Possui mestrado pelo programa de pós-graduação em Biodiversidade Vegetal e Meio Ambiente, através do Instituto de Botânica-SP onde trabalhou com taxonomia da ordem Cymbellales no Estado de São Paulo. Atualmente é doutoranda pelo mesmo programa onde atua na área de Ecologia, com ênfase em Ecologia de Ecossistemas Aquáticos Continentais, atuando principalmente nos seguintes temas: eutrofização, limnologia de reservatórios e biodiversidade/ecologia de diatomáceas.

exec

Proposta A revisada

Objetivo: A função providenciará informações sobre as diferentes categorias de raridade (Raras <1%, Raras<5%, Raras <10 locais) a partir de um data frame contendo três colunas contendo as estações amostrais (coluna A), as espécies (coluna B) e suas respectivas abundâncias (coluna C) (obs: para deixar o data frame nesse formato usei o pacote “reshape2”). A sua função irá gerar um gráfico mostrando a classificação das espécies de uma comunidade quanto às diferentes categorias de raridade mencionadas acima. Entrada dos dados e argumentos: A função lerá os dados a partir de um data-frame e deverá conter os seguintes argumentos:

                 rare (dados, rarity, ...)

Saída da função: A função irá gerar um gráfico contendo as estações amostrais em seu eixo x, as espécies em seu eixo y de acordo com a categoria de raridade selecionada.

Algo semelhante a este:

Proposta B revisada

Objetivo: A partir de dados que consistem de coordenadas dos pontos de referência comparáveis de diferentes indivíduos, a função irá confrontar suas formas para avaliar se estas diferem morfologicamente e avaliar se os taxa distinguíveis representam variantes bem circunscritos. Análise de formas pode tornar-se importante num certo número de situações, como para diferenciar espécies que são visualmente semelhantes. Para tal, será criada uma função para executar a sobreposição das coordenadas (Procuste). Será realizada NMDS para as coordenadas normalizadas resultantes. A saída é a distância completa entre os indivíduos por meio de um gráfico de dispersão para visualizar o tamanho e a forma para cada grupo predefinido.

Entrada dos dados e argumentos: A função lerá os dados a partir de uma e deverá conter os seguintes argumentos:

shapes←function(A, B, nmds, plot.nmds)

Calcula a distância procrustes para os indivíduos 1 e 2 a partir de centroides definidos para A e B.

Saída da função: A diferença entre a forma de dois objetos será avaliada depois da “sobreposição” dos dois objetos por meio do Procruste. A função irá gerar um gráfico de dispersão para visualizar o tamanho e a forma do para cada grupo predefinido.

 R Documentation

Categorias de raridade

Description:

	Classifica as espécies em diferentes categorias de raridade (Muito Raras <1%, Raras<5%, Comuns >5%) a partir de um data frame gerando um gráfico informativo sobre tais  classificações.

Usage:

	rare (ab)

Arguments:

	ab    	 data frame selecionado (ver Details) 

Details:

	ab  data frame contendo as estações amostrais em sua primeira coluna seguida pelas espécies e suas respectivas abundâncias.
	

Value:

Retorna um dotplot contendo os valores de abundância relativa das espécies de acordo com diferentes categorias de raridade (0, <1%, <5% e >5%) por amostra; 


Author(s):

	Gisele Carolina Marquardt
	giselecmarquardt@gmail.com

rare = function(ab){
abund<-ab[,-1] #data. frame (df) usado como referência.Seleciona data.frame excluindo coluna 1, referente às estações amostrais
abund.mod<-ab[,-1] #data.frame a ser modificado

abund.mod[abund==0]<-"ausente"  #Atribui o nome "ausente" às espécies cujas abundâncias relativas são iguais à zero
abund.mod[abund>0 & abund<=1]<-"muito rara" #Atribui o nome "muito rara" às espécies cujas abundâncias relativas são maiores que zero e menores que 1%.
abund.mod[abund>1 & abund<=5]<-"rara" #Atribui o nome "rara" às espécies cujas abundâncias relativas são maiores que 1 e menores que 5%.
abund.mod[abund>5]<-"comum" #Atribui o nome "comum" às espécies cujas abundâncias relativas são maiores que 5%.

abund.mod[abund.mod=="ausente"]<-0 #Substitui as abundâncias relativas  determinadas como "ausentes" por 0.
abund.mod[abund.mod=="muito rara"]<-1 #Substitui as abundâncias relativas  determinadas como "ausentes" por 1.
abund.mod[abund.mod=="rara"]<-2 #Substitui as abundâncias relativas  determinadas como "ausentes" por 2.
abund.mod[abund.mod=="comum"]<-3 #Substitui as abundâncias relativas  determinadas como "ausentes" por 3.

abundancia= cbind(ab[,1],abund.mod) #reinsere a coluna 1 referente aos nomes ao df.

mat<-matrix(c(1,2),ncol=2,nrow=1) #cria uma matriz com 2 colunas e 1 linha para o plot
x11()#abre nova janela gráfica
layout(mat,widths=c(4,1))#Divide o dispositivo como uma matriz e especifica a largura de cada coluna
par(mar=c(5,5,0.2,0.2)) #Define as margens
plot(NA,xlim=c(1,nrow(abundancia)),bty="l",ylim=c(0.5,ncol(abundancia)-1),yaxt="n",xlab="",ylab="",xaxt="n")# define um plot do tipo L com linhas no eixo y e colunas no eixo x
axis(2,at=2:ncol(abundancia)-1,labels=names(abundancia[,-1]),las=2) #Define o lado do eixo, os pontos onde as marcações serão plotadas, as anotações feitas nas marcações e a posição das marcações (vertical e horizontal)
axis(1,at=1:nrow(abundancia),labels=row.names(abundancia),las=2)#Define o lado do eixo, os pontos onde as marcações serão plotadas, as anotações feitas nas marcações e a posição das marcações (vertical e horizontal)

for(i in 1:nrow(abundancia)){
points(rep(i,ncol(abundancia)-1),2:ncol(abundancia)-1,cex=as.numeric(abundancia[i,-1]),pch=16,col="black") #faz o looping do script.
}
par(mar=c(0.2,0.2,0.2,0.2))
plot(NA,xlim=c(-0.5,0.5),ylim=c(-1,1),yaxt="n",xlab="",ylab="",xaxt="n",bty="n") #plot para legendas
legend(0,0,legend=c("0%","0-1%","1-5%",">5%"),pch=16,pt.cex=c(0,1,2,3),bty="o",xjust=0.5,yjust=0.5) #Define legendas, tipo de símbolo usado, tipo do gráfico e posição

}