[R-br] Comparando series temporais com uma variavel externa, como analisar?

Augusto Ribas ribas.aca em gmail.com
Segunda Janeiro 30 20:07:56 BRST 2012


Ola pessoal.
Bem pra economizar tempo, antes de ficar falando minha historinha eu vou
fazer a minha pergunta pra não tomar muito o tempo de vocês.
Como correlacionar series temporais com um atributo externo de cada serie
temporal e estimar o quanto esse atributo deixa a serie temporal estável.
Acho que essa é a pergunta que eu tenho que responder e ainda não sei como.


Estava tentando aprender sobre series temporais mas estou apanhando aqui
com o R.
Basicamente eu gostaria de comparar varias series temporais com uma
variável externa.
A ideia é mais ou menos o seguinte, tenho dados da fenologia de varias
especies de planta.
Por exemplo, todo mes eu vou la no campo e para varias arvores de cada
especie eu olho se ha brotos e estimo qual a porcentagem da copa que tem
esses brotos.
Ai fico com uma matriz onde colunas são especies e linhas são o estado
fenológico da planta.
Além disso, cada especie tem uma medida caracteristica dela, da especie,
que é a densidade de madeira.
A principio, me parece que especies com densidade de madeira alta so dão
brotos no período de seca, enquanto as especies que tem densidade de
madeira baixa são bagunçadas, brotam na chuva, fora da chuva, estão nem ai
pra paçoca.

Eu estava lendo o livro Analyzing Ecological Data (2007 by Zuur, Ieno &
Smith), e pra esse tipo de coisa eles sugerem o uso de Min/max
auto-correlation factor analysis (MAFA) e Dynamic factor analysis (DFA).
Mas nos scripts do livro ele fala que ambos os métodos
não eram implementados no R na época e ainda não achei no R eles.

Eu estou garimpando atrás de algo nesse sentido aqui
http://cran.r-project.org/web/views/TimeSeries.html
Mas Time Series parece ser um campo muito amplo e eu to ficando perdido.

Alguem tem alguma sugestão de literatura para Time Series mais voltado pra
ecologia, pra fazer relação de series temporais com variáveis externas, mas
não tão matematico ja que eu não tenho muita facilidade com matematica?

Eu fiz um exemplo de dados de mais ou menos como estão as coisas.
O exemplo é uma matriz de series temporais chamada brota, um vetor chamado
chuva que é a pluviosidade no mês e um vetor que são valores de densidade
de madeira das especies:
Eu estava a principio explorando graficamente tudo , se alguem tiver alguma
sugestão.
Segue o CMR.


#Exemplo:
#Criando dados
#Densidade de madeira
set.seed(69)
dmad<-round(c(rnorm(5,mean=50),rnorm(5,mean=90)))
names(dmad)<-c(paste("sp",1:10,sep=""))
dmad

#Chuva
chuva<-c(150,100,50,40,20,20,30,50,70,100,150,200,150,100,50,30,20,20,40,50,70,100,150,200)


#Padrão Anual
ydeb<-c(10,10,10,10,20,40,50,40,20,10,10,10)
ydea<-rnorm(12,mean=mean(ydeb),sd=sd(ydeb))

#Amostras por 2 anos para especies com baixa e alta densidade de madeira
brota<-matrix(NA,nrow=24,
ncol=10,dimnames=list(paste("mes",1:24,sep=""),paste("sp",1:10,sep="")))
for (i in 1:5) {

brota[,i]<-round(c(ydeb+rnorm(12,mean=5,sd=5),ydeb+rnorm(12,mean=5,sd=5)),digits=2)
               }
for (i in 6:10) {

brota[,i]<-round(c(ydea+rnorm(12,mean=5,sd=5),ydea+rnorm(12,mean=5,sd=5)),digits=2)
               }
#TRansformando em serie temporal
brota<-ts(brota)
#Observando as Series
plot(brota)

#Observando as series juntas, separando as densidade de madeira por cores
#Mais vermelho = mais densa, mais claro = menos densa
cores<-heat.colors(10,alpha=1)
matplot(c(1:24),brota,type="l",lwd=2,lty=1,xlab="meses",ylab="brota",col=cores[order(dmad)])

#Observando a chuva junto no grafico anterior
graficobarras<-barplot(chuva/max(chuva)*100)
matlines(graficobarras,brota,type="l",lwd=2,lty=1,xlab="meses",ylab="brota",col=cores[order(dmad)])

#Obsevando a partir de uma pca como são, mas acredito que isso esta errado
fazer.
brota.pca<-princomp(brota)
biplot(brota.pca)


-- 
Grato
Augusto C. A. Ribas

Site Pessoal: http://augustoribas.heliohost.org
Lattes: http://lattes.cnpq.br/7355685961127056
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120130/6ec9b6b9/attachment.html>


Mais detalhes sobre a lista de discussão R-br