O mamão (Carica papaya L.) cv. \"Sunrise Solo\" é um fruto que apresenta mudança gradual e desuniforme da cor da casca, que vai de verde para amarela. Isso faz com que a metodologia instrumental para avaliação da cor, por meio de um colorímetro, seja subjetiva, devido ao número de pontos observados, bem como às localizações deles no fruto. Como alternativa, foi proposta a utilização de imagens digitalizadas de toda região da casca do fruto, obtidas por meio de um scanner de mesa. Para avaliar a precisão desses métodos, foi conduzido um experimento com 20 repetições. Cada repetição era constituída de um fruto de mamoeiro cv. \"Sunrise Solo\", mantido sob temperatura e umidade relativa controladas. A cor da casca dos frutos foi avaliada, diariamente, utilizando um colorímetro e um scanner. Com o scanner, foram digitalizadas as duas faces do fruto e, com o colorímetro, foram observados quatro pontos equidistantes, na região equatorial do mesmo. Como a avaliação para cada fruto foi feita ao longo do tempo, os dados são classificados como longitudinais. Assim, utilizaram-se modelos lineares de efeitos mistos para estudar o comportamento da tonalidade média, pois essa técnica permite o uso de diferentes estruturas de variâncias e covariâncias para as matrizes dos efeitos aleatórios e dos erros. O processo de seleção do modelo foi realizado por meio do teste da razão de verossimilhanças e dos critérios de informação AIC e BIC, resultando no mesmo preditor linear e matrizes de variâncias e covariâncias para ambas as metodologias de quantificação da cor. O modelo final apresentou um preditor linear quadrático com efeitos aleatórios para o intercepto e para os termos linear e quadrático com matriz de variâncias e covariâncias dos efeitos aleatórios não estruturada e componentes de variância com heterocedasticidade para os erros. A utilização do scanner revelou dois grupos de maturação fisiológica distintos, que podem estar relacionados ao ponto de colheita do fruto, fato que não ficou evidente ao utilizar um colorímetro. De forma geral, o uso de um scanner possibilitou obter uma avaliação precisa da maturação do fruto, além de ser mais consistentes e eficiente do que o uso de um colorímetro para estudar a tonalidade média da casca de frutos que apresentam coloração desuniforme. / Papayas (Carica papaya L.) of \"Sunrise solo\" variety are fruits that present gradual and uneven changes in the peel color, which goes from green to yellow. As a consequence, when using a colorimeter to quantify their color, the results are subjective because of the number of observed points, as well as because of their position on the fruit. A proposed alternative was to use scanned images of the whole fruit peel to quantify color. To assess the precision of these methods, an experiment with 20 replicates was carried out. Each replicate consisted of a papaya fruit, kept under controlled temperature and relative humidity. The fruits\' peel colors were assessed, daily, using a colorimeter and a scanner. With the scanner, both sides of the fruit were scanned and, with the colorimeter, four equidistant points at the equatorial region of the fruit were observed. As the assessment was made through time for a same fruit, the data are classified as longitudinal. Therefore, linear mixed effect models were used to study the behavior of the average fruit color tonality through time, as this technique allows usage of different random effects and error covariance structures. Model selection was made using likelihood-ratio tests and the Akaike and Bayesian information criteria, which resulted in the selection of the same linear predictor and covariance matrices for both color quantification methods. The final model presented a quadractic linear predictor with random effects for the intercept, linear and quadractic terms with an unstructured variance-covariance matrix for the random effects and a variance components with heterogeneity matrix for the residuals. The use of a scanner revealed two distinct phisiological maturation groups, which may be related to the harvesting time. This was not observed when using a colorimeter. In general, using a scanner made possible to obtain more consistent observations, which makes it a more efficient methodology to study the average fruit peel color tonality.

The generalized additive models for location, scale and shape (GAMLSS) developed by Rigby and Stasinopoulos (2005) are a general class of univariate regression models that do not have the response distribution restricted to the exponential family as do the generalized linear and additive models, for example. In addition, they allow all the parameters of the response variable distribution to be modeled explicitly through different sets of explanatory variables. The semiparametric subclass of GAMLSS, in particular, accepts a wide range of parametric and nonparametric terms to be included in the predictors of the parameters. Similar to the generalized linear models, the GAMLSSs link predictors to parameters through monotonic link functions, which can also change for each parameter. This dissertation describes the GAMLSSs methodology and presents two applications to data sets provenient from experiments in agronomy; exploring methods of estimation, diagnosis and comparison of these models. / Os modelos lineares generalizados para locação, escala e forma (GAMLSS) desenvolvidos por Rigby e Stasinopoulos (2005) são uma ampla classe de modelos de regressão univariados que não pressupõem que a distribuição da variável resposta pertença à família exponencial como os modelos lineares generalizados ou aditivos generalizados, por exemplo. Além do mais, eles permitem que todos os parâmetros da distribuição da variável resposta sejam modelados explicitamente por meio de diferentes conjuntos de variáveis explanatórias. A subclasse semiparamétrica dos GAMLSS, em particular, permite que uma grande variedade de termos paramétricos e não paramétricos sejam incluídos nos preditores dos parâmetros da distribuição assumida para a variável resposta. De forma análoga aos modelos lineares generalizados, os GAMLSSs ligam os preditores aos parâmetros por meio de funções de ligação monótonas, que também podem mudar de acordo com o parâmetro a ser estimado. Esta dissertação descreve a metodologia dos modelos lineares generalizados para locação, escala e forma e apresenta duas aplicações a bancos de dados provenientes de experimentos agrícolas; explorando métodos de estimação, diagnóstico e comparação desse tipo de modelos.

Survival analysis is a statistical discipline that analyzes the time to occurrence of certain events. The aim of this thesis is to describe the possibilities of survival analysis in the environment of statistical software R. Theoretical knowledge is applied to real data, parametric and nonparametric estimates of survival functions are evaluated by different methods and compared with each other. In the section focusing on nonparametric models Kaplan-Meier and Nelson-Aalen functions are described. Among the parametric estimates there were included well-known probability distributions, survival functions and risk functions derived from these distributions are presented and there is discussed their usefulness in survival analysis. Another aim is to show the possibility of deriving transition probabilities from estimates and building a Markov chain model to capture the changes of studied cohort over time. The second part of the work contains a description of the applications of the theory of survival analysis. In this section there are shown possibilities of statistical modeling in the field of survival analysis using the software R. Outputs from R were used to create Markov model. There are presented possibilities of pharmacoeconomic models and description of the basic concepts of HTA. Cost-effectiveness calculations using ICER were conducted in accordance with the methodology of SUKL. It was shown that the statistical modelling of survival plays an important role in the evaluation of the cost-effectiveness of medicines.

Submitted by admin tede (tede@pucgoias.edu.br) on 2017-06-01T12:20:54Z No. of bitstreams: 1 ELVIA NUNES RIBEIRO.pdf: 12426525 bytes, checksum: d4499bc7cc8a0340d5075c19261a8f7e (MD5) / Made available in DSpace on 2017-06-01T12:20:54Z (GMT). No. of bitstreams: 1 ELVIA NUNES RIBEIRO.pdf: 12426525 bytes, checksum: d4499bc7cc8a0340d5075c19261a8f7e (MD5) Previous issue date: 2017-03-16 / This research applies to the social network analysis metrics (SNA), information visualization (VI) and correlation analysis for development of diagnostics of the distance learning on social networks that occur in the virtual learning environment (AVA). The data were extracted directly from the database of the AVA, e-Proinfo. The use of R software version 3.3.1 was chosen for the implementation of the necessary scripts in this research. The R software proved to be a suitable and versatile choice for applications in networks, contemplating the options generally available in SNA specific tools and resources for handling, processing and implementation of new network solutions. The analysis of forum networks identified the intensity of individual and class participation. Non-parametric analysis applied found a high positive correlation between the grade of the student and his contributions to the forum, especially the centrality of output. The correlations of Spearman and Kendall were 0.7921 and 0.6261 respectively. The analysis of social networks, messaging and note tools and the establishment of contacts among the participants turned possible the identification of the level of their involvement in the course. This research contributes to knowledge management by highlighting social networks formed by communications data and course interactions. Access to social networks of a distance course enables the Manager to monitor the level of participation, exchanges of information and the construction of knowledge. This information is useful for the decision-making and can collaborate for educational development. / Esta pesquisa aplica as métricas de análise de redes sociais (ARS), visualização de informações (VI) e análise de correlação para realização de diagnósticos de um curso a distância, nas redes sociais que ocorrem no ambiente virtual de aprendizagem (AVA). Os dados foram extraídos diretamente do banco de dados do AVA, e-Proinfo. Optou-se pelo uso do software R, versão 3.3.1, para a implementação dos scripts necessários nesta pesquisa. O software R mostrou ser uma escolha adequada e versátil para aplicações em redes, contemplando as opções geralmente disponíveis nas ferramentas específicas de ARS e recursos para manipulação, tratamento e implementação de novas soluções de redes. As análises das redes de fórum permitiram identificar a intensidade das participações individuais e das turmas. As análises não paramétricas aplicadas constataram uma alta correlação positiva entre a nota do aluno e suas contribuições no fórum, principalmente, a centralidade de saída. As correlações de Spearman e Kendal foram de 0,7921 e 0,6261 respectivamente. As análises das redes sociais, das ferramentas de mensagem e de recados e o estabelecimento de contatos entre os participantes permitiram identificar o nível de envolvimento destes no curso. Esta pesquisa contribui com a gestão de conhecimento por evidenciar as redes sociais formadas pelos dados de comunicações e de interações do curso. O acesso às redes sociais de um curso a distância possibilita ao gestor acompanhar o nível de participação, as trocas de informações e a construção de conhecimento. Estas informações são úteis para as tomadas de decisões e podem colaborar para o desenvolvimento educacional.

A principal fonte de proteína na nutrição dos ruminantes é a proteína de origem microbiana, sintetizada no processo fermentativo de degradação ruminal a partir de proteína dietética ou microbiana. Logo o conhecimento deste processo é de grande importância em estudos de avaliação de alimentos para estes animais. Modelos não lineares são amplamente utilizados nestes estudos, buscando estimar os parâmetros da cinética de degradação ruminal através de métodos clássicos de análise univariada. Como estes ensaios envolvem medidas repetidas, propõem-se o uso de modelos não lineares mistos que permitem que a função de regressão não linear dependa de efeitos fixos e aleatórios, o que pode resolver os problemas de correlação entre as medidas repetidas e heterogeneidade de variâncias das respostas. Neste trabalho foram utilizadas duas alternativas comuns de análise de dados de digestibilidade, e seus resultados foram comparados com os da abordagem que utiliza modelos não lineares mistos. Utilizou-se o modelo não linear de Orskov e McDonald (1979) para explicar a cinética de degradação ruminal da matéria seca (MS) e da fibra em detergente neutro (FDN) do feno de capim-Tifton 85, em novilhos alimentados com seis rações experimentais compostas por três diferentes combinações de volumoso(Vo):concentrado(Co) (70:30, 50:50 e 30:70%). Como volumoso foram utilizados fenos de capim-Tifton 85 de diferentes qualidades (4% e 10% de proteína bruta) e como concentrado, casca de soja, milho moído e farelo de girassol. A degradabilidade foi determinada pela técnica in situ e os dez tempos de incubação foram de: 3, 6, 12, 24, 48, 60, 72, 84, 96 e 120 horas. Originalmente o experimento foi delineado em quadrado latino (6×6) com seis novilhos mestiços fistulados (linhas), seis períodos (colunas) e seis tratamentos, em que nas parcelas tem-se uma estrutura de parcelas subdivididas, sendo as subparcelas, os tempos de incubação. O uso de modelos não lineares mistos na análise de dados de digestibilidade in situ é bastante atraente principalmente quando a pesquisa tem por objetivo entender o comportamento do processo de digestibilidade ao longo dos tempos de incubação. Além disso, quanto maior a variabilidade dos dados, a abordagem mista se torna mais indicada, reduzindo os erros padrão das estimativas dos parâmetros. Mesmo não incluindo a estrutura de delineamento experimental, os modelos não lineares mistos conseguem explicar bem a variabilidade extra, provocada pelos efeitos dos fatores associados ao delineamento, com a inclusão de efeitos aleatórios nos parâmetros do modelo de Orskov e McDonald (1979). O pacote estatístico nlme do R mostrou-se ágil e eficiente no ajuste dos modelos não lineares mistos e as suas ferramentas gráficas foram importantes na avaliação da qualidade dos ajustes e na escolha de modelos. / The main source of protein in ruminant nutrition is the protein of microbial origin, synthesized in the fermentation process of ruminal degradation starting from dietetics or microbial protein. Then, the knowledge of this process is of great importance in evaluation studies of food for these animals. Nonlinear models are widely used in these studies to estimate the parameters of ruminal degradation kinetics through the classical methods of univariate analysis. As these trials involve repeated measurements, we propose the use of nonlinear mixed models which allows that the nonlinear regression function depends on fixed and random effects, which can solve the problems of correlation between the repeated measurements and heterogeneity of variances of the responses. In this work, we used two common alternatives of digestibility data analysis, and their results were compared with the approach which uses nonlinear mixed model. We used the nonlinear model of Orskov and McDonald (1979) to explain the kinetics of ruminal degradation of dry matter (MS) and neutral detergent fiber (FDN) of the hay grass-Tifton 85, in steers fed experimental with six diets composed of three different combinations of forage(Vo):concentrate(Co) (70:30, 50:50 and 30:70%). As forage, we used hay grass-Tifton 85 of different qualities (4% and 10% crude protein) and as concentrate, soybean hulls, corn and sunflower meal. The degradability was determined by the in situ technique and the incubation times were 3, 6, 12, 24, 48, 60, 72, 84, 96 and 120 hours. Originally the experiment was designed as a Latin square (6 × 6) with six fistulated crossbred steers (lines), six periods (columns) and six treatments, in which the plots have a splitplot structure where the subplots were considered the times of incubation. The use of nonlinear mixed models in the analysis of the in situ digestibility data is quite attractive especially when the research aims to understand the process behavior digestibility over the incubation times. Moreover, the higher the variability of the data, the mixed approach becomes more suitable, reducing standard errors of the estimated parameters. Even excluding the structure of experimental design, the linear mixed models can explain well the extra variability caused by the effects of the factors associated with the design, with the inclusion of random effects in the model parameters of Orskov and McDonald (1979). The R statistical package nlme proved to be agile and efficient for the adjustment of nonlinear mixed models and its graphical tools were important in evaluating the quality of the adjustments and the choice of models.

Data from insect studies may present different features. Univariate responses may be analyzed using generalized linear models (continuous and discrete data), survival models (time until event data), mixed effects models (longitudinal data), among other methods. These models may be used to analyse data from experiments which assess complex ecological processes, such as competition and predation. In that sense, computational tools are useful for researchers in several fields, e.g., insect biology and physiology, applied ecology and biological control. Using different datasets from entomology as motivation, as well as other types of datasets for illustration purposes, this work intended to develop new modelling frameworks and goodness-of-fit assessment tools. We propose accelerated failure rate mixed models with simultaneous location and scale modelling with regressors to analyse time-until-attack data from a choice test experiment. We use the exponential, Weibull and exponentiated-Weibull models, and assess goodness-of-fit using half-normal plots with simulation envelopes. These plots are the subject of an entire Chapter on an R package, called hnp, developed to implement them. We use datasets from different types of experiments to illustrate the use of these plots and the package. A bivariate extension to the N-mixture modelling framework is proposed to analyse longitudinal count data for two species from the same food web that may interact directly or indirectly, and example datasets from ecological studies are used. An advantage of this modelling framework is the computation of an asymmetric correlation coefficient, which may be used by ecologists to study the degree of association between species. The jointNmix R package was also developed to implement the estimation process for these models. Finally, we propose a goodness-of-fit assessment tool for bivariate models, analogous to the half-normal plot with a simulation envelope, and illustrate the approach with simulated data and insect competition data. This tool is also implemented in an R package, called bivrp. All software developed in this thesis is made available freely on the Comprehensive R Archive Network. / Dados provenientes de estudos com insetos podem apresentar características diferentes. Respostas univariadas podem ser analisadas utilizando-se modelos lineares generalizados (dados contínuos e discretos), modelos de análise de sobrevivência (dados de tempo até ocorrência de um evento), modelos de efeitos mistos (dados longitudinais), dentre outros métodos. Esses modelos podem ser usados para analisar dados provenientes de experimentos que avaliam processos ecológicos complexos, como competição e predação. Nesse sentido, ferramentas computacionais são úteis para pesquisadores em diversos campos, por exemplo, biologia e fisiologia de insetos, ecologia aplicada e controle biológico. Utilizando diferentes conjuntos de dados entomológicos como motivação, assim como outros tipos de dados para ilustrar os métodos, este trabalho teve como objetivos desenvolver novos modelos e ferramentas para avaliar a qualidade do ajuste. Foram propostos modelos de tempo de vida acelerado mistos, com modelagem simultânea dos parâmetros de locação e de escala com regressores, para analisar dados de tempo até ataque de um experimento que avaliou escolha de predadores. Foram utilizados modelos exponencial, Weibull e Weibull-exponenciado, e a qualidade do ajuste foi avaliada utilizando gráficos meio-normais com envelope de simulação. Esses gráficos são o assunto de um Capítulo inteiro sobre um pacote para o software R, chamado hnp, desenvolvido para implementá-los. Foram utilizados conjuntos de dados de diferentes tipos de experimentos para ilustrar o uso desses gráficos e do pacote. Uma extensão bivariada para os modelos chamados \"N-mixture\" foi proposta para analisar dados longitudinais de contagem para duas espécies pertencentes à mesma teia trófica, que podem interagir direta e indiretamente, e conjuntos de dados provenientes de estudos ecológicos são usados para ilustrar a abordagem. Uma vantagem dessa estratégica de modelagem é a obtenção de um coeficiente de correlação assimétrico, que pode ser utilizado por ecologistas para inferir acerca do grau de associação entre espécies. O pacote jointNmix foi desenvolvido para implemetar o processo de estimação para esses modelos. Finalmente, foi proposta uma ferramenta de avaliação de qualidade do ajuste para modelos bivariados, análoga ao gráfico meio-normal com envelope de simulação, e a metodologia _e ilustrada com dados simulados e dados de competição de insetos. Essa ferramenta está também implementada em um pacote para o R, chamado bivrp. Todo o software desenvolvido nesta tese está disponível, gratuitamente, na Comprehensive R Archive Network (CRAN).

Neste trabalho apresenta-se uma revisão da metodologia de experimentos de microarray relativas a sua instalação e análise estatística dos dados obtidos. A seguir, aplica-se essa metodologia na análise de dados de expressão gênica em citros, gerados por um experimento de macroarray, utilizando modelos lineares de efeitos fixos considerando a inclusão ou não de diferentes efeitos e considerando ajustes de modelos para cada gene separadamente e para todos os genes simultaneamente. Os experimentos de macroarray são similares aos experimentos de microarray, porém utilizam um menor número de genes. Em geral, são utilizados devido a restrições econômicas. Devido ao fato de terem sido utilizados poucos arrays no experimento analisado neste trabalho foi utilizada uma abordagem bayesiana empírica que utiliza estimativas de variância mais estáveis e que leva em consideração a correlação entre as repetições do gene dentro do array. Também foi utilizado um método de análise não paramétrico para contornar o problema da falta de normalidade para alguns genes. Os resultados obtidos em cada um dos métodos de análise descritos foram então comparados. / This paper presents a review of the methodology of microarray experiments for its installation and statistical analysis of data obtained. Then this methodology is applied in data analysis of gene expression in citrus, generated by a macroarray experiment, using linear models with fixed effects considering the inclusion or exclusion of different effects and considering adjustments of models for each gene separately and for all genes simultaneously. The macroarray experiments are similar to the microarray experiments, but use a smaller number of genes. In general, are used due to economic restrictions. Because they have been used a few arrays in the experiment analyzed in this study it was used a empirical Bayes approach that uses estimates of variance more stable and that takes into account the correlation among replicates of the gene within array. A non parametric analysis method was also used to outline the problem of the non normality for some genes. The results obtained in each of the described methods of analysis were then compared.

Statistical analysis is based on an elementary paradigm and the relationship between probabilistic inductive inference, generation and validation of models, and the use of such information in decisions within a specific domain of knowledge. Additionally, techniques can be used to design specific experiments, such as the multi-environmental trials MET, to study the interaction between genotypes and environments. The fitting of probability distributions to data from phenomena allows the knowledge of the behavior of random variables and the later usage of such models in computational simulation. This procedure was carried out in the adjustment of models for maize grains weight, obtained via multi environmental trials. Several methods of adjustment of distribution and mixtures of normal distributions by the EM algorithm were used. The data were obtained through the use of scrapping with software R. Adjusted models were used to simulate, through computational methods implemented in language R, data with behavior known in parametric terms, generating a table that simulates the interaction between genotype and environment factors. Such simulated data were used to verify and compare models based on multivariate analysis, namely AMMI, weighted AMMI and GGE for the study of genotype environment interaction GxE. The results demonstrated the great effectiveness of the models in capturing the properties of the simulated data, contextualizing them as informational tools in the development of new products. / A estatística fundamenta-se em um paradigma elementar, baseado na relação entre a inferência indutiva probabilística, geração e validação de modelos e o uso de tais informações como subsídio em decisões em um domínio específico de conhecimento. Aliado a isso, técnicas podem ser utilizadas para delinear tipos específicos de experimentos, como os ensaios multi ambientais MET para estudos de interação entre genótipos e ambientes. O ajuste de distribuição de probabilidades a dados provenientes de fenômenos permite o conhecimento do comportamento de variáveis aleatórias e posterior uso de tais modelos em simulação computacional. Tal procedimento foi realizado no ajuste de modelos para peso de grãos de genótipos de milho em ensaios multi ambientais, através de diversos métodos de ajuste de distribuição e mixturas de distribuições normais pelo algoritmo EM. Os dados foram obtidos através do uso de scrapping via software R. Por sua vez, os modelos ajustados foram utilizados para simular, através de métodos computacionais implementados em linguagem R, dados com comportamento conhecido em termos paramétricos, através de uma tabela que simula a interação entre os fatores genótipo e ambiente. Tais dados simulados foram utilizados para verificar, e comparar os modelos baseados em análise multivariada de dados, a saber AMMI, AMMI ponderado e GGE, para o estudo da interação genótipo ambiente (GxE). Os resultados demonstraram a grande efetividade dos modelos em captar as propriedades dos dados simulados, contextualizando-os como ferramentas informacionais no desenvolvimento de novos produtos.

Este trabalho objetiva o desenvolvimento de um pacote no software estatístico R com a implementação de estimadores em modelos de regressão normal univariados com parametrização geral, uma particularidade do modelo definido em Patriota e Lemonte (2011). Essa classe contempla uma ampla gama de modelos conhecidos, tais como modelos de regressão não lineares e heteroscedásticos. São implementadas correções nos estimadores de máxima verossimilhança e na estatística de razão de verossimilhanças. Tais correções são efetivas quando o tamanho amostral é pequeno. Para a correção do estimador de máxima verossimilhança, considerou-se a correção do viés de segunda ordem, enquanto que para a estatística da razão de verossimilhanças aplicou-se a correção desenvolvida em Skovgaard (2001). Todas as funcionalidades do pacote são descritas detalhadamente neste trabalho. Para avaliar a qualidade do algoritmo desenvolvido, realizaram-se simulações de Monte Carlo para diferentes cenários, avaliando taxas de convergência, erros da estimação e eficiência das correções de viés e de Skovgaard. / This work aims to develop a package in R language with the implementation of normal regression models with general parameterization, proposed in Patriota and Lemonte (2011). This model unifies important models, such as nonlinear heteroscedastic models. Corrections are implemented for the MLEs and likelihood-ratio statistics. These corrections are effective in small samples. The algorithm considers the second-order bias of MLEs solution presented in Patriota and Lemonte (2009) and the Skovgaard\'s correction for likelihood-ratio statistics defined in Skovgaard (2001). In addition, a simulation study is developed under different scenarios, where the convergence ratio, relative squared error and the efficiency of bias correction and Skovgaard\'s correction are evaluated.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / There are decades the deforestation resulting from the process of anthropization of the landscape has been causing the destruction of natural resources. The native forests are giving space mainly for agriculture, cattle raising and urbanization, occurring the formation of fragments. In this context, the present study aims to develop an R language package for the calculation of landscape ecology metrics, as well as, to use the same for the analysis of the forest fragments, under the domain of the Atlantic Forest biome, located in the hydrographic sub-basin of Arroio Jaquirana, Rio Grande do Sul, for the year 2016. For the development of the package, called LanscapeMetrics, used the R software and packages igraph, raster, rgdal, rgeos, devtools, roxygen2 and Rtools. In order to avoid the use of redundant metrics a total of twenty-one was selected covering metrics of area and density, shape, border, central area and proximity. For the mapping of the forest fragments, used images of the RapidEye/REIS satellite dated 02/29/2016, with the definition of two classes of land use and cover: native forest and other uses. The classification was supervised through the Bhattacharyya algorithm, using SPRING software. The fragments were analyzed separately in size classes, to separate them used the software R. The results showed that the native forest occupied 14,099.89 ha, corresponding to 34.01% of the study area, covering a total of 1,995 fragments, of which 93.43% less than 5 ha. In the size class occupied by the fragments smaller than 5 ha, it was found a higher edge value and a perimeter-area ratio, indicating a greater edge effect, so that the central areas of these remnants are exposed to the effects of the external matrix. This fact is proved by the calculation of the metrics of central areas, since, subject to the edge distances from 80 m, total domination by the edge effect occurs. However, these smaller fragments are important, since they lessen the distance between the larger fragments, due to their high density and being well distributed in the study area. Thus, it is concluded that R is a promising and efficient tool for spatial data analysis, which allowed the manipulation of data from remote sensors. / Há décadas os desmatamentos decorrentes do processo de antropização da paisagem vêm ocasionando a destruição dos recursos naturais. As florestas nativas foram cedendo espaço principalmente para agricultura, pecuária e urbanização, ocorrendo a formação de fragmentos. Desse modo, o presente estudo tem por objetivo desenvolver um pacote em linguagem R para cálculo de métricas de ecologia da paisagem, bem como, utilizar o mesmo para análise dos fragmentos florestais, sob domínio do bioma Mata Atlântica, localizados na sub-bacia hidrográfica do Arroio Jaquirana, Rio Grande do Sul, para o ano de 2016. Para o desenvolvimento do pacote, denominado LanscapeMetrics, utilizou-se o programa R e os pacotes igraph, raster, rgdal, rgeos, devtools, roxygen2 e Rtools. De modo a evitar a utilização de métricas redundantes foram selecionadas um total de vinte e uma, abrangendo métricas de área e densidade, forma, borda, área central e de proximidade. Para o mapeamento dos fragmentos florestais utilizou-se imagens do satélite RapidEye/REIS datadas de 29/02/2016, com a definição de duas classes de uso e cobertura da terra: floresta nativa e outros usos. A classificação foi de forma supervisionada por meio do algoritmo Bhattacharyya, utilizando o programa SPRING. Os fragmentos foram analisados separadamente em classes de tamanho, para separá-los utilizou-se o programa R. Os resultados demonstraram que a floresta nativa ocupou 14.099,89 ha, correspondendo a 34,01% da área de estudo, abrangendo um total de 1.995 fragmentos, destes, 93,43% inferiores à 5 ha. Na classe de tamanho ocupada pelos fragmentos menores que 5 ha, encontrou-se maior valor de borda e de razão perímetro-área, indicando maior efeito de borda, dessa forma, as áreas centrais destes remanescentes estão expostas aos efeitos da matriz externa. Este fato é comprovado pelo cálculo das métricas de áreas centrais, uma vez que, submetidos às distâncias de borda a partir de 80 m, ocorre total dominação pelo efeito de borda. Contudo, estes fragmentos menores são importantes, uma vez que amenizam a distância entre os fragmentos maiores, devido sua alta densidade e por estarem bem distribuídos na área de estudo. Desse modo, conclui-se que o R é uma ferramenta promissora e eficiente para análise de dados espaciais, o qual permitiu a manipulação de dados provenientes de sensores remotos.