Simple Descriptive Exploration Simba

Biometria

Dados de biometrias

Pré processamento

Os dados crus aprensentam alguns caracteres nulos, caracteres de controle que não podem ser visualizados, devendo, portanto, ser retirados. Há, assim, uma etapa de pré-processamento para retirada desses caracteres.

Variáveis

Ao todo são 14 variáveis para biometrias. A maioria trata de valores categóricos.

names(Biometrias)

##  [1] "Código"                      "Identificador da ocorrência"
##  [3] "Identificador do indivíduo"  "Espécies - Classe"          
##  [5] "Espécies - Ordem"            "Espécies - Subordem"        
##  [7] "Espécies - Família"          "Espécies - Gênero"          
##  [9] "Espécies - Espécie"          "Ficha de campo"             
## [11] "Instituição executora"       "Data"                       
## [13] "Tipo"                        "Responsável"

Contagens

Espécies

# especies <- as.factor(Biometrias$`Espécies - Espécie`)
Biometrias %>% group_by( `Espécies - Espécie`) %>% summarise( total = n()) %>% arrange( desc(total) ) %>% gt()

Espécies - Espécie	total
Chelonia mydas	2827
Sula leucogaster	572
Sotalia guianensis	376
Phalacrocorax brasilianus	355
Fregata magnificens	309
Caretta caretta	148
Nycticorax nycticorax	108
Larus dominicanus	106
Spheniscus magellanicus	103
Ardea alba	91
Puffinus puffinus	66
Thalassarche chlororhynchos	59
Lepidochelys olivacea	49
NA	43
Ardea cocoi	27
Thalasseus acuflavidus	21
Egretta thula	15
Dermochelys coriacea	14
Steno bredanensis	13
Tursiops truncatus	11
Bubulcus ibis	7
Sterna hirundo	7
Thalasseus maximus	7
Calonectris diomedea	6
Eretmochelys imbricata	6
Pontoporia blainvillei	5
Procellaria aequinoctialis	5
Butorides striata	4
Megaptera novaeangliae	4
Egretta caerulea	3
Stenella frontalis	3
Calidris alba	2
Macronectes giganteus	2
Nyctanassa violacea	2
Oceanites oceanicus	2
Thalassarche melanophris	2
Vanellus chilensis	2
Aramides saracura	1
Arctocephalus australis	1
Delphinus delphis	1
Gallinula angulata	1
Halobaena caerulea	1
Ixobrychus involucris	1
Pterodroma mollis	1
Puffinus gravis	1
Stenella longirostris	1
Stercorarius longicaudus	1
Sterna hirundinacea	1

# sort(table(especies))

Biometrias por categorias (Tipos)

# tipo <- as.factor(Biometrias$Tipo)
#sort(table(tipo))
Biometrias %>% group_by(Tipo) %>% summarise( total = n() ) %>% arrange(desc(total)) %>% gt()

Tipo	total
Quelônio	3052
Aves voadoras	1810
Odontoceti	423
Aves não voadoras	103
Mysticeti	4
Pinípedes	1

ggplot(Biometrias, aes(x=Tipo) ) + geom_bar() +  ggtitle("Biometrias") + xlab("Tipo") + ylab("Atendimentos")

Quelônios

Também conhecidas como tartarugas marinhas.

Variáveis

Neste caso as variáveis são em sua maioria medidas contínuas, relativas ao tamanho, peso, etc…

names(Quelonio)

##  [1] "Código"                                  
##  [2] "Identificador da ocorrência"             
##  [3] "Identificador do indivíduo"              
##  [4] "Espécies - Classe"                       
##  [5] "Espécies - Ordem"                        
##  [6] "Espécies - Subordem"                     
##  [7] "Espécies - Família"                      
##  [8] "Espécies - Gênero"                       
##  [9] "Espécies - Espécie"                      
## [10] "Ficha de campo"                          
## [11] "Instituição executora"                   
## [12] "Data"                                    
## [13] "Tipo"                                    
## [14] "Responsável"                             
## [15] "Comprimento total (cm)"                  
## [16] "Comprimento curvilíneo carapaça (cm)"    
## [17] "Largura máxima curvilínea carapaça (cm)" 
## [18] "Comprimento curvilíneo plastrão (cm)"    
## [19] "Largura máxima curvilínea plastrão (cm)" 
## [20] "Comprimento cabeça (cm)"                 
## [21] "Largura máxima cabeça (cm)"              
## [22] "Comprimento cloaca ao final cauda (cm)"  
## [23] "Comprimento plastrão ao final cauda (cm)"
## [24] "Peso total (kg)"

Espécies

Contagem dos dados categóricos para espécies de tartaruga marinha. Nota-se que algumas não puderam ser identificadas, provavelmente por estarem em fase avançada de putrefação.

Quelonio %>%
  group_by(`Espécies - Espécie`) %>%
  summarise(total = n()) %>%
  arrange( desc(total) ) %>%
  gt()

Espécies - Espécie	total
Chelonia mydas	2827
Caretta caretta	148
Lepidochelys olivacea	49
Dermochelys coriacea	14
NA	7
Eretmochelys imbricata	6
Thalassarche chlororhynchos	1

Médias por espécie

Valores médios dos parâmetros medidos, agrupado por espécie.

grupos <- Quelonio %>%
  group_by(`Espécies - Espécie`)
  
grupos %>%
  summarise(
    Total = n(),
    comprimento_medio = mean(`Comprimento total (cm)`, na.rm = T),
    carapaca_media = mean(`Comprimento curvilíneo carapaça (cm)`, na.rm = T)
  ) %>%
  filter(Total > 10) %>%
  gt()

Espécies - Espécie	Total	comprimento_medio	carapaca_media
Caretta caretta	148	103.72500	77.89141
Chelonia mydas	2827	52.45906	40.31884
Dermochelys coriacea	14	186.55714	140.69286
Lepidochelys olivacea	49	84.80000	65.02045

Distribuição para as Chelonia Mydas

Como existe um alto número de exemplares da espécie Chelonia Mydas, é de interesse obeservar sua distribuição no diversos parâmetros. Tratando-a à parte das demais espécies.

mydas <- Quelonio %>% filter(`Espécies - Espécie` == 'Chelonia mydas')
ggplot(mydas, aes(x = `Comprimento total (cm)`)) + geom_histogram( na.rm = T, bins = 50)

Distribuição do Tamanho (cm) todas espécies

Usando os gráficos de whiskers (que mostra a variância, média mediana e outliers).

whisk_plot <- function(col_var) {
grupos %>%
  filter( !is.na(`Espécies - Espécie`) ) %>%
  group_by(`Espécies - Espécie`) %>%
  ggplot(aes(y = !! col_var , fill=factor(`Espécies - Espécie`))) + geom_boxplot( na.rm = T)
}
whisk_plot(quo(`Comprimento total (cm)`))

Distribuição do tamanho cabeça (cm) Todas espécies

whisk_plot(quo(`Comprimento cabeça (cm)`))

Distribuição Largura máxima curvilínea plastrão

whisk_plot(quo(`Largura máxima curvilínea plastrão (cm)`))

Correlacionando e modelando

Algumas coisas podem começar a ser exploradas como correlacionadas, por exemplo, descobrir como o comprimento afeta a largura do plastrão. A relação é a mesma em diferentes espécies ? Existem medidas indiretas que podem ser tomadas para melhor correlação, exemplo, largura máxima x comprimento máximo (área virtual) x comprimento total ?

Chelonia Mydas

Comprimento total x Largura máxima curvilínea

mydas %>%
  ggplot(aes(x = `Largura máxima curvilínea carapaça (cm)`, y= `Comprimento total (cm)`)) + geom_point( na.rm = T)

Medidas da cabeça: Comprimento x Largura

mydas %>%
  ggplot(aes(x = `Largura máxima cabeça (cm)`, y = `Comprimento cabeça (cm)`)) + geom_point(na.rm = T)