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