## 6.1. Crie seus dados ##
#crie dois conjuntos de dados
A<-rnorm(10,mean=6,sd=3)
A
B<-rnorm(10,mean=7.5,sd=3.2)
B
#análises exploratórias
summary(A)
summary(B)
hist(A)
hist(B)

#diferença das médias
diferenca<-data.frame(variaveis=c(A,B),fator=factor(rep(c(1,2),each=10)))
diferenca
boxplot(diferenca$variaveis~diferenca$fator,outline=FALSE)
mean(A)-mean(B)
mean(B)-mean(A)
dif<-abs(mean(A)-mean(B))
dif
hist(diferenca$variaveis,freq=FALSE,xlim=c(0,14))
curve(exp=dnorm(x,mean=mean(diferenca$variaveis),sd=sd(diferenca$variaveis)),from=0,to=14,col="red",add=T)

##simulação
source("simula.r")
X11()
smla.diferenca<-simula(A,B,1000,"bi")
# as médias não são diferentes

smla.maior<-simula(A,B,1000,"uni")
# As medias do B nao sao maiores do que do conjunto A

t.dif<-t.test(A,B,"two.sided")
t.dif
t.maior<-t.test(A,B,"greater")
t.maior
##Os resultados corroboram com os resultados das simulações.

## 6.2. Caixeta de novo! ##
caixeta<-read.csv("caixeta.csv",header=T,sep=",")
caixeta
summary(caixeta)
class(caixeta)
head(caixeta)
str(caixeta)

#area basal dos fustes
caixeta$area.basal<-pi*(caixeta$cap/2*pi)^2
areab.arvore<-aggregate(caixeta$area.basal,list(caixeta$arvore),sum)
colnames(areab.arvore)<-c("arvore","area.basal")
str(areab.arvore)

#area basal por parcela
ab.parcela<-aggregate(caixeta$area.basal,list(caixeta$parcela,caixeta$local),sum)
str(ab.parcela)
colnames(ab.parcela)<-c("parcela","local","area_basal")
summary(ab.parcela)
str(ab.parcela)

#gráficos
# media geral
media.A<-mean(ab.parcela$area_basal)
sd.A<-sd(ab.parcela$area_basal)

plot(c(1:15),ab.parcela$area_basal,main="Variação Total",ylim=c(7200000,103000000),pch=(rep(c(15,16,17),each=5)),col=rep(c(1,2,3),each=5),ylab="Área Basal",xlab="Observações",bty="l")
for(i in 1:15)
{
  lines(c(i,i),c(ab.parcela$area_basal[i],media.A),col=cor[i])
}
abline(h=media.A)

#localidades
chauas<-subset(ab.parcela,ab.parcela$local=="chauas")
media.C<-mean(chauas$area_basal)
sd.C<-sd(chauas$area_basal)
jureia<-subset(ab.parcela,ab.parcela$local=="jureia")
media.J<-mean(jureia$area_basal)
sd.J<-sd(jureia$area_basal)
retiro<-subset(ab.parcela,ab.parcela$local=="retiro")
media.R<-mean(retiro$area_basal)
sd.R<-sd(retiro$area_basal)

plot(c(1:15),ab.parcela$area_basal,main="Variação intra-local",ylim=c(7200000,103000000),pch=(rep(c(15,16,17),each=5)),col=rep(c(1,2,3),each=5),ylab="Área Basal",xlab="Observações",bty="l")
for(i in 1:5)
{
  lines(c(i,i),c(ab.parcela$area_basal[i],media.C),col=cor[i])
}
for(i in 6:10){
  lines(c(i,i),c(ab.parcela$area_basal[i],media.J),col=cor[i])
}
for(i in 11:15){
  lines(c(i,i),c(ab.parcela$area_basal[i],media.R),col=cor[i])
}
lines(c(1,5),c(media.C,media.C),col=1)
lines(c(6,10),c(media.J,media.J),col=2)
lines(c(11,15),c(media.R,media.R),col=3)

#entre locais
plot(c(1:15),c(rep(media.C,5),rep(media.J,5),rep(media.R,5)),main = "Variação Locais",ylim=c(7200000,103000000),pch=(rep(c(15,16,17),each=5)),col=rep(c(1,2,3),each=5),ylab="Área Basal", xlab="Observações", bty="l")
for(i in 1:5)
{
  lines(c(i,i),c(media.C,media.A),col=cor[i])
}
for(i in 6:10){
  lines(c(i,i),c(media.J,media.A),col=cor[i])
}
for(i in 11:15){
  lines(c(i,i),c(media.R,media.A),col=cor[i])
}
abline(h=media.A)