Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Carregar

Bem-vindo(a) ao Scribd!

  • 1 visualizações

    Unidade 3

    Enviado por

    Marcello Glonek

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF, TXT ou leia online no Scribd

    Unidade 3

    Enviado por

    Marcello Glonek
    1 visualizações10 páginas

    Direitos autorais

    © © All Rights Reserved

    Formatos disponíveis

    PDF, TXT ou leia online no Scribd

    Você considera este documento útil?

    Este conteúdo é inapropriado?

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF, TXT ou leia online no Scribd
    Fazer download em pdf ou txt
    1 visualizações10 páginas

    Unidade 3

    Enviado por

    Marcello Glonek

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF, TXT ou leia online no Scribd
    Fazer download em pdf ou txt
    de 10

    Universidade Federal do Paraná

    Curso de Engenharia Florestal


    Experimentação Florestal I
    Prof. Alexandre Behling

    Unidade 3: Representação tabular de distribuições. Tabela de frequência. Gráfico


    de barras. Histogramas. Ogivas.

    Vídeo: https://youtu.be/eF5AZE1dFKU

    Representação Tabular de distribuições. Tabela de frequências

    Conhecer a frequência de ocorrência em classes pré-estabelecidas.

    1. Classe de frequência
    Classes são intervalos de variação da variável.

    Classes são representadas por , sendo = 1,2,3. . , .

    Em que é o número total de classes da distribuição.

    2. Número de classes
    Fórmula de Sturges

    = 1 + 3,3 log( )

    =tamanho da amostra

    3. Limites de classes
    São os extremos de cada classe:

    =limite inferior da classe .


    =limite superior da classe

    Tipo mais comum: |- fechado para a esquerda e aberto para a direita


    4. Amplitude do intervalo de classe

    Diferença entre dois limites inferiores e superiores consecutivos (ℎ).

    ℎ=

    Amplitude total ( ): Diferença entre o limite superior da última classe e o limite


    inferior da primeira classe.

    = −
    5. Ponto médio da classe (Centro de classe)

    Média do limite inferior com o limite superior de uma classe .


    +
    =
    2
    6. Frequência absoluta ( )

    Quantidade de valores em cada classe .

    7. Frequência acumulada ( )

    Somatório da frequência absoluta da classe com a frequência absoluta anterior.

    8. Frequência relativa ( )
    Quociente entre a frequência absoluta da classe com o tamanho da amostra (total
    de frequências).

    8. Frequência relativa acumulada ( )

    Somatório da frequência relativa da classe com a frequência relativa anterior.

    9. Aplicação.
    Construa uma tabela de frequências valendo-se dos valores apresentados no vetor x,
    referentes a variável diâmetro à altura do peito da espécie bracatinga com 9 anos.
    x=[10,12,13,14,15,15,14.5,19.5,21.5,21,15,13,15,16,17,16.5,18,19,14,13,11]

    Arquivo Julia: Tabela de Frequências


    Gráficos
    A descrição numérica é útil obter estatísticas que descrevem a amostra e gráficos
    também podem contribuir para revelar informações dos dados. Assim, os engenheiros
    florestais podem combinar as técnicas numéricas e gráficas para resumir os dados. No
    método gráfico, informações gerais podem ser extraídas de maneira rápida enquanto
    informações específicas e de quantidade podem ser obtidas por meio das estatísticas.
    O resumo numérico por meio de gráficos é útil e eficiente porque permite obter
    informações de maneira global e também de pontos específicos dos dados. Além disso, o
    baixo custo computacional atual dos computadores e uma gama de softwares livres para
    tal fim tem contribuído para cada vez mais métodos gráficos serem utilizados na descrição
    de dados.
    Existe uma vasta gama de gráficos especializados para determinados tipos de
    dados os quais podem ser estudados em bibliografia específica. Na linguagem Julia
    existem centenas de gráficos que podem sem construídos utilizando as bibliotecas
    gráficas PyPlot, Gadfly, StatsPlots, entre outras. Explore as diferentes bibliotecas para
    construir de maneira fácil os gráficos com objetivo de entender os dados por meio de
    visualizações.
    1. Distribuição de frequência e histogramas

    A distribuição de frequências é um resumo dos dados no qual descreve a


    distribuição das frequências em intervalos de classe das variáveis. Ele fornece uma
    impressão visual da forma da distribuição das medidas e fornece uma ideia da informação
    de tendência central e da dispersão dos dados. Embora não seja a maneira mais
    apropriada, fornece um discernimento acerca da possível distribuição de probabilidade da
    variável. Isso permite identificar aspectos simétricos ou assimétricos, aspectos unimodais
    ou bimodais entre outras informações. Ainda, pode-se transformar o histograma em um
    gráfico de frequência acumulada, o qual auxilia na interpretação dos dados.
    Os histogramas de frequência e de frequência acumulada geralmente são
    utilizados para descrever variáveis quantitativas, enquanto que os gráficos de barras para
    variáveis qualitativas.
    Na Figura 1 está apresentado um exemplo típico de histograma observado em
    florestadas plantadas para a variável diâmetro à altura do peito (d), e o histograma
    acumulado na Figura 2.

    julia> using CSV, Gadfly


    julia> X=CSV.read("Z://Alexandre//Julia//Exemplos//descritiva.csv")

    julia> plot(X, x=:d, Geom.histogram(bincount=10), Guide.xlabel("Diâmetro (cm)"),


    Guide.ylabel("Frequência"), Guide.title("Histograma para diâmetro"))
    julia> img = SVG("Z:/Alexandre/Julia/Exemplos/histograma_plot.svg", 14cm, 8cm)
    Figura 1: Histograma de frequências para a variável diâmetro à altura do peito.

    julia> using CSV, PyPlot


    julia> X=CSV.read("Z://Alexandre//Julia//Exemplos//descritiva.csv")
    julia> plt[:hist](X.d, 10, cumulative="true")
    julia> gcf() #Comando para imprimir o gráfico no VSCode
    julia> xlabel("d (cm)")
    julia> ylabel("Frequência")
    julia> savefig("Z:/Alexandre/Julia/Exemplos/grafico11.svg")
    julia> savefig("Z:/Alexandre/Julia/Exemplos/grafico12.png")
    julia> savefig("Z:/Alexandre/Julia/Exemplos/grafico13.png", dpi=300)

    Figura 2: Histograma de frequências acumuladas para a variável diâmetro à altura do


    peito.
    3. Gráfico de linha
    O gráfico de linha revela informações do comportamento de uma variável ao
    longo do tempo, o que facilita a observações de tendências ou também de valores
    extremos. Na Figura 3 está apresentado o comportamento da temperatura média do ar
    dentro de uma estufa de produção de mudas ao longo de 10 dias.

    julia> using CSV, Plots


    julia> X=CSV.read("Z://Alexandre//Julia//Exemplos//temperatura.csv")

    julia> plot(X.Dia, X.T, xlabel = "Dia", ylabel = "Temperatura (°C)",legend =false)

    Figura 3: Comportamento da temperatura média do ar dentro de uma estufa de produção


    de mudas ao longo de 10 dias.
    Na Figura 4 está apresentado o comportamento da mortalidade do Pinheiro-do-
    Paraná e de várias espécies de canelas observada em uma Floresta Ombrófila Mista
    Montana ao longo da década de monitoramento.
    julia> using CSV, Plots
    julia> X=CSV.read("Z://Alexandre//Julia//Exemplos//MortalidadeNativas.csv")

    julia>plot(X.Ano, [X.Pinheiro, X.Canelas],xlabel = "Ano", ylabel = "Mortalidade


    (%)",label=["Pinheiro-do-Paraná","Canelas"],legend =true)

    Figura 4: Mortalidade do Pinheiro-do-Paraná e de várias espécies de canelas observada


    em uma Floresta Ombrófila Mista Montana ao longo da década de monitoramento.
    4. Gráfico de barras

    O gráfico de linha revela informações da frequência de uma variável por categoria.


    Na Figura 5 está apresentado o número de espécie por família botânica observada em uma
    Floresta Ombrófila Mista Montana ao longo da década de monitoramento. Essas famílias
    representaram 47% das espécies encontradas.

    julia> using CSV, Plots


    julia> X=CSV.read("Z://Alexandre//Julia//Exemplos//Familias.csv")

    julia> bar(X.Familia,X.NE,xlabel = "Família Botânica", ylabel = "Número de


    espécies",legend =false)

    Figura 5: Número de espécie por família botânica observada em uma Floresta Ombrófila
    Mista Montana ao longo da década de monitoramento.
    5. Gráfico de dispersão
    O gráfico de dispersão é utilizado para avaliar se existe um padrão nos dados entre
    duas variáveis. Na Figura 6 está plotada a relação entre diâmetro à altura do peito e altura
    das árvores de uma floresta de acácia negra com 10 anos.

    julia> using CSV, Plots


    julia> X=CSV.read("Z://Alexandre//Julia//Exemplos//descritiva.csv")
    julia> scatter(X.d, X.h,xlabel = "Diâmetro à altura do peito (cm)", ylabel = "Altura
    (m)",legend =false)

    Figura 6: Relação entre diâmetro à altura do peito e altura das árvores de uma floresta de
    acácia negra com 10 anos.
    6. Gráfico de setores

    O gráfico de setores é utilizado para avaliar a proporção entre grupos. Na Figura


    7 está plotada o número de árvores ingressas entre os grupos ecológicos Araucária,
    Canelas e Brancas observada em uma área de 3 hectares de floresta Ombrófila Mista
    durante uma década. O ingresso é obtido pela contagem de árvores que são menores que
    um tamanho mínimo em um inventário, mas que entraram em uma segunda ocasião de
    mensuração; no presente caso a quantidade de árvores que atingiram porte de 10 cm de
    diâmetro à altura do peito.

    julia> using CSV, Plots


    julia> X=CSV.read("Z://Alexandre//Julia//Exemplos//IngressoNativas.csv")

    julia> julia> pie(X.Grupo,X.Ingresso)

    Figura 7: Proporção de árvores ingressas entre os grupos ecológicos Araucária, Canelas


    e Brancas em uma área de 3 hectares de floresta Ombrófila Mista durante uma década.

    Você também pode gostar