5 Lei de Taylor
A estimação dos parâmetros da Lei de Taylor é feita a partir do cálculo da variância observada e da
variância esperada em observações feitas em vários talhões ou em vários ocasiões no mesmo
talhão.
Usando a função Taylor.citrus podemos estimar os parâmetros da Lei de Taylor para usando as
avaliações feitas em um talhão.
> Tay <- Taylor.citrus(v303.geo, dx = 5, random = FALSE, death = 1:3)
> Tay
Summary of disease incidence:
Min. 1st Qu. Median Mean 3rd Qu. Max.
0.0257 0.2600 0.6110 0.5330 0.8300 0.9800
Estimates and confidence intervals of Taylor Law:
2.5 % estimate 97.5 %
a 1.54 2.16 2.77
b 1.09 1.20 1.31
Thue an evidences of an agregatedpattern.
> TayR <- Taylor.citrus(v303.geo, dx = 5, random = TRUE, death = 1:3)
> TayR
Summary of disease incidence:
Min. 1st Qu. Median Mean 3rd Qu. Max.
0.0294 0.2140 0.5600 0.5230 0.8080 0.9820
Estimates and confidence intervals of Taylor Law:
2.5 % estimate 97.5 %
a 1.46 2.18 2.91
b 1.08 1.22 1.35
Thue an evidences of an agregatedpattern.
Podemos fazer o gráfico para as duas análises usando a função plot(). Esta função foi
programada para mostrar a incidência no eixo horizontal e o índice de dispersão na vertical,
Figura 3.
> par(mfrow = c(1, 2), mar = c(3, 3, 3, 0.5), mgp = c(2, 1,
+ 0))
> plot(Tay)
> plot(TayR)
