LabTrop - cursos:planeco2019:roteiro

00-rcmdr

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:21+00:00

Usando o R Commander --- Gustavo Agudelo 2018/02/28 15:33 Esse tutorial tem por objetivo ajudar a usuários não familiarizados com o ambiente de programação [R] a instalar a interface gráfica de usuário R Commander [R Commander] e reconhecer suas principais ferramentas para a leitura e análise de dados. O R Commander

02-hipot

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:20+00:00

Antes de iniciar o roteiro anote o seu nome, altura (em centímetros e sem decimais) e sexo (M, F) na planilha altura alunos. Teste de Hipóteses [ ] O objetivo desse roteiro é auxiliar na compreensão de dois conceitos fundamentais do teste de hipótese estatística. O primeiro é entender o significado do

05-descr_base

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:20+00:00

BASE ANÁLISES EXPLORATÓRIAS DE DADOS Neste tutorial, pretendemos instrumentalizar os(as) usuários(as) a realizar várias técnicas de Análise Exploratória de Dados (AED). Objetivos da Análise Exploratória de Dados (AED) Apesar de ter sido criada para minimizar problemas com as análises frequentistas, a AED é bastante versátil e também pode ser utilizada no contexto de outras abordagens analíticas. $$R^2$$

05-descr

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:19+00:00

* 05-descrcmdr * 05-descr ANÁLISES EXPLORATÓRIAS DE DADOS Preparação dos dados e programa As análises abaixo serão realizadas em ambiente R e para isso teremos que instalar alguns pacotes, abaixo estão todos os comandos necessários para a realização da atividade.

05-descrcmdr

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:19+00:00

* 05-descrcmdr * 05-descr ANÁLISES EXPLORATÓRIAS DE DADOS ANÁLISES EXPLORATÓRIAS DE DADOS Neste tutorial, pretendemos instrumentalizar os(as) usuários(as) a realizar várias técnicas de Análise Exploratória de Dados (AED). Objetivos da Análise Exploratória de Dados (AED) $$R^2$$

06-rand

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:20+00:00

Técnicas de Monte Carlo Reamostragem e Permutação Técnicas de simulações aleatórias, baseadas em dados ou distribuições teóricas, buscando soluções numéricas. * teste de hipóteses * medidas de precisão de estimativas * otimizadores

07-class_base

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:20+00:00

Base Testes Clássicos Os testes clássicos frequentistas podem ser divididos em dois grandes grupos: paramétrico e não paramétrico. Os paramétricos estão baseados em uma função probabilística teórica. As funções probabilísticas são definidas por parâmetros, a Gaussiana, por exemplo, é definida pelos parâmetros média ($\mu$$\sigma$$$ SS_{total} = \sum_{i=1}^k\sum_{j=1}^n (y_{ij} - \bar{\bar{y}})^2 $$$$ SS_{in} = \sum_{i=1}^k\sum_{j=1}^n (y_{i,j} - \bar{y}_{i})^2 $$$$ SS_{en} = \sum_{i=1}^k\sum_…

07-class

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:20+00:00

ESSA PAGINA NAO ESTÁ EM USO, ESTÁ APENAS DE BACKUP COMO VERSÃO ORIGINAL PARA AS VERSÕES R E RCMDR DO ROTEIRO Testes Clássicos Anova Tabela de Anova Baixe o arquivo e preencha a tabela de anova com esses dados. Testando a hipótese de que existem diferenças na produção agrícola em diferentes tipos de solo. Os cálculos devem ser feitos passo-a -passo, sem uso de uma função específica.$$SS_{total} = \sum_{i=1}^k\sum_{j=1}^n (y_{ij} - \bar{\bar{y}})^2 $$$$SS_{in} = \sum_{i=1}^k\sum_{j=1}^n (y_{…

07-classr

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:20+00:00

* 07-classrcmdr * 07-classr Testes Clássicos Testes Clássicos Os testes clássicos estatísticos estão inseridos no escopo da estatística frequentista ou inferência frequentista. Nessa abordagem, a probabilidade é considerada uma frequência e a inferência está baseada na frequência com que eventos ocorrem nos dados coletados.$$ SQ_{"total"} = \sum_{i=1}^k\sum_{j=1}^n (y_{ij} - \bar{\bar{y}})^2 $$$$ SQ_{"intra"} = \sum_{i=1}^k\sum_{j=1}^n (y_{i,j} - \bar{y}_{i})^2 $$$$ SQ_{"entre"} = \sum_{i…

07-classrcmdr

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:21+00:00

08-lm_base

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:20+00:00

Modelos Lineares Os modelos lineares são uma generalização dos testes de hipótese clássicos mais simples. Uma regressão linear, por exemplo, só pode ser aplicada para dados em que as variáveis são contínuas. Os modelos lineares não tem essa limitação, podemos usar variáveis contínuas ou categóricas indistintamente. $$SS_{TOTAL} = \sum_{i=1}^n (y_{i} - \bar{y})^2$$$$SS_{res} = \sum_{i=1}^n (y_{i} - \hat{y_i})^2$$$$SS_{TOTAL} = SS_{regr} + SS_{res} $$$\bar{y}$$\hat{y_i}$$x_i$$r2$…

08-lm_r

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:19+00:00

* 08-lm_rcmdr * 08-lm_r Modelos Lineares Modelos Lineares Os modelos lineares são uma generalização dos testes de hipótese clássicos mais simples. Uma regressão linear, por exemplo, só pode ser aplicada para dados em que tanto a variável preditora quanto a resposta são contínuas, enquanto uma análise de variância é utilizada quando a variável preditora é categórica. Os modelos lineares não têm essa limitação, podemos usar variáveis contínuas ou categóricas indistintamente.$$ y = {\alpha}…

08-lm_rcmdr

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:20+00:00

08-lm

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:20+00:00

Modelos Lineares Tabela de Anova de uma Regressão * baixe o arquivo * abra no Excel e calcule o intercepto e a inclinação do modelo linear * crie uma coluna com os valores de resíduos do modelo para cada observação * crie uma coluna com os valores de desvíos quadráticos para cada observação$r2$$$SS_{total} = \sum_{i=1}^n (y_{i} - \bar{y})^2$$$$SS_{error} = \sum_{i=1}^n (y_{i} - \hat{y})^2$$$$SS_{total} = SS_{regr} + SS_{erro} $$

09-lm02_base

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:20+00:00

09-lm02

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:20+00:00

Modelos Lineares Múltiplos Simplificando Modelos Durante o curso usaremos o procedimento de simplificar o modelo a partir do modelo cheio. O procedimento consiste em comparar modelos aninhados, dois a dois, retendo o que está mais acoplado aos dados. Caso os modelos não sejam diferentes no seu poder explicativo, retemos o modelo mais simples, apoiados no princípio da parcimônia.$$ y_{tr} = \alpha + \beta_1 * arg + \beta_2 * hum + \beta_3 * adubo + \beta_4 * arg * adubo + \beta_5 * hum * adubo…

10-glm

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:19+00:00

Modelos Lineares Generalizados Os modelos lineares generalizados (GLMs) são uma ampliação dos modelos lineares ordinários. Os GLM's são usados quando os resíduos (erro) do modelo apresentam distribuição diferente da normal (gaussiana). A natureza da variável resposta é uma boa indicação do tipo de distribuição de desvios que iremos encontrar nos modelos. Por exemplos, variáveis de contagem são inteiras e apresentam os valores limitados no zero. Esse tipo de variável, em geral, tem uma distribu…

11-lmm

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:19+00:00

Modelos Lineares Mistos Esse roteiro foi inicialmente desenvolvido por Melina Leite, Marília Gaiarsa e Lucas Medeiros e vem sendo modificado, ao longo dos anos, para adapta-lo ao curso. Sua versão original está disponível neste site Para acompanhar o roteiro é importante ter uma compreensão básica de análises estatísticas em R, partimos da premissa que você já sabe interpretar o resumo de um modelo linear usando as funções como lm() e summary(). Como os modelos mistos ainda não foram incorpor…

11-lmm2018

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:20+00:00

Modelos lineares mistos v2018 Esse roteiro foi inicalmente desenvolvido por Melina Leite, Marília Gaiarsa e Lucas Medeiros, e sua versão original está disponível neste site Para acompanhar o roteiro é importante ter uma compreensão básica de análises estatísticas em R. Isso quer dizer que você já usou e sabe interpretar o output de funções como lm(). Esperamos que ao terminar você seja capaz de: $$riqueza = \alpha + \beta * NAP + \varepsilon$$$\alpha$$\beta$$\varepsilon$$\varepsilon$$$riqueza_…

12-glmm

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:20+00:00

Modelos Mistos Generalizados (GLMM) Este roteiro é uma continuação do roteiro de 11-lmm (LMM), o qual deve ser feito e entendido bem antes de continuar. Também é importante que você já tenha estudado o roteiro de 10-glm (GLMs). Os modelos GLMM são uma extensão dessas duas abordagens reunidas.

powertest

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:20+00:00

Poder do teste ”> O poder do teste é a capacidade de um desenho experimental rejeitar a hipótese nula quando ela de fato deveria ser rejeitada. Ou seja, o quanto o teste, associado ao nosso desenho experimental, consegue detectar efeitos existentes. O poder do teste é expresso pela proporção de vezes que o teste rejeita corretamente a hipótese nula, caso reproduzíssemos o experimento muitas vezes. O poder do teste pode se…