1
Procvičování 8
1. Naimportujte do R křestní jména z listu jména excelového souboru dat_ 2013.xls. Použijte funkci sceuiO .
2. Naimportujte do R počty výskytů těchto jmen v ČR (vedlejší sloupec). Opět použijte funkci sceuiO .
3. Naimportujte do R taxonomické zařazení pakomárů do podčeledí (list tax). Opět použijte funkci scan(). Jedná se o stejné druhy pakomárů, jako jsou v listu spe.
4. Naimportujte do R do dataframu envl nám již známé proměnné prostředí (list env). Použijte funkci z rodiny read. () a pro přesun dat použijte datovou schránku "clipboard". Při importu specifikujte, že jména řádků má R vzít z prvního sloupce sample. Po importu zkontrolujte strukturu dataframu.
5. Naimportujte do R do dataframu env2 ty stejné proměnné prostředí (list env) a stejně jako v předchozím kroku. Navíc při importu specifikujte, že nechcete, aby proměnná hydr byla převedena na faktor. Po importu zkontrolujte strukturu dataframu.
6. Uložte tabulku abundancí larev pakomárů listu spe do samostatného textového souboru (Tab delimited).
7. Naimportujde do R do dataframu spe abundance larev pakomárů z nově vytvořeného textového souboru. Při importu specifikujte, že nechcete, aby R kontrolovalo a upravovalo druhová jména.
8. Najděte funkci, která z druhových jmen vytvoří zkratky (je v balíku vegan) a zkratky z druhových jmen vytvořte, (anglicky zkratka je abbreviate)
9. Přejmenujte jména sloupců dataframu spe vytvořenými zkratkami.
10. Při importu se prázdné buňky vyplnily NA hodnotami. Nahraďte NA hodnoty dataframu spe nulami.
11. Zjistěte, kolik druhů je v dataframu spe (odpovědí R bude jedno číslo, a to počet sloupců dataframu).
12. Představte si, že vzorky byly při determinaci děleny, aby determinátor nezešílel z množství pakomárů (kde jich bylo moc, byla determinována jen polovina, kde jich bylo ještě víc, jen čtvrtina). Abychom získali přibližnou představu o abundancích pakomárů na lokalitách, musíme abundance zpět vynásobit obráceným podílem zpracovaného vzorku (tedy dvojkou nebo čtyřkou). Ve skutečnosti tomu tak nebylo, proto podíly nasimulujeme. Řekněme, že vzorky s méně než 200 pakomáry pochází ze čtvtiny původních vzorků (a je třeba jejich abundance vynásobit čtyřmi), a vzorky s méně než 400 pakomáry pochází z poloviny původního vzorku (tedy je musíme vynásobit dvěma).
(a) Vytvořte vektor násobků, kterými je potřeba abundance vynásobit.
(b) Vytvořte dataframe spe.nas s vynásobenými abundancemi pakomárů.
(c) Přesvědčte se, že podíly lokalitních sum abundancí vynásobeného a původního dataframu odpovídají vektoru násobků.
13. Exportujte dataframe spe.nas jako tabulátorem oddělený text tak, aby se dal otevřít v excelu. V excelu jej otevřte a zkontrolujte.
14. V některých analýzách chceme srazit vliv hojných druhů. Potom můžeme přistoupit k relativizaci nebo standardizaci druhových abundancí. Vytvořte dataframe spe.rel v němž budou zrelativizované druhové abundance tak, že pro každý druh je vydělíte sumou jeho abundancí. Pozor na násobení matic vektory - hodnoty v maticích bere R po sloupcích.
2
15. Exportujte dataframe spe.rel jako tabulátorem oddělený text tak, aby se dal otevřít v excelu. V excelu jej otevřte a zkontrolujte.
16. Vytvořte dataframe stat s proměnnými abund a freq obsahujícími součty abundancí a počty výskytů jednotlivých druhů (počet řádků dataframu stat bude odpovídat počtu druhů, přičemž pro každý druh bude uvedeno, kolik jedinců celkem bylo zaznamenáno a na kolika lokalitách se vyskytoval).
17. V dataframu stat vytvořte proměnnou odlišující běžné druhy od vzácných s úrovněmi: vzacny (druh se vyskytoval na max. 3 lokalitách), bezny (výskyt na 4 - 9 lokalitách), a hojny (výskyt na 10 a více lokalitách).
18. Zjistěte, kolik druhů je vzácných, běžných a hojných (podle kritérií v předchozím bodu).
19. Exportujte dataframe stat jako tabulátorem oddělený text tak, aby se dal otevřít v excelu. V excelu jej otevřte a zkontrolujte.