentagem de ocorrência (PO%), amplitude de nicho (índice de Levin) e amplitude de nicho padronizada (índice de Hulbert). 
O índice lê tabelas padrões utilizadas nesse tipo de estudo, onde uma das colunas deve indicar a quantidade de cada item encontrado nas fezes (i1,i2,i3,etc) e a outra coluna deve indicar o numero de vezes que determinado item foi encontrado nas fezes (n1,n2,n3,etc) - é preciso que exista o título "i" e "n" nas colunas.
As linhas da matriz contem os diferentes itens alimentares encontrados nas fezes da espécie estudada - se estas linhas estiverem nomeadas, os gráficos de saida serão mais informativos, entretanto, se não estiverem nomeadas, os gráficos irão numerá-las apenas.
 
Usage:
 
indice.dieta(x, indice)
 
Arguments:
 
x               tabela de entrada - deve conter uma coluna nomeada com "i" e outra nomeada com "n"
 
indice 		especificar o índice que deseja calcular - opções: "frequencia", "porcentagem", "amplitude" e "amplitude.padronizada" (os argumentos precisam ser escritos entre aspas " ")
 
Details:
 
É necessário que methods/html/as.html">as colunas da tabela de entrada sejam nomeadas com "n" e "i" independente da ordem e isto deve ser especificado quando a tabela for enviada ao R. Veja o exemplo: objeto<-read.table(file="tabela.csv", sep=";", header=TRUE).
É necessário que o argumento seja escrito entre aspas " ".
É recomendado (porém não é exigido) que methods/html/as.html">as linhas da matriz sejam nomeadas, pois os gráficos de saída serão mais informativos acerca da dieta da espécie estudada. Veja o exemplo: objeto<-read.table(file="tabela.csv", sep=";", header=TRUE, row.names=1).
 
Value:
 
indice.dieta             retorna valores e gráficos com os seguintes componentes:
 
porcentagem              porcentagem de ocorrência dos itens consumidos pela espécie estudada - valores em porcentagem - e gráfico do tipo barplot
 
frequencia               frequencia de ocorrência dos itens consumidos pela espécie estudada - valores em porcentagem - e gráfico do tipo barplot
 
amplitude                amplitude de nicho calculada pelo Índice de Levin 
 
amplitude.padronizada    amplitude de nicho padronizada calculada pelo Índice de Hulbert - valores de 0 a 1
 
 
Author:
 
Myldred Ometto Spinelli
 
myldred.spinelli@gmail.com
myldred.spinelli@usp.br
 
 
References:
 
HURLBERT, S.H. The measurement of niche overlap and some relatives. Ecology, Tempe, v.59, n.1, p.67-77, jan. 1978.
 
KREBS, C.J. Ecological methodoly. New York: Harper Collins Publishers, 1989. 581 p. 
 
 
Examples:
 
# Baixe o arquivo tabela.csv para rodar os exemplos abaixo:
 
tabela<- read.table(file="tabela.csv", sep=";", header=TRUE, row.names=1) # é preciso especificar que a primeira linha é o título das colunas (header=TRUE) e é recomendável que a primeira coluna contenha os nomes das linhas (itens alimentares) (row.names=1).
 
 
indice.dieta(tabela,"porcentagem") # retorna os valores das porcentagens de ocorrência e o gráfico para os diferentes itens alimentares 
 
indice.dieta(tabela, "frequencia") # retorna os valores das frequencias de ocorrência e o gráfico para os diferentes itens alimentares 
 
indice.dieta(tabela, "amplitude") # retorna o valor da amplitude de nicho 
 
indice.dieta(tabela, "amplitude.padronizada") # retorna o valor da amplitude de nicho padronizada 

Código da função

#A função calcula índices relacionados a dieta da espécie estudada, como frequência de ocorrência (FO%),
# porcentagem de ocorrência (PO%), amplitude de nicho (índice de Levin) e amplitude de nicho padronizada 
#(índice de Hulbert).
 
#A entrada é uma matriz padrão para esse tipo de estudo, onde uma das colunas deve indicar a quantidade 
#de cada item encontrado nas fezes (i1,i2,i3,etc) e a outra coluna deve indicar o numero de vezes que 
#determinado item foi encontrado nas fezes (n1,n2,n3,etc) - é preciso que exista o título "i" e "n" nas 
#colunas.
#As linhas da matriz contem os diferentes itens alimentares encontrados nas fezes da espécie estudada - 
#se estas linhas estiverem nomeadas, os gráficos de saida serão mais informativos, entretanto, se não
#estiverem nomeadas, os gráficos irão numerá-las apenas.
 
indice.dieta<-function(dados,indice)
{
  if (indice=="frequencia")
  {
    dados$n[is.na(dados$n)] <- 0 #substitui os NA por 0, pois para este tipo de estudo NAs não são valores faltantes, mas sim observações iguais a 0
    n<-dados$n #seleciona a coluna onde estão os valores de "n"
    N<-sum(dados$n) #valor de "N" é a somatória dos valores de "n"
    F=(n/N)*100 #fórmula que calcula a frequencia de ocorrencia 
    x11() #abre uma janela de grafico
    midpts <- barplot(1:length(rownames(dados))) #insere o nome das linhas no eixo x de forma central
    barplot((F),ylab="Frequência de ocorrência", ylim=c(0,100)) #grafico de barras onde é mostrado as frequencias de ocorrencia
    axis(side=1,labels=rownames(dados), at=midpts, tick=FALSE,las=1) #coloca o nome das linhas (itens alimentares) no eixo x do gráfico. O argumento las=1 diz que o eixo deve ser escrito na horizontal, porém dependendo do número de linhas, é melhor mudar o argumento para las=3 (escrita na vertical)
    return(F)
  }
  if (indice=="porcentagem")
  {
    dados$i[is.na(dados$i)] <- 0 ##substituo os NA por 0, pois NAs não são valores faltantes, mas sim observações iguais a 0
    i<-dados$i #seleciona a coluna onde estão os valores de "i"
    I=sum(dados$i) #número de itens alimentares é igual a soma de "i"
    P=(i/I)*100 #fórmula da porcentagem de ocorrência
    x11() #abro uma janela de gráfico
    midpts <- barplot(1:length(rownames(dados))) #insere o nome das linhas no eixo x de forma central
    barplot((P), xlab="Itens alimentares", ylab="Porcentagem de ocorrência", ylim=c(0,100)) #gráfico de barras onde é mostrado as porcentagens de ocorrencia
    axis(side=1,labels=rownames(dados), at=midpts, tick=FALSE, las=1) #coloca o nome das linhas (itens alimentares) no eixo x do gráfico. O argumento las=1 diz que o eixo deve ser escrito na horizontal, porém dependendo do número de linhas, é melhor mudar o argumento para las=3 (escrita na vertical)
    return(P)
  }
  if (indice=="amplitude")
  {
    dados$i[is.na(dados$i)] <- 0 ##substituo os NA por 0, pois NAs não são valores faltantes, mas sim observações iguais a 0
    i<-dados$i #seleciona a coluna onde estão os valores de "i"
    I=sum(dados$i)  #número de itens alimentares é igual a soma de "i"
    B<-1/(sum((i/I)^2)) # B é a somatória de todos os valores de i/I ao quadrado.
    return(B) 
  }
  if (indice=="amplitude.padronizada")
  {
    dados$i[is.na(dados$i)] <- 0 ##substituo os NA por 0, pois NAs não são valores faltantes, mas sim observações iguais a 0
    i<-dados$i #seleciona a coluna onde estão os valores de "i"
    I=sum(dados$i)  #número de itens alimentares é igual a soma de "i"
    B<-1/(sum((i/I)^2)) #calcula a amplitude de nicho
    BA<-(B-1)/(I-1) #calcula a amplitude de nicho padronizada
    cat("Amplitude de nicho padronizado (valores 0 a 1) \n Valores máximos -> nicho amplo/mínima especialização \n Valores mínimos -> nicho estreito/máxima especialização \n")
    return(BA)
  }
 
}

Arquivo para download

05_curso_antigo/r2014/alunos/trabalho_final/myldred.spinelli/start.txt · Última modificação: 2020/09/23 17:16 por adalardo