Skip to content
Snippets Groups Projects

Compare revisions

Changes are shown as if the source revision was being merged into the target revision. Learn more about comparing revisions.

Source

Select target project
No results found
Select Git revision

Target

Select target project
  • pet-estatistica/labestData
  • aab15/labestData
  • eys16/labestData
3 results
Select Git revision
Show changes
Commits on Source (1218)
1,118 additional commits have been omitted to prevent performance issues.
Show whitespace changes
Inline Side-by-side
Showing
with 537 additions and 436 deletions
.Rbuildignore
View file @ 9cb94664
......@@ -13,4 +13,4 @@ _output.yaml
ci-c3sl.R
roteiro.R
style.css
plano.md
\ No newline at end of file
plano.*
\ No newline at end of file
.build_package.R
View file @ 9cb94664
......@@ -10,12 +10,6 @@ library(devtools)
library(roxygen2)
# - Instalando as dependencias (descritas no DESCRIPTION)
lib <- path.expand("~/R-test/")
dir.create(lib)
.libPaths(new = lib)
.libPaths()
install_deps(dependencies = TRUE,
quiet = TRUE,
upgrade = FALSE,
......@@ -47,19 +41,24 @@ if (cp > 0) {
check_doc()
}
#--------------------------------------------
# Gerar as vinhetas, caso existam.
if (length(list.files("./vignettes"))) {
build_vignettes(dependencies = FALSE)
}
#--------------------------------------------
# Checar conteúdo e organização do pacote.
check(cleanup = FALSE,
checagem <- check(cleanup = FALSE,
manual = TRUE,
vignettes = FALSE,
check_dir = "../")
#--------------------------------------------
# Gerar as vinhetas, caso existam.
if (length(list.files("./vignettes"))) {
build_vignettes()
if (length(checagem$errors) > 0) {
cat(checagem$errors, sep = "\n")
stop("Falha ao checar o pacote")
}
#--------------------------------------------
......@@ -70,6 +69,13 @@ build(manual = TRUE, vignettes = TRUE)
#--------------------------------------------
# Instalar o pacote.
rm(list = ls())
lib <- path.expand("~/R-test/")
dir.create(lib)
.libPaths(new = lib)
.libPaths()
install()
unlink(lib, recursive = TRUE)
......
.gitignore
View file @ 9cb94664
......@@ -8,8 +8,9 @@
*.aux
*.log
*.out
*.RData
README.html
CONTRIBUTING.html
STYLEGUIDE.html
roteiro*.R
roteiro.R
inst/doc
vignettes/*.html
.travis.yml 0 → 100644
View file @ 9cb94664
language: r
cache: packages
cran: http://cran-r.c3sl.ufpr.br/
warnings_are_errors: false
r_packages:
- roxygen2
CONTRIBUTING.md
View file @ 9cb94664
% Guia de Contribuição
% PET Estatística UFPR - <pet.estatistica.ufpr@gmail.com>
# Guia de Contribuição
**PET Estatística UFPR** - <pet.estatistica.ufpr@gmail.com>
> "O segredo de progredir é começar. O segredo se começar é dividir as
> tarefas árduas e complicadas em tarefas pequenas e fáceis de executar
......@@ -7,406 +8,7 @@
>
>> -- Mark Twain
## Para que serve um Guia de Contribuição? ##
O Guia de Contribuição Serve para orientar a forma de trabalhar, tanto
individual quanto em equipe, para que seja eficiente, padronizada,
coordenada e segura. Ele estabelece as regras e etapas principais do
deselvolvimento de um projeto. O Guia de Contribuição incluí orientações
de como escrever o código, mensagens de commit, etc TODO
Interessados em participar do projeto devem se orientar pelo Guia de
Contribuição sobre como o desenvolvimento acontece, das tarefas às
responsabilidades dos indivíduos e equipes, das etapas e prazos aos
resultados do projeto.
## O que é um fluxo de trabalho? ##
O fluxo de trabalho é a sequência de etapas que devem ser cumpridas para
atingir um resultado.
## Qual é o fluxo de trabalho do *labestData*?
1. Criar um *issue* para o Projeto no GitLab. Ao criar o *issue*,
dedique-se para escrever uma detalhada descrição do trabalho a ser
feito. Isso informa a equipe sobre onde você irá trabalhar para que
não se dublique os esforços. Todo issue tem um número associado,
como `#7` e isso deve ser usado nas comunicações.
2. Faça uma atualização do seu ramo `devel` local com o ramo `devel`
do projeto no GitLab (atualize o HEAD). Isso pode ser feito com o
comando `git pull` ou com `git fetch + git merge`. Em caso de
insegurança, visite a
[Apostila de Git do PET Estatística](https://gitlab.c3sl.ufpr.br/pet-estatistica/apostila-git/raw/devel/apostila_git.pdf).
3. Crie um *branch* para começar o trabalho que você descreveu no
*issue* que acabou de criar. O nome do ramo deve ser formado pelo
seu nome e número identificador, como `angela23` e
`eduardo31`. Usar esse padrão facilita para os membros descobrirem
do se se trata esse *branch*, pois basta consultar o *issue* de
mesmo número, e quem é o responsável pelo mesmo.
4. Faça o trabalho que descreveu. Nessa etapa você senta na frente do
computador e escreve e isso envolve os seguintes passos:
1. Escreve, corrija, aperfeiçoe, amplie, revise, organize, limpe,
etc. Faça o trabalho.
2. Faça *commits* com regularidade, de preferência, por unidades de
trabalho para as quais se tem um significado claro - uma unidade
de trabalho comitável - que possa ser expresso sem prejuízo por
uma frase curta ou por uma lista de frases curtas. Quando não
souber se já possuí uma unidade de trabalho merecedora de
*commit*, faça o *commit* do mesmo jeito. Não seja precioso com
isso. No entanto, seja caprichoso ao fazer a sua mensagem de
*commit* para garentir que esteja em conformidade com o guia de
boas práticas.
3. Em intervalos maiores, mas ainda com frequência, suba seu
trabalho para o repositório. Isso se faz com o comando `git
push`. É importante fazer sempre para evitar de perder o
trabalho da sua máquina que está sujeita a avaria.
6. Quando cumprir com o trabalho previsto no seu *issue*, dê o push
final e faça uma requisição de mescla - um *merge request* (MR). Ao
criar o MR, assim como foi para o *issue*, existe um espaço para a
descrição de tudo o que o *branch*. Basicamente isso é um resumo de
todos os *commits* feitos. Embora a descrição do *issue* informe o
que estava previsto fazer, isso não significa que tudo foi
feito. Você pode ter feito trabalho a mais, ou visto que algo não
foi necessário. Então relate na descrição do MR exatamente o
que será adicionado ao ramo alvo. Os MR devem ser para o ramo
`devel` e devem ser atribuídos à outra pessoa.
7. Aguarde a avaliação do MR. Nessa etapa quem trabalha é o *merger* -
colaborador responsável por avaliar o seu *branch* e aplicar o
*merge*. Em caso de aprovação, o *merge* será aplicado. Em caso
contrário, você será notificado.
8. Se o MR não foi aceito, o *merger* vai informar o que fazer com
mensagem abaixo da descrição do merge. Faça as adequações
solicitadas. Retome da etapa 4.
9. Quando o MR for aprovado, feche o *issue* correspondente. Indique
na mensagem de fechamento do *issue* qual foi o número do MR
dele. Os ramos de demanda - com prefixo *issue* - são removidos
após o *merge* mas os *issues* e os MR - que junto com os *commits*
contam a trajetória do projeto - permanem no GitLab.
## O que é um Guia de Estilo de Código? ##
Um Guia de Estilo de Código é um conjunto de recomendações (ou regras)
para padronizar a forma de escrever código. Códigos que são escritos
seguindo um estilo padrão são mais fáceis de manter, modificar e
garantir que estão corretamente escritos e funcionais, principalmente
quando muitos programadores estão envolvidos.
Quase todas as linguagem de programação permitem que os usuários adotem
diferentes padrões de escrita de código. Algumas não diferenciam
maiúsculas e outras não exigem indentação, por exemplo. Em função de
simplicidade, comodismo ou inércia na hora de escrever ou de
características da linguagem ou do editor, os usuários quase sempre tem
padrão particular para escrita de código.
## Qual o guia de estilo de código? ##
No pacote *labestData* deve ser considerado o *idiom* padrão do R,
descrito no [STYLEGUIDE.md].
## Como dar nome aos datasets? ##
No caso de datasets de livros (obras impressas), o nome do dataset é
formado pelo sobrenome do primeiro autor seguido da indentificação da
tabela na obra. Considera os exemplos
* ZimmermannTb8.2: Tabela 8.2 do Zimmermann (2004);
* RamalhoTb4.3: Tabela 3 do capítulo 4 em Ramalho, Ferreira e Oliveira
(2005). Nesse livro as tabelas tem numeração reiniciada em todo
capítulo e por isso adiciona-se o numeral do capítulo para evitar
ambiguidade, já que vários capítulos podem ter a tabela 1.
* BanzattoQd3.6.1: Quadro 3.6.1 do Banzatto e Kronka (2013). Este
livro usa o nome quadro ao invés de tabela.
* DiasEx10.7: Exercício 7 do capítulo 10 em Dias e Barros (2009). Os
exercício são númerados dentro dos capítulos então adiciona-se o
digito do capítulo para não haver ambiguidade.
* StorkEg2.3.5: Exemplo 2.3.4 do Stork et al. (2011). Para não
confundir Exercício e Exemplo, consideramos abreviar com Eg de
*exempli gratia*.
* BarbinPg52: Tabela sem legenda na página 52 do Barbin (2013). Nesse
caso identifica-se usando a página. No caso de várias tabelas na
mesma página, use mais um digito separado por ponto: Pg52.1 e
Pg52.2.
* PimentelPg142: Dados em Pimentel-Gomes (2009) que estão em tabelas
distribuidas em duas páginas mas não tem legenda, assim usa-se o
número da primeira página.
A prioridade na hora de atribuir a identificação é a seguinte: Tabela =
Quadro > Exemplo = Exercício > Página. Ou seja, se a tabela 5 faz parte
do exemplo 3 que está na página 122, o nome do dataset terá sulfixo
Tb5. Note que uma página pode ter mais de uma tabela, bem como um
exemplo. Além do mais, diferentes edições podem preservar com mais
facilidade a numeração das tabelas do que a localização delas nas mesmas
páginas. Sendo assim, um dataset só será identificado como sulfixo Ex ou
Eg se não tiver legenda (Tabela ou Quadro) e só será identificado pela
página se não houver outra alternativa.
## Como formatar as variáveis? ##
O nome das variáveis não deve conter acentos (ASCII pleno), não pode
iniciar com número e só admite o underline como não alfanumérico. As
variáveis de nome composto e longo poder ser representadas por siglas, e
as de nome simples mas longo, por abreviação. Veja a tabela com
exemplos.
| Variável resposta | Nome da coluna |
|---------------------------|----------------|
| Dias | dias |
| Idade | idade |
| Renda | renda |
| Produtividade | prod |
| Temperatura | temp |
| Pressão sanguínea | ps |
| Massa seca de parte aérea | mspa |
## O que colocar na documentação? ##
Os datasets devem ter uma documentação precisa. Existem vários campos da
documentação que podem ser usados, no entanto, somente 7 serão exigidos.
Abaixo tem-se a documentação do *data.frame* `RamalhoTb4.7`. Embora os
campos sejam praticamente autoexplicativos, segue breve explicação.
* `@name`: o nome do dataset.
* `@title`: título que representa o dataset.
* `@description`: descrição do conjunto de dados. Pode conter mais de
um parágrafo.
* `@format `: forma e conteúdo do dataset. Informa as dimensões e cada
uma das variáveis (nome, descrição, unidade de medida, tipo de
valor).
* `@keywords`: palavras que classificam o dataset, como o tipo de
variável resposta e delineamento (ex: DIC, DQL, contagem,
proporção). Elas aparecem no índice remissivo no manual em PDF.
* `@source`: indica a fonte dos dados. Normalmente é a referência
bibliográfia, a url do endereço de origem ou o nome proprietário dos
dados (indivíduo, grupo ou instituição).
* `@examples`: contém código R que produz gráficos e tabelas com os
dados.
```
#' @name RamalhoTb4.7
#' @title Produção de arrozeiro em função de cultivares
#'
#' @description Produção em função de cultivares de arroz em um
#' experimento instalado em delineamento de blocos casualidados.
#'
#' @format Um data.frame com 30 linhas e 3 colunas.
#'
#' \describe{
#'
#' \item{\code{bloco}}{Blocos do experimento com 3 níveis
#' qualitativos. Sua função é de controle local.}
#'
#' \item{\code{cultivar}}{Fator de interesse com 10 níveis
#' qualitativos. São as cultivares de arroz estudadas no
#' experimento.}
#'
#' \item{\code{producao}}{Produção de arroz medida em cada parcela
#' (kg/ha).}
#'
#' }
#'
#' @keywords DBC arroz
#'
#' @source Ramalho, M. A. P., Ferreira, D. F., & Oliveira,
#' A. C. de. (2005). Experimentação em genética e melhoramento de
#' plantas (2nd ed., p. 322). Editora UFLA. (tabela 7, página 62)
#'
#' @examples
#'
#' library(lattice)
#' data(RamalhoTb4.7)
#'
#' xyplot(producao ~ cultivar, groups = bloco, data = RamalhoTb4.7,
#' ylab="Produção (kg/ha)", xlab="Cultivar")
#'
NULL
```
Por razão ainda desconhecida, títulos com acentos são substituídos por
`NA` no manual em PDF. Na documentação em HTML, no entanto, e produzida
sem erros.
Perceba a indatação de 4 espaços e que largura de 72 digitos usada para
escrever a documentação.
Para gerar a citação bibliográfica no formato APA, padrão considerado no
pacote, visite <http://www.citationmachine.net/apa/cite-a-book/manual> e
preencha as informações. Use o resultado gerado para vitar a obra.
<!--
<http://ase-research.org/R/>
<http://r-pkgs.had.co.nz/man.html#man-data>
-->
<!------------------------------------------- -->
## Como criar um *branch*? ##
Um *branch* é criado de duas formas, conforme abaixo.
```
# Com duas instruções.
git branch novo # cria
git checkout novo # move
# Com uma instruções 2 em 1
git checkout -b novo
```
## Como criar um *issue*? ##
De uma maneira simples, um *issue* é uma tarefa. Quando você cria um
*issue*, você está documentando algo que precisa ser feito. Essas
tarefas podem ser relacionadas à criação ou correção no seu pacote.
Na página do repositório existe uma entrada chama
[*Issues*](https://gitlab.c3sl.ufpr.br/pet-estatistica/labesData/issues)
no menu esquerdo. Ao entrar nessa página, existe um botão de create
[new issue](https://gitlab.c3sl.ufpr.br/pet-estatistica/iguir2/issues/new?).
Na página de criar um *issue*, você deve preencher os seguintes campos:
* Title: com um título que representa o seu *issue*.
* Description: com uma descrição detalhada do que deve ser feito no
*issue*.
* Assignee: com quem é o responsável pelo desenvolvimento do issue*.
* Milestone: com a marca de milha a que o *issue* pertence, se alguma.
* Labels: com as palavras chaves apropriadas para o *issue*, se
alguma.
Feito isso, clique em *Submit issue*.
## Quanto de trabalho representa um *issue*? ##
É difícil ser preciso nisso, mas aconselha-se que no *labestData* um
*issue* 1) seja o trabalho correspondente a duas horas de dedicação ou,
ainda que o tempo estimado não seja perto desse, que 2) seja uma unidade
característica de trabalho que não vale a pena dividir em mais *issues*.
A última situação ocorre, por exemplo, quando você precisa criar uma
grande função, que demora por volta de 5 horas de trabalho. Uma
dedicação de 2 horas pode não ter uma função pronta que passe nas
verificações de *build*. No primeiro caso, por outro lado, se o trabalho
é texto, por exemplo, mesmo que este esteja incompleto a verificação de
*build* ser verde.
## Como fechar ou editar um issue ##
Para editar, basta acessar o menu
[*Issues*](https://gitlab.c3sl.ufpr.br/pet-estatistica/labesData/issues)
e abrir o *issue* desejado. A edição permite editar praticamente tudo,
embora seja desaconselhado modificar o título e descrição do
mesmo. Deve-se dedicar na hora de atribuir título e descriação para que
sejam apropriados e sem necessidade de mudar.
Na página de um *issue* é possível fazer uma discussão sobre ele, bem
como atribuir a outro colaborador. Quandor o issue for concluído,
deve-se fechá-lo.
## Como fazer mensagens de *commit*? ##
Mensagens de *commit* são de duas formas: simples e composta (mono ou
multi linhas). As mensagens simples são aquelas que ocupam uma linha
apenas, normalmente com uma única sentença. Elas descrevem modificações
cuja descrição cabe em uma linha de 72 caracteres. Você pode escrever na
própria linha de instrução do commit, como a seguir.
```
git commit -m "Minha mensagem de uma linha aqui."
```
As mensagens compostas, por outro, servem para documentar várias
modificações. Então não é possível usar a opção `-m`. Apenas faça `git
commit` seguido de ENTER que um editor de terminal vai abrir para que
você escreva a mensagem de *commit*. Normalmente o editor é o vi ou
nano, mas outros podem ser habilitados. Abaixo um exemplo de mensagem
composta.
```
Inclui dataset da página 103
- Adiciona ./data-raw/dataset103.txt.
- Adiciona ./data/dataset103.rda.
- Adiciona ./R/dataset103.R.
- Adiciona ./man/dataset103.Rd.
- Atualiza no NAMESPACE.
```
As mensagens de *commit* devem ter verbos conjugados no presente do
indicativo (ele faz, completa, adiciona, remove, edita, conserta,
produz, gera, corrige, documenta, escreve, move, transforma, modifica).
## Como criar um *merge request*? ##
Criar um *merge request* (requisição de junção), acesse o menu
[*Merge resquest*](https://gitlab.c3sl.ufpr.br/pet-estatistica/labestData/merge_requests)
e preencha de forma semelhante ao que se faz com o *issue*.
Note que a descrição do *issue* representa o será feito e do *merge
request* o que foi feito.
## Quais as exigências para aceitar um *MR*? ##
Para que um *merge request* seja aceito, 3 condições precisam ser
satisfeitas:
1. O trabalho deve estar concluído. Isso significa de o que previsto
precisa ser cumprido. Em caso de não conclusão, uma justificativa
deve ser dada e aceita. Se o trabalho foi mal dimensionado, abra um
*issue* no futuro para concluí-lo.
2. O *branch* tem que ter *build sucess*. A vantagem, dentre muitas,
da integração contínua, é sabermos se um ramo tem problemas de
código. Se um *branch* não passa nas verificações do *build*,
quando deveria passar, então algo está errado e precisa ser
consertado.
3. O trabalho deve estar em conformidade com o Guia de Estilo de
Código. Ainda que o *branch* esteja verde - com *build status*
positivo - o *merger* (pessoa responsável pelo *merge*) deve
inspecionar o seu código e verificar se está em conformidade com o
Guia de Estilo de Código. Não havendo conformidade, ele vai indicar
as correções a serem feitas.
## Existe um *checklist* para incluir um *dataset*? ##
Na lista que segue abaixo, dados representa o nome do dataset e o
diretório raíz é o `/labestData`.
1. Criar o `dados.txt`. Criar o arquivo texto com os dados no
diretório `./data-raw`. Usar TAB com separador de campo e ponto
como separador decimal.
2. Criar o `dados.rda`. Carregar o `dados.txt` e criar a imagem do
objeto (`*.rda` ou `*.RData`) no diretório `./data`. A forma mais
simples é usar a função `devtools::use_data(dados)`.
3. Fazer a documentação dos dados. Criar o arquivo `dados.R` no
diretório `./R/`.
4. Gerar o arquivo `dados.Rd`. Com o comando `devtools::document()`
gerar os arquivos de documentação que ficam no diretório
`./man`. Use `devtools::check_doc()` para verificar a documentação.
5. Por fim, execute `devtools::check()` e `devtools::build()`. Observe
se ocorrem notificações de `ERROR`, `WARNING` ou `NOTE`. Faça
correções para removê-las.
No final, você deve ter a essa estrutura de diretório abaixo
```
labestData/
|-- DESCRIPTION
|-- NAMESPACE
|-- data-raw/
| `-- dados.txt
|-- data/
| `-- dados.rda
|-- man/
| `-- dados.Rd
`-- R/
`-- dados.R
```
## Existe um *checklist* antes de submeter um MR? ##
1. As atividades do *issue* foram concluídas.
2. O código está de acordo com o Guia de Estilo de Código.
3. O `devtools::check()` e `devtools::build()` executam notificações
negativas.
4. O *branch* passa na integração contínua com *build status*
positivo.
O Guia de Contribuição é uma vinheta do pacote. O fonte desse arquivo é
o [vignettes/guia-contrib.Rmd](vignettes/guia-contrib.Rmd). Para acessar
o guia de contribuição em html, instale o *labestData* e chame a
vinheta.
DESCRIPTION
View file @ 9cb94664
Package: labestData
Title: Conjuntos de Dados para Ensino de Estatística
Version: 0.0-1
Title: Biblioteca de Dados para Aprendizado de Estatística
Version: 0.1-1.462
Date: 2016-08-29
Authors@R: as.person(c(
"PET Estatística UFPR <pet.estatistica.ufpr@gmail.com> [cre]",
"Altamiro Antonio Basiewics <alfbasiewics@bol.com.br> [ctb]",
......@@ -10,31 +11,51 @@ Authors@R: as.person(c(
"Daniel Ikenaga <oladani@gmail.com> [ctb]",
"Eduardo Elias Ribeiro Junior <edujrrib@gmail.com> [ctb]",
"Gabriel Sartori Klostermann <gabrielsartori2008@gmail.com> [ctb]",
"Guilherme Hathy <guilhermehathy@hotmail.com> [ctb]",
"Jhenifer Caetano Veloso <jhenicaet@gmail.com> [ctb]",
"Leonardo Marques <leonardommarques@gmail.com> [ctb]",
"Maria Helena Oliveira <mariaholiveira34@gmail.com> [ctb]",
"Mariana Marinho Soares <marianasoares1201@gmail.com> [ctb]",
"Monica Ludmila Hintz De Oliveira <monica.ludmila@gmail.com> [ctb]",
"Paula Alessandra Zeizer Dimas <alessandra.zeizer@gmail.com> [ctb]",
"Vinicius César Pedroso <vinicius.cesar.pedroso@gmail.com> [ctb]",
"Alcides Conte Neto <neto_conte@hotmail.com> [ctb]",
"Walmes Marques Zeviani <walmes@ufpr.br> [ctb]",
"Cesar Augusto Taconeli <taconeli@ufpr.br> [ctb]"))
"Cesar Augusto Taconeli <taconeli@ufpr.br> [ctb]",
"Fernando Mayer <fernandomayer@gmail.com> [ctb]"))
Description: O labestData é um projeto coletivo do PET Estatística UFPR
para desenvolver um pacote R com conjuntos de dados para ensino de
Estatística. Os objetivos desse projeto são 1) capacitar os membros
do PET Estatística a desenvolver pacote R com versionamento Git e 2)
contribuir com a comunidade científica ao reunir, organizar, manter
e disponibilizar conjuntos de dados disponíveis em livros, páginas
de internet e arquivos pessoais.
para desenvolver um pacote para o software R com conjuntos de dados
para aprendizado de Estatística. O pacote visa contribuir com a
comunidade científica ao reunir, organizar, manter e disponibilizar
conjuntos de dados presentes em livros, páginas de internet e
arquivos pessoais para o ensino-aprendizado de Estatística. Nesta
versão o pacote tem 462 conjuntos de dados.
License: GPL-3
URL: http://gitlab.c3sl.ufpr.br/pet-estatistica/labestData
BugReports: http://gitlab.c3sl.ufpr.br/pet-estatistica/labestData/issues
URL:
http://gitlab.c3sl.ufpr.br/pet-estatistica/labestData,
https://github.com/pet-estatistica/labestData
BugReports:
http://gitlab.c3sl.ufpr.br/pet-estatistica/labestData/issues,
https://github.com/pet-estatistica/labestData/issues
LazyData: true
Encoding: UTF-8
Depends:
R (>= 3.2.3)
Suggests:
lattice,
latticeExtra,
colorspace,
reshape,
ggplot2,
car,
knitr,
rmarkdown
rmarkdown,
shiny,
reshape2,
MASS,
qcc,
multcomp,
vcd,
zoo
VignetteBuilder: knitr
RoxygenNote: 5.0.1
RoxygenNote: 6.0.1
NAMESPACE
View file @ 9cb94664
# Generated by roxygen2: do not edit by hand
export(labestDataView)
R/AndradeEg2.1.R 0 → 100644
View file @ 9cb94664
#' @name AndradeEg2.1
#' @title Relação entre Crescimento de Pastagem e Temperatura
#' @description Estudo sobre o relacionamento entre a taxa de
#' crescimento de uma pastagem cultivada no Planalto catarinense e a
#' temperatura do solo a 10 cm de profundidade, no período de junho
#' a novembro.
#' @format Um \code{data.frame} com 9 observações e 2 variáveis, em que
#'
#' \describe{
#'
#' \item{\code{temp}}{Temperatura do solo a 10 cm de profundidade, em
#' ºC.}
#'
#' \item{\code{tc}}{Taxa de crescimento da pastagem, em kg ha\eqn{^-1}
#' por dia.}
#'
#' }
#' @keywords RS
#' @source Andrade, D. F., Ogliari, P. J. (2010). Estatística para as
#' ciências agrárias e biológicas com noções de experimentação (2nd
#' ed.). Florianópolis, SC. Editora da UFSC. (Exemplo 2.1, pág. 60)
#' @examples
#'
#' data(AndradeEg2.1)
#' str(AndradeEg2.1)
#'
#' library(lattice)
#' xyplot(tc ~ temp,
#' data = AndradeEg2.1,
#' type = c("p", "r"),
#' xlab = "Temperatura do solo (ºC)",
#' ylab = expression(Taxa~de~crescimento~(kg~ha^{-1}~dia)))
#'
NULL
R/AndradeEg2.17.R 0 → 100644
View file @ 9cb94664
#' @name AndradeEg2.17
#' @title Comprimento e Peso de Camarões-Rosa (\emph{Penaeus Paulensis})
#' @description Comprimento do corpo (\eqn{X_c}) e peso (\eqn{X_p}) de
#' Camarões-Rosa fêmeas da espécie \emph{Penaeus Paulensis}, obtidos
#' nas despescas dos viveiros do Centro de Ciências Agrárias (CCA)
#' da Universidade Federal de Santa Catarina (UFSC).
#' @format Um \code{data.frame} com 18 observações e 2 variáveis, em que
#'
#' \describe{
#'
#' \item{\code{xc}}{Comprimento do corpo em milímetros.}
#'
#' \item{\code{xp}}{Peso em gramas.}
#'
#' }
#' @keywords RS
#' @source Andrade, D. F., Ogliari, P. J. (2010). Estatística para as
#' ciências agrárias e biológicas com noções de experimentação (2nd
#' ed.). Florianópolis, SC. Editora da UFSC. (Exemplo 2.17, pág.
#' 128)
#' @examples
#'
#' data(AndradeEg2.17)
#' str(AndradeEg2.17)
#'
#' library(lattice)
#' xyplot(jitter(xp) ~ xc,
#' data = AndradeEg2.17,
#' type = c("p", "r"),
#' xlab = "Comprimento do Corpo (em mm)",
#' ylab = "Peso (em gramas)")
#'
NULL
R/AndradeEg4.11.R 0 → 100644
View file @ 9cb94664
#' @name AndradeEg4.11
#' @title Disposição de Ninhos de Formigas (\emph{Acromyrmex striatus})
#' @description Estudo sobre como se dispõem os ninhos de formigas da
#' espécie \emph{Acromyrmex striatus}, uma espécie de formiga
#' cortadeira, em dunas da praia de Joaquina, Florianópolis, SC. A
#' condução do estudo se deu em uma área de 10.000\eqn{m^2} que foi
#' subdividida em 100 quadrantes de mesmo tamanho. Contou-se então,
#' o número de ninhos em cada um desses quadrantes. Maiores detalhes
#' sobre esse estudo estão em Lopes (2001).
#' @format Um \code{data.frame} com 5 observações e 2 variáveis, em que
#'
#' \describe{
#'
#' \item{\code{ninhos}}{Fator de 5 níveis, que representa a quantidade
#' de ninhos por quadrante.}
#'
#' \item{\code{freq}}{Frequência de quadrantes em que se observou
#' \code{ninhos} ninhos de formiga.}
#'
#' }
#' @keywords contingência*
#' @source Andrade, D. F., Ogliari, P. J. (2010). Estatística para as
#' ciências agrárias e biológicas com noções de experimentação (2nd
#' ed.). Florianópolis, SC. Editora da UFSC. (Exemplo 4.11, pág.
#' 228)
#' @references [REFERENCIAR O TRABALHO DO LOPES DE 2001]
#' @examples
#'
#' data(AndradeEg4.11)
#' str(AndradeEg4.11)
#'
#' # Distribuição de frequências
#' barplot(AndradeEg4.11$freq,
#' col = "darkturquoise",
#' names.arg = AndradeEg4.11$ninhos,
#' xlab = "Ninhos por Quadrante",
#' ylab = "Número de Quadrantes")
#'
NULL
R/AndradeEg7.5.R 0 → 100644
View file @ 9cb94664
#' @name AndradeEg7.5
#' @title Pesos de Pacotes de Sementes de Milho
#' @description Amostra de 15 pacotes de sementes de milho, enchidos por
#' uma máquina. Supõe-se que os pacotes enchidos por essa máquina
#' são normalmente distribuídos com desvio padrão 0,2 Kg.
#' @format Um \code{vector} numérico com 15 observações.
#' @keywords AAS
#' @source Andrade, D. F., Ogliari, P. J. (2010). Estatística para as
#' ciências agrárias e biológicas com noções de experimentação (2nd
#' ed.). Florianópolis, SC. Editora da UFSC. (Exemplo 7.5, pág. 324)
#' @examples
#'
#' data(AndradeEg7.5)
#' str(AndradeEg7.5)
#'
#' hist(AndradeEg7.5,
#' labels = TRUE,
#' col = "darkturquoise",
#' xlab = "Peso do Pacote (em kg)",
#' ylab = "Densidade",
#' main = NULL,
#' border = "white")
#' rug(AndradeEg7.5, lwd = 2, col = "darkturquoise")
#'
#' boxplot(AndradeEg7.5,
#' ylab = "Peso do Pacote (em kg)")
#'
#' mean(AndradeEg7.5)
#' sd(AndradeEg7.5)
#' fivenum(AndradeEg7.5)
#'
NULL
R/AndradeEx2.13.R 0 → 100644
View file @ 9cb94664
#' @name AndradeEx2.13
#' @title Estudo dos Ovos de \emph{Biomphalaria Taenagophila}
#' @description Estudo da distribuição do número de ovos inviáveis de
#' \emph{Biomphalaria taenagophila} (caramujo) em ambiente
#' poluído. Para isso tomou-se uma amostra de 23 caramujos.
#' @format Um \code{vetor} numérico com 23 observações.
#' @keywords AAS
#' @source Andrade, D. F., Ogliari, P. J. (2010). Estatística para as
#' ciências agrárias e biológicas com noções de experimentação (2nd
#' ed.). Florianópolis, SC. Editora da UFSC. (Capítulo 2, Exercício
#' 13, pág. 109)
#' @examples
#'
#' data(AndradeEx2.13)
#' str(AndradeEx2.13)
#'
#' hist(AndradeEx2.13,
#' labels = TRUE,
#' prob = TRUE,
#' main = NULL,
#' col = "darkturquoise",
#' ylim = c(0, 0.12),
#' xlab = "Número de Ovos",
#' ylab = "Densidade")
#'
#' lines(density(AndradeEx2.13), lwd = 2)
#'
NULL
R/AndradeEx4.14.R 0 → 100644
View file @ 9cb94664
#' @name AndradeEx4.14
#' @title Plantas Doentes no Cultivo de Mandioca
#' @description Avaliaram-se 30 parcelas (área da terra de \eqn{20
#' m^{2}}) de 27 plantas de mandioca cada uma, contabilizando o
#' número de plantas doentes colhidas.
#' @format Um \code{data.frame} com 5 observações e 2 variáveis, em que
#'
#' \describe{
#'
#' \item{\code{nplantas}}{Número de plantas doentes na parcela.}
#'
#' \item{\code{nparc}}{Número de parcelas com \code{nplantas} plantas
#' doentes.}
#'
#' }
#' @keywords contingência*
#' @source Andrade, D. F., Ogliari, P. J. (2010). Estatística para as
#' ciências agrárias e biológicas com noções de experimentação (2nd
#' ed.). Florianópolis, SC. Editora da UFSC. (Capítulo 4, Exercício
#' 14, pág. 239)
#' @examples
#'
#' data(AndradeEx4.14)
#' str(AndradeEx4.14)
#'
#' # Média do número de plantas doentes por parcela
#' with(AndradeEx4.14, weighted.mean(nplantas, nparc))
#'
#' # Distribuição de frequências
#' barplot(AndradeEx4.14$nparc,
#' col = "darkturquoise",
#' names.arg = AndradeEx4.14$nplantas,
#' xlab = "Número de Plantas Doentes na Parcela",
#' ylab = "Número de Parcelas")
#'
NULL
R/AndradeEx4.8.R 0 → 100644
View file @ 9cb94664
#' @name AndradeEx4.8
#' @title Número de Machos em Ninhadas de Porcos
#' @description Estudo onde foram examinadas 2.000 ninhadas de cinco
#' porcos, contabilizando o número de machos em cada.
#' @format Um \code{data.frame} com 6 observações e 2 variáveis, em que
#'
#' \describe{
#'
#' \item{\code{nmachos}}{Número de machos na ninhada de 5 porcos.}
#'
#' \item{\code{ninhadas}}{Número de ninhadas com \code{nmachos} porcos
#' machos.}
#'
#' }
#' @keywords contingência*
#' @source Andrade, D. F., Ogliari, P. J. (2010). Estatística para as
#' ciências agrárias e biológicas com noções de experimentação (2nd
#' ed.). Florianópolis, SC. Editora da UFSC. (Capítulo 4, Exercício
#' 8, pág. 237)
#' @examples
#'
#' data(AndradeEx4.8)
#' str(AndradeEx4.8)
#'
#' # Média de porcos machos homens por ninhada
#' with(AndradeEx4.8, weighted.mean(nmachos, ninhadas/sum(ninhadas)))
#'
#' # Distribuição de frequências
#' barplot(AndradeEx4.8$ninhadas,
#' col = "darkturquoise",
#' names.arg = AndradeEx4.8$nmachos,
#' xlab = "Número de Machos na Ninhada",
#' ylab = "Número de Ninhadas")
#'
NULL
R/AndradeEx4.9.R 0 → 100644
View file @ 9cb94664
#' @name AndradeEx4.9
#' @title Ocorrências de Plantas \emph{Primula Sinensis} Selvagens
#' @description Uma certa região florestal foi dividida em 109 parcelas
#' de mesma área (quadrados) para se estudar a distribuição das
#' plantas \emph{Primula sinensis} selvagens na região. A priori,
#' supõe-se que plantas dessa espécie distribuem-se aleatoriamente.
#' @format Um \code{data.frame} com 10 observações e 2 variáveis, em que
#'
#' \describe{
#'
#' \item{\code{nplantas}}{Número de plantas na parcela.}
#'
#' \item{\code{nparc}}{Número de parcelas com \code{nplantas} plantas.}
#'
#' }
#' @keywords contingência*
#' @source Andrade, D. F., Ogliari, P. J. (2010). Estatística para as
#' ciências agrárias e biológicas com noções de experimentação (2nd
#' ed.). Florianópolis, SC. Editora da UFSC. (Capítulo 4, Exercício
#' 9, pág. 238)
#' @examples
#'
#' data(AndradeEx4.9)
#' str(AndradeEx4.9)
#'
#' #' # Média do número de plantas doentes por parcela
#' with(AndradeEx4.9, weighted.mean(nplantas, nparc))
#'
#' # Distribuição de frequências
#' txt <- barplot(AndradeEx4.9$nparc,
#' col = "darkturquoise",
#' names.arg = AndradeEx4.9$nplantas,
#' xlab = "Número de Plantas no Quadrado",
#' ylab = "Número de Quadrados")
#' text(x = txt, y = AndradeEx4.9$nparc)
#'
NULL
R/AndradeEx7.13.R 0 → 100644
View file @ 9cb94664
#' @name AndradeEx7.13
#' @title Comparação de Alturas de Duas Espécies de Árvores
#' @description Estudo realizado por um agrônomo sobre o desenvolvimento
#' de duas espécies de árvores, a Bracatinga e a Canafístula. O
#' desenvolvimento foi mensurado com base na altura das árvores.
#' @format Um \code{data.frame} com 20 observações e 2 variáveis, em que
#'
#' \describe{
#'
#' \item{\code{arvore}}{Espécies da árvore.}
#'
#' \item{\code{altura}}{Altura da árvore, em metros.}
#'
#' }
#' @keywords AASI
#' @source Andrade, D. F., Ogliari, P. J. (2010). Estatística para as
#' ciências agrárias e biológicas com noções de experimentação (2nd
#' ed.). Florianópolis, SC. Editora da UFSC. (Capítulo 7, Exercício
#' 13, pág. 344)
#' @examples
#'
#' data(AndradeEx7.13)
#' str(AndradeEx7.13)
#'
#' with(AndradeEx7.13, by(altura, arvore, summary))
#'
#' library(lattice)
#' densityplot(~altura, groups = arvore,
#' data = AndradeEx7.13,
#' auto.key = list(
#' corner = c(0.9, 0.9),
#' title = "Espécie da árvore",
#' cex.title = 1
#' ))
#'
NULL
R/AndradeEx7.15.R 0 → 100644
View file @ 9cb94664
#' @name AndradeEx7.15
#' @title Diâmetro de Forófitos Possuidores de Bromélias \emph{Vriesea
#' incurvata}
#' @description Estudo sobre os valores de diâmetro à altura do peito
#' (DAP), em centímetros, de uma amostra piloto de forófitos,
#' árvores suporte para epífitas, possuidores de \emph{Vriesea
#' incurvata} (bromélia, conhecida como espada de Davi), em
#' vegetação primária da Floresta Tropical Atlântica, em Santo Amaro
#' da Imperatriz, SC.
#' @format Um \code{vector} numérico com 30 observações.
#' @keywords AAS
#' @source Andrade, D. F., Ogliari, P. J. (2010). Estatística para as
#' ciências agrárias e biológicas com noções de experimentação (2nd
#' ed.). Florianópolis, SC. Editora da UFSC. (Capítulo 7, Exercício
#' 15, pág. 346)
#' @examples
#'
#' data(AndradeEx7.15)
#' str(AndradeEx7.15)
#'
#' hist(AndradeEx7.15,
#' prob = TRUE,
#' labels = TRUE,
#' main = NULL,
#' ylim = c(0, 0.07),
#' col = "darkturquoise",
#' xlab = "DAP (cm)",
#' ylab = "Densidade")
#' lines(density(AndradeEx7.15), lwd = 2)
#'
NULL
R/AndradeEx7.3.R 0 → 100644
View file @ 9cb94664
#' @name AndradeEx7.3
#' @title Diâmetros de Árvores de Eucalipto
#' @description Estudo em que sortearam-se 30 árvores, de um povoamento
#' de eucaliptos e mensuraram-se seus diâmetros à altura do peito,
#' com a finalidade de se estimar o diâmetro médio do povoamento.
#' @format Um \code{vector} numérico com 30 observações.
#' @keywords AAS
#' @source Andrade, D. F., Ogliari, P. J. (2010). Estatística para as
#' ciências agrárias e biológicas com noções de experimentação (2nd
#' ed.). Florianópolis, SC. Editora da UFSC. (Capítulo 7, Exercício
#' 3, pág. 342)
#' @examples
#'
#' data(AndradeEx7.3)
#' str(AndradeEx7.3)
#'
#' hist(AndradeEx7.3,
#' prob = TRUE,
#' col = "darkturquoise",
#' xlab = "Diâmetro (em cm)",
#' ylab = "Densidade",
#' main = NULL,
#' ylim = c(0, 0.055))
#'
#' lines(density(AndradeEx7.3), lwd = 2)
#' rug(AndradeEx7.3, lwd = 2)
#'
#' boxplot(AndradeEx7.3,
#' ylab = "Diâmetro (em cm)")
#'
#' mean(AndradeEx7.3)
#' sd(AndradeEx7.3)
#' fivenum(AndradeEx7.3)
#'
NULL
R/AndradeEx8.11.R 0 → 100644
View file @ 9cb94664
#' @name AndradeEx8.11
#' @title Comparação entre o Peso Vivo e o Peso Jejum do Gado Crioulo
#' Lageano
#' @description Para comparar o peso vivo e o peso jejum do gado crioulo
#' lageano, um pesquisador selecionou aleatoriamente uma amostra de
#' 15 animais e anotou seus pesos.
#' @format Um \code{data.frame} com 30 observações e 3 variáveis, em que
#'
#' \describe{
#'
#' \item{\code{animal}}{Fator de 15 níveis qualitativos, que são
#' os animais.}
#'
#' \item{\code{estado}}{Fator de 2 níveis qualitativos, que indica
#' o estado (vivo ou jejum) em que o animal foi pesado.}
#'
#' \item{\code{peso}}{Peso do animais, em kg.}
#'
#' }
#' @keywords AASP
#' @source Andrade, D. F., Ogliari, P. J. (2010). Estatística para as
#' ciências agrárias e biológicas com noções de experimentação (2nd
#' ed.). Florianópolis, SC. Editora da UFSC. (Capítulo 8, Exercício
#' 11, pág. 409)
#' @examples
#'
#' data(AndradeEx8.11)
#' str(AndradeEx8.11)
#'
#' # Dados apresentados em formato largo ("wide")
#' library(reshape2)
#' (da <- dcast(AndradeEx8.11, animal ~ estado, value.var = "peso"))
#'
#' # Pares de peso para cada animal
#' library(lattice)
#' dotplot(animal ~ peso,
#' groups = estado,
#' auto.key = list(title = "Estado",
#' cex.title = 1.1,
#' columns = 2),
#' data = AndradeEx8.11,
#' xlab = "Peso (kg)",
#' ylab = "Animal")
#'
#' # Distribuição das diferenças
#' densityplot(~jejum - vivo, data = da)
#'
NULL
R/AndradeEx8.13.R 0 → 100644
View file @ 9cb94664
#' @name AndradeEx8.13
#' @title Altura de Árvores Bracatinga e Canafístula
#' @description Estudo realizado por um agrônomo sobre o desenvolvimento
#' de duas espécies de árvores, Bracatinga (\emph{Mimosa scabrella})
#' e Canafístula (\emph{Peltophorum dubium}). O objetivo é
#' verificar diferença entre o desenvolvimento das duas espécies,
#' para tal uma amostra de 30 árvores foi avaliada. O
#' desenvolvimento foi mensurado pela altura das altura das árvores.
#' @format Um \code{data.frame} com 60 observações e 2 variáveis, em que
#'
#' \describe{
#'
#' \item{\code{arvores}}{Espécie da árvore, Bracatinga ou Canafístula.}
#'
#' \item{\code{altura}}{Altura da árvore, em metros.}
#'
#' }
#' @keywords AASI
#' @source Andrade, D. F., Ogliari, P. J. (2010). Estatística para as
#' ciências agrárias e biológicas com noções de experimentação (2nd
#' ed.). Florianópolis, SC. Editora da UFSC. (Capítulo 8, Exercício
#' 13, pág. 410)
#' @examples
#'
#' data(AndradeEx8.13)
#' str(AndradeEx8.13)
#'
#' with(AndradeEx8.13, by(altura, arvores, summary))
#'
#' library(lattice)
#' densityplot(~altura, groups = arvores,
#' data = AndradeEx8.13,
#' auto.key = list(
#' title = "Espécies",
#' cex.title = 1,
#' corner = c(0.9, 0.95)
#' ))
#'
NULL