2 Dados de doenças de plantas em R
Os dados de doenças de plantas, são comumente armazenados em planilhas, em que cada linha
corresponde às linhas de plantas nos talhões e cada coluna corresponde às plantas nas linhas. Além
disso, mais de uma avaliação pode ter sido feita. Definimos algumas classes para representação em R,
mas existem outras classes em outros pacotes de estatística espacial, tais como geoR (Ribeiro Jr.
& Diggle 2001), splancs (Rowlingson, Diggle, adapted, packaged for R by Roger Bivand, pcp
functions by Giovanni Petris & goodness of fit by Stephen Eglen 2006) ou sp (Pebesma
& Bivand 2005).
Uma funcionalidade implementada, foi a importação de dados de arquivos texto:
> dat1 <- read.citrus("vv303.csv", nrow = 20, row.id = 1, n.att = 15,
+ sep = ";")
> dat1
Disease plant data in 25 evaluations of
20 rows of plants and 48 plants in each row.
2.1 Validação de dados
Alguns procedimentos fizeram-se necessários:
- Troca utilizando a função change.code():
> table(dat2 <- change.code(dat1, ori = c("O", "G"), mod = c(0,
+ 0)))
0 1 2 3 F R
11101 6897 1363 4292 94 253
- Seleção utilizando a funcão select.code():
> table(dat3 <- select.code(dat2, unselect = c("F", "R")))
0 1 2 3
11079 6897 1363 4286
- Validação temporal, função validStatusMSC.citrus():
> table(dat4 <- validStatusMSC.citrus(dat3, corr = TRUE))
9 inconsistences in 25 evaluations of 945 plants.
0 1 2 3
11079 6897 1363 4286
2.2 Descrição de dados de doenças em plantas
Método summary() para as três primeiras avaliações:
> summary(dat4, eval = 1:3)
01/08/2001 08/08/2001 16/08/2001
Min. 0.00000 0.00000 0.0000
1st Qu. 0.00000 0.00000 0.0000
Median 0.00000 0.00000 0.0000
Mean 0.03175 0.03492 0.1175
3rd Qu. 0.00000 0.00000 0.0000
Max. 3.00000 3.00000 3.0000
NA's 15.00000 15.00000 15.0000
O método table():
> table.citrus(dat4, eval = 1:3)
01/08/2001 08/08/2001 16/08/2001
0 922 919 872
1 17 20 45
2 5 5 18
3 1 1 10
O método table(), usando proporções:
> table.citrus(dat4, eval = 1:3, type = "p")
01/08/2001 08/08/2001 16/08/2001
0 0.975661376 0.972486772 0.92275132
1 0.017989418 0.021164021 0.04761905
2 0.005291005 0.005291005 0.01904762
3 0.001058201 0.001058201 0.01058201
O método plot() produz um mapa para uma avaliação especificada.
> par(mfrow = c(1, 3), mar = c(2, 2, 2, 0.1), mgp = c(1, 0.3,
+ 0))
> for (i in 1:3) plot(dat4, eval = i, pch = 19, main = paste("Avaliação",
+ i))
O método lines():
> par(mar = c(2.5, 2.5, 0.5, 0.5), mgp = c(1, 0.5, 0))
> lines(dat4)