Using Software R in research in occupational therapy / Utilização do Software R em pesquisas na terapia ocupacional

Abstract In this paper, it is presented a simple guide for researchers in occupational therapy to perform basic statistical analysis in a flexible and independent way, using the R software, that is a free open source software which its popularity has been increased considerably in many fields. We have presented a step-by-step guide about how to install such software, it is also discussed the necessary steps to include the data set and perform basic statistical analysis, such as the calculation of sample size, basic statistics, graphical presentation, hypothesis tests, and the linear correlation test. The dataset considered in this study comes from a research in occupational therapy and the topics considered are result of the common statistical procedures that were face in the course of the Post Graduation Program in Occupational Therapy at the Federal University of São Carlos (UFSCar), in which were possible to find the principal statistical procedures used by the researchers in applications.

Resumo O presente artigo tem como objetivo fornecer subsídios para que pesquisadores em terapia ocupacional possam realizar procedimentos de estatística básica de maneira mais flexível e independente, a partir do sistema R, um software livre e gratuito, cuja popularidade vem aumentando consideravelmente no âmbito acadêmico. Apresentar-se-á, assim, o passo a passo de como instalar e utilizar o programa na realização de leitura e sumarização de dados, bem como no cálculo de estatísticas básicas, nas representações gráficas de dados quantitativos e qualitativos, no cálculo do tamanho amostral e na efetuação de testes de hipóteses e de teste de correlação linear. O banco de dados utilizado nas demonstrações apresentadas é oriundo de uma pesquisa em terapia ocupacional e as análises aqui realizadas resultam de uma demanda compreendida no decorrer de uma disciplina obrigatória do Programa de Pós-Graduação em Terapia Ocupacional da Universidade Federal de São Carlos (UFSCar), por meio da qual foipossívellevantarosprincipaisprocedimentosestatísticosutilizadospelospesquisadoresemsuaspesquisas.

Split double factorial with additional treatment and the post-harvest of Niagara grapes / Experimentos fatoriais duplos subdivididos com tratamento adicional e a pós-colheita de uvas Niágara

This study aims to discuss and explain how to deal with the analysis of experiments conducted in completely randomized design (CRD) and subdivided into double factorial with additional treatment in the plot. In addition it was illustrate the discussion by analyzing data from an experiment on post-harvest of Niagara grapes. The sums of squares for each source of variation are presented, while discussing how the additional treatment affects the whole variation. Niagara grapes were treated in the pre-harvest with three preservatives (calcium chloride, calcium nitrate and calcium lactate) at 0%, 0.5%, 1% and 2% and stored for 0, 10, 20 and 30 days.All the preservatives evaluated at 0% represented the control (additional) treatment.

Este trabalho tem como objetivos discutir e explicitar como se dá a análise de experimentos conduzidos em delineamento inteiramente casualizado (DIC) e esquema fatorial duplo subdividido com tratamento adicional na parcela, além de ilustrar a discussão com um experimento de pós-colheita de uvas Niágara. São apresentadas as somas de quadrados de cada fonte de variação, enquanto se discute como o tratamento adicional afeta a variação total. Uvas Niágara foram tratadas napré-colheita com os seguintes conservantes: cloreto de cálcio, nitrato de cálcio e lactato de cálcio, nas doses 0%, 0,5%, 1% e 2%; e armazenadas nos tempos 0, 10, 20 e 30 dias, em que a dose 0% todos os conservantes caracteriza o tratamento controle (adicional).

Uso de modelos lineares mistos na avaliação genética de escores visuais: estudo de simulação / Using linear mixed models in genetic evaluation of visual scores: simulation study

Objetivou-se avaliar a aplicação da metodologia de modelos lineares mistos em características de escores visuais por meio de simulação, considerando-se duas estruturas populacionais (com e sem seleção), dois níveis de herdabilidade (0,1 e 0,4) e quatro níveis de conectabilidade (8, 20, 38 e 60 por cento). As populações com e sem seleção estavam constituídas por 6660 e 3360 animais, respectivamente, dos quais os últimos 2460 animais tinham fenótipo para o escore visual. Assumiu-se uma variável contínua adjacente ao escore visual, a partir da qual foram definidos os intervalos correspondentes a cada categoria de escore visual. O processo de simulação foi feito por meio do software R, e a estimação de parâmetros e predição de valores genéticos pelo software Wombat, sob modelo animal, considerando-se modelos com e sem efeitos fixos. Os critérios de avaliação foram: o erro quadrático médio (EQM) para a herdabilidade e as correlações de Spearman entre os valores genéticos verdadeiros e preditos. As estimativas da herdabilidade apresentaram-se próximas do valor verdadeiro nos cenários sem seleção (0,084-0,101 e 0,367-0,389), no entanto este resultado não ocorreu quando houve seleção, pois a herdabilidade apresentou-se subestimada (0,032 e 0,278). As correlações apresentaram-se maiores nos cenários sem seleção e com herdabilidade de 0,4 (0,86-0,89). Em todos os cenários simulados, a inclusão do efeito fixo no modelo melhorou as estimativas de herdabilidade e as correlações entre os valores genéticos verdadeiros e preditos. O nível de conectabilidade afetou a correção dos efeitos fixos feita pela atribuição dos escores. Em conclusão, a metodologia dos modelos lineares mistos pode ser utilizada na estimação de parâmetros e predição de valores genéticos de escores visuais em populações sem seleção, entretanto não se apresenta adequada em populações sob seleção...

This study aimed to evaluate the application of linear mixed models methodology using simulated data for trait visual scores, two population structures (with and without selection), two levels of heritability (0.1 and 0.4) and four levels of connectability (8, 20, 38 and 60 percent) were examined. Populations with and without selection consisted of 6,660 and 3,360 animals respectively, of which, the last in 2460 had score visual phenotypes. The scores were simulated with an underlying normal distribution from which intervals were defined corresponding to each category of the visual scores. The simulation process was performed in software R, to estimate genetic parameters and predict breeding values through software Wombat using animal model, considering models with and without fixed effects. The evaluation criteria were: the mean squared error (EQM) for heritability and Spearman correlations between true and predicted breeding values. Estimates of heritability showed close to the true value in scenarios without selection (0.084-0.101 and 0.367-0.389), however when selection was applied heritability was underestimated (0.032 and 0.278). Consistent with heritability, the correlations were higher for the scenarios without selection and with heritability of 0.4 (0.86-0.89). In all scenarios simulated the inclusion of fixed effects in the model improved the estimates of heritability and correlations between true and predicted breeding values. The level of connectability affected the correction of fixed effects done by allocating visual scores. The linear mixed model methodology can be used in the estimation of genetic parameters and predicted breeding values for visual scores in populations without selection, however, is not suiting in populations under selection...

Estimativas de variância genética aditiva em populações selecionadas e não-selecionadas via simulação Monte Carlo utilizando o software R / Additive genetic variance estimates in selected and unselected populations via Monte Carlo simulation using the R software

Para disponibilizar um sistema de fornecimento de dados que objetivando-se subsidiar pesquisas de Melhoramento Genético Animal direcionadas à comparação de metodologias de avaliação genética, foi avaliado o comportamento da variância genética aditiva de populações selecionadas e não selecionadas, por seis gerações sucessivas, via simulação Monte Carlo. Por meio de um modelo genético aditivo, foram simuladas populações de 40 animais (20 machos e 20 fêmeas), sob seleção e acasalamento aleatório. Da geração zero até a quinta geração notou-se na população selecionada uma redução de 44,4 por cento na variância genética aditiva, devido a um aumento de 11,58 por cento no coeficiente de endogamia. Na população não selecionada a redução da variância genética aditiva foi menor (27,46 por cento) em relação à população selecionada, também devido a aumento de 10,26 por cento no coeficiente de endogamia.

The additive genetic variance in selected and unselected populations was evaluated in six successive generations via Monte Carlo simulation. The aim was to build a data system to help researches compare genetic evaluation methodologies in Animal Breeding. By means of an additive genetic model, populations of 40 individuals (20 males and 20 females) were simulated, under selected and random mating system. From the generation zero until the fifth generation, the selected population showed reduction of 44.4 percent in additive genetic variance due to an increase of 11.58 percent in inbreeding coefficient. In the unselected population the reduction in additive genetic variance was lower (27.46 percent) in relation to the selected population, due to the increasing of 10.26 percent in inbreeding coefficient.