Doutoranda em Ciências Biológicas (Botânica)
Laboratório de Algas Marinhas “Édison José de Paula”
Instituto de Biociências - USP

Tema de pesquisa - Diversidade de Macroalgas verdes formadoras de turf de Ilhas Oceanicas Brasileiras.

Meus Exercicios

TRABALHO FINAL

PROPOSTA PRINCIPAL

SuperSumario - SS()

Para análises de concentrações basais de metais em organismos marinhos, é necessário calcular o limite superior que pode ser considerado natural, é calculado através de Me+MAD (mediana mais o dobro dos desvios absolutos da mediana) e o limite inferior por Me15 + MAD15 (mediana dos 15 % + o dobro dos desvios absolutos dos menores valores a proporção de 15%). Além disso, é necessário obter valores estatísticos básicos como o tamanho da amostra (n), a média, o desvio-padrao, valor mínimo e valor máximo, mediana, coeficiente de variação (Chernova e Kozhenkova, 2016). O cálculo de cada um destes parâmetros é relativamente fácil(Com exceção do MAD15 que exige a utilização de alguns IF’s) no R, porém bastante demorado quando temos muitos metais e temos que fazê-los 1 a 1. A função SuperSumário visa reunir todos estes parâmetros em uma única lista e calculá-los para cada metal de forma rápida.

Planejamento da Funçao

Entrada: SS(x)

x = Vetor (matriz) com as concentrações que serão utilizadas para os cálculos (classe matriz)

Verificacao

x é uma matriz numéria? caso não seja, retornar mensagem de erro “O vetor precisar ser uma matriz”

Pseudo-código

Criar as fórmulas para calcular cada Parametro: MMAD = Mediana + 2*(vetor-mediana) – valores absolutos (utilizar abs())

Mediana15 – Selecionar os valores que representam 15% da amostra e analisar a mediana destes valores. Verificaçao: Se o valor dos 15% primeiros valores for igual a 0, considerar a mediana 0 e seguir o calculo.

Se o valor for diferente de 0, utilizar este valor para seguir o calculo.

MMAD15 – Calcular o MAD para os valores que representam 15% das amostras. Verificaçao: Se o valor da Mediana for zero, retornar 0.

Coeficiente de Variaçao – Dado pela divisão do desvio padrão pela média multiplicado por 100 = sd()/mean()*100

Agora que a parte difícil já passou, criaremos a função SS().

SS() – utiliza a função apply para gerar um resultado para cada metal e parâmetro, realizando o calculo para cada um dos parâmetros pedidos na função.

N = calcular através de length(vetor 1)
Media = calcular através de sum(vetor1)/N
Desvio_Padrao= sd(vetor 1)
Minimo = min(vetor1)
Maximo= max(vetor1)
Mediana = median(vetor1)
MAD = Calculado como descrito na funcao MAD
q15= quantile(vetor1,c(.15)) #Para cálculo da mediana15
mediana15= median(q15)
MAD15= 2*(q15-median(q15))
cv = desvpad/media*100

Salvar os resultados em um vetor = resultados (data.frame).
Resultado = data.frame(N,Minimo,Media,Mediana,Mediana15,Desvio_Padrao,Maximo,MAD,MAD15,Coeficiente_Variacao)

PROPOSTA ALTERNATIVA

Índices de Complementariedade com dados de Presenca e Ausencia (Diversidade B)

Quando analisando comunidades de macroalgas, nem sempre é possível obtermos dados quantitativos, sendo então gerados dados de presença (1) e ausência(0) de cada espécie para os pontos amostrados. Esse fato gera dificuldades em comparar estes locais de coleta e gerar índices de diversidade. Uma forma de resolver isso é utilizando índices de similaridade/dissimilaridade. Índices, antigos e bastante uteis são: ‘’Sorensen/Jaccard/Bsim’’. Cada um com suas particularidades. Desta forma a função ‘’simi()’’ tem visa estimar com sucesso os 3 índices para uma dada amostra de presença e ausência (Vianna,2013).

Jaccard
é definida por CJa/(a+b+c)
Sorensen
é definida por CS = 2a/(2a+b+c)
BSim
é definida por Bsim = 1-[a/(a+min(b,c)

Onde:

a = numero de espécies nas duas parcelas
b = numero de espécies apenas na parcela 1
c = numero de espécies apenas na parcela 2

VERIFICACAO

Verificar se é um vetor numérico, caso contrário retornar “O vetor precisa ser numérico”.

Verificar se o comprimento dos vetores b e c é o mesmo, caso contrario retornar a mensagem: “Os vetores precisam ter o mesmo comprimento”.

PSEUDO CÓDIGO:

Criar a função Jaccard:
Criar o Objeto Both com um vetor que apresente as espécies que aparecem nas duas parcelas.
Criar objeto B com vetor de soma das espécies exclusivas de B
Criar objeto C com o vetor de soma das espécies exclusivas de C
Aplicar a fórmula do índice de Jaccard.
’’C_Ja/(Both+B+C)’’

Criar a função Sorensen:
Criar o Objeto Both com um vetor que apresente as espécies que aparecem nas duas parcelas.
Criar objeto B com vetor de soma das espécies exclusivas de B
Criar objeto C com o vetor de soma das espécies exclusivas de C
Aplicar a fórmula do índice de Sorensen.
’’C_S = 2Both/(2Both+B+C)’’

Criar a função BSim
Criar o Objeto Both com um vetor que apresente as espécies que aparecem nas duas parcelas.
Criar objeto B com vetor de soma das espécies exclusivas de B
Criar objeto C com o vetor de soma das espécies exclusivas de C
Aplicar a fórmula do índice de Bsim.
’’B_sim = 1-[Both/(Both+min(B,C) ’’

Criando finalmente a função ‘’Simi()’’
Argumentos: dados – data.frame \ índice = Jaccard,Sorensen,Bsim
Return (índice).

Links Trabalho Final

Trabalho Final