Cvičení 2
1. Importujte dataset o popisující rybí společenstva v řece Doubs.
2. Proveďte souhrn dat a zkontrolujte, že se načetla správně
3. Spočítejte druhovou bohatost, Shannonův index a vyrovnanost (Pielou's eveness) pro
jednotlivé vzorky. Výsledek uložte do nového data frame.
4. Proveďte explorační analýzu dat. Z grafických metod použijte např. párový graf.
5. Spočtěte lineární model závislosti jednotlivých parametrů diverzity na podmínkách
prostředí.
a) Proveďte test saturovaného modelu
b) Otestujte jednoduché korelace (marginal effects) mezi parametry diverzity a
podmínkami prostředí
c) Proveďte výběr prediktorů a vyberte tak minimální adekvátní model
d) Proveďte regresní diagnostiku modelu
e) Exportujte výsledky do Wordové tabulky a napište k ní popisek.
6. Importujte list CalamagrostisBiomass z datasetu Rhinanthus. Vyberte z datasetu pouze data
z posledního roku experimentu (2015) a otestujte na nich, vliv dvojího kosení a výsevu
kokrhele (Rhinanthus) na biomasu třtiny křovištní (Calamagrostis epigejos). Analyzujte
pomocí lineárního modelu se smíšenými efekty a zadejte blok jako faktor s náhodným
efektem. Zhodnoťte zda je nutné provést transformaci hodnot produkce biomasy.
as.formula(data.frame) převede jména sloupců (vars) na výraz var1
~ var2+var3+...
lm() fituje lineární model
summary(lm) provede vyhodnocení lm.
anova() testuje signifikanci lineárního modelu (i dalších modelů)
add1() zhodnotí efekt přidání prediktoru do modelu; hodí se k
otestování jednoduchých párových korelací
update() umožňuje upravit strukturu a další parametry modelu
step() provede automatický výběr minimálního adekvátního modelu na
základě AIC
plot(lm) nakreslí grafy regresní diagnostiky pro lineární model
vegan:
specnumber() spočte druhovou bohatosti
diversity() diverzitní indexy
psych:
pairs.panels() párový graf pro exploraci vztahů a rozdělení
nlme:
lme() fituje lineární model se smíšenými efekty