##Biomassa de Árvores 1-) Para uma árvore com DAP de 15cm e altura de 12m, os modelos resultarão em estimativas muito distintas? > d <- 15 > h <- 12 > biomassa.estimada.x <- exp(-1.7953)*d^2.2974 > biomassa.estimada.x [1] 83.61095 > log.biomassa.est.y <- -2.6464+1.9960*log(d)+0.7558*log(h) > biomassa.est.y <- exp(log.biomassa.est.y) > biomassa.est.y [1] 103.2301 ################################################################################################################### ##Sequencias 1-) "a" "a" "a" "a" "a" "a" R: rep("a",5) 2-)111222333 R:rep(1:3,each=3) 3-)111223 R:rep(1:3,c(3,2,1)) 4-)123454321 R: rep(c(1:5,4:1)) 5-)Números ímpares de 1 a 99 R: seq(1,99,2) ################################################################################################################### As leituras mensais do medidor de consumo de eletricidade de uma casa foram: Jan Fev Mar Abr Mai Jun Jul Ago Set Out Dez Jan 9839 10149 10486 10746 11264 11684 12082 12599 13004 13350 13717 14052 1-) Calcule o consumo de cada mês neste período, com a função diff.: > conta=c(9839, 10149, 10486, 10746, 11264, 11684, 12082, 12599, 13004, 13350, 13717, 14052) > conta [1] 9839 10149 10486 10746 11264 11684 12082 12599 13004 13350 13717 14052 > diff(conta) [1] 310 337 260 518 420 398 517 405 346 367 335 2-) Qual foi o máximo e mínimo de consumo mensal? > max(conta) [1] 14052 > min(conta) [1] 9839 3-) Qual a média, mediana e variância dos consumos mensais? > mean(conta) [1] 11914.33 > var(conta) [1] 2079014 > median(conta) [1] 11883 ou, summary(conta) Min. 1st Qu. Median Mean 3rd Qu. Max. 9839 10680 11880 11910 13090 14050 ################################################################################################################### ##Área basal A área basal de uma árvore é calculada assumindo que a secção transversal do tronco à altura do peito (1,3m) é perfeitamente circular. 1-) Se o diâmetro à altura do peito (DAP) de uma árvore for 13,5cm, qual a área transversal? R:dap=13.5 > dap [1] 13.5 > raio=dap/2 > area.transversal=pi*raio^2 > area.transversal [1] 143.1388 2-)Se uma árvore possui três fustes com DAPs de: 7cm, 9cm e 12cm, qual a sua área transversal? R:> dap1=7 > dap2=9 > dap3=12 > area1=pi*(dap1/2)^2 > area1 [1] 38.48451 > area2=pi*(dap2/2)^2 > area2 [1] 63.61725 > area3=pi*(dap3/2)^2 > area3 [1] 113.0973 > area.total<-area1+area2+area3 > area.total [1] 215.1991 ################################################################################################################### ##Variancia na unha 1-)Tome o vetor pesos criado no tutorial Cálculo da Média, e calcule sua variância e seu desvio-padrão, sem usar as funções de variância ou desvio-padrão do R. pesos <- c(78.4, 79.8, 76.0, 75.3, 77.4, 78.6, 77.9, 78.8, 79.2, 75.2, 75.0, 79.4) > var.pesos <- (sum((pesos-mean(pesos))^2))/(length(pesos)-1) > variancia.pesos <- (sum((pesos-mean(pesos))^2))/(length(pesos)-1) > rm(var.pesos) > variancia.pesos [1] 3.110606 sd.pesos <- sqrt((sum((pesos-mean(pesos))^2))/(length(pesos)-1)) sd.pesos 1.763691 2-)Compare seus resultados com os das funções de variância e desvio-padrão do R. > var(pesos) [1] 3.110606 > sd(pesos) [1] 1.763691 R: Os resultados foram iguais. ################################################################################################################### Teste T Você realizou um teste t de Student bilateral e obteve o valor t = 2.2 com 19 graus de liberdade. 1-)O teste é significativo ao nível de probabilidade de 5%? E se o valor observado fosse t = 1.9? p.2.2 <- 2*pt(2.2,19,lower.tail=FALSE) p.2.2 p.1.9 <- 2*pt(1.9,19,lower.tail=FALSE) p.1.9 R: Para t=2,2 o teste é significativo, pois 0,04<0,05. Para t=1,9 o teste não é significativo, pois 0,07>0,05 Dicas Como o teste é bilateral (= “bicaudal”), você precisa encontrar o valor da probabilidade acumulada a partir de t e de -t, e somar as duas. Para quem quiser se aprofundar, você aproveitar a dica acima de uma forma mais elegante, se conhecer uma propriedade da distribuição de t.