Escolar Documentos
Profissional Documentos
Cultura Documentos
## 1. QUANTO A NORMALIDADE
##histograma
hist(dados$CT)
## testar a normalidade
shapiro.test(dados$CT)
install.packages("car")
library(car)
qqPlot(dados$CT)
##################################################################
##agora que nosso pre-suposto foi observado vamos de teste t
##se quisermos saber se os valores do tamanho corporal s�o diferentes de zero
###uma amostra (uma cauda, ou unicaudal)
t.test(dados$CT, mu = 1.9, data = dados)
###################################################################
###agora vamos comparar tamanho do comprimento corpo entre tratamentos
####################################################################
###agora um exemplo que as premissas para test t s�o violadas
rm(list=ls())
dados = read.csv(file = "Planilha1.csv", sep = ";", header = TRUE)
###################################################################################
##### NAO PARAMETRICO ##################################################
########################################################################
########################################################################
##agora vamos testar as condi��es para o teste t ou wilcox ser realizado
## 1. distribui��o n�o normal dos dados (neste caso abundancia)
## 2. independencia das amostragens
## 1. histograma
hist(dados$abun_total)
## testar a normalidade
shapiro.test(dados$abun_total)
car::qqPlot(dados$abun_total)
#########################################################
###agora que ja conhecemos os dados vamos fazer a an�lise
##se a abundancia � diferente de zero
wilcox.test(dados$abun_total, mu = 0, data = dados)
#####################################################################
###agora vamos fazer a an�lise para comparar abundancia entre coletas
wilcox.test(dados$abun_total ~ dados$coleta, data = dados)
###################
###agora vamos voltar as dados do femur ja que o test t nao estava correto ser
usado
wilcox.test(dados$tibia ~ dados$coleta)
install.packages("ggplot2")
library(ggplot2)
###vamos plotar agora
##grafico boxplot
ggp = ggplot(dados, aes(x = coleta, y = tibia, color = local,
fill = especie)) +
geom_boxplot()+theme_classic()+
labs(x = "Eventos amostrais", y = "tamanho tibia (mm)")
ggp