Динамика численности рыси и зайца

Достоверно установлено, что популяции зайцев достигают пика численности через каждые девять лет; вслед за этим численности популяций рыси также достигают пика. Однако затем численность популяций зайца резко сокращается. Первоначально эту закономерность объясняли тем, что рыси в определенный момент съедают слишком много пищи (зайцев), превышая поддерживающую емкость среды, что ведет к сокращению численности самой рыси, и весь цикл повторяется заново.

Позже в регионах, где рысь истреблена, была обнаружена точно такая же цикличность изменения численности зайцев. Таким образом, было установлено, что численность зайцев (пищевой ресурс) контролирует численность рыси, а не наоборот. https://studref.com/501990/ekologiya/sopryazhennye_kolebaniya_chislennosti_hischnika_zhertvy.

When you click the Knit button a document will be generated that includes both content as well as the output of any embedded R code chunks within the document. You can embed an R code chunk like this:

summary(cars)
##      speed           dist       
##  Min.   : 4.0   Min.   :  2.00  
##  1st Qu.:12.0   1st Qu.: 26.00  
##  Median :15.0   Median : 36.00  
##  Mean   :15.4   Mean   : 42.98  
##  3rd Qu.:19.0   3rd Qu.: 56.00  
##  Max.   :25.0   Max.   :120.00

Including Plots

You can also embed plots, for example:

library(ggplot2)
library(dplyr)
library(readxl)
L <- read_excel("Lepus-Lynx.xlsx")
L %>% 
ggplot(aes(x = year, y = Lynx,)) + #строим график с осями x-возраст и y- разница в весе, задаем цвет и заполняем цветом type
  geom_point() + #накладываем слой из точек
  geom_line(method = "lm", formula = y ~ x) + #рисуем плавную линию зависимости переменных, закрашивая область, соответствуя формуле.
  theme_classic() + #накладываем тему классическую
  theme(legend.position = "bottom")

L %>% 
ggplot(aes(x = year, y = Lepus,)) + #строим график с осями x-возраст и y- разница в весе, задаем цвет и заполняем цветом type
  geom_point() + #накладываем слой из точек
  geom_line(method = "lm", formula = y ~ x) + #рисуем плавную линию зависимости переменных, закрашивая область, соответствуя формуле.
  theme_classic() + #накладываем тему классическую
  theme(legend.position = "bottom")

xrange = range(L$year) # вычислим диапазон по оси X
yrange = range(L$Lepus, L$Lynx) 
 
plot(xrange,
     yrange,
     main="Динамика численности", 
     xlab="Год", 
     ylab="Количество особей",
     type = "n")+
points(L$year, L$Lepus, pch=20, col="red3")
## integer(0)
lines(L$year, L$Lepus, pch=20, col="red3")

points(L$year, L$Lynx, pch=20, col="forestgreen")
lines(L$year, L$Lynx, pch=20, col="forestgreen")

library(ggplot2)
library(dplyr)
library(readxl)
L <- read_excel("Lepus-Lynx.xlsx")
L %>% 
    ggplot(aes(x=year, y=Lynx)) + 
    geom_line(color = "grey")+
    geom_point(shape = 0, color = "green", size = 4) + 
    theme_light()


```r
L <- read_excel("Lepus-Lynx.xlsx")
formattable::formattable(L)
year Lepus Lynx
1845 15 23
1846 15 36
1847 7 30
1848 22 23
1849 6 43
1850 6 57
1851 5 59
1852 11 71
1853 15 47
1854 25 51
1855 25 60
1856 24 67
1857 20 47
1858 15 25
1859 9 9
1860 5 16
1861 3 21
1862 4 5
1863 25 121
1864 39 115
1865 42 45
1866 20 55
1867 3 54
1868 7 16
1869 10 11
1870 7 10
1871 3 53
1872 18 40
1873 23 40
1874 27 67
1875 35 75
1876 33 64
1877 31 55
1878 20 11
1879 12 7
1880 18 15
1881 29 35
1882 38 43
1883 59 106
1884 61 105
1885 28 56
1886 25 13
1887 18 18
1888 12 30
1889 22 40
1890 32 44
1891 38 66
1892 28 12
1893 10 5
1894 6 10
1895 13 10
1896 32 55
1897 48 28
1898 22 22
1899 5 21
1900 4 18
1901 10 21
1902 15 42
1903 26 53
1904 29 59
1905 35 26
1906 26 9
1907 11 4
1908 4 7
1909 7 44
1910 17 53
1911 30 63
1912 35 55
1913 40 12
1914 41 10
1915 35 2
1916 30 1
1917 17 3
1918 3 5
1919
10
1920 16 61
1921 23 68
1922 27 64
1923 33 11
Note that the echo = FALSE parameter was added to the code chunk to prevent printing of the R code that generated the plot.