Março 2013 - R-br

Re: [R-br] PCA ou RDA?
by Marcos Vital 27 Mar '13

27 Mar '13

Olá, Cézar A sugestão do Luis Paulo, de usar uma CCA pode ser uma boa saída. Mas não sei se seria uma saída muito segura: dê uma olhada nas críticas feitas à CCA nos livros 'Numerical Ecology' ou no 'Numerical Ecology with R'. Os autores vão chamar a atenção para os pressupostos da análise, que raramente são atendidos (especialmente o de multinormalidade), o que pode comprometer o resultado. Por outro lado, eu sou da opinião de que você não necessariamente deveria ir pelo caminho das ordenações. Se você tem hipóteses claras sobre o efeito das variáveis explicativas (as características das ilhas) sobre a riqueza de espécie, então seria muito mais interessante partir para análises de significância! Você pode fazer regressões múltiplas para cada grupo funcional, por exemplo. Considero que esta saída seria mais interessante pelo fato de você poder ter em mãos não só a significância do efeito (que a CCA te daria também) mas uma medida do tamanho do efeito. E em um contexto ecológico como o seu, a medida do efeito das variáveis explicativas sobre a riqueza é infinitamente mais importante do que uma simples medida de sua significância. É claro que a significância estatística é fundamental, mas sozinha ela dirá muito pouco sobre o fenômeno que você está estudando. Atenciosamente Marcos V C Vital Message: 8 > Date: Wed, 27 Mar 2013 05:10:12 +0300 > From: Cézar Borges <cezar-fonseca(a)hotmail.com> > To: Lista_R <r-br(a)listas.c3sl.ufpr.br> > Subject: [R-br] PCA ou RDA? > Message-ID: <COL126-W40F5F8DECC86B6190A749AFED10(a)phx.gbl> > Content-Type: text/plain; charset="iso-8859-1" > > > Olá lista,estou com um banco de dados com 9 variáveis, divididos em > atributos espacias de ilhas (área, forma e distância) e número de espécies > de grupos funcionais vegetais (árvores, arbustos, lianas...). Neste > sentindo, gostaria de realizar uma análise de ordenação, mas estou em > dúvida de qual seria mais apropriada, PCA ou RDA, uma vez que, quero > verificar o efeito das características espacias das ilhas sobre a > vegetação. Qual pacote e comando posso estar usando para essas > análises???Abraços! > > > Att, > > > > Cézar Fonseca Borges > > > > > > > > Mestrando em Ciências Ambientais > > UFPA/MPEG/EMBRAPA - > Amazônia Oriental > > Geógrafo > > Email: cezar-fonseca(a)hotmail.com/ caborges(a)museu-goeldi.br > > Lattes: http://lattes.cnpq.br/9805721240137485 > > > > -- Marcos Vinícius Carneiro Vital Universidade Federal de Alagoas Instituto de Ciências Biológicas e da Saúde Setor de Biodiversidade e Ecologia

1 0

PCA ou RDA?
by Cézar Borges 27 Mar '13

27 Mar '13

Olá lista,estou com um banco de dados com 9 variáveis, divididos em atributos espacias de ilhas (área, forma e distância) e número de espécies de grupos funcionais vegetais (árvores, arbustos, lianas...). Neste sentindo, gostaria de realizar uma análise de ordenação, mas estou em dúvida de qual seria mais apropriada, PCA ou RDA, uma vez que, quero verificar o efeito das características espacias das ilhas sobre a vegetação. Qual pacote e comando posso estar usando para essas análises???Abraços! Att, Cézar Fonseca Borges Mestrando em Ciências Ambientais UFPA/MPEG/EMBRAPA - Amazônia Oriental Geógrafo Email: cezar-fonseca(a)hotmail.com/ caborges(a)museu-goeldi.br Lattes: http://lattes.cnpq.br/9805721240137485

2 1

Listar variáveis relevantes
by Aline Lipsky 26 Mar '13

26 Mar '13

Boa tarde. Eu tenho um data.frame com 6000 observações e 55 variáveis. Preciso saber quais variáveis diferentes de zero ocorrem para cada observação. Se alguém puder me ajudar. Agradeço desde já a atenção. Aline F. Lipsky

2 4

Interpretação RDA-Parcial
by Luciano F. Sgarbi 26 Mar '13

26 Mar '13

Boa tarde, Estou com um problema na interpretação (ou é um erro) dos resultados da RDA-Parcial usando a função "varpart" {vegan}. É possível ter valores de R² Ajustado menores que 0 (negativos) ou maiores que 1 (neste caso 1.986 para a porção não explicada)? Qualquer ajuda será muito bem vinda. Alguém conhece outra função/pacote que faça o mesmo O CMR segue abaixo: (y<-read.csv("http://ge.tt/api/1/files/51HX3Dc/0/blob?download",h=T)) (y.phys<-y[,1:5]) (y.chem<-y[,6:10]) (y.comu<-y[,11:ncol(y)]) require(vegan) varpart(y.comu,y.phys,y.chem,transfo="hell") Abraços, Luciano -- *Luciano F. Sgarbi* Mestrando em Ecologia e Evolução Laboratório de Ecologia de Insetos (sl. 222) Departamento de Ecologia Instituto de Ciências Biológicas - ICB 1 Universidade Federal de Goiás, campus II Goiânia-GO 74001-970 Brazil

1 0

TwinSpan
by Robson 26 Mar '13

26 Mar '13

1 0

Ajuste em multcompBoxplot
by Marcelo Laia 26 Mar '13

26 Mar '13

Estou a usar o codigo abaixo > xzx <-multcompBoxplot(DESC_COMP ~ CLONETRAT,data = data.cerato, + sortFn = "median", decreasing=TRUE, + horizontal=FALSE, compFn = "TukeyHSD", + plotList=list( + boxplot=list(fig=c(0, 0.75, 0, 1), + las=3, cex.axis=1.0), + multcompLetters=list( + fig=c(0.87, 0.97, 0.03, 0.98), + type='Letters') )) > para gerar um grafico com multiplas comparacoes. O grafico é gerado, mas com as letras fora de alinhamento com os nomes no eixo x. Voce saberia me dizer onde eu tenho que ajustar para alinha-los? Veja o "a" está desalinhado com o primeiro item do eixo x. O mesmo acontece com o ultimo. Já tentei algumas configuracoes par, mas, esse boxplot parece ser especial e nao aceita alguns parametros normalmente passados para a funcao plot(). Eis o grafico gerado: https://dl.dropbox.com/u/34009642/boxplot_DESC_S_interacao.jpg -- Marcelo Brasil (Brazil, for English Speakers) Linux user number 487797

2 1

Medidas repetidas no tempo: aov, Anova, lme ou multcomp?
by Marcelo Laia 26 Mar '13

26 Mar '13

Colega, A dias que venho lendo a respeito de como realizar uma análise de medidas repetidas no tempo. Encontrei uma farta bibliografia e diversas sugestões de como fazer. Eis um dado mínimo: datafilename="http://dl.dropbox.com/u/34009642/Dados_Omissao.csv" data.min <- read.table(datafilename, header=T, sep="\t", dec=",") head(data.min) data.min <- within(data.min, { Clone <- factor(Clone) Tempo <- factor(Tempo) Trat <- factor(Trat) Planta <- factor(Planta) }) summary(data.min) A partir desses dados e do que eu li, tentei: dados_omissao_h.aov <- aov(h ~ Clone * Trat * Tempo + Error(Planta), data = data_min) # http://tinyurl.com/bjlas86 Esse http://pealco.net/2009/01/30/repeated-measures-anova-in-r.html dá outra abordagem. Eu também rodei o código abaixo. library(nlme) lme(h ~ Clone+Trat+Tempo,random=~1|Planta,data=data.min) # Ainda li os textos seguintes: http://egret.psychol.cam.ac.uk/statistics/R/anova.html#8.4 http://egret.psychol.cam.ac.uk/statistics/R/enteringdata.html#reshape http://www.psych.yorku.ca/cribbie/6130/ex14_rscript.R No entanto, sinceramente, não sei qual abordagem utilizar nos nossos dados. Desejamos verificar se há diferenças entre clones, entre tratamentos, a interação clone tratamento e a evolução ao longo do tempo das variáveis. Ainda, há plantas que morreram ao longo do experimento devido ao próprio tratamento. E ainda tem a dica do Wlames no ridiculas para dados binomial! Alguma sugestão? -- Marcelo Brasil (Brazil, for English Speakers) Linux user number 487797

4 5

Roy e Bose
by Ze Henrique 24 Mar '13

24 Mar '13

Boa noite a todos. Gostaria de saber se alguém conhece alguma função e o pacote que faz a análise de Roy e Bose (estatística multivariada) Desde já obrigado. -- *José Henrique Soler Guilhen* Graduando em Agronomia Universidade Federal do Espírito Santo - CCAUFES

1 0

erro
by Pablo . 24 Mar '13

24 Mar '13

o que significa esse erro: Erro em next[1] = -1 : lado esquerdo de atribuição inválido (NULL).. já tentei várias coisas e não muda esse erro...

2 1

Gráfico Biplot via psych para Analise de fatores!
by Leandro Peixouto 24 Mar '13

24 Mar '13

Bom dia Colegas R's Estou com dificuldade em separar os gráficos oriundos de uma analise de fatores com mais de 3 eixos via função "biplot". Ao realizar a análise gráfica o R apresenta a janela com todos os gráficos dos fatores combinados dois a dois e na diagonal outros gráficos que não me interessam. O que realmente preciso é plotar os gráficos PC1 vsPC2, PC1 vsPC3 e PC2 vsPC3. Como sempre vejo aqui, segue abaixo um CMR. Library(psych) data(bfi) fa3 <- fa(bfi[1:200,1:15], 3, fm="ml", scores=TRUE, rotate="varimax") biplot(fa3) Na maioria dos exemplo encontrado sempre o fazem com dois eixos. Só que minha análise demonstrou ser necessario 5 fatores. Desde já agradeço a ajuda! Leandro Santos Peixouto Prof. IFBaiano Campus Guanambi-BA Doutorando em Genética e Mlhoramento de Plantas -UFLA

1 0