- R-br - DINF UFPR

Ajuda com manipulação de dados horários
by Bruce Kelly 13 Set '22

13 Set '22

Boa tarde listeiros, Estou uma base de dados que tem a coluna TIMESTAMP em ymd_hms, estou criando as colunas meses, dia e hora. Da seguinte forma: input$Year<-format(input2$TIMESTAMP, '%Y') input$Month<-format(input2$TIMESTAMP, '%m') input$Day<-format(input2$TIMESTAMP, '%d') input$Hour.S<-formart(input$TIMESTAMP, ‘%H’) No entanto, a coluna da hora aparece zerada. Lembrando que fiz a conversão de string para data: input$TIMESTAMP<- as.Date(ymd_hms(input$TIMESTAMP)) input2$TIMESTAMP<- as.Date(input$TIMESTAMP) Ambas meu resultado é 00. Eu preciso que minha saída seja de 00-24, por exemplo, 0.5;1;1.5;...23.5 Muito Obrigados a todos(@s)

2 1

apache arrow erro na instacao ubuntu 22
by marco aurelio kasmin 26 Ago '22

26 Ago '22

Por favor, alguém sabe resolver o erro de instalação do arrow no ubuntu 22? Eu olhei o site do apache arrow que fala sobre o erro mas não sei como resolver para o ubuntu. installing *source* package ‘arrow’ ... ** package ‘arrow’ successfully unpacked and MD5 sums checked ** using staged installation *** Arrow C++ libraries found via pkg-config at /usr/lib/R/bin/config: 1: eval: make: not found ------------------------- NOTE --------------------------- There was an issue preparing the Arrow C++ libraries. See https://arrow.apache.org/docs/r/articles/install.html --------------------------------------------------------- ERROR: configuration failed for package ‘arrow’ * removing ‘/home/mak/R/x86_64-pc-linux-gnu-library/4.2/arrow’ * restoring previous ‘/home/mak/R/x86_64-pc-linux-gnu-library/4.2/arrow’ Warning in install.packages : installation of package ‘arrow’ had non-zero exit status

2 1

Exportação de imagem no RStudio
by Marília Teresinha 12 Ago '22

12 Ago '22

Pessoal, boa tarde. Não estou conseguindo exportar um gráfico como imagem no RStudio. Aparece a seguinte mensagem: "TIFFOpen: C://Figura4.tiff: Cannot open." O mesmo acontece quando tento pelo comando tiff: tiff("Figura 4.tiff", units="in", width=10, height=5, res=150)dev.off() Aparece a mensagem: "Warning message:In dev.off() : unable to open TIFF file 'C://Figura4.tiff' O mesmo vale para qualquer formato de imagem (tiff, jpeg, png...).Esse problema começou depois da instalação da versão atual do RStudio. Alguém sabe o está acontecendo e alguma dica de como resolver?Obrigada. Marilia T. de S. Machado, Dra. Pesquisadora Colaboradora, Centro de Desenvolvimento Sustentável - CDS/UnB.Universidade de Brasília, Campus Universitário Darcy Ribeiro. CV Lattes: http://lattes.cnpq.br/4190451945124694

3 4

Como instalar o edgeR no Rstudio versão 3.6.3
by Michele Claire Breton 05 Ago '22

05 Ago '22

Caríssimos(as) utilizadores do R, bom dia Espero que todos estejam bem. Preciso converter dados de expressão gênica de FPKM para CPM, a fim de comparar estes dados com outros bancos que estão em CPM. Para fazer a conversão, eu deveria usar o pacote edgeR, entretanto, não consigo instalá-lo no RStudio V.3.6.3. a seguinte mensagem aparece: "Warning in install.packages : package ‘edgeR’ is not available (for R version 3.6.3)". Por favor, como posso instalar o pacote? Ou então, há outro pacote que eu possa usar para fazer a conversão que seja compatível com esta versão do R? Muitíssimo obrigada! Michele -- ------------------------------------------------------------------------ *Dra. Michele Claire Breton* Researcher in Bioinformatics PhD in Cellular and Molecular Biology CICS - Health Sciences Research Center Faculty of Health Sciences University of Beira Interior Covilhã - Castelo Branco - Portugal

2 2

Não reconhecimento do data.frame como numérico
by Michele Claire Breton 05 Ago '22

05 Ago '22

Caríssimos(as) utilizadores(as) do R, Estou em outro nível de problema. Quero converter FPKM em log2CPM. Para tanto, fiz o seguinte: dados<-read.csv("/home/Genes interesse NePCa.csv") head(dados) class(dados) *[1] "data.frame"* geneLength <- rowMeans(dados) *Error in rowMeans(dados) : 'x' must be numeric* dadoslog2cpm <- convertCounts(dados, unit = "cpm", log = TRUE, normalize = "tmm") *Error: countsMatrix must be a numeric matrix or dataframe of N genes x M Samples. All columns must be numeric.* Não entendo o que possa estar errado. A tabela de dados está em anexo. Vocês podem me ajudar, por favor? Obrigada, Michele -- ------------------------------------------------------------------------ *Dra. Michele Claire Breton* Researcher in Bioinformatics PhD in Cellular and Molecular Biology CICS - Health Sciences Research Center Faculty of Health Sciences University of Beira Interior Covilhã - Castelo Branco - Portugal

3 6

Cancelar assinatura
by Paulo Amorim 04 Ago '22

04 Ago '22

Olá, tudo bem? Como faço para cancelar a assinatura? já tentei pelo site, mas não tive sucesso. Abraços

1 0

Agrupamento - Listar elementos
by Toni 25 Jul '22

25 Jul '22

Olá Pessoal! Alguém sabe como faço para listar os elementos de um determinado agrupamento? Comando utiizado: fviz_cluster(objeto, geom="point", data = df_utilizado) Nesse caso o objeto tem 23 clusters; Como resultado ele me fornece o agrupamento dos pontos mas eu gostaria de listar quem são os pontos de cada um desses 23 agrupamentos. Tem como fazer isso? OBS: Se trocar o geom para "text" ele mostra os pontos mas é impossível ler isso. Grato, Toni Borges

4 7

Geração de vetor, segundo linha da tabela
by Diogo Jerônimo 05 Jul '22

05 Jul '22

Boa tarde prezados, uma vez mais, solicitando a ajuda dos amigos!! Estou necessitando gerar valores de uma normal, condicionada a parâmetros de interesse, como no exemplo reproduzível abaixo: x<-c("X1","X2","X3","X4")média<-c(100,120,150,180)dp<-c(20,15,10,25)exemplo<-data.frame(cbind(x,média,dp)) O meu objetivo é gerar de forma automática, para cada linha, uma distribuição normal com os parâmetros nessas linhas. No exemplo, para a linha que contêm X1, gerar 1000 valores de uma normal com média=100 e dp=20, para a linha que contêm X2, gerar 1000 valores de uma normal de média=120 e dp=15, e assim sucessivamente, até o último vetor, gerado pelos parâmetros da última linha (média=180 e dp=25). Algo similar a isso: for (i in 1:nrow(exemplo)){ simu[i]<-rnorm(100,exemplo[i,2],exemplo[i,3]) } Alguém teria uma solução para isso? É que o número de linhas dessa tabela "exemplo" poderá variar. Muito obrigado!!! Diogo JerônimoBacharel em Ciências Estatísticas - ENCE/IBGEMestre em Metrologia - PUC-Rio/PósMQIhttp://lattes.cnpq.br/8996149312896520

3 3

Re: [R-br] Digest R-br, volume 137, assunto 6
by Alexandre Dos Santos 05 Jul '22

05 Jul '22

Obrigado pela resposta Cesar, Então o maior entrave é a dificultade com a sintaxe e vou tentar trazer o resultado para o mais próximo que eu consigo: library(dplyr) library(tidyr) my.ds <- read.csv(" https://raw.githubusercontent.com/Leprechault/trash/main/test_ants.csv") my.ds$ClassType <- cut(my.ds$AT,breaks=c(-Inf,1,2.9,8.9,24.9,49.9,Inf), right=FALSE,labels=c("Class_0_1","Class_1_3","Class_3_9", "Class_9_25","Class_25_50","Class_50")) if (my.ds$nest<1000 & my.ds$ClassType!="Class_0_1") { #1) Se nest for < 1000 - considerando "Class_1_3" para "Class_50" counts <- my.ds%>%group_by(nest)%>%summarize(N=length(unique(ClassType))) my.ds.3 <- my.ds%>%group_by(nest)%>%dplyr::summarize(ClassType=ClassType, max_AT=max(AT)) my.ds.3$class_max<- as.numeric(gsub('Class_[^_]*[^_]_', '', my.ds.3$ ClassType)) # Extrai o maior valor da classe if(counts$N>1 | my.ds.3$max_AT>my.ds.3$class_max){ #ClassType não mudar por nest durante o tempo ou AT entrar e não sair da classe nests <- unique(rbind(counts$nest,my.ds.3$nest)) my.ds.2 <- my.ds[my.ds$nest %in% nests,] my.ds.2$velocity <- c(0,diff(my.ds.2$AT))/c(0,diff(my.ds.2$days)) # Procurando o último ClassType antes de AT e calcula a `velocity` entre o último ClassType e o atual ClassType para nest my.ds.2 <- %>% group_by(nest,ClassType)%>% summarize(velocity=mean(velocity)) %>% complete(ClassType, tidyr:fill = list(velocity = NA)) %>% fill(velocity, .direction = "downup") # Se atrasar qualquer ClassType em "Class_1_3" para "Class_50" em uma classe maior que o valor de AT no tempo 0, a classe não presente é o valor de velocity do último ClassType } } else { #Se o ninho for >= 1000 - apenas considerando "Class_0_1" my.ds$velocity <- c(0,diff(my.ds$AT))/c(0,diff(my.ds$days)) } Em qua., 29 de jun. de 2022 às 11:00, <r-br-request(a)listas.c3sl.ufpr.br> escreveu: > Enviar submissões para a lista de discussão R-br para > r-br(a)listas.c3sl.ufpr.br > > Para se cadastrar ou descadastrar via WWW, visite o endereço > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br > ou, via email, envie uma mensagem com a palavra 'help' no assunto ou > corpo da mensagem para > r-br-request(a)listas.c3sl.ufpr.br > > Você poderá entrar em contato com a pessoa que gerencia a lista pelo > endereço > r-br-owner(a)listas.c3sl.ufpr.br > > Quando responder, por favor edite sua linha Assunto assim ela será > mais específica que "Re: Contents of R-br digest..." > > > Tópicos de Hoje: > > 1. Re: Criação de uma função complexa com dplyr (Cesar Rabak) > > > ---------------------------------------------------------------------- > > Message: 1 > Date: Tue, 28 Jun 2022 17:52:46 -0300 > From: Cesar Rabak <cesar.rabak(a)gmail.com> > To: a lista Brasileira oficial de discussão do programa R. > <r-br(a)listas.c3sl.ufpr.br> > Subject: Re: [R-br] Criação de uma função complexa com dplyr > Message-ID: > < > CAKrF98n75bODbfyc0O5wBg9VOn2PFx+HHExqUDkvJSOoHs6YAA(a)mail.gmail.com> > Content-Type: text/plain; charset="utf-8" > > A sua descrição está difícil de acompanhar porque é colocado entremeado nas > regras termos que necessitam melhor definição para entendê-las: > > > - considerando "Class_1_3" para "Class_50" ; > - ClassType não mudar por nest durante o tempo ; > - AT entrar mas não sair do ClassType ; > - o último ClassType antes de AT ; > - último ClassType e o atual ClassType para nest ; > - Se atrasar qualquer ClassType em ; > - "Class_1_3" para "Class_50" ; > - valor de AT no tempo 0 ; > - classe não presente ; > - último ClassType para nest ; > > Ademais, parece que sua formulação de velocidade e mesmo a saída desejável > indica, que existam velocidades diferentes para o mesmo nest e classe. > > Por certo esses termos todos acima devem fazer todo o sentido para vc mas > para podermos ajudá-lo, essas definições devem ser quebradas nas operações > que elas implicam, aí naturalmente convergir-se-á para a formulação final > desejada. > > Por exemplo, se ClassType implica em ordem, então necessita-se de listas > ordenadas dessas classe por nest? > > Parece que a formulação para o cálculo de velocidade é mais simples quando > Se AT for >= 50 && Se o ninho for >= 1000 -> a velocidade é > c(0,diff(AT))/ > c(0,diff(days)) por days para cada nest, Que se entendida corretamente sua > explicação, significa que apenas as linhas que tenham classe "Class_0_1", > seriam usadas para esses cálculos. > > Não entendo porque é catenado um zero no num e dem dos cálculos de > velocidade . . . > > Supondo as condições para esse cálculo para classe e ninho, você consegue > escrever essa spec na linguagem R ou tem problemas com a sintaxe para > produzir o resultado? > > HTH > > > On Tue, Jun 28, 2022 at 8:49 AM Alexandre Dos Santos por (R-br) < > r-br(a)listas.c3sl.ufpr.br> wrote: > > > Prezados Membros do R-br, > > > > Meu dados de exemplo são: > > > > library(dplyr) > > > > my.ds <- read.csv(" > > https://raw.githubusercontent.com/Leprechault/trash/main/test_ants.csv") > > > > my.ds > > > > # days nest AT > > > > # 1 0 2 10.9200 > > > > # 2 47 2 22.8600 > > > > # 3 76 2 23.2400 > > > > # 4 0 3 0.1400 > > > > # 5 47 3 0.4800 > > > > # 6 76 3 0.8300 > > > > # 7 118 3 0.8300 > > > > # 8 160 3 0.9400 > > > > # 9 193 3 0.9400 > > > > # 10 227 3 0.9400 > > > > # 11 262 3 0.9400 > > > > # 12 306 3 0.9400 > > > > # 13 355 3 11.9300 > > > > # 14 396 3 12.8100 > > > > # 15 450 3 29.3600 > > > > # 16 0 4 1.0000 > > > > # 17 76 4 1.5600 > > > > # 18 160 4 2.8800 > > > > # 19 193 4 2.8800 > > > > # 20 227 4 2.8800 > > > > # 21 262 4 2.8800 > > > > # 22 306 4 2.8800 > > > > # 23 355 4 17.0500 > > > > # 24 0 7 11.7100 > > > > # 25 47 7 24.7900 > > > > # 26 76 7 33.1200 > > > > # 27 0 10 4.1400 > > > > # 28 47 10 6.3000 > > > > # 29 76 10 13.9400 > > > > # 30 118 10 13.3000 > > > > # 31 160 10 29.4200 > > > > # 32 193 10 29.6000 > > > > # 33 227 10 45.1500 > > > > # 34 262 10 45.1500 > > > > # 35 306 10 45.1500 > > > > # 36 355 10 70.5300 > > > > # 37 396 10 109.2600 > > > > # 38 450 10 149.2000 > > > > # 39 0 1066 0.0289 > > > > # 40 29 1066 0.0870 > > > > # 41 70 1066 0.1254 > > > > # 42 112 1066 0.1254 > > > > # 43 146 1066 0.1254 > > > > # 44 180 1066 0.1254 > > > > # 45 215 1066 0.1350 > > > > # 46 259 1066 0.1350 > > > > # 47 0 1067 0.0520 > > > > # 48 29 1067 0.1254 > > > > # 49 70 1067 0.1440 > > > > # 50 112 1067 0.2160 > > > > # 51 146 1067 0.2538 > > > > # 52 180 1067 0.2538 > > > > # 53 215 1067 0.9600 > > > > # 54 259 1067 0.9600 > > > > # 55 349 1067 0.9600 > > > > # Class size > > > > my.ds$ClassType <- cut(my.ds$AT,breaks=c(-Inf,1,2.9,8.9,24.9,49.9,Inf), > > right=FALSE, > > > > labels=c("Class_0_1","Class_1_3","Class_3_9", > > "Class_9_25","Class_25_50","Class_50")) > > > > > > Eu gostaria de calular a variável velocity com as seguintes regras: > > > > Se nest for < 1000 - considerando "Class_1_3" para "Class_50" > > > > 1.1) Se AT for < 50 > > > > 1.1.1) Se ClassType não mudar por nest durante o tempo ou AT entrar mas > > não sair do ClassType, então não calcule velocity (no meu caso nest 2 e 7 > > )., > > > > 1.1.2) Procurando o último ClassType antes de AT e calcula a `velocity` > > entre o último ClassType e o atual ClassType para nest > > > > 1.1.3) Se atrasar qualquer ClassType em "Class_1_3" para "Class_50" em > uma > > classe maior que o valor de AT no tempo 0, a classe não presente é o > valor > > de velocity do último ClassType para nest. > > 1.2) Se AT for >= 50 > > > > 1.2.1) velocity é c(0,diff(AT))/c(0,diff(days)) por days para cada nest > > Se o ninho for >= 1000 - apenas considerando "Class_0_1" > > > > 2.1) a velocidade é c(0,diff(AT))/c(0,diff(days)) por days para cada nest > > também. > > > > Meu output desejável é: > > > > # nest ClassType velocity > > > > # 3 Classe_ 1_3 0,224285714 > > > > # 3 Classe_ 3_9 0,224285714 > > > > # 3 Classe_ 9_25 0,224285714 > > > > # 3 Classe_ 9_25 0,021463415 > > > > # 3 Classe_ 9_25 0,306481481 > > > > # 4 Classe_ 1_3 0,0075 > > > > # 4 Classe_ 1_3 0,015714286 > > > > # 4 Classe_ 1_3 0 > > > > # 4 Classe_ 1_3 0 > > > > # 4 Classe_ 1_3 0 > > > > # 4 Classe_ 1_3 0 > > > > # 4 Classe_ 1_3 0,289183673 > > > > # 4 Classe_ 3_9 0,289183673 > > > > # 10 Classe_9_25 0,263448276 > > > > # 10 Classe_9_25 -0,015238095 > > > > # 10 Classe_9_25 0,383809524 > > > > # 10 Class_25_50 0,383809524 > > > > # 10 Classe_25_50 0,005454545 > > > > # 10 Class_25_50 0,457352941 > > > > # 10 Classe_25_50 0 > > > > # 10 Classe_25_50 0 > > > > # 10 Class_25_50 0,517959184 > > > > # 10 Class_50 0,517959184 > > > > # 10 Class_50 0,944634146 > > > > # 10 Class_50 0,73962963 > > > > # 1066 Classe_0_1 0,002003448 > > > > # 1066 Classe_0_1 0,000936585 > > > > # 1066 Classe_0_1 0 > > > > # 1066 Classe_0_1 0 > > > > # 1066 Classe_0_1 0 > > > > # 1066 Classe_0_1 0,000274286 > > > > # 1066 Classe_0_1 0 > > > > # 1067 Classe_0_1 0,002531034 > > > > # 1067 Classe_0_1 0,000453659 > > > > # 1067 Classe_0_1 0,001714286 > > > > # 1067 Classe_0_1 0,001111765 > > > > # 1067 Classe_0_1 0 > > > > # 1067 Classe_0_1 0.020177143 > > > > # 1067 Classe_0_1 0 > > > > # 1067 Classe_0_1 0 > > > > Por favor, alguém poderia me ajudar com isso? > > > > > > > > -- > > > > -- > > Alexandre dos Santos > > Geotechnologies and Spatial Statistics applied to Forest Entomology > > Instituto Federal de Mato Grosso (IFMT) - Campus Caceres > > Caixa Postal 244 (PO Box) > > Avenida dos Ramires, s/n - Vila Real > > Caceres - MT - CEP 78201-380 (ZIP code) > > Phone: (+55) 65 99686-6970 / (+55) 65 3221-2674 > > Lattes CV: http://lattes.cnpq.br/1360403201088680 > > OrcID: orcid.org/0000-0001-8232-6722 > > ResearchGate: www.researchgate.net/profile/Alexandre_Santos10 > > Publons: https://publons.com/researcher/3085587/alexandre-dos-santos/ > > -- > > > > _______________________________________________ > > R-br mailing list > > R-br(a)listas.c3sl.ufpr.br > > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br > > Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça > > código mínimo reproduzível. > > > -------------- Próxima Parte ---------- > Um anexo em HTML foi limpo... > URL: < > http://listas.inf.ufpr.br/pipermail/r-br/attachments/20220628/7cd50a50/atta… > > > > ------------------------------ > > Subject: Legenda do Digest > > _______________________________________________ > R-br mailing list > R-br(a)listas.c3sl.ufpr.br > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br > > > ------------------------------ > > Fim da Digest R-br, volume 137, assunto 6 > ***************************************** > -- -- Alexandre dos Santos Geotechnologies and Spatial Statistics applied to Forest Entomology Instituto Federal de Mato Grosso (IFMT) - Campus Caceres Caixa Postal 244 (PO Box) Avenida dos Ramires, s/n - Vila Real Caceres - MT - CEP 78201-380 (ZIP code) Phone: (+55) 65 99686-6970 / (+55) 65 3221-2674 Lattes CV: http://lattes.cnpq.br/1360403201088680 OrcID: orcid.org/0000-0001-8232-6722 ResearchGate: www.researchgate.net/profile/Alexandre_Santos10 Publons: https://publons.com/researcher/3085587/alexandre-dos-santos/ --

1 0

Criação de uma função complexa com dplyr
by Alexandre Dos Santos 28 Jun '22

28 Jun '22

Prezados Membros do R-br, Meu dados de exemplo são: library(dplyr) my.ds <- read.csv(" https://raw.githubusercontent.com/Leprechault/trash/main/test_ants.csv") my.ds # days nest AT # 1 0 2 10.9200 # 2 47 2 22.8600 # 3 76 2 23.2400 # 4 0 3 0.1400 # 5 47 3 0.4800 # 6 76 3 0.8300 # 7 118 3 0.8300 # 8 160 3 0.9400 # 9 193 3 0.9400 # 10 227 3 0.9400 # 11 262 3 0.9400 # 12 306 3 0.9400 # 13 355 3 11.9300 # 14 396 3 12.8100 # 15 450 3 29.3600 # 16 0 4 1.0000 # 17 76 4 1.5600 # 18 160 4 2.8800 # 19 193 4 2.8800 # 20 227 4 2.8800 # 21 262 4 2.8800 # 22 306 4 2.8800 # 23 355 4 17.0500 # 24 0 7 11.7100 # 25 47 7 24.7900 # 26 76 7 33.1200 # 27 0 10 4.1400 # 28 47 10 6.3000 # 29 76 10 13.9400 # 30 118 10 13.3000 # 31 160 10 29.4200 # 32 193 10 29.6000 # 33 227 10 45.1500 # 34 262 10 45.1500 # 35 306 10 45.1500 # 36 355 10 70.5300 # 37 396 10 109.2600 # 38 450 10 149.2000 # 39 0 1066 0.0289 # 40 29 1066 0.0870 # 41 70 1066 0.1254 # 42 112 1066 0.1254 # 43 146 1066 0.1254 # 44 180 1066 0.1254 # 45 215 1066 0.1350 # 46 259 1066 0.1350 # 47 0 1067 0.0520 # 48 29 1067 0.1254 # 49 70 1067 0.1440 # 50 112 1067 0.2160 # 51 146 1067 0.2538 # 52 180 1067 0.2538 # 53 215 1067 0.9600 # 54 259 1067 0.9600 # 55 349 1067 0.9600 # Class size my.ds$ClassType <- cut(my.ds$AT,breaks=c(-Inf,1,2.9,8.9,24.9,49.9,Inf),right =FALSE, labels=c("Class_0_1","Class_1_3","Class_3_9", "Class_9_25","Class_25_50","Class_50")) Eu gostaria de calular a variável velocity com as seguintes regras: Se nest for < 1000 - considerando "Class_1_3" para "Class_50" 1.1) Se AT for < 50 1.1.1) Se ClassType não mudar por nest durante o tempo ou AT entrar mas não sair do ClassType, então não calcule velocity (no meu caso nest 2 e 7)., 1.1.2) Procurando o último ClassType antes de AT e calcula a `velocity` entre o último ClassType e o atual ClassType para nest 1.1.3) Se atrasar qualquer ClassType em "Class_1_3" para "Class_50" em uma classe maior que o valor de AT no tempo 0, a classe não presente é o valor de velocity do último ClassType para nest. 1.2) Se AT for >= 50 1.2.1) velocity é c(0,diff(AT))/c(0,diff(days)) por days para cada nest Se o ninho for >= 1000 - apenas considerando "Class_0_1" 2.1) a velocidade é c(0,diff(AT))/c(0,diff(days)) por days para cada nest também. Meu output desejável é: # nest ClassType velocity # 3 Classe_ 1_3 0,224285714 # 3 Classe_ 3_9 0,224285714 # 3 Classe_ 9_25 0,224285714 # 3 Classe_ 9_25 0,021463415 # 3 Classe_ 9_25 0,306481481 # 4 Classe_ 1_3 0,0075 # 4 Classe_ 1_3 0,015714286 # 4 Classe_ 1_3 0 # 4 Classe_ 1_3 0 # 4 Classe_ 1_3 0 # 4 Classe_ 1_3 0 # 4 Classe_ 1_3 0,289183673 # 4 Classe_ 3_9 0,289183673 # 10 Classe_9_25 0,263448276 # 10 Classe_9_25 -0,015238095 # 10 Classe_9_25 0,383809524 # 10 Class_25_50 0,383809524 # 10 Classe_25_50 0,005454545 # 10 Class_25_50 0,457352941 # 10 Classe_25_50 0 # 10 Classe_25_50 0 # 10 Class_25_50 0,517959184 # 10 Class_50 0,517959184 # 10 Class_50 0,944634146 # 10 Class_50 0,73962963 # 1066 Classe_0_1 0,002003448 # 1066 Classe_0_1 0,000936585 # 1066 Classe_0_1 0 # 1066 Classe_0_1 0 # 1066 Classe_0_1 0 # 1066 Classe_0_1 0,000274286 # 1066 Classe_0_1 0 # 1067 Classe_0_1 0,002531034 # 1067 Classe_0_1 0,000453659 # 1067 Classe_0_1 0,001714286 # 1067 Classe_0_1 0,001111765 # 1067 Classe_0_1 0 # 1067 Classe_0_1 0.020177143 # 1067 Classe_0_1 0 # 1067 Classe_0_1 0 Por favor, alguém poderia me ajudar com isso? -- -- Alexandre dos Santos Geotechnologies and Spatial Statistics applied to Forest Entomology Instituto Federal de Mato Grosso (IFMT) - Campus Caceres Caixa Postal 244 (PO Box) Avenida dos Ramires, s/n - Vila Real Caceres - MT - CEP 78201-380 (ZIP code) Phone: (+55) 65 99686-6970 / (+55) 65 3221-2674 Lattes CV: http://lattes.cnpq.br/1360403201088680 OrcID: orcid.org/0000-0001-8232-6722 ResearchGate: www.researchgate.net/profile/Alexandre_Santos10 Publons: https://publons.com/researcher/3085587/alexandre-dos-santos/ --

2 1