Escolar Documentos
Profissional Documentos
Cultura Documentos
TECNOLOGIA GOIANO
PROGRAMA R:
PORTIFLIO
Rio Verde
06/ 04/2016
2
PROGRAMA R:
PORTIFLIO
Rio Verde
06/04/201
SUMRIO
1. RESUMO.......................................................................................................................3
2. INSTALAO...............................................................................................................4
3. COMANDOS BSICOS DO R.....................................................................................6
3.1. Aritmtica bsica.........................................................................................................6
3.2. Objetos.....................................................................................................................7
3.2.1. Objetos criados.................................................................................................8
3.2.2. Deletando objetos.............................................................................................9
3.2.3. Caractersticas dos objetos...............................................................................9
3.3. Vetores...................................................................................................................10
3.4. Sequncias.............................................................................................................11
3.4.1. Comando seq( )..............................................................................................11
3.4.2. Comando rep( )..............................................................................................12
3.5. Listas......................................................................................................................12
4. MATRIZES..................................................................................................................13
4.1. Criao de Matrizes...................................................................................................13
4.2. Extrair valores da Matriz.......................................................................................16
5. GRFICOS..................................................................................................................17
5.1. Edies de Grfico................................................................................................18
5.2. Grfico em barras..................................................................................................20
5.3. Grfico de setores..................................................................................................21
6. ANLISE DE VARINCIA.......................................................................................22
6.1. Delineamento Inteiramente Casualizado DIC....................................................22
6.1.1. Teste de Comparao Mltipla Scott Knott................................................24
6.2. Delineamento em Blocos Casualizados DBC....................................................25
6.3. Boxplot..................................................................................................................26
7. REGRESSO..............................................................................................................27
7.1. Regresso Linear...................................................................................................27
7.2. Regresso Quadrtica............................................................................................32
7.3. Regrasso de Grau N.............................................................................................33
7.4. Escolha Do Modelo...............................................................................................34
8. FATORIAL...................................................................................................................34
9. REFERNCIAS...........................................................................................................38
3
1. RESUMO
2. INSTALAO
Por se tratar de um software livre, o programa R pode ser baixado e utilizado por
qualquer um sem nenhum custo, apenas necessrio acesso internet. O download do
programa pode ser encontrado em http://cran.r-project.org/, que levar o usurio a seguinte
pgina.
Na prxima pgina preciso optar pela opo Download R 3.2.4 for Windows para
que se inicie o download do programa em seu computador.
Essa janela inicial conhecida como R console ou prompt do R, nesta tela que
sero inseridos os comandos do software.
6
3. COMANDOS BSICOS DO R
Uma das funes mais bsicas do software, permitindo o usurio utilizar o R para
trabalhar como uma calculadora. Para trabalhar com essas funes bsicas inserem-se as
operaes normalmente como em uma calculadora, na qual as funes de adio,
subtrao, diviso e multiplicao so reconhecidas pelos caracteres +, -, / e *
respectivamente. Assim que a operao for inserida, pode ser utilizada a tecla ENTER ou a
tecla F5 para que o programe realize aquela operao.
Outros comandos aritmticos tambm podem ser utilizados. Segue suas utilizaes
abaixo com os seus respectivos comentrios.
Como o programa R foi criado nos moldes do sistema ingls, para a insero de
nmeros decimais necessrio adotar o ponto . ao invs da vrgula ,. Caso contrrio
ocasionar um erro no processo.
3.2. Objetos
Quando necessrio que algum dado seja salvo durante as mais variadas rotinas de
processamento do programa, ou at mesmo antes que essas rotinas sejam efetuadas, se faz
necessrio a criao de objetos. Para que esse objeto seja criado preciso utilizar o
comando de atribuio, indicado pelo sinal de igual =, ou pelos sinais de maior que/
menor que e pelo sinal de igual (<- ou ->).
8
Como visto, para visualizar o valor que est salvo em determinado objeto
necessrio inserir seu nome novamente, mas o comando print(nome do objeto) tambm
pode realizar a mesma operao. Caso sejam inseridos vrios valores sucessivamente em
determinado objeto, apenas o ltimo ser reservado.
Devido ao R ser um programa case-sensitive, a diferenciao entre caixa baixa e
caixa alta (letras minsculas e maisculas) entendido pelo programa, ou seja, possvel
criar um objeto chamado dados e outro chamado Dados sendo eles sejam
independentes entre si. Caso essa afirmao no fosse verdadeira, ao criar o segundo
objeto, o valor do primeiro seria sobreposto e perdido.
Outra vantagem dos objetos a possibilidade de que o resultado de uma operao
possa ser armazenado nele, e que operaes tambm possam ser efetuadas com a utilizao
dos objetos.
Vrios comandos podem ser processados de uma vez com a utilizao do ponto e
vrgula ; para separa-los, assim apenas uma linha efetuado diversas rotinas de
processamentos diferentes sem a necessidade de inseri-los um de cada vez.
Para visualizar todos os objetos que j foram criados usado a funo ls(), assim
fica mais fcil controlar tudo que j foi inserido no programa. Caso seja necessrio salvar
todos esses objetos, pode-se criar outro objeto para armazen-los.
9
Assim como possvel visualizar todos os objetos criados, tambm possvel excluir eles
utilizando a funo rm(objeto a serem removido). Para se excluir mais de um objeto
utilizando esta funo, basta separ-los por vrgula , e caso seja necessrio que todos os
objetos j criados sejam deletados utiliza-se rm(list=ls()).
3.3. Vetores
3.4. Sequncias
Para facilitar a insero de dados em um vetor que seguem uma sequncia numrica
tanto decrescente quanto crescente utiliza-se dois pontos : entre o nmero inicial e o
nmero final. Assim no h a necessidade de inserir dado por dado, economizando tempo
na insero de dados.
Dentro do comando rep() pode ser utilizado a funo each=numero2 para que todos
os nmeros presentes na primeira parte sejam repetidos numero2 vezes.
3.5. Listas
Aps um objeto ser inserido em uma lista, necessrio acrescentar o nome da lista,
o smbolo de cifro $ antes de seu nome para visualiza-lo, e caso for um vetor possvel
obter um elemento especfico com a utilizao dos colchetes [] com o seu respectivo
ndice.
4. MATRIZES
4.1. Criao de Matrizes
A distribuio dos valores atravs das colunas, se for necessrio a mudana para a
distribuio em linha, utiliza-se o comando byrow=TRUE dentro do comando matriz.
14
Outro comando utilizado para receber informaes sobre a matriz inserida seria o
summary( ), que seleciona cada uma das colunas da matriz e considera como um vetor,
nessas informaes esto contidas informaes como
1) Min.: apresenta o menor valor da coluna (vetor);
2) 1st Qu.: o primeiro quartil da coluna;
3) Median: mediana;
4) Mean: mdia aritmtica;
5) 3rd Qu.: terceiro quartil;
6) Max.: valor mximo de coluna.
s=cbind(matriz,1:5)
s
r=rbind (s,1:4 )
r
16
H o comando para extrair uma linha ou coluna inteira da matriz, como tambm
somente um valor.
Usando [ , ] o valor pode ser retirado da matriz identificando o nmero
da linha e da coluna, separados entre vrgula.
5. GRFICOS
O grfico pode ser editado de vrias formas, segue abaixo algumas configuraes.
Para se nomear os eixos, faz-se da seguinte forma:
Gr
fico feito com linha.
20
Gr
fico em Barra.
Para se plotar grfico de setores, cria-se objetos apropriados com dados nomeando
cada posio do vetor, depois plota-se com o comando: pie(vetor).
22
Dentro da opo rainbow deve ser colocado o nmero de variveis do seu vetor,
para assim cada parte do setor sair em uma cor diferente.
No ltimo comando para se colocar legenda, na opo pch, os nmeros dentro do
rep indicam o tipo de smbolo que vem representando na legenda.
23
6. ANLISE DE VARINCIA
Exemplo 01:
Vetores
Fck=c(50.34,51.91,52.12,50.97,55.63,58.37,57.26,50.06,46.70,47.40,46.70,47.70)
ensaio=c("U","U","U","U","E","E","E","E","C","C","C","C")
Analisando a varincia
modelo=aov(Fck~ensaio)
anova(modelo)
25
Resultado:
O primeiro passo verificar se na tabela emitida Analysis of Variance Table
o efeito Pr (>F) na ltima coluna e linha ensaio, menor que 0.05. Neste caso
sim, pois Pr(>F) 0.001778. Sendo a afirmao anterior verdadeira, ou seja, o efeito
do ensaio significativo sobre o Fck, o prximo passo fazer o teste de comparao
mltipla ScottKnott, o qual preciso para conhecer se os tratamentos diferem entre
si.
Instalando pacote
->install.packages(ScottKnott)
->library(ScottKnott)
Exemplo 01 continuao:
Quais tratamentos diferem?
library (ScottKnott)
sk=SK(x=ensaio,y=Fck,model="Fck~ensaio",which="ensaio", sig.level=0.05)
summary(sk)
26
Resultado:
Observando a tabela acima conclui-se que os tratamentos diferem (a,b,c), sendo
que no ensaio E apresentou o maior Fck seguido do U e C.
.
Fonte: Anlise de experimentos utilizando o programa computacional R Portiflio; Apostila,
Adriano Carvalho Costa; pg.09.
Exemplo 02:
Vetores
Fc28=c(56.6,50.4,61.6,61.7,74.4,72.9,62.1,
+ 62,60.2,59.9,82.3,84.6,72.61,80,76.69,81.21,74.14,84.71)
metodos=c("E","E","E","E","E","E","R",
27
+ "R","R","R","R","R","B","B","B","B","B","B")
length(Fc28)
[1] 18
length(metodos)
[1] 18
bloco=c(1,1,2,2,3,3,1,1,2,2,3,3,1,1,2,2,3,3)
modeloblo=aov(Fc28~metodos+as.factor(bloco))
anova(modeloblo)
Resultado:
O primeiro passo verificar se na tabela emitida Analysis of Variance Table
o efeito Pr (>F) na ltima coluna e linha as.factor (bloco), menor que 0.05. Neste
caso sim, pois Pr(>F) 0.001981.
Isto significa que o efeito do bloco (relao gua/cimento) foi significativo
sobre a resistncia a compreenso (Fc28).
6.3. Boxplot
Exemplo 01 continuao:
Visualizar a disperso dos dados
boxplot(Fck~ensaio)
Resultado:
No ensaio de E os valores divergem com mais intensidade em torno da mediana, ou
seja, o valor mnimo, em especial, est consideravelmente longe do valor da mediana, em
comparao com os demais ensaios. Por outro lado, no C os valores esto mais prximos
da mediana.
7. REGRESSO
Exemplo:
Um engenheiro civil coleta dados em um laboratrio estudando a dilatao de um
pilar de concreto segundo a temperatura ambiente no local onde est o pilar. Veja os dados
(fictcios):
T (C) 18 16 25 22 20 21 23 19 17
Dilatao 5 3 10 8 6 7 9 6 5
Linear
(mm)
Posso realizar um estudo de regresso nestes dados? Qual modelo usar? Como
montar a equao que relaciona a temperatura com a dilatao neste estudo? A temperatura
realmente exerce influncia na dilatao do pilar? Eu posso quantificar essa relao? Essas
so as perguntas que podemos nos fazer ao depararmos com os dados que foram
apresentados acima. Suas respostas podem ser encontradas fazendo-se uma anlise de
regresso.
Exemplo 1:
Primeiro vamos entrar com os dados da tabela no R, criando 2 objetos: um que conter
os valores de temperatura e outro para a dilatao.
temp=c(18,16,25,22,20,21,23,19,17)
dilat=c(5,3,10,8,6,7,9,6,5)
O estudo de regresso pode ser feito, inicialmente com a definio do modelo. Para
isso vamos visualizar os pontos plotados em um diagrama de disperso:
30
9
dilat
7
5
3
16 18 20 22 24
temp
O diagrama sugere uma tendncia linear dos dados. Ento vamos montar um
modelo de regresso linear simples (simples, pois existe apenas uma varivel independente
temp relacionada a variao da varivel dependente dilat).
Montando o modelo:
Da sada acima podemos tirar duas informaes: o valor do intercepto (valor onde a
reta de regresso intercepta o eixo da dilatao) e o valor que representa um coeficiente de
relao entre a dilatao e a temperatura, ou seja, quanto a dilatao ir variar para cada
variao unitria da temperatura. Esses valores so comumente chamados de b e a
respectivamente.
Logo podemos concluir que o modelo matemtico/estatstico desta regresso :
f ( x )=ax +b
Dilat=0.7323Temp8.1710
31
Percebe-se que o intercepto foi retirado. Sendo assim deve-se considerar nova
anlise e nova expresso sem o intercepto.
7
5
3
16 18 20 22 24
temp
33
Exemplo 2:
fert=c(10,20,30,40,50,60,70,80,90,100)
prod=c(42,61,81,94,98,96,83,79,59,43)
plot(fert,prod)
80 100
prod
60
40
20 40 60 80 100
fert
modelo2G
0.02716Fert+2.95720Fert+15.51667
Plotando a funo quadrtica (curva ajustada):
plot(fert,prod)
curve(15.51667+2.95720*x-0.02716*x*x,0,100,add=T,col=2)
80 100
prod
60
40
20 40 60 80 100
fert
Os outros modelos de regresso polinomial podem ser obtidos de maneira anloga. Por
exemplo, na regresso cbica poderamos escrever:
lm(y~x+I(x^2)+I(x^3))
E na de quarto grau:
lm(y~x+I(x^2)+I(x^3)+I(x^4))
E assim sucessivamente.
35
modelo3G=lm(dilat~temp+I(temp^2)+I(temp^3))
anova(modelo3G)
8. FATORIAL
Caso tenha efeito de bloco muda-se a anlise de varincia que alm dos que j
foram supracitados coloca-se o comando para anlise do bloco. Observe o exemplo.
modelo=aov(abatimento~cone+adensamento+cone*adensamento+as.factor(umidadear))
Na anlise que determina se os fatores interagem entre si, precisa-se inserir o bloco
no parntese das variveis. Observe o exemplo.
fat2.dbc(adensamento,cone,umidadear,abatimento,
quali = c(TRUE, TRUE), mcomp = "turkey",
fac.names = c("adensamento", "cone"))
dados=read.table("fatorial.txt",h=T)
dados
attach(dados)
names(dados)
modelo=aov(resistencia~cura+diametro+cura*diametro)
anova(modelo)
library(ExpDes.pt)
fat2.dic(cura,diametro,resistencia,
quali = c(TRUE, TRUE,TRUE), mcomp = "turkey",
fac.names = c("cura", "diametro"))
interation.plot(resistencia,cura,diametro,)
dados=read.table("fatorialex.txt",h=T)
dados
attach(dados)
names(dados)
dados
38
modelo=aov(abatimento~cone+adensamento+cone*adensamento+as.factor(umidadear))
anova(modelo)
library(ExpDes.pt)
fat2.dbc(adensamento,cone,umidadear,abatimento,
quali = c(TRUE, TRUE), mcomp = "turkey",
fac.names = c("adensamento", "cone"))
39
9. REFERNCIAS