Tag Archive for gráficos

Gráfico ordenado com médias e intervalo de confiança

Este gráfico mostra os valores de b (coeficiente angular) e seus intervalos de confiança calculados para diversas espécies. Para melhor vizualização as espécies são ordenadas pelo valor de b e diferentes grupos (peixes, moluscos e crustáceos) são identificados com símbolos especícicos.
SP GRP b ICi ICs
S. brasiliensis P 3,000 2,887 3,114
U. brasiliensis P 2,993 2,931 3,055
U. mystacea P 2,990 2,948 3,032
L. gastrophysus P 2,897 2,841 2,952
C. jamaicensis P 2,874 2,846 2,901
M. ancylodon P 3,101 3,064 3,137
M. americanus P 2,809 2,785 2,833
M. furnieri P 2,946 2,935 2,957
P. punctatus P 3,050 3,030 3,070
L. sanpaulensis M 1,784 1,685 1,886
O. vulgaris M 2,689 2,613 2,766
O. vulgaris F M 2,651 2,539 2,764
O. vulgaris M M 2,731 2,637 2,827
F. brasiliensis C 2,409 2,352 2,466
F. brasiliensis F C 2,350 2,262 2,439
F. brasiliensis M C 2,201 2,011 2,392
F. paulensis C 2,395 2,338 2,453
F. paulensis F C 2,248 2,160 2,336
F. paulensis M C 2,470 2,224 2,716
X. kroyeri C 2,301 2,244 2,358
X. kroyeri F C 2,305 2,228 2,383
X. kroyeri M C 2,149 2,039 2,260

# carregando e verificando dados
rm(list=ls())
dat.bvar <- read.delim(“clipboard”,dec=”,”)
summary(dat.bvar)
                 SP     GRP         b              ICi             ICs      
 C. jamaicensis   : 1   C:9   Min.   :1.784   Min.   :1.685   Min.   :1.886 
 F. brasiliensis  : 1   M:4   1st Qu.:2.316   1st Qu.:2.232   1st Qu.:2.404 
 F. brasiliensis F: 1   P:9   Median :2.670   Median :2.576   Median :2.765 
 F. brasiliensis M: 1         Mean   :2.607   Mean   :2.527   Mean   :2.686 
 F. paulensis     : 1         3rd Qu.:2.934   3rd Qu.:2.877   3rd Qu.:2.956 
 F. paulensis F   : 1         Max.   :3.101   Max.   :3.064   Max.   :3.137 
 (Other)          :16                           
# reorganizando a tabela de dados
order(dat.bvar$b) # linhas em ordem crescente de b 
[1] 10 22 16 18 20 21 15 17 14 19 12 11 13  7  5  4  8  3  2  1  9  6
rank(dat.bvar$b) # posição de cada linha quando ordenada por b
[1] 20 19 18 16 15 22 14 17 21  1 12 11 13  9  7  3  8  4 10  5  6  2
dat.bvar$RAN <- rank(dat.bvar$b)
levels(dat.bvar$SP) # níveis de SP
 [1] “C. jamaicensis”    “F. brasiliensis”   “F. brasiliensis F”
 [4] “F. brasiliensis M” “F. paulensis”      “F. paulensis F”  
 [7] “F. paulensis M”    “L. gastrophysus”   “L. sanpaulensis” 
[10] “M. americanus”     “M. ancylodon”      “M. furnieri”     
[13] “O. vulgaris”       “O. vulgaris F”     “O. vulgaris M”   
[16] “P. punctatus”      “S. brasiliensis”   “U. brasiliensis” 
[19] “U. mystacea”       “X. kroyeri”        “X. kroyeri F”    
[22] “X. kroyeri M”
dat.bvar$SP<-ordered(dat.bvar$SP, levels=dat.bvar$SP[order(dat.bvar$b)]) # reordena SP pela ordem de b
levels(dat.bvar$SP) # níveis de SP reordenados
[1] “L. sanpaulensis”   “X. kroyeri M”      “F. brasiliensis M”
[4] “F. paulensis F”    “X. kroyeri”        “X. kroyeri F”    
[7] “F. brasiliensis F” “F. paulensis”      “F. brasiliensis” 
[10] “F. paulensis M”    “O. vulgaris F”     “O. vulgaris”     
[13] “O. vulgaris M”     “M. americanus”     “C. jamaicensis”  
[16] “L. gastrophysus”   “M. furnieri”       “U. mystacea”     
[19] “U. brasiliensis”   “S. brasiliensis”   “P. punctatus”    
[22] “M. ancylodon”
ord.sp<-dat.bvar$SP[order(dat.bvar$b)]
# criando o gráfico
attach(dat.bvar)
par(mar=c(8,4,2,2))
plot(c(1:nrow(dat.bvar)),rep(3,nrow(dat.bvar)),ylab=”valores de b”,xlab=”",ylim=c(min(ICi)*0.97,max(ICs)*1.03),type=”n”,xaxt=”n”)
axis(1,1:nrow(dat.bvar),labels=
ord.sp,las=2)
for (i in 1:length(ord.sp)){
segments(i,ICi[SP==ord.sp[i]],i,ICs[SP==ord.sp[i]])
}
points(RAN[GRP=="P"],b[GRP=="P"],pch=19)
points(RAN[GRP=="M"],b[GRP=="M"],pch=17)
points(RAN[GRP=="C"],b[GRP=="C"],pch=15)
legend(locator(1),bty=”n”,c(“Peixes”,”Moluscos”,”Crustáceos”),pch=c(19,17,15)) # clique no gráfico para indicar o local da legenda
detach(dat.bvar)

Método gráfico interativo para valores iniciais em regressão não linear

Quem alguma vez já ajustou modelo de regressão não linear à dados, concorda comigo que o gargalo da tarefa é encontrar bons valores iniciais (ou c.h.u.t.e., cálculo hipotético universal técnico estimativo) para fornecer ao método iterativo de obtenção de estimativas. Nessa ridícula vou fornecer um procedimento interativo para obter bons valores. Basicamente você vai alterar [...]

Gráficos de funções e suas derivadas

Nessa dica vou apresentar o CMR (código mínimo reproduzível) para fazer gráfico de funções, obter derivadas simbólicas de funções, adicionar o gráfico das derivadas das funções com escala no eixo das abcissas da direita com as expressões na legenda do gráfico (ver figura abaixo).   A curve() é a função do R que faz gráficos [...]

Gráfico de barras com números sobre as barras

Para fazer um gráfico de barras com a produção descarregada de diversas frotas e indicar o número de unidades produtivas sobre cada barra utilizei as funções barplot e text. O interessante é que ao criarmos um objeto com o barplot (bp <- barplot(…)) obtemos os pontos médios de cada barra. Assim podemos utilizar estes valores para posicionar corretamente as legendas sobre as barras com text. O comando par(mar=..) indica as margens do gráfico.

Copiando os dados abaixo do clipboard temos:

CAT Prod UP
Petrecho 1 17,5 9
Petrecho 2 15,2 20
Petrecho 3 10,3 500
Petrecho 4 8,4 150
Petrecho 5 20,3 900
dados <- read.delim(“clipboard”,dec=”,”,header=T)
barras <- data.frame(dados[,c(2)])
rownames(barras)<-dados[,1]
names(barras)<-c(“Prod”)
barras 

Prod
Petrecho 1 17,5
Petrecho 2 15,2
Petrecho 3 10,3
Petrecho 4 8,4
Petrecho 5 20,3
   
par(mar=c(12,6,3,2),cex.axis=1.2,cex.lab=1.4)
bp<-barplot(t(as.matrix(barras)),ylim=c(0,max(dados[,2]*1.1)),las=2,ylab=”Produção descarregada (t)”,col=”orange”)
box()
text(bp,barras[,1],dados[,3],col=”blue”,pos=3)