LabTrop - projetos:divfuncional:restrito:filtro

alometria_das_plantulas

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:35+00:00

Alometria das plântulas [Relações entre massa seca e diâmetro, altura e número de folhas] Figura 1. Relações alométricas entre biomassa (massa seca) e diâmetro do caule à altura do solo, altura e número de folhas das plântulas de Rudgea jasminoides e Guapira opposita de dois fragmentos florestais (Médico e Theomar) de mata secundária.

analises_exploratorias

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:35+00:00

Análises exploratórias [script] Figura 1. Variação (final - inicial) da biomassa média por quadrado em função do local (bloco); cada bloco possui oito observações (médias de cada tratamento); as diferenças entre os blocos refletem a heterogeneidade ambiental (uma característica da mata que considero fundamental é a abertura do dossel, que podia variar consideravelmente entre os blocos).

analises

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:35+00:00

Análises Antigos R.Scripts Controle de qualidade - checar dados Preparação dos dados ANOVA Aleatorização Resultados Simulações Desenho experimental MONTE CARLO Como ao fazer um desenho em blocos assumimos que cada local era diferente do outro, não podemos aleatorizar os resultados entre os blocos. Da mesma forma não podemos trocar indivíduos entre os quadrados, pois foi decidido que nossa unidade amostral seria o quadrado (conjunto de 9 plantulas) e não os indivíduos. O que nos r…

artigo

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:35+00:00

ARTIGO INICIAÇÃO PRIORIDADES 1. Ver os resultados e decidir a revista à qual o artigo será submetido. RESUMO O artigo terá 3 perguntas: * O Lytocaryum realmente dificulta o estabelecimento de plântulas embaixo dele? * Se sim, de que modo (sombreamento, alelopatia ou competição subterrânea)?

experimento

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:35+00:00

Experimento Arquivos [biomassa] [org.dados] [médias] [anex] [work space] Análises ANÁLISE EXPLORATÓRIA ANOVA CONTRASTES Monte Carlo MODELOS GRÁFICOS SOBREVIVÊNCIA

modelos

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:35+00:00

Modelos # MODELOS end=file.choose() # abrir o arquivo ic_medias medias=read.table(end,sep=" ",header=T) m0=lm(bm~1,medias) m1=lm(bm~sp,medias) anova(m0,m1) m2=lm(bm~sp+light,medias) anova(m1,m2) m3=lm(bm~sp+light+bloco,medias) anova(m2,m3) # conclusão: o melhor modelo é o que inclui espécie, luz e bloco # porém, não sei se o fato de os tratamentos estarem aninhado em bloco inviesa esse resultado

permutacoes_-_monte_carlo

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:35+00:00

Aleatorização ### Análise de Monte Carlo ## Passos # 1. Escolher tempos, espécie e medida # 2. Fazer as permutações # 3. Calcular a ANOVA ## Ex.1 - tempos 0 e 7, Guapira, dsh # permutar entre os tratamentos, mas não entre os blocos aleat=function(n,m,d){ # onde n é o número de aleatorizações e m é a medida (6 a 15) result=data.frame() # cria a tabela que receberá os valores de F result[n,1]=0 result[n,2]=0 result[n,3]=0 result[n,4]=0 result[n,5]=0 result[n,6]=0 result[n,7]=0 result[n,8]…

preparacao_dos_dados

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:35+00:00

Preparação dos dados ### Objetivo: criar função que organize os dados da forma como serão analisados ## A definir: # Como calcular as diferenças? dsh e h com RGR (logf-logi)/(tf-ti)! E nl e hi? ## Passos # 1. Abrir planilha de dados # 2. Definir os tempos # 3. Calcular as diferenças entre os dois tempos escolhidos # 4. Separar as espécies e as variáveis (dsh/h/nl/ih) # 5. Criar matriz com as médias de cada quadrado (incluir aqui taxa de mortalidade!) #################################…

resultados

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:35+00:00

Monte Carlo ## Objetivo: criar função que crie uma tabela com os resultados (valores de p) # A tabela deve ter 15 tempos (15 tempos diferentes possíveis), # 7 linhas (7 fatores e combinações de fatores) # e 10 colunas (2 espécies e 5 medidas) # Fatores (1 a 7) - luz, ser, com, luz/ser, luz/com, ser/comp, luz/ser/com # Medidas (6 a 15) - g.dsh, g.h, g.nl, g.hi, g.tm, r.dsh, ..., r.tm # Tempos (1 a 15) - 01,02,04,06,07,12,14,16,17,24,26,27,46,47,67 res=function(d){ result=data.frame() result…

simulacoes

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:35+00:00

Simulações ## Objetivo: criar função que simule dados usando os parâmetros encontrados # A função deve ter como parâmetros: # - tempos inicial e final (i,f) (0,1,2,4,6,7) # - efeito dos fatores (l,s,c) (valores dados em porcentagem) # - efeito das interações (ls,lc,sc,lsc) (idem) # - natureza do efeito: aditivo (incremento de x %) # Servirá de base para as simulações: # - dados iniciais (ti) # - médias e variâncias dos blocos entre os tempos i e f # A simulação replicará as diferenças obse…

start

Anonymous (anonymous@undisclosed.example.com) — 2026-03-27T13:51:35+00:00

Lytocaryum ANÁLISES ARTIGO Refs. - ver: Biometrics, 50, 542, Brownie & Boos, 1994. DADOS arquivoxlstxtAlometria das palmeiras[ic_aP][ic_aP]Alometria das plântulas[ic_ap]Comunidade de plântulas[ic_cp][ic_cp]Experimento[ic_ex] cf - comprimento do fuste cond - condição (LUZ ou SOMBRA) cot - número de cotilédones