library(vegan)
data(dune)
data(dune.env)

dune
dune.env

m<-dune.env$Management
a1<-dune.env$A1

boxplot(a1~m)

anova(lm(a1~m))
anova(rda(a1~m))

veg<-read.table("VegR.txt",header=TRUE,sep="\t")
vide<-read.table("VideR.txt",header=TRUE,sep="\t")

b<-vide$Biotops
k<-vide$Kopseg
boxplot(k~b)

anova(lm(k~b))
anova(rda(k~b))

levels(b)

#t tests
t.test(k[b=="Pludm"],k[b=="Embk"])

#Vilkoksona tests
wilcox.test(k[b=="Pludm"],k[b=="Embk"])

t.test(k[b=="Prk"],k[b=="Embk"])
wilcox.test(k[b=="Prk"],k[b=="Embk"])

pveg<-read.csv("pveg.csv",header=TRUE,sep=",")
pvide<-read.csv("plaukumi.csv",header=TRUE,sep=",")

t.test(d$PhKCl[d$Terit=="P1"],d$PhKCl[d$Terit=="P2"])
wilcox.test(d$PhKCl[d$Terit=="P1"],d$PhKCl[d$Terit=="P2"])


library(labdsv)

#Sugu sastopamība parauglaukumu grupā
sastopamiba<-const(dune,m)
sastopamiba
write.table(sastopamiba,"Dune_const.txt",sep="\t")

#Sugu vidējais segums parauglaukumu grupā
segums<-importance(dune,m)
write.table(segums,"Dune_seg.txt",sep="\t",header=TRUE)

#Indikatorsugu analīze
#Grupu nosaukumi tiks aizstāti ar skaitļiem 1 līdz 4
#
ind<-indval(dune,as.character(m))

summary(ind)

#Indikatorvērtības visām sugām, visām grupām
ind$indval

#Indikatorvērtību būtiskums un grupa ar lielāko indikatorvērtību
cbind(ind$p,ind$maxcls)

write.table(ind$indval,"Ind_vert.txt",sep="\t")
write.table(cbind(ind$p,ind$maxcls),"Ind_klases.txt",sep="\t")


library(indicspecies)

ind2a<-multipatt(dune,m,func = "IndVal.g")
ind2b<-multipatt(dune,m,func = "r.g")

ind3a<-multipatt(veg,b,func = "IndVal.g")
summary(ind3a)