Você está aqui: start » projetos » saudavel » tcc

Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

Link para esta página de comparações

Ambos lados da revisão anteriorRevisão anterior
Próxima revisão		Revisão anterior
projetos:saudavel:tcc [2008/04/22 19:40] – henriquedprojetos:saudavel:tcc [2008/06/06 16:24] (atual) – henriqued
Linha 1: Linha 1:
 ====== TCC CE 229 ====== ====== TCC CE 229 ======
 +
 +++++ Códigos |<code R>
 +## Carregando arquivos necessários
 +cat("Carregando Arquivos Necessários\n")
 +library(aRT)
 +library(geoR)
 +source('datachk.R')
 +
 +######### Parte 1
 +
 +codbairro <- list(BT=94, CFP=c(54,55), DI=c(39,40), EM=73, MCP=c(51,52))
 +aed <- datachk(host="guaja.est.ufpr.br", pass="wbhdpj", codBairros = codbairro)
 +summary(aed$dados)
 +
 +######### Parte 2
 +dad.cara <- getData(openTable(la,"CARACTERISTICAS_LUGAR"))
 +
 +
 +#########TIPO DE IMOVEL###################
 +## RCS RAP RCM == 0
 +## QRT ESC IGR Outros == 1
 +## SI == NA
 +dad.cara$TIPO_IMOVEL[dad.cara$TIPO_IMOVEL %in% c("RCS", "RAP", "RCM")] <- 0
 +dad.cara$TIPO_IMOVEL[dad.cara$TIPO_IMOVEL %in% c("QRT", "ESC", "IGR", "Outros")] <- 1
 +dad.cara$TIPO_IMOVEL[dad.cara$TIPO_IMOVEL == "SI"] <- NA
 +
 +#table(dad.cara$TIPO_IMOVEL)
 +
 +############PRESENÇA DE QUINTAL###########
 +## Sim == 0
 +## Não == 1
 +## SI == NA
 +dad.cara$QUINTAL[dad.cara$QUINTAL == "Sim"] <- 0
 +dad.cara$QUINTAL[dad.cara$QUINTAL == "Não"] <- 1
 +dad.cara$QUINTAL[dad.cara$QUINTAL == "SI"] <- NA
 +
 +#table(dad.cara$QUINTAL)
 +
 +#########PRESENÇA DE JARDIM COM SOMBRA#############
 +## Sim == 0
 +## Não == 1
 +## NA SI == NA
 +dad.cara$SOMBRA[dad.cara$SOMBRA == "Sim"] <- 0
 +dad.cara$SOMBRA[dad.cara$SOMBRA == "Não"] <- 1
 +dad.cara$SOMBRA[!dad.cara$SOMBRA %in% 0:1] <- NA
 +
 +#table(dad.cara$SOMBRA)
 +
 +########AGUA LIGADA A REDE GERAL ###########
 +dad.cara$AGUA_REDE[dad.cara$AGUA_REDE == "Sim"] <- 0
 +dad.cara$AGUA_REDE[dad.cara$AGUA_REDE == "Não"] <- 1
 +dad.cara$AGUA_REDE[dad.cara$AGUA_REDE == "SI"] <- NA
 +
 +#table(dad.cara$AGUA_REDE)
 +
 +#######FREQUENCIA DE ABASTECIMENTO DE AGUA ############
 +## Diaria D == 0
 +## Dois em dois dias DD ou mais == 1
 +## NA e SI == NA
 +dad.cara$FREQ_ABASTECIMENTO[!dad.cara$FREQ_ABASTECIMENTO %in% c("D", "SI", NA)] <- 1
 +dad.cara$FREQ_ABASTECIMENTO[dad.cara$FREQ_ABASTECIMENTO == "D"] <- 0
 +dad.cara$FREQ_ABASTECIMENTO[dad.cara$FREQ_ABASTECIMENTO == "SI"] <- NA
 +
 +#table(dad.cara$FREQ_ABASTECIMENTO)
 +
 +###########AGUA CANALIZADA################
 +dad.cara$CANALIZADA_COMODO[dad.cara$CANALIZADA_COMODO == "Sim"] <- 0
 +dad.cara$CANALIZADA_COMODO[dad.cara$CANALIZADA_COMODO == "Não"] <- 1
 +dad.cara$CANALIZADA_COMODO[dad.cara$CANALIZADA_COMODO == "SI"] <- NA
 +
 +#table(dad.cara$CANALIZADA_COMODO)
 +
 +######### FREQUENCIA DA COLETA DE LIXO #############
 +dad.cara$FREQUENCIA_COLETA[dad.cara$FREQUENCIA_COLETA == "D"] <- 0
 +dad.cara$FREQUENCIA_COLETA[dad.cara$FREQUENCIA_COLETA %in% c("DD", "DDD", "DDDD")] <- 1
 +dad.cara$FREQUENCIA_COLETA[dad.cara$FREQUENCIA_COLETA %in% c("ENT", "QMD", "OUTR")] <- 2
 +dad.cara$FREQUENCIA_COLETA[dad.cara$FREQUENCIA_COLETA== "SI"] <- NA
 +
 +#table(dad.cara$FREQUENCIA_COLETA)
 +
 +########PRESENÇA DE RESERVATÓRIOS #############
 +names(dad.cara[,c(20:32)])
 +sapply(dad.cara[,c(20:32)],class)
 +
 +dad.cara$res.grd.sem <- apply(dad.cara[,c(20,21,22,24,26)],1,sum)
 +dad.cara$res.grd.com <- apply(dad.cara[,c(23,25,27)],1,sum)
 +dad.cara$res.peq.sem <- apply(dad.cara[,c(28,30)],1,sum)
 +dad.cara$res.peq.com <- apply(dad.cara[,c(29,31)],1,sum)
 +
 +#### Recipiente grande sem tampa
 +dad.cara$res.grd.sem[dad.cara$res.grd.sem >= 1] <- 1
 +dad.cara$res.grd.com[dad.cara$res.grd.com >= 1] <- 1
 +dad.cara$res.peq.sem[dad.cara$res.peq.sem >= 1] <- 1
 +dad.cara$res.peq.com[dad.cara$res.peq.com >= 1] <- 1
 +
 +
 +summary(dad.cara)
 +
 +## Reservatorios pqnos, somando td que for sim
 +vars <- c("PLTV", "CHCP", "GRF", "FOSS", "PISC", "PCEL", "LJST", "CALH")
 +
 +#Substituindo "SI" por NA
 +sapply(dad.cara[vars], function(x)dad.cara[x=="SI",vars] <<- NA)
 +
 +# Substituindo os Níveis
 +test <- as.data.frame(sapply(dad.cara[vars], factor))
 +sapply(names(test), function(x)levels(test[,x])<<- 0:1)
 +test <- sapply(test, function(x)as.numeric(as.character(x)))
 +
 +## Criando A Variavel com reservatorios pqnos
 +res.pq <- rowSums(test, na.rm = T)
 +res.pq[res.pq >= 1] <- 1
 +dados <-with(dad.cara, data.frame(COD_ARMADILHA, TIPO_IMOVEL=factor(TIPO_IMOVEL),NRO_RESIDENTES,
 +                                  QUINTAL=factor(QUINTAL),SOMBRA=factor(SOMBRA),
 +                                  res.pq=factor(res.pq),AGUA_REDE=factor(AGUA_REDE),
 +                                  FREQ_ABASTECIMENTO=factor(FREQ_ABASTECIMENTO),
 +                                  CANALIZADA_COMODO=factor(CANALIZADA_COMODO),
 +                                  res.grd.sem=factor(res.grd.sem),res.grd.com=factor(res.grd.com),
 +                                  res.peq.sem=factor(res.peq.sem),res.peq.com=factor(res.peq.com),
 +                                  FREQUENCIA_COLETA=factor(FREQUENCIA_COLETA)))
 +
 +
 +
 +covaria <- merge(dados, aed$dados, by.x="COD_ARMADILHA", by.y="COD_ARMADILHA")
 +
 +################## Parte 3
 +## Metereologicas
 +##
 +
 +fonte <- getData(openTable(openLayer(db, 'estacoes'), 'estacoes'))
 +obs <- getData(openTable(openLayer(db, 'estacoes'), 'OBS_METEOROLOGICAS'))
 +clima <- merge(fonte, obs)
 +
 +head(aed$dados)
 +head(covaria)
 +head(fonte)
 +head(obs)
 +
 +## Excluindo o ano de 2004 por falta de obs. meteorologicas
 +covaria <- covaria[format(covaria$DATA_COLETA, "%Y") > 2004,]
 +covaria <- covaria[order(covaria$DATA_COLETA),]
 +
 +summary(covaria)
 +
 +# Transformando pra DATA
 +clima$DATA_OBS <- as.Date(clima$DATA_OBS)
 +clima <- clima[order(clima$DATA_OBS),]
 +
 +newobs <- clima[!duplicated(clima$DATA_OBS),]
 +
 +names(clima)
 +
 +teste <- merge(clima,covaria,by.x=c("SITIO","DATA_OBS"),by.y=c("BAIRRO","DATA_COLETA"))
 +
 +dados.split <- lapply(split(teste, teste$SITIO), function(x)split(x, x$DATA_OBS))
 +
 +
 +## Datas 27 periodos anteriores
 +dados.Datas <- lapply(dados.split,
 +                      function(elem)  # Bairros
 +                         lapply(elem,
 +                                function(dat) # Datas de dados.split
 +                                merge(data.frame(DATA_COLETA = unique(dat$DATA_OBS) - 1:83,
 +                                                 BAIRRO = unique(dat$SITIO)), clima,
 +                                      by.x = c("DATA_COLETA", "BAIRRO"),
 +                                      by.y = c("DATA_OBS", "SITIO"), sort = FALSE)))
 +
 +out <- lapply(dados.Datas,
 +       function(bairro)
 +             lapply(bairro,
 +                    function(datas)
 +                    lapply(c("TEMP_MAXIMA",
 +                             "TEMP_MINIMA",
 +                             "UMIDADE_RELATIVA",
 +                             "PRECIPITACAO"),
 +                           function(form)
 +                           tapply(datas[,form], datas[, "DATA_COLETA"], mean, na.rm = T))))
 +                    
 +
 +
 +out1 <- lapply(out,
 +               function(bairro)
 +               lapply(bairro,
 +                      function(datas)
 +                      matrix(t(sapply(datas, c)), nrow = 1)))
 +
 +teste.ok <- do.call(rbind, lapply(lapply(names(dados.split),
 +                           function(bairro)
 +                           lapply(names(dados.split[[bairro]]),
 +                                  function(datas)
 +                           cbind(
 +                           dados.split[[bairro]][[datas]],
 +                           do.call(rbind, rep(list(out1[[bairro]][[datas]]), nrow(dados.split[[bairro]][[datas]])))
 +                                 ))),
 +                        function(bairros)do.call(rbind, bairros)))
 + 
 +
 +## Ordenando a 'criança'
 +names(teste.ok)[25:356] <- paste(rep(c("MAX", "MIN", "UMID", "PRECI"), 83), rep(1:83, each = 4), sep=".")
 +teste.ok <- teste.ok[,c(1:24, 356:25)]
 +
 +# Adicionando as Coordenadas
 +dados <- merge(teste.ok,
 +               as.data.frame(aed$pts)[c(1, 5:6)],
 +               by.x = "COD_ARMADILHA", by.y = "ID", sort = FALSE)
 +names(dados)
 +dados <- dados[,c(1:5, 9,8,7,6, 10:358)]
 +
 +##Tirando as 'média' de 7 em 7
 +cols <- grep("TEMP|UMIDADE|PRECIPITACAO|MAX|MIN|UMID|PRECI",
 +             names(dados), value = T)
 +precip <- split(seq(1, 336, by=4), rep(1:12, each = 7))
 +
 +
 +dados <- data.frame(dados, as.data.frame(lapply(precip,
 +       function(pos)
 +         rowMeans(dados[,cols[pos]], na.rm = TRUE)
 +       )))
 +
 +names(dados)[(ncol(dados)-11):ncol(dados)] <- paste("PRECIPM", 1:12, sep=".")
 +
 +umid <- split(seq(2, 336, by=4), rep(1:12, each = 7))
 +dados<- cbind(dados, lapply(umid,
 +       function(pos)
 +         rowMeans(dados[,cols[pos]], na.rm = TRUE)
 +       ))
 +names(dados)[(ncol(dados)-11):ncol(dados)] <- paste("UMIDM", 1:12, sep=".")
 +
 +minimo <- split(seq(3, 336, by=4), rep(1:12, each = 7))
 +dados<- cbind(dados, lapply(minimo,
 +       function(pos)
 +         rowMeans(dados[,cols[pos]], na.rm = TRUE)
 +       ))
 +names(dados)[(ncol(dados)-11):ncol(dados)] <- paste("MINM", 1:12, sep=".")
 +
 +maximo <- split(seq(4, 336, by=4), rep(1:12, each = 7))
 +dados <- cbind(dados, lapply(maximo,
 +       function(pos)
 +         rowMeans(dados[,cols[pos]], na.rm = TRUE)
 +       ))
 +names(dados)[(ncol(dados)-11):ncol(dados)] <- paste("MAXM", 1:12, sep=".")
 +
 +dados1 <- dados[,
 +                c("DATA_OBS", #Data da Observacao
 +                  "TIPO_IMOVEL", #Tipo da Residencia
 +                  "QUINTAL", #Tem Quintal
 +                  "SOMBRA", #SOMBRA
 +                  "res.pq", #reservatorios pequenos
 +                  "AGUA_REDE", #AGUA Canalizada
 +                  "FREQ_ABASTECIMENTO", #Freq. Abast
 +                  "CANALIZADA_COMODO", #Canalizada
 +                  "res.grd.com",
 +                  "res.grd.sem",
 +                  "res.peq.com",
 +                  "res.peq.sem",
 +                  "NRO_OVOS",
 +                  "GRUPO",
 +                  "SITIO",
 +                  paste("PRECIPM", 1:12, sep = "."),
 +                  paste("UMIDM",   1:12, sep = "."),
 +                  paste("MINM",    1:12, sep = "."),
 +                  paste("MAXM",    1:12, sep = "."),
 +                  "coords.x1", "coords.x2", "COD_ARMADILHA")]
 +
 +
 +######## Arrumando os NA's provisoriamente #############
 +#--------------------------------------------------------
 +summary(dados1$TIPO_IMOVEL)
 +
 +## Assumindo que os NA's são Imóveis Residênciais == 0
 +dados1$TIPO_IMOVEL[is.na(dados1$TIPO_IMOVEL)] <- 0
 +
 +#--------------------------------------------------------
 +summary(dados1$QUINTAL)
 +
 +## Assumindo que os NA's tem QUINTAl
 +dados1$QUINTAL[is.na(dados1$QUINTAL)] <- 0
 +
 +
 +#--------------------------------------------------------
 +summary(dados1$SOMBRA)
 +
 +## Estamos desconsiderando a Sombra devido ao alto número de NA's
 +
 +
 +#--------------------------------------------------------
 +summary(dados1$AGUA_REDE)
 +
 +## Assumindo que os NA's pertencem a classe 1
 +dados1$AGUA_REDE[is.na(dados1$AGUA_REDE)] <- 1
 +
 +
 +#--------------------------------------------------------
 +summary(dados1$FREQ_ABASTECIMENTO)
 +
 +## Assumindo que NA's pertencem à classe 0
 +dados1$FREQ_ABASTECIMENTO[is.na(dados1$FREQ_ABASTECIMENTO)] <- 0
 +
 +#--------------------------------------------------------
 +summary(dados1$CANALIZADA_COMODO)
 +
 +## Assumindo que NA's pertencem à classe 1
 +dados1$CANALIZADA_COMODO[is.na(dados1$CANALIZADA_COMODO)] <- 1
 +
 +
 +#--------------------------------------------------------
 +sapply(grep("PRECIPM", names(dados1), value = T),
 +       function(x)dados1[[x]][is.na(dados1[[x]])] <<- 
 +          mean(unique(dados1[[x]])[which(is.na(unique(dados1[[x]]))) - 1:2]))
 +
 +sink("ultimate.txt")
 +cat("dados <- ")
 +dput(dados1)
 +sink()
 +
 +
 +</code>
 +++++
 +
 +==== Verificando a relação entre as covariáves ====
 +
  
 Carregando os dados: Carregando os dados:
Linha 6: Linha 327:
 </code> </code>
  
-  * Matrix de Correlações para Precipitacao:+  * ++ Matrix de Correlações para Precipitacao:
 <code R> <code R>
 cor(dados[grep("PRECIPM", names(dados), value = TRUE)]) cor(dados[grep("PRECIPM", names(dados), value = TRUE)])
 +</code>
 +<code>
              PRECIPM.1    PRECIPM.2    PRECIPM.3    PRECIPM.4   PRECIPM.5   PRECIPM.6    PRECIPM.7   PRECIPM.8    PRECIPM.9  PRECIPM.10  PRECIPM.11  PRECIPM.12              PRECIPM.1    PRECIPM.2    PRECIPM.3    PRECIPM.4   PRECIPM.5   PRECIPM.6    PRECIPM.7   PRECIPM.8    PRECIPM.9  PRECIPM.10  PRECIPM.11  PRECIPM.12
 PRECIPM.1   1.000000000  0.398375874  0.057277885  0.013834372 0.007848884 0.003618893  0.006761595 0.023278240 -0.010632712 -0.01930623 -0.01681982 -0.02477457 PRECIPM.1   1.000000000  0.398375874  0.057277885  0.013834372 0.007848884 0.003618893  0.006761595 0.023278240 -0.010632712 -0.01930623 -0.01681982 -0.02477457
Linha 24: Linha 347:
 </code> </code>
  
 +  * Gráfico de Dispersão para Precipitação x Ovos
 +  {{ http://www.leg.ufpr.br/~henrique/dengue/corPrecip.jpg }}
 +++
 +  * Matrix de Correlações para Umidade:
 +<code R>
 +cor(dados[grep("UMIDM", names(dados), value = TRUE)])
 +</code>
 +<code>
 +           UMIDM.1   UMIDM.2   UMIDM.3   UMIDM.4   UMIDM.5   UMIDM.6   UMIDM.7   UMIDM.8   UMIDM.9  UMIDM.10  UMIDM.11  UMIDM.12
 +UMIDM.1  1.0000000 0.8136284 0.7237655 0.6373399 0.5910477 0.5412617 0.5126541 0.4435200 0.3522417 0.2641260 0.1996885 0.1380407
 +UMIDM.2  0.8136284 1.0000000 0.8207516 0.7312642 0.6493093 0.5976661 0.5427578 0.5198054 0.4425611 0.3689211 0.2761524 0.2117798
 +UMIDM.3  0.7237655 0.8207516 1.0000000 0.8208429 0.7376715 0.6578395 0.6062644 0.5495746 0.5126250 0.4484363 0.3730241 0.2825577
 +UMIDM.4  0.6373399 0.7312642 0.8208429 1.0000000 0.8238597 0.7416904 0.6662030 0.6135283 0.5459471 0.5225217 0.4613921 0.3798243
 +UMIDM.5  0.5910477 0.6493093 0.7376715 0.8238597 1.0000000 0.8268156 0.7576003 0.6737215 0.6174664 0.5603879 0.5389428 0.4682084
 +UMIDM.6  0.5412617 0.5976661 0.6578395 0.7416904 0.8268156 1.0000000 0.8321702 0.7627082 0.6765630 0.6247809 0.5680300 0.5416232
 +UMIDM.7  0.5126541 0.5427578 0.6062644 0.6662030 0.7576003 0.8321702 1.0000000 0.8306684 0.7587407 0.6813222 0.6264243 0.5698501
 +UMIDM.8  0.4435200 0.5198054 0.5495746 0.6135283 0.6737215 0.7627082 0.8306684 1.0000000 0.8321120 0.7640257 0.6843983 0.6267866
 +UMIDM.9  0.3522417 0.4425611 0.5126250 0.5459471 0.6174664 0.6765630 0.7587407 0.8321120 1.0000000 0.8336239 0.7675529 0.6852552
 +UMIDM.10 0.2641260 0.3689211 0.4484363 0.5225217 0.5603879 0.6247809 0.6813222 0.7640257 0.8336239 1.0000000 0.8360349 0.7685041
 +UMIDM.11 0.1996885 0.2761524 0.3730241 0.4613921 0.5389428 0.5680300 0.6264243 0.6843983 0.7675529 0.8360349 1.0000000 0.8367102
 +UMIDM.12 0.1380407 0.2117798 0.2825577 0.3798243 0.4682084 0.5416232 0.5698501 0.6267866 0.6852552 0.7685041 0.8367102 1.0000000
 +</code>
  
 +  * Gráfico para Umidade x Nro Ovos
 +  {{ http://www.leg.ufpr.br/~henrique/dengue/corUmid.jpg }}
 +  * Matrix de Correlações para Temperatura Máxima:
 +<code R>
 +cor(dados[grep("MAXM", names(dados), value = TRUE)])
 +</code>
 +<code>
 + MAXM.1    MAXM.2    MAXM.3    MAXM.4    MAXM.5    MAXM.6    MAXM.7    MAXM.8    MAXM.9   MAXM.10   MAXM.11   MAXM.12
 +MAXM.1  1.0000000 0.8873240 0.8242368 0.7845877 0.7219937 0.6613631 0.6088920 0.5441925 0.4661010 0.3681705 0.2635478 0.1855049
 +MAXM.2  0.8873240 1.0000000 0.8896875 0.8280014 0.7932665 0.7261528 0.6602437 0.6102810 0.5434943 0.4660501 0.3594969 0.2606314
 +MAXM.3  0.8242368 0.8896875 1.0000000 0.8891065 0.8328116 0.7990354 0.7329438 0.6642783 0.6152469 0.5489423 0.4627403 0.3616994
 +MAXM.4  0.7845877 0.8280014 0.8891065 1.0000000 0.8905531 0.8319364 0.8016013 0.7330967 0.6676087 0.6140884 0.5352284 0.4542338
 +MAXM.5  0.7219937 0.7932665 0.8328116 0.8905531 1.0000000 0.8944108 0.8418577 0.8053788 0.7447977 0.6708347 0.6054653 0.5355502
 +MAXM.6  0.6613631 0.7261528 0.7990354 0.8319364 0.8944108 1.0000000 0.8956401 0.8378190 0.8095418 0.7425401 0.6591127 0.6028441
 +MAXM.7  0.6088920 0.6602437 0.7329438 0.8016013 0.8418577 0.8956401 1.0000000 0.8889466 0.8398561 0.8069203 0.7236006 0.6533578
 +MAXM.8  0.5441925 0.6102810 0.6642783 0.7330967 0.8053788 0.8378190 0.8889466 1.0000000 0.8900533 0.8366260 0.7999288 0.7184289
 +MAXM.9  0.4661010 0.5434943 0.6152469 0.6676087 0.7447977 0.8095418 0.8398561 0.8900533 1.0000000 0.8902568 0.8292661 0.7985820
 +MAXM.10 0.3681705 0.4660501 0.5489423 0.6140884 0.6708347 0.7425401 0.8069203 0.8366260 0.8902568 1.0000000 0.8824213 0.8265274
 +MAXM.11 0.2635478 0.3594969 0.4627403 0.5352284 0.6054653 0.6591127 0.7236006 0.7999288 0.8292661 0.8824213 1.0000000 0.8764060
 +MAXM.12 0.1855049 0.2606314 0.3616994 0.4542338 0.5355502 0.6028441 0.6533578 0.7184289 0.7985820 0.8265274 0.8764060 1.0000000
 +</code>
  
  
-Teste:+  * Gráfico para Temp. Min x Nro Ovos 
 +  {{ http://www.leg.ufpr.br/~henrique/dengue/corMax.jpg }} 
 + 
 +  * Matrix de Correlações para Temperatura Mínima: 
 +<code R> 
 +cor(dados[grep("MINM", names(dados), value = TRUE)]) 
 +</code>
 <code> <code>
-<php> + MINM.1    MINM.2    MINM.3    MINM.4    MINM.5    MINM.6    MINM.7    MINM.8    MINM.9   MINM.10   MINM.11   MINM.12 
-$prog = "R CMD BATCH"; +MINM.1  1.0000000 0.5639588 0.5935944 0.4695411 0.4268584 0.3489817 0.4377892 0.3114651 0.3413958 0.2429912 0.2596566 0.1516181 
-$file = "echo 'summary(rnorm(100))' > /tmp/teste.txt"; +MINM.2  0.5639588 1.0000000 0.5716516 0.5956094 0.4809486 0.4282781 0.3581243 0.4359187 0.3149229 0.3388118 0.2518581 0.2510395 
-system($file, $retval); +MINM.3  0.5935944 0.5716516 1.0000000 0.5654837 0.5830780 0.4787018 0.4267707 0.3459380 0.4420258 0.3042275 0.3215935 0.2361750 
-system("chmod 777 /tmp/teste.txt"); +MINM.4  0.4695411 0.5956094 0.5654837 1.0000000 0.5665017 0.5951586 0.4772186 0.4186574 0.3520369 0.4453062 0.3120105 0.3237843 
-$command = $prog . " /tmp/teste.txt"; +MINM.5  0.4268584 0.4809486 0.5830780 0.5665017 1.0000000 0.5682591 0.5964380 0.4782897 0.4197755 0.3504371 0.4462733 0.3087303 
-$las = system("R CMD BATCH  --no-save -q /tmp/teste.txt /tmp/teste.Rout", $retval); +MINM.6  0.3489817 0.4282781 0.4787018 0.5951586 0.5682591 1.0000000 0.5630490 0.5926869 0.4832182 0.4245169 0.3456020 0.4373899 
-echo system('cat /tmp/teste.Rout'); +MINM.7  0.4377892 0.3581243 0.4267707 0.4772186 0.5964380 0.5630490 1.0000000 0.5582295 0.5944933 0.4809717 0.4288738 0.3371805 
-</php>+MINM.8  0.3114651 0.4359187 0.3459380 0.4186574 0.4782897 0.5926869 0.5582295 1.0000000 0.5604810 0.5943529 0.4713062 0.4097950 
 +MINM.9  0.3413958 0.3149229 0.4420258 0.3520369 0.4197755 0.4832182 0.5944933 0.5604810 1.0000000 0.5603466 0.5704061 0.4600298 
 +MINM.10 0.2429912 0.3388118 0.3042275 0.4453062 0.3504371 0.4245169 0.4809717 0.5943529 0.5603466 1.0000000 0.5500534 0.5539326 
 +MINM.11 0.2596566 0.2518581 0.3215935 0.3120105 0.4462733 0.3456020 0.4288738 0.4713062 0.5704061 0.5500534 1.0000000 0.5521400 
 +MINM.12 0.1516181 0.2510395 0.2361750 0.3237843 0.3087303 0.4373899 0.3371805 0.4097950 0.4600298 0.5539326 0.5521400 1.0000000
 </code> </code>
 +
 +
 +  * Gráfico para Temp. Min x Nro Ovos
 +  {{ http://www.leg.ufpr.br/~henrique/dengue/corMin.jpg }}
 +
 +
 +====== Análises Realisadas =======
 +
 +  *  ++ Binomial Negativa Inflacionada de Zeros |
 +      Não siginificativa++

QR Code
QR Code projetos:saudavel:tcc (generated for current page)