Doutorando pelo programa de Medicina Tropical, na área de Doenças Tropicais e Saúde Internacional, IMT/USP.

Meu trabalho consiste em utilizar ferramentas moleculares em populações do mosquito vetor da Febre Amarela silvestre (Haemagogus leucocelaenus) no estado de São Paulo, e analisar a influência da paisagem em suas populações.

Meus Exercícios

Proposta de Trabalho Final

Proposta 1

Contextualização:

O indice de Shannon é comumente empregado para verificação da diversidade de especies em uma determinada comunidade, de modo a atribuir um maior peso as espécies raras na amostra (SHANNON, 1948). Sendo seu calculo é obito por meio da formula:

Onde: pi é abundância relativa (proporção) da espécie i.

O Índice de Simpson mede a probabilidade de dois indivíduos, selecionados ao acaso na amostra, pertencerem à mesma espécie, de forma a atribuir maior peso as espécies dominantes (SIMPSON, 1949). Sendo seu calculo obtido por meio da formula:

A função tem como objetivo a comparação par a par dos índices de diversidade observados com os valores de N simulações - geradas a partir da exclusão de forma aleatória de uma posição a cada rodada, de modo que possa fornecer o valor de p para os índices observados, bem como seus intervalos de confiança.

Função: índices de diversidade por bootstrap

Entrada (x, índice, n)

x = objeto do tipo data.frame contendo linhas como espécies e colunas como parcelas e/ou localidades.

Índice= índice de diversidade que o usuário deseja calcular: shanonn ou simpson.

n= número de simulações

Verificando parâmetros

data.frame= caso o usuário adicione um outro tipo de objeto, será retornado: “Classe de objeto não corresponde a data.frame”.

Índice= caso não seja informado, por default será calculado o índice de Shannon.

N= caso não seja informado nenhum valor, por default será aplicado 1000.

Pseudo-código

1. Cria um objeto denominado “dados”.

1.1. Converter os valores faltantes “ ” em NA.

1.2. Remove “na.omit”.

2. Condição para calcular os índices de Shannon

2.1. Se if = “shannon”:

2.1.1. Calcula o índice e guarda no objeto denominado “índice.shannon”

2.1.2. Guarda o objeto “índice.shannon” na primeira posição de uma lista denominada “sim.ind.shannon”, contendo 1000 repetições de “NAs”e/ou o n informado.

2.2. Cria um contador “for” que vai de “i” ao comprimento do objeto “sim.ind.shannon”, guardando a partir da posição 2. ( a cada rodada será excluída aleatoriamente uma posição do data.frame).

3. Condição para calcular o índice de “Simpson”.

3.1. Se if =”simpson”:

3.1.1. Serão repetidos os passos do item 2, sendo criados os objetos “indide.simpson” e “sim.ind.simpson”.

Saída

Retorna um Boxplot contendo os quartis com os valores simulados na lista para cada uma das parcelas e/ou comunidades.

Retorna uma matriz com os valores do teste t para cada um dos pares das comunidades e/ou parcelas.

Retorna uma matriz com os valores de p.

Retorna um data frame com os valores dos índices e seus intervalos de confiança.

Referências

SHANNON, C. A Mathematical Theory of Communication. The bell system Technical Jornal, v. 27, p. 379–423, 1948.

SIMPSON, E. H. Measurement of diversity. Nature, v. 163, n. 4148, p. 688, 1949.

Proposta 2

Contextualização:

Unweighted pair-group method using arithmetic averages (UPGMA), permite verificar a proximidade entre os pares de grupos de forma hierárquica, não importando a disposição previa deste em determinada matriz. Apesar da existência de outras metodologias, a exemplo de Neighbour-joining, o método continua sendo empregado tanto em analises filogenéticas, quanto em estudos de variações fenotípicas em caracteres morfológicos.

A função tem como objetivo retornar um dendograma com base em uma matriz de distâncias, ex. distâncias euclidianas tomadas a partir de caracteres morfológico dos espécimes.

Função 2: UPGMA por média aritimética.

Entrada (x, pop=TRUE)

x = objeto do tipo data.frame contendo linhas como espécies e colunas como coordenadas x e y, de dados morfométricos, onde a primeira coluna guarda os indivíduos e a segunda os grupos (populações).

pop= agrupa os indivíduos por seus respectivos grupos.

Verificando parâmetros

data.frame= caso o usuário adicione um outro tipo de objeto, será retornado: “Classe de objeto não corresponde a data.frame”.

pop= caso não seja informado, por default os indivíduos serão agrupados.

Pseudo-código

1. Cria um objeto denominado “matriz”.

1.1. Converte a partir da coluna 3 ao comprimento da matriz em classe numérica.

2. Condição para agrupamento por população.

2.1. Se if = “pop=TRUE”: transforma a segunda coluna em fator.

2.1.1. Calcula a media das colunas por grupo “função aggregate”

2.1.2. Calcula uma matriz de distância e guarda no objeto “dis.matriz”.

2.1.3. Calcula a matrizes reduzidas , comando “for”

2.2. Se if= “pop=FALSE”:

2.2.1. Calcula uma matriz de distância e guarda no objeto “dis.matriz.ind”

2.2.2. Calcula a matrizes reduzidas , comando “for”.

3. Utiliza o objeto “dis.matriz” ou “dist.matriz.ind” para calcular os braches e construir o dendograma UPGMA.

Saída

Retorna um plot do dendograma UPGMA.

Links para o trabalho final

Link para página da minha função minha função

Link para a página da ajuda da função Help da função