4 Análises das matrizes de similaridade
Organização básica
dev.off() #apaga os graficos, se houver algum
rm(list=ls(all=TRUE)) #limpa a memória
cat("\014") #limpa o console 4.1 Importar a base de dados
#dir <- getwd()
#shell.exec(dir) #abre o diretorio de trabalho no Windows Explorer
m_bruta <- read.csv("D:/Elvio/OneDrive/MSS/_Zoo-Rebio/R_ZooRebio.rmd/zoorebio.csv",
sep = ";", dec = ",",
header = T,
row.names = 1,
na.strings = NA)
str(m_bruta)
#View(m_bruta)## 'data.frame': 49 obs. of 85 variables:
## $ Bra.angularis : num 0 0.533 0.533 0 0 ...
## $ Lepadella.sp : num 0 0.178 0.178 0.533 0.178 ...
## $ Lecane.sp : num 0 0 0 0 0 ...
## $ Lec.leontina : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.bulla : num 1.067 0 0.356 0.889 0.178 ...
## $ Lec.cornuta : num 0 0 0 0 0 ...
## $ Lec.curvicornis : num 0 0 0 0 0 ...
## $ Notholca.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Bra.urceolaris : num 0.178 0 0 0 0 ...
## $ Trichocerca.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.quadridentata : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.kluchor : num 0.178 0 0 0 0 ...
## $ Lec.lunaris : num 0.356 0.711 1.067 0 0.178 ...
## $ Rotaria.sp : num 0 1.07 0 0 0 ...
## $ Aspelta.sp : num 0.178 0 0 0 0 ...
## $ Lec.furcata : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Col.geophila : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lep.dactyliseta : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Bra.calyciflorus : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Bra.caudatus : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.crepida : num 0 0 0 0 0 ...
## $ Pla.patulus : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.ovalis : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.elasma : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Pla.quadricornis : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.aculeata : num 1.6 0.889 0 0.178 0 ...
## $ Ker.tropica : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Bdelloidea : num 0 0 0 0 0 ...
## $ Ker.lenzi : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Con.unicornis : num 0 0 0 0 0 ...
## $ Alo.dadayi : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Macrothrix.sp : num 0.178 0 0 0 0 ...
## $ Alonella.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Nauplii : num 0.711 0.889 0.178 0.889 0.711 ...
## $ Chy.eurynotus : num 0.356 0 0 0 0 ...
## $ Cyclopoida : num 0 0 0 0 0 ...
## $ Mac.collinsi : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Copepodite : num 0 0 0 0.178 0 ...
## $ Paracyclops.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Asc.ecaudis : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lep.ovalis : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Polyarthra.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Bra.havanaensis : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Hexarthra.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.hastata : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Tri.tetractis : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Ker.serrulata : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Notodiaptomus.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Bra.falcatus : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Fil.longiseta : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Myt.crassipes : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lep.patella : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Euchlanis.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Colurella.sp : num 0 0 0.178 0 0 ...
## $ Mytilina.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.monostyla : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.ligona : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Ascomorpha.sp : num 0.178 0 0 0 0 ...
## $ Pom.sulcata : num 0 0 0 0.356 0.356 ...
## $ Harpacticoida : num 0 0 0 0 0 ...
## $ Epi.senta : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Rot.neptunia : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Dis.aculeata : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.luna : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Euc.dilatata : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Bea.eudactylota : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Chy.sphaericus : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.hornemanni : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Dia.birgei : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Mac.subquadratus : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Bra.quadridentatus: num 0 0 0 0 0 0 0 0 0 0 ...
## $ Pol.vulgaris : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Pol.bicerca : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Dicranop.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Asc.saltans : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Moi.minuta : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Alo.hamulata : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Mac.laticornis : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Mac.mira : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Pro.similis : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Alo.pulchella : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Dia.spinulosum : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Chydorus.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Ily.spinifer : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Dun.odontoplax : num 0 0 0 0 0 0 0 0 0 0 ...4.2 Reset point 1
m_trab <- m_brutaAqui substitui-se uma nova matriz de dados, relativizada e/ou transformada, pela matriz bruta.
4.3 Cálculo da matriz de distâncias
Agora vamos calcular a matriz de distâncias (Legendre and Legendre 1998; Borcard, Gillet, and Legendre 2018) entre os pontos de coleta usando a função dist()
4.4 Matriz de distâncias
m_dists <- dist(m_trab, method = "euclidian", diag = TRUE, upper = FALSE)Visualizar a matriz.
#m_dists
str(m_dists)
mode(m_dists)
class(m_dists)
length(as.matrix(m_dists))
as.matrix(m_dists)[1:10, 1:10]## 'dist' num [1:1176] 1.88 2.12 1.71 1.96 2.05 ...
## - attr(*, "Size")= int 49
## - attr(*, "Labels")= chr [1:49] "BB1-P01" "BB1-P02" "BB1-P03" "BB2-P01" ...
## - attr(*, "Diag")= logi TRUE
## - attr(*, "Upper")= logi FALSE
## - attr(*, "method")= chr "euclidean"
## - attr(*, "call")= language dist(x = m_trab, method = "euclidian", diag = TRUE, upper = FALSE)
## [1] "numeric"
## [1] "dist"
## [1] 2401
## BB1-P01 BB1-P02 BB1-P03 BB2-P01 BB2-P02 BB2-P03 BB3-P01 BB3-P02 BB3-P03 BB4-P01
## BB1-P01 0.000000 1.881423 2.118467 1.7144268 1.9555556 2.0502334 1.9636197 1.9716509 1.9716509 4.038335
## BB1-P02 1.881423 0.000000 1.648643 1.8730051 1.6390301 1.6771522 1.9796496 2.4697678 2.3917554 4.214496
## BB1-P03 2.118467 1.648643 0.000000 1.6000000 1.2444444 1.1383332 1.2819738 1.8898037 1.8216801 4.108167
## BB2-P01 1.714427 1.873005 1.600000 0.0000000 0.8709297 1.2057476 1.2187830 1.3063945 1.3063945 3.699316
## BB2-P02 1.955556 1.639030 1.244444 0.8709297 0.0000000 0.5621827 0.9573626 1.6865481 1.5900928 3.866411
## BB2-P03 2.050233 1.677152 1.138333 1.2057476 0.5621827 0.0000000 0.7749154 1.7777778 1.6677034 3.995059
## BB3-P01 1.963620 1.979650 1.281974 1.2187830 0.9573626 0.7749154 0.0000000 1.3184353 1.1657668 3.787960
## BB3-P02 1.971651 2.469768 1.889804 1.3063945 1.6865481 1.7777778 1.3184353 0.0000000 0.5621827 3.433459
## BB3-P03 1.971651 2.391755 1.821680 1.3063945 1.5900928 1.6677034 1.1657668 0.5621827 0.0000000 3.074065
## BB4-P01 4.038335 4.214496 4.108167 3.6993159 3.8664112 3.9950587 3.7879601 3.4334592 3.0740651 0.000000Uma matriz do tipo dist no R é um objeto que armazena as distâncias entre as linhas de uma matriz ou um data frame. Ela é criada pela função dist(), que calcula as distâncias usando diferentes medidas, como “euclidean”, “manhattan”, “canberra”, “binary” ou “minkowski” (Horton and Kleinman 2015).
range(m_trab)
range(m_dists)
min(m_dists)
max(m_dists)
mean(m_dists) #CENTROIDE!! ou Grand mean
sd(m_dists) #standard deviation
centroide <- mean(m_dists)
centroide## [1] 0 72
## [1] 0.3975232 128.2730421
## [1] 0.3975232
## [1] 128.273
## [1] 17.27709
## [1] 27.46556
## [1] 17.27709A função mean() calcula a média de todos os valores da matriz de distâncias, ou seja, a média multivariada, que é o centróide. Nesse caso o centroide assume o valor de 17.3. Usamos agora a fórmula m*(m-1)/2, onde m é o no. de objetos sendo comparados, para calcular quantas distâcias temos na nossa matriz.
length(m_dists)
m <- nrow(as.matrix(m_dists))
m
m*(m-1)/2
summary(m_dists)## [1] 1176
## [1] 49
## [1] 1176
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.3975 2.3366 4.2276 17.2771 12.8234 128.2730Temos então que m é 49 objetos (ou linhas), e portanto, a matriz de distâncias tem 1176 valores. Fazemos agora um breve sumário do que foi calculado até agora com base na matriz de distâncias.
Sumario1 <- cbind(min(m_dists),
max(m_dists),
sd(m_dists),
mean(m_dists),
length(m_dists))
colnames(Sumario1) <- c("Minimo", "Maximo", "Desv.Padr", "Media", "m(m-1)/2")
rownames(Sumario1) <- ("Valores")
Sumario1## Minimo Maximo Desv.Padr Media m(m-1)/2
## Valores 0.3975232 128.273 27.46556 17.27709 11764.5 Calculando a assimetria e a curtose
library(moments)
sk <- skewness(as.matrix(m_dists)) #calcula a assimetria da matriz
ku <- kurtosis(as.matrix(m_dists)) #calcula a curtose da matriz
sku <- cbind(sk,ku) #junta os dois valores em um vetor
colnames(sku) <- c("assimetria", "curtose") #nomeia as colunas do vetor
sku[1:10,] #mostra as primeiras 10 linhas desse vetor
summary(sku) #mostra um resumo estatístico do vetor## assimetria curtose
## BB1-P01 2.979449 10.68082
## BB1-P02 3.000895 10.80319
## BB1-P03 2.965991 10.60747
## BB2-P01 2.970184 10.64078
## BB2-P02 2.966339 10.62497
## BB2-P03 2.961010 10.59150
## BB3-P01 2.953173 10.53677
## BB3-P02 2.964937 10.59193
## BB3-P03 2.964249 10.58770
## BB4-P01 3.020876 10.90521
## assimetria curtose
## Min. :-4.762 Min. :10.54
## 1st Qu.: 2.966 1st Qu.:10.63
## Median : 2.985 Median :10.80
## Mean : 2.507 Mean :12.22
## 3rd Qu.: 3.022 3rd Qu.:11.16
## Max. : 3.312 Max. :34.034.6 Distribuição de frequências da matriz de distâncias
O código abaixo vai plotar um histograma e um boxplot da distribuição de dados armazenada na matriz de distâncias. Também é adicionada uma curva normal teórica ao histograma utilizando a média e o desvio padrão dos dados (Figura 4.1. As funções floor(min(m_dists)) e ceiling(max(m_dists)) definem os limites dos graficos pelo valores mínimo e máximo do objeto.
range(m_dists)## [1] 0.3975232 128.2730421par(mfrow=c(2,1))
hist(m_dists,
breaks = 15, #determina o no. de colunas do histograma
xlim = range(floor(min(m_dists)), ceiling(max(m_dists))),
xlab = "Distr. de Frequências",
freq = FALSE)
curve(dnorm(x, mean=mean(m_dists), sd=sd(m_dists)), add=TRUE)
boxplot.default(m_dists, horizontal = TRUE, frame = FALSE,
xlab="Distr. de Frequências",
ylim=c(floor(min(m_dists)), ceiling(max(m_dists)))) #limites do eixo Y
Figure 4.1: Distribuições de frequências da matriz de distâncias
par(mfrow=c(1,1))O comando abaixo apaga os gráficos.
dev.off()4.7 Relativizando e transformando a base de dados
Os códigos para as principais relativizações estão AQUI
library(vegan)
m_relcol <- decostand(m_trab,
method="total",
MARGIN = 2)
#colSums(m_relcol)
#range(m_relcol)
#View(m_relcol)
#m_relcolTransformação pelo arcoseno da raiz quadrada. Os códigos para as principais transformações estão AQUI
m_relcol_asrq <- asin(sqrt(m_relcol))
#View(m_relcol_asrq)
m_relcol_asrqpi <- 2/pi*(asin(sqrt(m_relcol)))
#View(m_relcol_asrqpi)
#rowSums(m_relcol_asrqpi)
#range(m_relcol_asrqpi)4.8 Reset point 2
m_trns <- m_relcol_asrqpi
#m_dists <- dist(m_trns, method = "euclidian", diag = TRUE, upper = FALSE)4.9 Procurando outliers
4.9.1 Listas de distâncias
Lista com as distâncias em desvio padrão entre cada objeto e o centróide, baseado na matriz de distâncias (relativizada/transformada ou bruta, dependendo do arquivo escolhido). As distâncias médias do centróide, expressas em desvios padrão, também podem ser chamadas de z-scores.
library(matrixStats)
m_dists_am <- (as.matrix(m_dists))
centroide_am <- mean(m_dists_am)
av.dist <- (as.matrix(colMeans(m_dists_am, na.rm=T)))
av.desvpad <- (as.matrix(colSds(m_dists_am, na.rm=T)))
dp.centroide_am <- (av.dist-centroide_am)/(colSds(av.dist)) #ou z-scores
list <- as.matrix(cbind(av.dist, av.desvpad, dp.centroide_am))
list## [,1] [,2] [,3]
## BB1-P01 10.366657 21.17447 -0.35004252
## BB1-P02 10.239858 21.22115 -0.35681073
## BB1-P03 10.245557 21.36826 -0.35650657
## BB2-P01 9.910324 21.31641 -0.37440054
## BB2-P02 9.952817 21.39863 -0.37213233
## BB2-P03 10.043020 21.44608 -0.36731750
## BB3-P01 10.012807 21.47299 -0.36893019
## BB3-P02 10.046706 21.29785 -0.36712076
## BB3-P03 9.926650 21.35139 -0.37352908
## BB4-P01 10.737426 20.86363 -0.33025169
## BB4-P02 9.911353 21.45100 -0.37434558
## BB4-P03 9.858023 21.42593 -0.37719222
## BB5-P01 11.826576 20.58031 -0.27211535
## BB5-P02 10.334911 21.10148 -0.35173706
## BB5-P03 9.816750 21.45020 -0.37939529
## BB6-P01 13.306819 20.26184 -0.19310334
## BB6-P02 10.979198 21.00903 -0.31734648
## BB6-P03 11.149078 20.83771 -0.30827865
## CA1-P04 10.092619 21.07106 -0.36467001
## CA1-P05 11.906309 19.88002 -0.26785936
## CA1-P06 10.017961 21.23149 -0.36865508
## CA2-P04 11.267797 20.26701 -0.30194167
## CA2-P05 10.757198 20.55754 -0.32919632
## CA2-P06 10.904969 20.41827 -0.32130862
## CA3-P04 10.113967 21.11491 -0.36353050
## CA3-P05 10.193394 20.90872 -0.35929088
## CA3-P06 9.854828 21.31790 -0.37736278
## CA4-P04 9.825552 21.41124 -0.37892545
## CA4-P05 10.051143 21.38859 -0.36688392
## CA4-P06 10.046077 21.47492 -0.36715433
## CA5-P04 9.768961 21.42554 -0.38194618
## CA5-P05 9.928215 21.37034 -0.37344556
## CA5-P06 10.001365 21.38745 -0.36954098
## CA6-P04 28.450374 14.20741 0.61522527
## CA6-P05 13.908976 19.89047 -0.16096155
## CA6-P06 9.994444 21.48038 -0.36991039
## EN08 10.525473 21.27891 -0.34156528
## EN09 10.620472 20.99889 -0.33649445
## EN10 11.545458 20.85078 -0.28712079
## EN11 89.716061 14.56606 3.88544876
## EN12 89.292543 14.24555 3.86284232
## EN13 10.602997 21.05735 -0.33742723
## EN15 69.913680 12.92970 2.82844252
## EN16 56.153862 11.86904 2.09397467
## EN14 17.545242 17.84089 0.03313406
## EN17 16.166545 18.98282 -0.04045763
## RE19 10.853765 20.86100 -0.32404176
## RE18 11.852152 20.45576 -0.27075014
## RE07 28.763310 15.83638 0.63192914Ordenamos as distâncias da maior para a menor
colnames(list, do.NULL = FALSE)
colnames(list) <- c("Av.Dist", "Av.StDev", "DP.Centroide")
list2 <- list[order(list[,1], decreasing = TRUE),] #[,1] ou o nome da coluna
list2## [1] "col1" "col2" "col3"
## Av.Dist Av.StDev DP.Centroide
## EN11 89.716061 14.56606 3.88544876
## EN12 89.292543 14.24555 3.86284232
## EN15 69.913680 12.92970 2.82844252
## EN16 56.153862 11.86904 2.09397467
## RE07 28.763310 15.83638 0.63192914
## CA6-P04 28.450374 14.20741 0.61522527
## EN14 17.545242 17.84089 0.03313406
## EN17 16.166545 18.98282 -0.04045763
## CA6-P05 13.908976 19.89047 -0.16096155
## BB6-P01 13.306819 20.26184 -0.19310334
## CA1-P05 11.906309 19.88002 -0.26785936
## RE18 11.852152 20.45576 -0.27075014
## BB5-P01 11.826576 20.58031 -0.27211535
## EN10 11.545458 20.85078 -0.28712079
## CA2-P04 11.267797 20.26701 -0.30194167
## BB6-P03 11.149078 20.83771 -0.30827865
## BB6-P02 10.979198 21.00903 -0.31734648
## CA2-P06 10.904969 20.41827 -0.32130862
## RE19 10.853765 20.86100 -0.32404176
## CA2-P05 10.757198 20.55754 -0.32919632
## BB4-P01 10.737426 20.86363 -0.33025169
## EN09 10.620472 20.99889 -0.33649445
## EN13 10.602997 21.05735 -0.33742723
## EN08 10.525473 21.27891 -0.34156528
## BB1-P01 10.366657 21.17447 -0.35004252
## BB5-P02 10.334911 21.10148 -0.35173706
## BB1-P03 10.245557 21.36826 -0.35650657
## BB1-P02 10.239858 21.22115 -0.35681073
## CA3-P05 10.193394 20.90872 -0.35929088
## CA3-P04 10.113967 21.11491 -0.36353050
## CA1-P04 10.092619 21.07106 -0.36467001
## CA4-P05 10.051143 21.38859 -0.36688392
## BB3-P02 10.046706 21.29785 -0.36712076
## CA4-P06 10.046077 21.47492 -0.36715433
## BB2-P03 10.043020 21.44608 -0.36731750
## CA1-P06 10.017961 21.23149 -0.36865508
## BB3-P01 10.012807 21.47299 -0.36893019
## CA5-P06 10.001365 21.38745 -0.36954098
## CA6-P06 9.994444 21.48038 -0.36991039
## BB2-P02 9.952817 21.39863 -0.37213233
## CA5-P05 9.928215 21.37034 -0.37344556
## BB3-P03 9.926650 21.35139 -0.37352908
## BB4-P02 9.911353 21.45100 -0.37434558
## BB2-P01 9.910324 21.31641 -0.37440054
## BB4-P03 9.858023 21.42593 -0.37719222
## CA3-P06 9.854828 21.31790 -0.37736278
## CA4-P04 9.825552 21.41124 -0.37892545
## BB5-P03 9.816750 21.45020 -0.37939529
## CA5-P04 9.768961 21.42554 -0.381946184.9.2 Distribuição de frequências das distâncias médias para o centróide Av.Dist
Observe o valor máximo e mínimo gerados pela função range() e substitua nas linhas de código assinaladas com #. Aqui o menor valor foi 9.7689607 e o maior valor foi 89.7160615. Use valores maiores para facilitar a visualização no gráfico (Figura 4.2).
range(av.dist)## [1] 9.768961 89.716061par(mfrow=c(3,1))
hist(list2[, "Av.Dist"],
breaks = 15, #determina o no. de colunas do histograma
xlab = "Distr. de Frequências das Distâncias (em dp) para o centroide",
main = "Distribuição de Frequência da distância média para o centroide",
xlim = range(floor(min(av.dist)), ceiling(max(av.dist))), #substitua aqui o menor e maior valor do `range()`
freq = T)
hist(list2[, "Av.Dist"],
breaks = 15, #determina o no. de colunas do histograma
xlab = "Distr. de Frequências das Distâncias (em dp) para o centroide",
main = "Curva de normalidade ajustada para a Distribuição de Frequência",
xlim = range(floor(min(av.dist)), ceiling(max(av.dist))), #substitua aqui o menor e maior valor do `range()`
freq = F)
curve(dnorm(x, mean=mean(list2[, "Av.Dist"]), sd=sd(list2[, "Av.Dist"])), add=TRUE)
boxplot.default(list2[, "Av.Dist"], horizontal = TRUE, frame = FALSE,
xlab="Distr. de Frequências",
ylim=c(floor(min(av.dist)), ceiling(max(av.dist)))) #substitua aqui o menor e maior valor do `range()`
Figure 4.2: Distribuição de frequências das distâncias médias para o centroide.
par(mfrow=c(1,1))4.9.2.1 Distribuição de frequências dos desvios padões das distâncias médias para o centróide DP.Centroide
Observe o valor máximo e mínimo gerados pela função range() e substitua nas linhas de código assinaladas com #. Aqui o menor valor foi -0.3819462 e o maior valor foi 3.8854488. Use valores maiores para facilitar a visualização no gráfico (Figura 4.3).
range(dp.centroide_am)## [1] -0.3819462 3.8854488par(mfrow=c(3,1))
hist(list2[, "DP.Centroide"],
breaks = 15, #determina o no. de colunas do histograma
xlab = "Distr. de Frequências das Distâncias dos desvios padões para o centroide",
main = "Distribuição de Frequência dos desvio padões das distâncias médias para o centroide",
xlim = range(floor(min(dp.centroide_am)), ceiling(max(dp.centroide_am))), #substitua aqui o menor e maior valor do `range()`
freq = T)
hist(list2[, "DP.Centroide"],
breaks = 15, #determina o no. de colunas do histograma
xlab = "Distr. de Frequências das Distâncias dos desvios padrões das distâncias médias para o centroide",
main = "Curva de normalidade ajustada para a Distribuição de Frequência",
xlim = range(floor(min(dp.centroide_am)), ceiling(max(dp.centroide_am))), #substitua aqui o menor e maior valor do `range()`
freq = F)
curve(dnorm(x, mean=mean(list2[, "DP.Centroide"]), sd=sd(list2[, "DP.Centroide"])), add=TRUE)
boxplot.default(list2[, "DP.Centroide"], horizontal = TRUE, frame = FALSE,
xlab="Distr. de Frequências",
ylim=c(floor(min(dp.centroide_am)), ceiling(max(dp.centroide_am)))) #substitua aqui o menor e maior valor do `range()`
Figure 4.3: Distribuição de frequências dos desvios padões das distâncias médias para o centroide.
par(mfrow=c(1,1))Se necessário apague os gráficos
dev.off()4.10 Lista final de outliers
Agora fazemos a lista final de distâncias com os outliers baseados em um ‘cutoff’.
cutoff <- 2.0Note que o ‘cutoff’ foi estabelecido no código acima no vetor ‘cutoff <-’. Ou seja, o ‘cutoff’ definindo quem serão considerados outliers, foi estabelecido como sendo valores de +2.0 e -2.0 desvios padrões da média multivariada ou centroide. Valores acima ou abaixo do ‘cutoff’ definido recebem o nome “OUTLIER”, na coluna “Outliers”. Criada com o código abaixo.
library(gt)
format(cutoff, nsmall = 1)
listf <- as.data.frame(list2)
listf$Outliers <- ifelse(listf$DP.Centroide>-cutoff & listf$DP.Centroide<cutoff, "", "OUTLIER")
listf
gt(cbind(Sítios=rownames(listf),listf))## [1] "2.0"
## Av.Dist Av.StDev DP.Centroide Outliers
## EN11 89.716061 14.56606 3.88544876 OUTLIER
## EN12 89.292543 14.24555 3.86284232 OUTLIER
## EN15 69.913680 12.92970 2.82844252 OUTLIER
## EN16 56.153862 11.86904 2.09397467 OUTLIER
## RE07 28.763310 15.83638 0.63192914
## CA6-P04 28.450374 14.20741 0.61522527
## EN14 17.545242 17.84089 0.03313406
## EN17 16.166545 18.98282 -0.04045763
## CA6-P05 13.908976 19.89047 -0.16096155
## BB6-P01 13.306819 20.26184 -0.19310334
## CA1-P05 11.906309 19.88002 -0.26785936
## RE18 11.852152 20.45576 -0.27075014
## BB5-P01 11.826576 20.58031 -0.27211535
## EN10 11.545458 20.85078 -0.28712079
## CA2-P04 11.267797 20.26701 -0.30194167
## BB6-P03 11.149078 20.83771 -0.30827865
## BB6-P02 10.979198 21.00903 -0.31734648
## CA2-P06 10.904969 20.41827 -0.32130862
## RE19 10.853765 20.86100 -0.32404176
## CA2-P05 10.757198 20.55754 -0.32919632
## BB4-P01 10.737426 20.86363 -0.33025169
## EN09 10.620472 20.99889 -0.33649445
## EN13 10.602997 21.05735 -0.33742723
## EN08 10.525473 21.27891 -0.34156528
## BB1-P01 10.366657 21.17447 -0.35004252
## BB5-P02 10.334911 21.10148 -0.35173706
## BB1-P03 10.245557 21.36826 -0.35650657
## BB1-P02 10.239858 21.22115 -0.35681073
## CA3-P05 10.193394 20.90872 -0.35929088
## CA3-P04 10.113967 21.11491 -0.36353050
## CA1-P04 10.092619 21.07106 -0.36467001
## CA4-P05 10.051143 21.38859 -0.36688392
## BB3-P02 10.046706 21.29785 -0.36712076
## CA4-P06 10.046077 21.47492 -0.36715433
## BB2-P03 10.043020 21.44608 -0.36731750
## CA1-P06 10.017961 21.23149 -0.36865508
## BB3-P01 10.012807 21.47299 -0.36893019
## CA5-P06 10.001365 21.38745 -0.36954098
## CA6-P06 9.994444 21.48038 -0.36991039
## BB2-P02 9.952817 21.39863 -0.37213233
## CA5-P05 9.928215 21.37034 -0.37344556
## BB3-P03 9.926650 21.35139 -0.37352908
## BB4-P02 9.911353 21.45100 -0.37434558
## BB2-P01 9.910324 21.31641 -0.37440054
## BB4-P03 9.858023 21.42593 -0.37719222
## CA3-P06 9.854828 21.31790 -0.37736278
## CA4-P04 9.825552 21.41124 -0.37892545
## BB5-P03 9.816750 21.45020 -0.37939529
## CA5-P04 9.768961 21.42554 -0.38194618| Sítios | Av.Dist | Av.StDev | DP.Centroide | Outliers |
|---|---|---|---|---|
| EN11 | 89.716061 | 14.56606 | 3.88544876 | OUTLIER |
| EN12 | 89.292543 | 14.24555 | 3.86284232 | OUTLIER |
| EN15 | 69.913680 | 12.92970 | 2.82844252 | OUTLIER |
| EN16 | 56.153862 | 11.86904 | 2.09397467 | OUTLIER |
| RE07 | 28.763310 | 15.83638 | 0.63192914 | |
| CA6-P04 | 28.450374 | 14.20741 | 0.61522527 | |
| EN14 | 17.545242 | 17.84089 | 0.03313406 | |
| EN17 | 16.166545 | 18.98282 | -0.04045763 | |
| CA6-P05 | 13.908976 | 19.89047 | -0.16096155 | |
| BB6-P01 | 13.306819 | 20.26184 | -0.19310334 | |
| CA1-P05 | 11.906309 | 19.88002 | -0.26785936 | |
| RE18 | 11.852152 | 20.45576 | -0.27075014 | |
| BB5-P01 | 11.826576 | 20.58031 | -0.27211535 | |
| EN10 | 11.545458 | 20.85078 | -0.28712079 | |
| CA2-P04 | 11.267797 | 20.26701 | -0.30194167 | |
| BB6-P03 | 11.149078 | 20.83771 | -0.30827865 | |
| BB6-P02 | 10.979198 | 21.00903 | -0.31734648 | |
| CA2-P06 | 10.904969 | 20.41827 | -0.32130862 | |
| RE19 | 10.853765 | 20.86100 | -0.32404176 | |
| CA2-P05 | 10.757198 | 20.55754 | -0.32919632 | |
| BB4-P01 | 10.737426 | 20.86363 | -0.33025169 | |
| EN09 | 10.620472 | 20.99889 | -0.33649445 | |
| EN13 | 10.602997 | 21.05735 | -0.33742723 | |
| EN08 | 10.525473 | 21.27891 | -0.34156528 | |
| BB1-P01 | 10.366657 | 21.17447 | -0.35004252 | |
| BB5-P02 | 10.334911 | 21.10148 | -0.35173706 | |
| BB1-P03 | 10.245557 | 21.36826 | -0.35650657 | |
| BB1-P02 | 10.239858 | 21.22115 | -0.35681073 | |
| CA3-P05 | 10.193394 | 20.90872 | -0.35929088 | |
| CA3-P04 | 10.113967 | 21.11491 | -0.36353050 | |
| CA1-P04 | 10.092619 | 21.07106 | -0.36467001 | |
| CA4-P05 | 10.051143 | 21.38859 | -0.36688392 | |
| BB3-P02 | 10.046706 | 21.29785 | -0.36712076 | |
| CA4-P06 | 10.046077 | 21.47492 | -0.36715433 | |
| BB2-P03 | 10.043020 | 21.44608 | -0.36731750 | |
| CA1-P06 | 10.017961 | 21.23149 | -0.36865508 | |
| BB3-P01 | 10.012807 | 21.47299 | -0.36893019 | |
| CA5-P06 | 10.001365 | 21.38745 | -0.36954098 | |
| CA6-P06 | 9.994444 | 21.48038 | -0.36991039 | |
| BB2-P02 | 9.952817 | 21.39863 | -0.37213233 | |
| CA5-P05 | 9.928215 | 21.37034 | -0.37344556 | |
| BB3-P03 | 9.926650 | 21.35139 | -0.37352908 | |
| BB4-P02 | 9.911353 | 21.45100 | -0.37434558 | |
| BB2-P01 | 9.910324 | 21.31641 | -0.37440054 | |
| BB4-P03 | 9.858023 | 21.42593 | -0.37719222 | |
| CA3-P06 | 9.854828 | 21.31790 | -0.37736278 | |
| CA4-P04 | 9.825552 | 21.41124 | -0.37892545 | |
| BB5-P03 | 9.816750 | 21.45020 | -0.37939529 | |
| CA5-P04 | 9.768961 | 21.42554 | -0.38194618 |
4.11 Particionando a matriz
Talvez seja necessário particionar a matriz atua de trabalho para remover os outliers. Isso pode ser feito com os códigos abaixo que definem os outliers no vetor outlier_sites. Ele define quais objetos ou UA’s serão particionados.
outlier_sites <- rownames(listf)[listf$Outliers == "OUTLIER"]
outlier_sites
m_part_out <- m_trns[!(row.names(m_trns) %in% c(outlier_sites)),]
m_part_out
str(m_part_out)## [1] "EN11" "EN12" "EN15" "EN16"
## Bra.angularis Lepadella.sp Lecane.sp Lec.leontina Lec.bulla Lec.cornuta Lec.curvicornis Notholca.sp
## BB1-P01 0.0000000 0.00000000 0.0000000 0 0.05893968 0.0000000 0.0000000 0
## BB1-P02 0.3690101 0.07856172 0.0000000 0 0.00000000 0.0000000 0.0000000 0
## BB1-P03 0.3690101 0.07856172 0.0000000 0 0.03399641 0.0000000 0.0000000 0
## BB2-P01 0.0000000 0.13677765 0.0000000 0 0.05379148 0.0000000 0.0000000 0
## BB2-P02 0.0000000 0.07856172 0.0000000 0 0.02403337 0.0000000 0.0000000 0
## BB2-P03 0.0000000 0.07856172 0.0000000 0 0.00000000 0.0000000 0.0000000 0
## BB3-P01 0.0000000 0.00000000 0.3333333 0 0.04164684 0.1131341 0.0000000 0
## BB3-P02 0.0000000 0.00000000 0.0000000 0 0.07223791 0.0000000 0.0000000 0
## BB3-P03 0.0000000 0.00000000 0.0000000 0 0.06809025 0.1131341 0.0000000 0
## BB4-P01 0.0000000 0.00000000 0.0000000 0 0.06809025 0.0000000 0.1473631 0
## BB4-P02 0.0000000 0.00000000 0.0000000 0 0.03399641 0.0000000 0.0000000 1
## Bra.urceolaris Trichocerca.sp Lec.quadridentata Lec.kluchor Lec.lunaris Rotaria.sp Aspelta.sp Lec.furcata
## BB1-P01 0.3918266 0 0 0.2467517 0.11788372 0.00000000 0.1949822 0
## BB1-P02 0.0000000 0 0 0.0000000 0.16769424 0.07645609 0.0000000 0
## BB1-P03 0.0000000 0 0 0.0000000 0.20662441 0.00000000 0.0000000 0
## BB2-P01 0.0000000 0 0 0.0000000 0.00000000 0.00000000 0.0000000 0
## BB2-P02 0.0000000 0 0 0.0000000 0.08311677 0.00000000 0.0000000 0
## BB2-P03 0.0000000 0 0 0.0000000 0.08311677 0.00000000 0.0000000 0
## BB3-P01 0.0000000 0 0 0.0000000 0.00000000 0.00000000 0.0000000 0
## BB3-P02 0.0000000 0 0 0.0000000 0.00000000 0.00000000 0.0000000 0
## BB3-P03 0.0000000 0 0 0.0000000 0.00000000 0.00000000 0.0000000 0
## BB4-P01 0.0000000 0 0 0.0000000 0.00000000 0.00000000 0.0000000 0
## BB4-P02 0.0000000 0 0 0.0000000 0.00000000 0.04407110 0.0000000 0
## Col.geophila Lep.dactyliseta Bra.calyciflorus Bra.caudatus Lec.crepida Pla.patulus Lec.ovalis Lec.elasma
## BB1-P01 0 0 0 0 0.0000000 0 0 0
## BB1-P02 0 0 0 0 0.0000000 0 0 0
## BB1-P03 0 0 0 0 0.0000000 0 0 0
## BB2-P01 0 0 0 0 0.0000000 0 0 0
## BB2-P02 0 0 0 0 0.0000000 0 0 0
## BB2-P03 0 0 0 0 0.2163469 0 0 0
## BB3-P01 0 0 0 0 0.0000000 0 0 0
## BB3-P02 0 0 0 0 0.0000000 0 0 0
## BB3-P03 0 0 0 0 0.0000000 0 0 0
## BB4-P01 0 0 0 0 0.0000000 0 0 0
## BB4-P02 0 0 0 0 0.0000000 0 0 0
## Pla.quadricornis Lec.aculeata Ker.tropica Bdelloidea Ker.lenzi Con.unicornis Alo.dadayi Macrothrix.sp
## BB1-P01 0 0.4418018 0 0.00000000 0 0.0000000 0 0.1949822
## BB1-P02 0 0.3163570 0 0.00000000 0 0.0000000 0 0.0000000
## BB1-P03 0 0.0000000 0 0.00000000 0 0.0000000 0 0.0000000
## BB2-P01 0 0.1367777 0 0.00000000 0 0.0000000 0 0.0000000
## BB2-P02 0 0.0000000 0 0.00000000 0 0.0000000 0 0.0000000
## BB2-P03 0 0.0000000 0 0.00000000 0 0.0000000 0 0.0000000
## BB3-P01 0 0.0000000 0 0.03451711 0 0.0000000 0 0.0000000
## BB3-P02 0 0.0000000 0 0.04883854 0 0.5000000 0 0.0000000
## BB3-P03 0 0.0000000 0 0.06913621 0 0.3918266 0 0.0000000
## BB4-P01 0 0.0000000 0 0.15584137 0 0.0000000 0 0.0000000
## BB4-P02 0 0.0000000 0 0.09159462 0 0.0000000 0 0.0000000
## Alonella.sp Nauplii Chy.eurynotus Cyclopoida Mac.collinsi Copepodite Paracyclops.sp Asc.ecaudis Lep.ovalis
## BB1-P01 0 0.03510911 0.3333333 0.00000000 0 0.00000000 0 0 0
## BB1-P02 0 0.03925816 0.0000000 0.00000000 0 0.00000000 0 0 0
## BB1-P03 0 0.01754788 0.0000000 0.00000000 0 0.00000000 0 0 0
## BB2-P01 0 0.03925816 0.0000000 0.00000000 0 0.05569274 0 0 0
## BB2-P02 0 0.03510911 0.0000000 0.00000000 0 0.00000000 0 0 0
## BB2-P03 0 0.02481960 0.0000000 0.00000000 0 0.00000000 0 0 0
## BB3-P01 0 0.00000000 0.0000000 0.00000000 0 0.00000000 0 0 0
## BB3-P02 0 0.02481960 0.0000000 0.09862661 0 0.05569274 0 0 0
## BB3-P03 0 0.02481960 0.0000000 0.00000000 0 0.00000000 0 0 0
## BB4-P01 0 0.04967702 0.0000000 0.00000000 0 0.05569274 0 0 0
## BB4-P02 0 0.01754788 0.0000000 0.00000000 0 0.00000000 0 0 0
## Polyarthra.sp Bra.havanaensis Hexarthra.sp Lec.hastata Tri.tetractis Ker.serrulata Notodiaptomus.sp Bra.falcatus
## BB1-P01 0 0 0 0 0 0 0 0
## BB1-P02 0 0 0 0 0 0 0 0
## BB1-P03 0 0 0 0 0 0 0 0
## BB2-P01 0 0 0 0 0 0 0 0
## BB2-P02 0 0 0 0 0 0 0 0
## BB2-P03 0 0 0 0 0 0 0 0
## BB3-P01 0 0 0 0 0 0 0 0
## BB3-P02 0 0 0 0 0 0 0 0
## BB3-P03 0 0 0 0 0 0 0 0
## BB4-P01 0 0 0 0 0 0 0 0
## BB4-P02 0 0 0 0 0 0 0 0
## Fil.longiseta Myt.crassipes Lep.patella Euchlanis.sp Colurella.sp Mytilina.sp Lec.monostyla Lec.ligona
## BB1-P01 0 0 0 0 0.00000000 0 0 0
## BB1-P02 0 0 0 0 0.00000000 0 0 0
## BB1-P03 0 0 0 0 0.09634135 0 0 0
## BB2-P01 0 0 0 0 0.00000000 0 0 0
## BB2-P02 0 0 0 0 0.00000000 0 0 0
## BB2-P03 0 0 0 0 0.00000000 0 0 0
## BB3-P01 0 0 0 0 0.00000000 0 0 0
## BB3-P02 0 0 0 0 0.00000000 0 0 0
## BB3-P03 0 0 0 0 0.00000000 0 0 0
## BB4-P01 0 0 0 0 0.00000000 0 0 0
## BB4-P02 0 0 0 0 0.00000000 0 0 0
## Ascomorpha.sp Pom.sulcata Harpacticoida Epi.senta Rot.neptunia Dis.aculeata Lec.luna Euc.dilatata
## BB1-P01 1 0.0 0 0 0 0 0 0
## BB1-P02 0 0.0 0 0 0 0 0 0
## BB1-P03 0 0.0 0 0 0 0 0 0
## BB2-P01 0 0.5 0 0 0 0 0 0
## BB2-P02 0 0.5 0 0 0 0 0 0
## BB2-P03 0 0.0 0 0 0 0 0 0
## BB3-P01 0 0.0 0 0 0 0 0 0
## BB3-P02 0 0.0 1 0 0 0 0 0
## BB3-P03 0 0.0 0 0 0 0 0 0
## BB4-P01 0 0.0 0 0 0 0 0 0
## BB4-P02 0 0.0 0 1 0 0 0 0
## Bea.eudactylota Chy.sphaericus Lec.hornemanni Dia.birgei Mac.subquadratus Bra.quadridentatus Pol.vulgaris
## BB1-P01 0 0 0 0 0 0 0
## BB1-P02 0 0 0 0 0 0 0
## BB1-P03 0 0 0 0 0 0 0
## BB2-P01 0 0 0 0 0 0 0
## BB2-P02 0 0 0 0 0 0 0
## BB2-P03 0 0 0 0 0 0 0
## BB3-P01 0 0 0 0 0 0 0
## BB3-P02 0 0 0 0 0 0 0
## BB3-P03 0 0 0 0 0 0 0
## BB4-P01 0 0 0 0 0 0 0
## BB4-P02 0 0 0 0 0 0 0
## Pol.bicerca Dicranop.sp Asc.saltans Moi.minuta Alo.hamulata Mac.laticornis Mac.mira Pro.similis Alo.pulchella
## BB1-P01 0 0 0 0 0 0 0 0 0
## BB1-P02 0 0 0 0 0 0 0 0 0
## BB1-P03 0 0 0 0 0 0 0 0 0
## BB2-P01 0 0 0 0 0 0 0 0 0
## BB2-P02 0 0 0 0 0 0 0 0 0
## BB2-P03 0 0 0 0 0 0 0 0 0
## BB3-P01 0 0 0 0 0 0 0 0 0
## BB3-P02 0 0 0 0 0 0 0 0 0
## BB3-P03 0 0 0 0 0 0 0 0 0
## BB4-P01 0 0 0 0 0 0 0 0 0
## BB4-P02 0 0 0 0 0 0 0 0 0
## Dia.spinulosum Chydorus.sp Ily.spinifer Dun.odontoplax
## BB1-P01 0 0 0 0
## BB1-P02 0 0 0 0
## BB1-P03 0 0 0 0
## BB2-P01 0 0 0 0
## BB2-P02 0 0 0 0
## BB2-P03 0 0 0 0
## BB3-P01 0 0 0 0
## BB3-P02 0 0 0 0
## BB3-P03 0 0 0 0
## BB4-P01 0 0 0 0
## BB4-P02 0 0 0 0
## [ reached 'max' / getOption("max.print") -- omitted 34 rows ]
## 'data.frame': 45 obs. of 85 variables:
## $ Bra.angularis : num 0 0.369 0.369 0 0 ...
## $ Lepadella.sp : num 0 0.0786 0.0786 0.1368 0.0786 ...
## $ Lecane.sp : num 0 0 0 0 0 ...
## $ Lec.leontina : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.bulla : num 0.0589 0 0.034 0.0538 0.024 ...
## $ Lec.cornuta : num 0 0 0 0 0 ...
## $ Lec.curvicornis : num 0 0 0 0 0 ...
## $ Notholca.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Bra.urceolaris : num 0.392 0 0 0 0 ...
## $ Trichocerca.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.quadridentata : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.kluchor : num 0.247 0 0 0 0 ...
## $ Lec.lunaris : num 0.1179 0.1677 0.2066 0 0.0831 ...
## $ Rotaria.sp : num 0 0.0765 0 0 0 ...
## $ Aspelta.sp : num 0.195 0 0 0 0 ...
## $ Lec.furcata : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Col.geophila : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lep.dactyliseta : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Bra.calyciflorus : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Bra.caudatus : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.crepida : num 0 0 0 0 0 ...
## $ Pla.patulus : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.ovalis : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.elasma : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Pla.quadricornis : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.aculeata : num 0.442 0.316 0 0.137 0 ...
## $ Ker.tropica : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Bdelloidea : num 0 0 0 0 0 ...
## $ Ker.lenzi : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Con.unicornis : num 0 0 0 0 0 ...
## $ Alo.dadayi : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Macrothrix.sp : num 0.195 0 0 0 0 ...
## $ Alonella.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Nauplii : num 0.0351 0.0393 0.0175 0.0393 0.0351 ...
## $ Chy.eurynotus : num 0.333 0 0 0 0 ...
## $ Cyclopoida : num 0 0 0 0 0 ...
## $ Mac.collinsi : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Copepodite : num 0 0 0 0.0557 0 ...
## $ Paracyclops.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Asc.ecaudis : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lep.ovalis : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Polyarthra.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Bra.havanaensis : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Hexarthra.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.hastata : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Tri.tetractis : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Ker.serrulata : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Notodiaptomus.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Bra.falcatus : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Fil.longiseta : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Myt.crassipes : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lep.patella : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Euchlanis.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Colurella.sp : num 0 0 0.0963 0 0 ...
## $ Mytilina.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.monostyla : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.ligona : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Ascomorpha.sp : num 1 0 0 0 0 0 0 0 0 0 ...
## $ Pom.sulcata : num 0 0 0 0.5 0.5 0 0 0 0 0 ...
## $ Harpacticoida : num 0 0 0 0 0 0 0 1 0 0 ...
## $ Epi.senta : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Rot.neptunia : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Dis.aculeata : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.luna : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Euc.dilatata : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Bea.eudactylota : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Chy.sphaericus : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.hornemanni : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Dia.birgei : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Mac.subquadratus : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Bra.quadridentatus: num 0 0 0 0 0 0 0 0 0 0 ...
## $ Pol.vulgaris : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Pol.bicerca : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Dicranop.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Asc.saltans : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Moi.minuta : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Alo.hamulata : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Mac.laticornis : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Mac.mira : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Pro.similis : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Alo.pulchella : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Dia.spinulosum : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Chydorus.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Ily.spinifer : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Dun.odontoplax : num 0 0 0 0 0 0 0 0 0 0 ...Criamos uma nova matriz particionada m_part_out sem os EN11, EN12, EN15, EN16, que apresentavam valores além do cutoff previamente definido para outliers.
sum_part <- colSums(m_part_out)
sum_part
m_part <- m_part_out[(colSums(m_part_out) != 0)] #em != a exclamação inverte o sentido
zero_sum_cols <- names(which(colSums(m_part_out) == 0))
zero_sum_cols #nomes das espécies zeradas
str(m_part)
sum_m_part <- colSums(m_part)
sum_m_part
m_part
length(as.matrix(m_part))## Bra.angularis Lepadella.sp Lecane.sp Lec.leontina Lec.bulla Lec.cornuta
## 1.3118631 2.2390217 1.0000000 1.0715261 2.0514645 1.1031787
## Lec.curvicornis Notholca.sp Bra.urceolaris Trichocerca.sp Lec.quadridentata Lec.kluchor
## 0.6306022 1.0000000 1.1754797 1.3906576 1.4326938 1.3068915
## Lec.lunaris Rotaria.sp Aspelta.sp Lec.furcata Col.geophila Lep.dactyliseta
## 2.1090000 2.1050221 1.4090954 0.3743807 1.0000000 1.0825147
## Bra.calyciflorus Bra.caudatus Lec.crepida Pla.patulus Lec.ovalis Lec.elasma
## 1.0000000 1.0000000 1.3125056 0.3698601 1.1754797 1.0000000
## Pla.quadricornis Lec.aculeata Ker.tropica Bdelloidea Ker.lenzi Con.unicornis
## 1.0000000 1.5132892 1.0000000 2.6638819 1.1666667 1.1595470
## Alo.dadayi Macrothrix.sp Alonella.sp Nauplii Chy.eurynotus Cyclopoida
## 1.4261054 0.3899645 1.2767999 1.9045455 1.5868805 1.4321709
## Mac.collinsi Copepodite Paracyclops.sp Asc.ecaudis Lep.ovalis Polyarthra.sp
## 1.0000000 1.9923047 1.0000000 1.0000000 1.5714360 1.0000000
## Bra.havanaensis Hexarthra.sp Lec.hastata Tri.tetractis Ker.serrulata Notodiaptomus.sp
## 1.0000000 1.0000000 0.2048328 0.4979181 1.0000000 1.0000000
## Bra.falcatus Fil.longiseta Myt.crassipes Lep.patella Euchlanis.sp Colurella.sp
## 0.2132229 1.0000000 1.0000000 0.6211356 1.0000000 1.0559050
## Mytilina.sp Lec.monostyla Lec.ligona Ascomorpha.sp Pom.sulcata Harpacticoida
## 1.1095267 0.9428530 1.0000000 1.0000000 1.0000000 1.0000000
## Epi.senta Rot.neptunia Dis.aculeata Lec.luna Euc.dilatata Bea.eudactylota
## 1.0000000 0.6081734 1.2962445 1.0000000 1.0000000 0.0000000
## Chy.sphaericus Lec.hornemanni Dia.birgei Mac.subquadratus Bra.quadridentatus Pol.vulgaris
## 0.2467517 0.0000000 0.3333333 0.0000000 0.0000000 0.0000000
## Pol.bicerca Dicranop.sp Asc.saltans Moi.minuta Alo.hamulata Mac.laticornis
## 0.0000000 0.0000000 0.0000000 0.0000000 0.5000000 0.0000000
## Mac.mira Pro.similis Alo.pulchella Dia.spinulosum Chydorus.sp Ily.spinifer
## 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000 1.0000000
## Dun.odontoplax
## 1.0000000
## [1] "Bea.eudactylota" "Lec.hornemanni" "Mac.subquadratus" "Bra.quadridentatus" "Pol.vulgaris"
## [6] "Pol.bicerca" "Dicranop.sp" "Asc.saltans" "Moi.minuta" "Mac.laticornis"
## [11] "Mac.mira" "Pro.similis" "Alo.pulchella" "Dia.spinulosum" "Chydorus.sp"
## 'data.frame': 45 obs. of 70 variables:
## $ Bra.angularis : num 0 0.369 0.369 0 0 ...
## $ Lepadella.sp : num 0 0.0786 0.0786 0.1368 0.0786 ...
## $ Lecane.sp : num 0 0 0 0 0 ...
## $ Lec.leontina : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.bulla : num 0.0589 0 0.034 0.0538 0.024 ...
## $ Lec.cornuta : num 0 0 0 0 0 ...
## $ Lec.curvicornis : num 0 0 0 0 0 ...
## $ Notholca.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Bra.urceolaris : num 0.392 0 0 0 0 ...
## $ Trichocerca.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.quadridentata: num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.kluchor : num 0.247 0 0 0 0 ...
## $ Lec.lunaris : num 0.1179 0.1677 0.2066 0 0.0831 ...
## $ Rotaria.sp : num 0 0.0765 0 0 0 ...
## $ Aspelta.sp : num 0.195 0 0 0 0 ...
## $ Lec.furcata : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Col.geophila : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lep.dactyliseta : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Bra.calyciflorus : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Bra.caudatus : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.crepida : num 0 0 0 0 0 ...
## $ Pla.patulus : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.ovalis : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.elasma : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Pla.quadricornis : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.aculeata : num 0.442 0.316 0 0.137 0 ...
## $ Ker.tropica : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Bdelloidea : num 0 0 0 0 0 ...
## $ Ker.lenzi : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Con.unicornis : num 0 0 0 0 0 ...
## $ Alo.dadayi : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Macrothrix.sp : num 0.195 0 0 0 0 ...
## $ Alonella.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Nauplii : num 0.0351 0.0393 0.0175 0.0393 0.0351 ...
## $ Chy.eurynotus : num 0.333 0 0 0 0 ...
## $ Cyclopoida : num 0 0 0 0 0 ...
## $ Mac.collinsi : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Copepodite : num 0 0 0 0.0557 0 ...
## $ Paracyclops.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Asc.ecaudis : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lep.ovalis : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Polyarthra.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Bra.havanaensis : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Hexarthra.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.hastata : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Tri.tetractis : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Ker.serrulata : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Notodiaptomus.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Bra.falcatus : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Fil.longiseta : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Myt.crassipes : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lep.patella : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Euchlanis.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Colurella.sp : num 0 0 0.0963 0 0 ...
## $ Mytilina.sp : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.monostyla : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.ligona : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Ascomorpha.sp : num 1 0 0 0 0 0 0 0 0 0 ...
## $ Pom.sulcata : num 0 0 0 0.5 0.5 0 0 0 0 0 ...
## $ Harpacticoida : num 0 0 0 0 0 0 0 1 0 0 ...
## $ Epi.senta : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Rot.neptunia : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Dis.aculeata : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Lec.luna : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Euc.dilatata : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Chy.sphaericus : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Dia.birgei : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Alo.hamulata : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Ily.spinifer : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Dun.odontoplax : num 0 0 0 0 0 0 0 0 0 0 ...
## Bra.angularis Lepadella.sp Lecane.sp Lec.leontina Lec.bulla Lec.cornuta
## 1.3118631 2.2390217 1.0000000 1.0715261 2.0514645 1.1031787
## Lec.curvicornis Notholca.sp Bra.urceolaris Trichocerca.sp Lec.quadridentata Lec.kluchor
## 0.6306022 1.0000000 1.1754797 1.3906576 1.4326938 1.3068915
## Lec.lunaris Rotaria.sp Aspelta.sp Lec.furcata Col.geophila Lep.dactyliseta
## 2.1090000 2.1050221 1.4090954 0.3743807 1.0000000 1.0825147
## Bra.calyciflorus Bra.caudatus Lec.crepida Pla.patulus Lec.ovalis Lec.elasma
## 1.0000000 1.0000000 1.3125056 0.3698601 1.1754797 1.0000000
## Pla.quadricornis Lec.aculeata Ker.tropica Bdelloidea Ker.lenzi Con.unicornis
## 1.0000000 1.5132892 1.0000000 2.6638819 1.1666667 1.1595470
## Alo.dadayi Macrothrix.sp Alonella.sp Nauplii Chy.eurynotus Cyclopoida
## 1.4261054 0.3899645 1.2767999 1.9045455 1.5868805 1.4321709
## Mac.collinsi Copepodite Paracyclops.sp Asc.ecaudis Lep.ovalis Polyarthra.sp
## 1.0000000 1.9923047 1.0000000 1.0000000 1.5714360 1.0000000
## Bra.havanaensis Hexarthra.sp Lec.hastata Tri.tetractis Ker.serrulata Notodiaptomus.sp
## 1.0000000 1.0000000 0.2048328 0.4979181 1.0000000 1.0000000
## Bra.falcatus Fil.longiseta Myt.crassipes Lep.patella Euchlanis.sp Colurella.sp
## 0.2132229 1.0000000 1.0000000 0.6211356 1.0000000 1.0559050
## Mytilina.sp Lec.monostyla Lec.ligona Ascomorpha.sp Pom.sulcata Harpacticoida
## 1.1095267 0.9428530 1.0000000 1.0000000 1.0000000 1.0000000
## Epi.senta Rot.neptunia Dis.aculeata Lec.luna Euc.dilatata Chy.sphaericus
## 1.0000000 0.6081734 1.2962445 1.0000000 1.0000000 0.2467517
## Dia.birgei Alo.hamulata Ily.spinifer Dun.odontoplax
## 0.3333333 0.5000000 1.0000000 1.0000000
## Bra.angularis Lepadella.sp Lecane.sp Lec.leontina Lec.bulla Lec.cornuta Lec.curvicornis Notholca.sp
## BB1-P01 0.0000000 0.00000000 0.0000000 0.0000000 0.05893968 0.0000000 0.0000000 0
## BB1-P02 0.3690101 0.07856172 0.0000000 0.0000000 0.00000000 0.0000000 0.0000000 0
## BB1-P03 0.3690101 0.07856172 0.0000000 0.0000000 0.03399641 0.0000000 0.0000000 0
## BB2-P01 0.0000000 0.13677765 0.0000000 0.0000000 0.05379148 0.0000000 0.0000000 0
## BB2-P02 0.0000000 0.07856172 0.0000000 0.0000000 0.02403337 0.0000000 0.0000000 0
## BB2-P03 0.0000000 0.07856172 0.0000000 0.0000000 0.00000000 0.0000000 0.0000000 0
## BB3-P01 0.0000000 0.00000000 0.3333333 0.0000000 0.04164684 0.1131341 0.0000000 0
## BB3-P02 0.0000000 0.00000000 0.0000000 0.0000000 0.07223791 0.0000000 0.0000000 0
## BB3-P03 0.0000000 0.00000000 0.0000000 0.0000000 0.06809025 0.1131341 0.0000000 0
## BB4-P01 0.0000000 0.00000000 0.0000000 0.0000000 0.06809025 0.0000000 0.1473631 0
## BB4-P02 0.0000000 0.00000000 0.0000000 0.0000000 0.03399641 0.0000000 0.0000000 1
## BB4-P03 0.0000000 0.00000000 0.0000000 0.0000000 0.05893968 0.0000000 0.0000000 0
## BB5-P01 0.0000000 0.00000000 0.0000000 0.0000000 0.08347325 0.0000000 0.0000000 0
## BB5-P02 0.0000000 0.07856172 0.0000000 0.1949822 0.04810108 0.1131341 0.0000000 0
## Bra.urceolaris Trichocerca.sp Lec.quadridentata Lec.kluchor Lec.lunaris Rotaria.sp Aspelta.sp Lec.furcata
## BB1-P01 0.3918266 0 0.0000000 0.2467517 0.11788372 0.00000000 0.1949822 0
## BB1-P02 0.0000000 0 0.0000000 0.0000000 0.16769424 0.07645609 0.0000000 0
## BB1-P03 0.0000000 0 0.0000000 0.0000000 0.20662441 0.00000000 0.0000000 0
## BB2-P01 0.0000000 0 0.0000000 0.0000000 0.00000000 0.00000000 0.0000000 0
## BB2-P02 0.0000000 0 0.0000000 0.0000000 0.08311677 0.00000000 0.0000000 0
## BB2-P03 0.0000000 0 0.0000000 0.0000000 0.08311677 0.00000000 0.0000000 0
## BB3-P01 0.0000000 0 0.0000000 0.0000000 0.00000000 0.00000000 0.0000000 0
## BB3-P02 0.0000000 0 0.0000000 0.0000000 0.00000000 0.00000000 0.0000000 0
## BB3-P03 0.0000000 0 0.0000000 0.0000000 0.00000000 0.00000000 0.0000000 0
## BB4-P01 0.0000000 0 0.0000000 0.0000000 0.00000000 0.00000000 0.0000000 0
## BB4-P02 0.0000000 0 0.0000000 0.0000000 0.00000000 0.04407110 0.0000000 0
## BB4-P03 0.0000000 0 0.0000000 0.0000000 0.00000000 0.03115052 0.0000000 0
## BB5-P01 0.0000000 0 0.0000000 0.0000000 0.00000000 0.00000000 0.0000000 0
## BB5-P02 0.0000000 0 0.2163469 0.0000000 0.00000000 0.03115052 0.0000000 0
## Col.geophila Lep.dactyliseta Bra.calyciflorus Bra.caudatus Lec.crepida Pla.patulus Lec.ovalis Lec.elasma
## BB1-P01 0 0 0 0 0.0000000 0 0 0
## BB1-P02 0 0 0 0 0.0000000 0 0 0
## BB1-P03 0 0 0 0 0.0000000 0 0 0
## BB2-P01 0 0 0 0 0.0000000 0 0 0
## BB2-P02 0 0 0 0 0.0000000 0 0 0
## BB2-P03 0 0 0 0 0.2163469 0 0 0
## BB3-P01 0 0 0 0 0.0000000 0 0 0
## BB3-P02 0 0 0 0 0.0000000 0 0 0
## BB3-P03 0 0 0 0 0.0000000 0 0 0
## BB4-P01 0 0 0 0 0.0000000 0 0 0
## BB4-P02 0 0 0 0 0.0000000 0 0 0
## BB4-P03 0 0 0 0 0.0000000 0 0 0
## BB5-P01 0 0 0 0 0.0000000 0 0 0
## BB5-P02 0 0 0 0 0.0000000 0 0 0
## Pla.quadricornis Lec.aculeata Ker.tropica Bdelloidea Ker.lenzi Con.unicornis Alo.dadayi Macrothrix.sp
## BB1-P01 0 0.4418018 0 0.00000000 0 0.0000000 0 0.1949822
## BB1-P02 0 0.3163570 0 0.00000000 0 0.0000000 0 0.0000000
## BB1-P03 0 0.0000000 0 0.00000000 0 0.0000000 0 0.0000000
## BB2-P01 0 0.1367777 0 0.00000000 0 0.0000000 0 0.0000000
## BB2-P02 0 0.0000000 0 0.00000000 0 0.0000000 0 0.0000000
## BB2-P03 0 0.0000000 0 0.00000000 0 0.0000000 0 0.0000000
## BB3-P01 0 0.0000000 0 0.03451711 0 0.0000000 0 0.0000000
## BB3-P02 0 0.0000000 0 0.04883854 0 0.5000000 0 0.0000000
## BB3-P03 0 0.0000000 0 0.06913621 0 0.3918266 0 0.0000000
## BB4-P01 0 0.0000000 0 0.15584137 0 0.0000000 0 0.0000000
## BB4-P02 0 0.0000000 0 0.09159462 0 0.0000000 0 0.0000000
## BB4-P03 0 0.0000000 0 0.07733485 0 0.0000000 0 0.0000000
## BB5-P01 0 0.0000000 0 0.18685187 0 0.0000000 0 0.0000000
## BB5-P02 0 0.0000000 0 0.13910507 0 0.0000000 0 0.0000000
## Alonella.sp Nauplii Chy.eurynotus Cyclopoida Mac.collinsi Copepodite Paracyclops.sp Asc.ecaudis Lep.ovalis
## BB1-P01 0.0000000 0.03510911 0.3333333 0.00000000 0 0.00000000 0 0 0
## BB1-P02 0.0000000 0.03925816 0.0000000 0.00000000 0 0.00000000 0 0 0
## BB1-P03 0.0000000 0.01754788 0.0000000 0.00000000 0 0.00000000 0 0 0
## BB2-P01 0.0000000 0.03925816 0.0000000 0.00000000 0 0.05569274 0 0 0
## BB2-P02 0.0000000 0.03510911 0.0000000 0.00000000 0 0.00000000 0 0 0
## BB2-P03 0.0000000 0.02481960 0.0000000 0.00000000 0 0.00000000 0 0 0
## BB3-P01 0.0000000 0.00000000 0.0000000 0.00000000 0 0.00000000 0 0 0
## BB3-P02 0.0000000 0.02481960 0.0000000 0.09862661 0 0.05569274 0 0 0
## BB3-P03 0.0000000 0.02481960 0.0000000 0.00000000 0 0.00000000 0 0 0
## BB4-P01 0.0000000 0.04967702 0.0000000 0.00000000 0 0.05569274 0 0 0
## BB4-P02 0.0000000 0.01754788 0.0000000 0.00000000 0 0.00000000 0 0 0
## BB4-P03 0.0000000 0.01754788 0.0000000 0.00000000 0 0.00000000 0 0 0
## BB5-P01 0.2163469 0.03724120 0.0000000 0.00000000 0 0.00000000 0 0 0
## BB5-P02 0.1232867 0.04301063 0.2300535 0.00000000 0 0.07886254 0 0 0
## Polyarthra.sp Bra.havanaensis Hexarthra.sp Lec.hastata Tri.tetractis Ker.serrulata Notodiaptomus.sp Bra.falcatus
## BB1-P01 0 0 0 0 0 0 0 0
## BB1-P02 0 0 0 0 0 0 0 0
## BB1-P03 0 0 0 0 0 0 0 0
## BB2-P01 0 0 0 0 0 0 0 0
## BB2-P02 0 0 0 0 0 0 0 0
## BB2-P03 0 0 0 0 0 0 0 0
## BB3-P01 0 0 0 0 0 0 0 0
## BB3-P02 0 0 0 0 0 0 0 0
## BB3-P03 0 0 0 0 0 0 0 0
## BB4-P01 0 0 0 0 0 0 0 0
## BB4-P02 0 0 0 0 0 0 0 0
## BB4-P03 0 0 0 0 0 0 0 0
## BB5-P01 0 0 0 0 0 0 0 0
## BB5-P02 0 0 0 0 0 0 0 0
## Fil.longiseta Myt.crassipes Lep.patella Euchlanis.sp Colurella.sp Mytilina.sp Lec.monostyla Lec.ligona
## BB1-P01 0 0 0 0 0.00000000 0.0000000 0 0
## BB1-P02 0 0 0 0 0.00000000 0.0000000 0 0
## BB1-P03 0 0 0 0 0.09634135 0.0000000 0 0
## BB2-P01 0 0 0 0 0.00000000 0.0000000 0 0
## BB2-P02 0 0 0 0 0.00000000 0.0000000 0 0
## BB2-P03 0 0 0 0 0.00000000 0.0000000 0 0
## BB3-P01 0 0 0 0 0.00000000 0.0000000 0 0
## BB3-P02 0 0 0 0 0.00000000 0.0000000 0 0
## BB3-P03 0 0 0 0 0.00000000 0.0000000 0 0
## BB4-P01 0 0 0 0 0.00000000 0.0000000 0 0
## BB4-P02 0 0 0 0 0.00000000 0.0000000 0 0
## BB4-P03 0 0 0 0 0.00000000 0.0000000 0 0
## BB5-P01 0 0 0 0 0.00000000 0.0000000 0 0
## BB5-P02 0 0 0 0 0.00000000 0.1949822 0 0
## Ascomorpha.sp Pom.sulcata Harpacticoida Epi.senta Rot.neptunia Dis.aculeata Lec.luna Euc.dilatata Chy.sphaericus
## BB1-P01 1 0.0 0 0 0 0 0 0 0
## BB1-P02 0 0.0 0 0 0 0 0 0 0
## BB1-P03 0 0.0 0 0 0 0 0 0 0
## BB2-P01 0 0.5 0 0 0 0 0 0 0
## BB2-P02 0 0.5 0 0 0 0 0 0 0
## BB2-P03 0 0.0 0 0 0 0 0 0 0
## BB3-P01 0 0.0 0 0 0 0 0 0 0
## BB3-P02 0 0.0 1 0 0 0 0 0 0
## BB3-P03 0 0.0 0 0 0 0 0 0 0
## BB4-P01 0 0.0 0 0 0 0 0 0 0
## BB4-P02 0 0.0 0 1 0 0 0 0 0
## BB4-P03 0 0.0 0 0 0 0 0 0 0
## BB5-P01 0 0.0 0 0 0 0 0 0 0
## BB5-P02 0 0.0 0 0 0 0 0 0 0
## Dia.birgei Alo.hamulata Ily.spinifer Dun.odontoplax
## BB1-P01 0 0 0 0
## BB1-P02 0 0 0 0
## BB1-P03 0 0 0 0
## BB2-P01 0 0 0 0
## BB2-P02 0 0 0 0
## BB2-P03 0 0 0 0
## BB3-P01 0 0 0 0
## BB3-P02 0 0 0 0
## BB3-P03 0 0 0 0
## BB4-P01 0 0 0 0
## BB4-P02 0 0 0 0
## BB4-P03 0 0 0 0
## BB5-P01 0 0 0 0
## BB5-P02 0 0 0 0
## [ reached 'max' / getOption("max.print") -- omitted 31 rows ]
## [1] 31504.13 Exportando a matriz particionada
write.table(m_part,
"m_parttxt.txt",
sep = "\t",
quote = FALSE)
write.table(m_part,
"m_partcsv.csv",
append = F,
quote = TRUE, sep = ";",
dec = ",",
row.names = T)
#shell.exec(dir) #abre o diretorio de trabalho no Windows Explorer
m_part_csv <- read.csv("m_partcsv.csv",
sep = ";",
dec = ",",
header = T,
row.names = 1,
na.strings = NA)## Análise de Classificação - SAHN
system(paste("open", shQuote("D:/Elvio/OneDrive/MSS/_Zoo-Rebio/R_ZooRebio/sahn.qmd")))Apêndices
Relativizações
4.13.0.1 Total das colunas
m_relcol <- decostand(m_bruta,
method="total",
MARGIN = 2)
View(m_relcol)
m_relcolA função decostand() é usada para relativizar os dados. O parâmetro method especifica o método de relativização, neste caso “total” (relativização pelo total de cada coluna). Outros métodos disponíveis são max, normalize, range e rankm (Figura 4.1). O parâmetro MARGIN especifica em qual dimensão os cálculos devem ser feitos (1 para linhas, 2 para colunas). Neste caso, MARGIN=2 (colunas). A variável m_relcol armazena o resultado da relativização. Sokal e Rohlf (1995) tratam dos diversos tipos de relativizações e transformações em dados ecológicos.
| Função | Descrição | Uso adequado |
|---|---|---|
| max | Divide cada valor pela maior observação da coluna em que está localizado. Todos os valores resultantes serão menores ou iguais a 1. Adequada para análise em escala relativa | Quando a escala de cada variável é conhecida e a análise deve ser feita em uma escala relativa |
| normalize | Divide cada valor pelo comprimento do vetor. Isso resulta em valores cujo comprimento é sempre igual a 1. Adequada para análise de dados de frequência | Para análise de dados de frequência |
| range | Subtrai o valor mínimo da coluna de cada valor e, em seguida, divide pelo intervalo (ou amplitude) dos valores da coluna. Isso resulta em valores entre 0 e 1. | Quando a amplitude dos valores em cada coluna é importante para a análise |
| rankm | Transforma os valores em suas posições dentro da coluna, em ordem crescente. O menor valor recebe o valor 1 e o maior valor recebe o valor igual ao comprimento da coluna. | Quando a escala absoluta dos valores não é importante, mas a ordem dos valores é significativa. |
Transformações
Essa seção realiza diversas transformações nos dados. Para cada transformação, a função é aplicada aos dados da matriz e o resultado é armazenado em uma nova variável. A função View() é usada para visualizar o resultado de cada transformação na forma de uma tabela. Ela mostra o código que realiza diversas transformações na matriz de dados. Para cada transformação, a função é aplicada aos dados e o resultado é armazenado em uma nova variável.
Log10
Não aceita zeros, porque o log de zero é indeterminado. Por isso devemos substituir os valores com erro (infinito negativo) por zero, usando a função replace().
m_lg10 <- log10(m_bruta)
View(m_lg10)
m_lg10 <- replace(m_lg10, is.infinite(m_lg10), 0)
head(m_lg10)Exponenciais
“Power transformations”, onde o valor de p estabelece a compressão dos dados.
m_bruta_P1 <- m_bruta^1 #p=1
View(m_bruta_P1)
m_bruta_P05 <- m_bruta^0.5 #p=0,5
View(m_bruta_P05)
m_bruta_P01 <- m_bruta^0.1 #p=0,1
View(m_bruta_P01)Arcoseno da raiz quadrada
Os valores de entrada tem que variar entre 0 e 1. Ideal para matrizes relativizadas. Duas formulações estão disponíveis, com e sem a multiplicação por 2/pi. A segunda opção costuma ter melhor efeito na normalização dos dados.
m_asrq <- asin(sqrt(m_relcol))
View(m_asrq)
m_asrqpi <- 2/pi*(asin(sqrt(m_relcol)))
View(m_asrqpi)References
Borcard, Daniel, François Gillet, and Pierre Legendre. 2018. Numerical Ecology with r. Book. 2nd ed. Use r! Springer.
Horton, Nicholas J., and Ken Kleinman. 2015. Using r and RStudio for Data Management, Statistical Analysis, and Graphics. Book. 2nd ed. CRC Press.
Legendre, P., and L. Legendre. 1998. Numerical Ecology. Book. 2nd English ed. Developments in Environmental Modelling 20. Amsterdam, The Netherlands ; New York ; Oxford.
Sokal, R. R., and F. J. Rohlf. 1995. Biometry: The Principles and Practice of Statistics in Biological Research. Book. 3rd ed. New York: W.H. Freeman; Company.