Ferramentas do usuário

Ferramentas do site


Barra lateral

CMQ
Centro de Métodos Quantitativos


USP ESALQ
Depto. de Ciências Florestais
ESALQ
UNIVERSIDADE de SÃO PAULO
Av. Pádua Dias, 11
Caixa Postal 09
13418-900 - Piracicaba - SP
BRASIL
publico:tutoriais:uso-r:modulo01:tutorial-sessao-comentada
CMQ: Centro de Métodos Quantitativos Centro de Métodos Quantitativos
Departamento de Ciências Florestais
Escola Superior de Agricultura “Luiz de Queiroz”
UNIVERSIDADE DE SÃO PAULO

Uso do R no Processamento de Dados

Módulo 1: Introdução


TUTORIAL: Uma Sessão Comentada no R


Gerando Amostras de Distribuições de Probabilidade

Tamanho da amostra:

> n = 1000

Distribuição Gaussiana

> z = rnorm(n)
> hist(z, probability=T)
> lines(density(z), col=“red”)

Distribuição Exponencial

> y = rexp(n, rate=1/25) # Dist. exponencial
> hist(y, probability=T)
> lines(density(y), col=“red”)

Distribuição Weibull

> w = rweibull(n, shape=5.7, scale=30)
> hist(w, probability=T)
> lines(density(w), col=“red”)

Distribuição Poisson

> x = rpois(n, 10)
> tab = table(x)
> plot(tab/sum(tab))
> lines(density(x), col=“red”)

Explorando a Relação entre Variávies

Duas amostras independentes da distribuição Gaussiana

50 observações da dist. Gaussiana padronizada (x e y)

x = rnorm(50)
y = rnorm(x)

Gráfico de dispersão e coeficiente de correlação

plot(x,y)
cor(x,y)

Quais são os objetos que temos no workspace? Removendo “x” e “y”

ls()
rm(x,y)

Duas variáveis com relação linear e variância constante.

Vetor sequencial e conjunto de dados (dataframe)

x = 1:30
meus.dados = data.frame(x=x, y=5.4 + 0.75 * x + rnorm(x, sd=2.5))

Regressão linear simples, gráficos diagnósticos da regressão e sumário da regressão

regline = lm( y ~ x, data=meus.dados )
plot(regline)
summary(regline)

Gráfico de dispersão e a lina de regressão ao gráfico

plot( y ~ x, data=meus.dados )
abline(coef(regline), col=“red”)

Duas variáveis com relação linear e heteroscedasticidade.

Vetor sequencial, conjunto de dados (dataframe), e regressão linear simples

> x = 1:30
> meus.dados2 = data.frame(x=x, y= 3 + 1.5*x + rnorm(x, mean=0, sd=0.5*x^0.8) )
> regline2 = lm( y ~ x, meus.dados2)

Gráfico de dispersão (com linha de tendência) e linha de regressão adicionada ao gráfico

> scatter.smooth( meus.dados2$x, meus.dados2$y )
> abline( coef(regline2), col=“orange”, lty=2 )

Limpeza geral!

> rm(x, meus.dados, meus.dados2, regline, regline2)

Alguns Gráficos Interessantes

Criando duas variáveis (x e y) e uma matrix (z)

> x = seq(-pi, pi, len=50)
> y = x
> z = outer(x, y, function(x,y) cos(y)/(1+x^2))

Preparando a janela gráfica

> oldpar = par(no.readonly=TRUE)
> par(pty=“s”)

Gráfico de perspectiva

> persp(x,y,z, theta=30, phi=20)
persp(x,y,z, theta=30, phi=20, col=“orange”)

Gráfico de contorno (iso-linhas)

> contour(x,y,z, col=“red”)

Gráfico de imagens

> image(x,y,z)

Gráfico de imagens com iso-linhas

> image(x,y,z)
> contour(x,y,z, add=TRUE)



publico/tutoriais/uso-r/modulo01/tutorial-sessao-comentada.txt · Última modificação: 2015/08/10 20:48 (edição externa)