area<-

c(7498.2,213.4,650.1,676.8,1296.9,66.7,23.7,816.8,60,3.3,25,0.7,150,6.2,14.7,6,3)
area

riqueza<-c(325,319,306,224,193,119,103,80,79,52,48,48,47,42,22,14,7)
riqueza

modelo<-lm(riqueza~area)
modelo

anova(modelo)

plot(area,riqueza,xlab="Area",ylab="Riqueza",main="Investigando Area x Riqueza")

abline(modelo,col="Green")

summary(modelo)

#----------------------------------------------------------------------------------
----

#(a) Normalidade
#Ho: Os residuos têm distribuição normal
#Ha: Os residuos NÃO tem distribuição normal

res<-residuals(modelo)
res

tabela<-cbind(area,riqueza,res)
tabela

shapiro.test(res)

#Conclusão: Como pivalue=0.00242 < 0.05 (Nível de Significância)

#Rejeita-se a Ho, ou seja, os residuos NÃO TÊM distribuição normal

#É um teste para saber a Confiabilidade do Modelo, pra ver se ele atende as

pressuposições basíca

#----------------------------------------------------------------------------------
----

#(c) Indepêndencia dos Erros (Resíduos)

#Ho: Os resíduos são independentes
#Ha: Os resíduos NÃO são independentes

acf(res) #Grafico de Auto-Coorelação

#Conclusão: Como nem todos os lag's estão dentro da faixa, apontado pelo grafico ao
um nivel de significância de 0.05
#Concluimos que os erros NÃO são Independentes, ou seja, estão Auto-Corelacionados

#----------------------------------------------------------------------------------
----

#---------- TRANSFORMAÇÃO DOS DADOS ----------

library(MASS)
#Y^λ, se λ ≠ 0
#log(y), se λ = 0

boxcox(riqueza~area)

#Vai indicar a transformação nos nossos dados para resolver o problema de

normalidade ou homocedasticidade

lambda<-boxcox(riqueza~area)
lambda

#Encontrar o maior $y (maximiza a curva) com isso eu encontro a posicção de λ ($x)

lambda$x[which.max(lambda$y)] #Encontra$x mais rápido

riquezat<-riqueza^0.26 #Resultado de $x
riquezat

modelot<-lm(riquezat~area)
modelot

plot(area,riquezat,xlab="Area",ylab="Riqueza Transformada",main="Investigando Area

x Riqueza")
abline(modelot,col="Green")

summary(modelot)

#----------------------------------------------------------------------------------
----

#(a) Normalidade
#Ho: Os residuos têm distribuição normal
#Ha: Os residuos NÃO tem distribuição normal

rest<-residuals(modelot)
rest

tabelat<-cbind(area,riquezat,res)
tabelat

shapiro.test(rest)

#Conclusão: Como pvalue=0.7104 > 0.05 (Nível de Significância)

#Não rejeita-se a Ho, ou seja, os residuos TÊM distribuição normal

#É um teste para saber a Confiabilidade do Modelo, pra ver se ele atende as

pressuposições basíca

#----------------------------------------------------------------------------------
----

#(c) Indepêndencia dos Erros (Resíduos)

#Ho: Os resíduos são independentes
#Ha: Os resíduos NÃO são independentes

acf(rest) #Grafico de Auto-Coorelação

#Conclusão: Como nem todos os lag's estão dentro da faixa, apontado pelo grafico ao
um nivel de significância de 0.05
#Concluimos que os erros NÃO são Independentes, ou seja, estão Auto-Corelacionados

#----------------------------------------------------------------------------------
----

riquezal<-log(riqueza)
riquezal

areal<-log(area)
areal

plot(areal,riquezal)

modelol<-lm(riquezal~areal)
modelol

plot(areal,riquezal,xlab="Area Transformada",ylab="Riqueza
Transformada",main="Investigando Area x Riqueza")
abline(modelol,col="Yellow")

#----------------------------------------------------------------------------------
----

#(a) Normalidade
#Ho: Os residuos têm distribuição normal
#Ha: Os residuos NÃO tem distribuição normal

resl<-residuals(modelol)
resl

tabelal<-cbind(areal,riquezal,resl)
tabelal

shapiro.test(resl)

#Conclusão: Como pivalue=0.4621 < 0.05 (Nível de Significância)

#Rejeita-se a Ho, ou seja, os residuos NÃO TÊM distribuição normal

#É um teste para saber a Confiabilidade do Modelo, pra ver se ele atende as

pressuposições basíca

#----------------------------------------------------------------------------------
----

#(c) Indepêndencia dos Erros (Resíduos)

#Ho: Os resíduos são independentes
#Ha: Os resíduos NÃO são independentes

acf(resl) #Grafico de Auto-Coorelação

#Conclusão: Como todos os lag's estão dentro da faixa, apontado pelo grafico ao um
nivel de significância de 0.05
#Concluimos que os erros são Independentes, ou seja, NÃO estão Auto-Corelacionados

#----------------------------------------------------------------------------------
----

plot(area~riqueza)
identify(area~riqueza)
#Conclusão: O primeiro (1) ponto está atrapalhando o problema

#----------------------------------------------------------------------------------
----

area1<-c(213.4,650.1,676.8,1296.9,66.7,23.7,816.8,60,3.3,25,0.7,150,6.2,14.7,6,3)
area1

riqueza1<-c(319,306,224,193,119,103,80,79,52,48,48,47,42,22,14,7)
riqueza1

modelo1<-lm(riqueza1~area1)
modelo1

anova(modelo1)

plot(area1~riqueza1)
identify(area1~riqueza1)

#----------------------------------------------------------------------------------
----

#---------- TRANSFORMAÇÃO DOS DADOS ----------

library(MASS)

#Y^λ, se λ ≠ 0
#log(y), se λ = 0

boxcox(riqueza1~area1)

#Vai indicar a transformação nos nossos dados para resolver o problema de

normalidade ou homocedasticidade

lambda1<-boxcox(riqueza1~area1)
lambda1

#Encontrar o maior $y (maximiza a curva) com isso eu encontro a posicção de λ ($x)

lambda1$x[which.max(lambda1$y)]

riqueza1t<-riqueza1^0.18
riqueza1t

modelo1t<-lm(riqueza1t~area1)
modelo1t

plot(area1,riqueza1t,xlab="Area",ylab="Riqueza Transformada sem o ponto

1",main="Investigando Area x Riqueza")
abline(modelo1t,col="Green")

summary(modelo1t)

#----------------------------------------------------------------------------------
----

#(a) Normalidade
#Ho: Os residuos têm distribuição normal
#Ha: Os residuos NÃO tem distribuição normal

res1t<-residuals(modelo1t)
res1t

tabela1t<-cbind(area1,riqueza1t,res1t)
tabela1t

shapiro.test(res1t)

#Conclusão: Como pivalue=0.9996 > 0.05 (Nível de Significância)

#Não rejeita-se a Ho, ou seja, os residuos TÊM distribuição normal

#É um teste para saber a Confiabilidade do Modelo, pra ver se ele atende as

pressuposições basíca

#----------------------------------------------------------------------------------
----

#(c) Indepêndencia dos Erros (Resíduos)

#Ho: Os resíduos são independentes
#Ha: Os resíduos NÃO são independentes

acf(res1t) #Grafico de Auto-Coorelação

#Conclusão: Como todos os lag's estão dentro da faixa, apontado pelo grafico ao um
nivel de significância de 0.05
#Concluimos que os erros são Independentes, ou seja, NÃO estão Auto-Corelacionados

#----------------------------------------------------------------------------------
----

plot(area1,riqueza1t,xlab="Area",ylab="Riqueza Transformada sem o ponto

1",main="Investigando Area x Riqueza")
abline(modelo1t,col="Green")

summary(modelo1t)

#----------------------------------------------------------------------------------
----

riqueza1l<-log(riqueza1)
riqueza1l

area1l<-log(area1)
area1l

plot(area1l,riqueza1l)

modelo1l<-lm(riqueza1l~area1l)
modelo1l

plot(area1l,riqueza1l,xlab="Area Transformada sem o ponto 1",ylab="Riqueza

Transformada sem o ponto 1",main="Investigando Area x Riqueza")
abline(modelo1l,col="Yellow")

#----------------------------------------------------------------------------------
----
#(a) Normalidade
#Ho: Os residuos têm distribuição normal
#Ha: Os residuos NÃO tem distribuição normal

res1l<-residuals(modelo1l)
res1l

tabela1l<-cbind(area1l,riqueza1l,res1l)
tabela1l

shapiro.test(res1l)

#Conclusão: Como pivalue=0.4026 < 0.05 (Nível de Significância)

#Rejeita-se a Ho, ou seja, os residuos NÃO TÊM distribuição normal

#É um teste para saber a Confiabilidade do Modelo, pra ver se ele atende as

pressuposições basíca

#----------------------------------------------------------------------------------
----

#(c) Indepêndencia dos Erros (Resíduos)

#Ho: Os resíduos são independentes
#Ha: Os resíduos NÃO são independentes

acf(res1l) #Grafico de Auto-Coorelação

#Conclusão: Como todos os lag's estão dentro da faixa, apontado pelo grafico ao um
nivel de significância de 0.05
#Concluimos que os erros são Independentes, ou seja, NÃO estão Auto-Corelacionados

#----------------------------------------------------------------------------------
----