Prezados colegas, tenho alguns dados de produção de metano ao longo do tempo em intervalos de 12 minutos. Gostaria da opinião de vocês sobre a melhor forma de integrar a área sob a curva formada. Já pesquisei algumas coisas e acredito que usar a função integrate() sobre o vetor gerado com as funções approxfun() ou splinefun() podem resolver o problema ao ligarem os pontos, embora redundem em resultados diferentes e não contemplem exatamente todos os pontos. Segue o banco de dados e as funções usadas por mim... <div>
<br></div><div>Banco de dados: data</div><div><br></div><div><div> Sample CH4A</div><div>1 1 0.02492</div><div>2 2 0.02720</div><div>3 3 0.03284</div><div>4 4 0.04048</div><div>5 5 0.04256</div>
<div>6 6 0.04740</div><div>7 7 0.05128</div><div>8 8 0.05348</div><div>9 9 0.05292</div><div>10 10 0.05156</div><div>11 11 0.05532</div><div>12 12 0.05608</div><div>13 13 0.05152</div>
<div>14 14 0.05234</div><div>15 15 0.05222</div><div>16 16 0.05266</div><div>17 17 0.05600</div><div>18 18 0.05008</div><div>19 19 0.05038</div><div>20 20 0.05148</div><div>21 21 0.04850</div>
<div>22 22 0.04748</div><div>23 23 0.04272</div><div>24 24 0.04294</div><div>25 25 0.04132</div><div>26 26 0.03824</div><div>27 27 0.03672</div><div>28 28 0.04056</div><div>29 29 0.03592</div>
<div>30 30 0.03492</div><div>31 31 0.03818</div><div>32 32 0.03628</div><div>33 33 0.03492</div><div>34 34 0.03588</div><div>35 35 0.03196</div><div>36 36 0.03380</div><div>37 37 0.03456</div>
<div>38 38 0.03284</div><div>39 39 0.03684</div><div>40 40 0.03282</div><div>41 41 0.03116</div><div>42 42 0.03082</div><div>43 43 0.03072</div><div>44 44 0.03488</div><div>45 45 0.03490</div>
<div>46 46 0.03500</div><div>47 47 0.03516</div><div>48 48 0.03256</div><div>49 49 0.02988</div><div>50 50 0.03408</div><div>51 51 0.02854</div><div>52 52 0.03392</div><div>53 53 0.02844</div>
<div>54 54 0.03270</div><div>55 55 0.03100</div><div>56 56 0.03074</div><div>57 57 0.03080</div><div>58 58 0.02808</div><div>59 59 0.02796</div><div>60 60 0.02822</div><div>61 61 0.04016</div>
<div>62 62 0.03704</div><div>63 63 0.04814</div><div>64 64 0.04636</div><div>65 65 0.04824</div><div>66 66 0.05140</div><div>67 67 0.05060</div><div>68 68 0.05602</div><div>69 69 0.06230</div>
<div>70 70 0.06436</div><div>71 71 0.06132</div><div>72 72 0.06396</div><div>73 73 0.06120</div><div>74 74 0.05466</div><div>75 75 0.05832</div><div>76 76 0.06704</div><div>77 77 0.06776</div>
<div>78 78 0.06076</div><div>79 79 0.05698</div><div>80 80 0.06096</div><div>81 81 0.06566</div><div>82 82 0.06282</div><div>83 83 0.05626</div><div>84 84 0.05456</div><div>85 85 0.05716</div>
<div>86 86 0.05634</div><div>87 87 0.05258</div><div>88 88 0.05564</div><div>89 89 0.05608</div><div>90 90 0.05284</div><div>91 91 0.05228</div><div>92 92 0.05008</div><div>93 93 0.05322</div>
<div>94 94 0.05018</div><div>95 95 0.04752</div><div>96 96 0.04478</div><div>97 97 0.04732</div><div>98 98 0.04524</div><div>99 99 0.03788</div><div>100 100 0.04192</div><div><br></div><div>
<div>#### Plotagem -----</div><div>plot(CH4A~Sample,data,type='l')</div><div>#### integrando com approxfun()</div><div>f2 <- approxfun(data$Sample, data$CH4A)</div><div>integrate(f2, min(data$Sample), max(data$Sample),subdivisions=1000)</div>
<div>#### integrando com splinefun()</div><div>f3 <- splinefun(data$Sample, data$CH4A) </div><div>integrate(f3, min(data$Sample), max(data$Sample),subdivisions=1000)</div><div>#### plotagem final --------</div><div>plot(data$CH4A~data$Sample, type = "n") </div>
<div>curve(f2(x), add = TRUE, col=1) </div><div>curve(f3(x), add = TRUE, col=3) </div><div>f4 <- splinefun(data$Sample, data$CH4A, method ="natural") </div><div>curve(f4(x), add = TRUE, col=4)</div><div>### Percebam que algumas variações bruscas não são contempladas pelas curvas ajustadas, o que provavelmente afeta a área.</div>
</div><div><br></div><div>Grato pela atenção,</div><div>Luigi Cavalcanti</div><div>Doutorando em Zootecnia UFMG/Texas A&M University</div><div><br></div><div><br></div><div><br></div></div>