Plot das curvas ajustadas das funções de detecção e histogramas dos modelos de amostragem por distância
plotar_funcao_deteccao_modelos_selecionados.Rd
Plot da(s) função(ões) de detecção com um histograma das distâncias observadas para comparar visualmente o(s) modelo(s) ajustado e os dados.
Arguments
- dados
recebe uma lista nomeada gerada pela função
gerar_lista_modelos_selecionados()
contendo os modelos de funções de detecção- nc
número de colunas com o mesmo intervalo de distância
- intervalos_distancia
intervalos de distância definidos pelo usuário
Examples
if (FALSE) { # \dontrun{
# gerar os dados transformados com repetição
dasy_croc_tap_arap_com_repeticao <- filtrar_dados(
nome_uc = "resex_tapajos_arapiuns",
nome_sps = "dasyprocta_croconota",
validacao_obs = "especie"
) |>
transformar_dados_formato_Distance()
# ajustar modelos com funções chave diferentes
# modelo Half-normal
modelo_hn <- dasy_croc_tap_arap_com_repeticao |>
ajustar_modelos_Distance(
funcao_chave = "hn",
truncamento = 15
)
# modelo Hazard-rate
modelo_hr <- dasy_croc_tap_arap_com_repeticao |>
ajustar_modelos_Distance(
funcao_chave = "hr",
truncamento = 15
)
# modelo Uniform
modelo_unif <- dasy_croc_tap_arap_com_repeticao |>
ajustar_modelos_Distance(
funcao_chave = "unif",
truncamento = 15
)
# gerar a tabela de seleção com o resumo comparativo dos modelos
modelos_selecionados <- selecionar_funcao_deteccao_termo_ajuste(
modelo_hn$`Sem termo`,
modelo_hn$Cosseno,
modelo_hn$`Hermite polinomial`,
modelo_hr$`Sem termo`,
modelo_hr$Cosseno,
modelo_hr$`Polinomial simples`,
modelo_unif$Cosseno,
modelo_unif$`Polinomial simples`
)
# gerar uma lista com os modelos selecionados ordenados do melhor para o pior modelo
lista_modelos_selecionados <- gerar_lista_modelos_selecionados(
modelo_hr$`Sem termo`,
modelo_hn$Cosseno,
modelo_unif$Cosseno,
modelo_unif$`Polinomial simples`,
modelo_hn$`Sem termo`,
nome_modelos_selecionados = selecao_funcao_deteccao_termo_ajuste
)
plotar_funcao_deteccao_modelos_selecionados(lista_modelos_selecionados)
} # }