[R-br] desempenho de um modelo linear a partir de valores previstos e outros dados
Gilenio Borges Fernandes
gilenio em ufba.br
Quinta Agosto 9 18:14:58 BRT 2012
Prezado Pedro Emmanuel A. A. do Brasil
Talvez a função cv.lm do pacote DAAG possa lhe ajudar
Vejas os códigos abaixo
#cv.lm {DAAG} R Documentation
#Cross-Validation for Linear Regression
#Description
#This function gives internal and cross-validation measures of
#predictive accuracy for ordinary linear regression. The data
#are randomly assigned to a number of ‘folds’. Each fold is removed,
#in turn, while the remaining data is used to re-fit the regression
#model and to predict at the deleted observations.
#
x <- c(30,20,60,80,40,50,60,30,70,60)
y <- c(73,50,128,170,87,108,135,69,148,132)
a=data.frame(x,y);attach(a)
mod<-lm(y ~ x)
mod
summary(mod)
anova(mod)
model.frame(mod)
predict(mod, se.fit = TRUE)
library(DAAG)
cv.lm(df = a, form.lm = formula(y ~ x), m=3, dots =
FALSE, seed=29, plotit=TRUE, printit=TRUE)
Boa sorte
Gilenio Fernandes
Em 9 de agosto de 2012 10:36, <r-br-request em listas.c3sl.ufpr.br> escreveu:
> Enviar submissões para a lista de discussão R-br para
> r-br em listas.c3sl.ufpr.br
>
> Para se cadastrar ou descadastrar via WWW, visite o endereço
> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> ou, via email, envie uma mensagem com a palavra 'help' no assunto ou
> corpo da mensagem para
> r-br-request em listas.c3sl.ufpr.br
>
> Você poderá entrar em contato com a pessoa que gerencia a lista pelo
> endereço
> r-br-owner em listas.c3sl.ufpr.br
>
> Quando responder, por favor edite sua linha Assunto assim ela será
> mais específica que "Re: Contents of R-br digest..."
>
>
> Tópicos de Hoje:
>
> 1. Re: Como estimar R2 de modelo linear a partir de previsões em
> novos dados? (Ivan Bezerra Allaman)
> 2. Re: Erro nls: matriz gradiente singular com estimativas de
> parâmetros iniciais (Ivan Bezerra Allaman)
> 3. Correlação de pearson (Marcelo Claro de Souza)
> 4. Re: Correlação de pearson (FHRB Toledo)
> 5. Re: Correlação de pearson (Marcelo Claro de Souza)
> 6. bibliog para estudo, preferencialmente em R. (Cleber N.Borges)
> 7. Re: Correlação de pearson (Paulo Justiniano)
> 8. Re: Erro nls: matriz gradiente singular com estimativas de
> parâmetros iniciais (Gustavo Dias Azevedo)
> 9. Re: Como estimar R2 de modelo linear a partir de previsões em
> novos dados? (Pedro Emmanuel Alvarenga Americano do Brasil)
> 10. Re: Como estimar R2 de modelo linear a partir de previsões em
> novos dados? (Fernando Colugnati)
> 11. Re: Como estimar R2 de modelo linear a partir de previsões em
> novos dados? (Pedro Emmanuel Alvarenga Americano do Brasil)
> 12. Regressão (kaue veras)
> 13. Re: Erro nls: matriz gradiente singular com estimativas de
> parâmetros iniciais (Gustavo Dias Azevedo)
> 14. Re: Regressão (Walmes Zeviani)
> 15. Re: Erro nls: matriz gradiente singular com estimativas de
> parâmetros iniciais (Benilton Carvalho)
> 16. Re: Regressão (kaue veras)
> 17. Re: Como estimar R2 de modelo linear a partir de previsões em
> novos dados? (Fernando Colugnati)
>
>
> ----------------------------------------------------------------------
>
> Message: 1
> Date: Wed, 8 Aug 2012 08:13:25 -0700 (PDT)
> From: Ivan Bezerra Allaman <ivanalaman em yahoo.com.br>
> To: R Brasil <r-br em listas.c3sl.ufpr.br>
> Subject: Re: [R-br] Como estimar R2 de modelo linear a partir de
> previsões em novos dados?
> Message-ID:
> <1344438805.53229.YahooMailNeo em web161803.mail.bf1.yahoo.com>
> Content-Type: text/plain; charset="iso-8859-1"
>
> Bom dia Pedro!
>
> Tu concordas comigo que a partir do momento que ajustastes um modelo por
> meio de uma amostra, o modelo irá fazer uma estimativa da variável resposta
> independentemente de qual amostra você utilize (desde que os pontos estejam
> dentro do intervalo no qual o modelo foi ajustado é claro) com aquela
> precisão no qual foi construído o modelo. Se vc utilizar um modelo ajustado
> com a amostra w1 e depois usar o modelo para fazer estimativas com a
> amostra w2, estas estimativas foram estimadas com a precisão dada no
> primeiro ajuste. Se você realmente, quer avaliar o ajuste do modelo feito
> com a amostra w1 e depois com a amostra w2 é simples, basta ajustar um
> modelo feito com a amostra w1 e depois ajustar outro modelo feito com a
> amostra w2 e comparar os R2, embora não vejo muito sentido nisso, pois é
> claro, que os valores serão diferentes sempre, pois é aquela velha
> história, se retirarmos 'n' amostras de uma população e retirarmos de cada
> amostra a
> média, estas médias serão diferentes obviamente pelo simples processo de
> amostragem.
>
> Abraço!
>
> (S,f,P)
> Allaman
>
>
>
> \begin{signature}
> <<>>=
> Prof. Dr. Ivan Bezerra Allaman
> Universidade Estadual de Santa Cruz
> Departamento de Ciências Exatas e Tecnológicas
> Ilhéus/BA - Brasil
> Fone: +55 73 3680-5596
> E-mail: ivanalaman em yahoo.com.br/ivanalaman em gmail.com
> @
> \end{signature}
> -------------- Próxima Parte ----------
> Um anexo em HTML foi limpo...
> URL: <
> http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120808/5d962bb8/attachment-0001.html
> >
>
> ------------------------------
>
> Message: 2
> Date: Wed, 8 Aug 2012 08:18:33 -0700 (PDT)
> From: Ivan Bezerra Allaman <ivanalaman em yahoo.com.br>
> To: R Brasil <r-br em listas.c3sl.ufpr.br>
> Subject: Re: [R-br] Erro nls: matriz gradiente singular com
> estimativas de parâmetros iniciais
> Message-ID:
> <1344439113.80614.YahooMailNeo em web161805.mail.bf1.yahoo.com>
> Content-Type: text/plain; charset="iso-8859-1"
>
> Se você indicou exatamente os valores não deveria dar erro!! Perceba que
> primeiro vc nos informa o seguinte modelo:
>
> y = K*x(^a)*w(^b)/(z^c)
>
> e depois na função você informa outro modelo:
>
> modelo <-
> nls(y~K*(x^a)*(w^b)*(z^c),data=dados,start=list(K=1,a=0.33,b=0.66,c=-1.33))
>
> Provavelmente o erro deve ser este!!
>
> (S,f,P)
> Allaman
>
>
> \begin{signature}
> <<>>=
> Prof. Dr. Ivan Bezerra Allaman
> Universidade Estadual de Santa Cruz
> Departamento de Ciências Exatas e Tecnológicas
> Ilhéus/BA - Brasil
> Fone: +55 73 3680-5596
> E-mail: ivanalaman em yahoo.com.br/ivanalaman em gmail.com
> @
> \end{signature}
> -------------- Próxima Parte ----------
> Um anexo em HTML foi limpo...
> URL: <
> http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120808/ff73f34f/attachment-0001.html
> >
>
> ------------------------------
>
> Message: 3
> Date: Wed, 8 Aug 2012 08:25:20 -0700 (PDT)
> From: Marcelo Claro de Souza <marcelo_claro em yahoo.com.br>
> To: Rbr <r-br em listas.c3sl.ufpr.br>
> Subject: [R-br] Correlação de pearson
> Message-ID:
> <1344439520.35595.YahooMailNeo em web160106.mail.bf1.yahoo.com>
> Content-Type: text/plain; charset="iso-8859-1"
>
> Estou rodando minhas correlações de Pearson segundo modelo abaixo:
>
> a=c(1,2,3,4,5,6)
> b=c(10,13,7,6,8,9)
> c=c(12,15,16,22,30,15)
> d=c(5,6,7,8,9,10)
> x=cbind(a,b,c,d)
> x=data.frame(x)
> cor(x,method='pearson')
> É possível determinar o número de casas decimais que será exibido na
> matriz de correlações?
> Muito obrigado.
>
>
> Marcelo Claro de Souza
>
> Biologist, PhD student in Plant Biology
> Institute of Bioscience - UNESP, Brazil
> -------------- Próxima Parte ----------
> Um anexo em HTML foi limpo...
> URL: <
> http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120808/7b4d9d17/attachment-0001.html
> >
>
> ------------------------------
>
> Message: 4
> Date: Wed, 8 Aug 2012 12:35:04 -0300
> From: FHRB Toledo <fernandohtoledo em gmail.com>
> To: r-br em listas.c3sl.ufpr.br, Marcelo Claro de Souza
> <marcelo_claro em yahoo.com.br>
> Subject: Re: [R-br] Correlação de pearson
> Message-ID:
> <CAN55XP7rHnW0QrOKuGa8FfYQfkn-Lri3uunTd=
> oPaPj9wHzPvw em mail.gmail.com>
> Content-Type: text/plain; charset="iso-8859-1"
>
> Acho que não é exatamente o que você quer, mas...
>
> round(cor(x, method = 'pearson'), dig = 4)
>
> 2012/8/8 Marcelo Claro de Souza <marcelo_claro em yahoo.com.br>
>
> > Estou rodando minhas correlações de Pearson segundo modelo abaixo:
> >
> > a=c(1,2,3,4,5,6)
> > b=c(10,13,7,6,8,9)
> > c=c(12,15,16,22,30,15)
> > d=c(5,6,7,8,9,10)
> > x=cbind(a,b,c,d)
> > x=data.frame(x)
> > cor(x,method='pearson')
> >
> > É possível determinar o número de casas decimais que será exibido na
> > matriz de correlações?
> > Muito obrigado.
> >
> > Marcelo Claro de Souza
> > Biologist, PhD student in Plant Biology
> > Institute of Bioscience - UNESP, Brazil
> >
> >
> > _______________________________________________
> > R-br mailing list
> > R-br em listas.c3sl.ufpr.br
> > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> > Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
> > código mínimo reproduzível.
> >
> -------------- Próxima Parte ----------
> Um anexo em HTML foi limpo...
> URL: <
> http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120808/2053a3cb/attachment-0001.html
> >
>
> ------------------------------
>
> Message: 5
> Date: Wed, 8 Aug 2012 08:37:11 -0700 (PDT)
> From: Marcelo Claro de Souza <marcelo_claro em yahoo.com.br>
> To: FHRB Toledo <fernandohtoledo em gmail.com>
> Cc: Rbr <r-br em listas.c3sl.ufpr.br>
> Subject: Re: [R-br] Correlação de pearson
> Message-ID:
> <1344440231.27198.YahooMailNeo em web160106.mail.bf1.yahoo.com>
> Content-Type: text/plain; charset="iso-8859-1"
>
> Olá Fernando,
> Acho que não fui bem claro na pergunta, mas era isso mesmo.
> Muito obrigado.
>
>
> Marcelo Claro de Souza
>
> Biologist, PhD student in Plant Biology
> Institute of Bioscience - UNESP, Brazil
>
>
>
>
> ________________________________
> De: FHRB Toledo <fernandohtoledo em gmail.com>
> Para: r-br em listas.c3sl.ufpr.br; Marcelo Claro de Souza <
> marcelo_claro em yahoo.com.br>
> Enviadas: Quarta-feira, 8 de Agosto de 2012 12:35
> Assunto: Re: [R-br] Correlação de pearson
>
>
> Acho que não é exatamente o que você quer, mas...
> round(cor(x, method = 'pearson'), dig = 4)
>
>
> 2012/8/8 Marcelo Claro de Souza <marcelo_claro em yahoo.com.br>
>
> Estou rodando minhas correlações de Pearson segundo modelo abaixo:
> >
> >
> >a=c(1,2,3,4,5,6)
> >b=c(10,13,7,6,8,9)
> >c=c(12,15,16,22,30,15)
> >d=c(5,6,7,8,9,10)
> >x=cbind(a,b,c,d)
> >x=data.frame(x)
> >cor(x,method='pearson')
> >
> >É possível determinar o número de casas decimais que será exibido na
> matriz de correlações?
> >Muito obrigado.
> >
> >
> >Marcelo Claro de Souza
> >
> >Biologist, PhD student in Plant Biology
> >Institute of Bioscience - UNESP, Brazil
> >
> >
> >_______________________________________________
> >R-br mailing list
> >R-br em listas.c3sl.ufpr.br
> >https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> >Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
> código mínimo reproduzível.
> >
> -------------- Próxima Parte ----------
> Um anexo em HTML foi limpo...
> URL: <
> http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120808/63478da2/attachment-0001.html
> >
>
> ------------------------------
>
> Message: 6
> Date: Wed, 08 Aug 2012 12:46:19 -0300
> From: "Cleber N.Borges" <klebyn em yahoo.com.br>
> To: r-br em listas.c3sl.ufpr.br
> Subject: [R-br] bibliog para estudo, preferencialmente em R.
> Message-ID: <502289CB.2000600 em yahoo.com.br>
> Content-Type: text/plain; charset=ISO-8859-1; format=flowed
>
> Prezados,
> Boa Tarde,
>
> Peço por gentileza indicações de Referencias Bibliograficas
> para 02 tópicos de estatística, que são:
>
> 1) Intervalo de confiança de uma prevalência;
> 2) Análise não paramétrica para respostas subjetivas/discretas.
>
> Acredito que o primeiro seja referente à Epidemologia, porém nunca
> estudei nada a respeito.
> Caso alguém puder confirmar que o termo 'Prevalência' seja usual,
> ficaria grato.
> Eu sou químico de formação, porém tenho uns 30 livros de estatística
> e nunca me deparei com esses 02 tópicos.
>
> Agradeço antecipadamente por qualquer ajuda.
> Obrigado.
>
> Cleber N.Borges
>
>
>
>
> ------------------------------
>
> Message: 7
> Date: Wed, 8 Aug 2012 13:54:15 -0300 (BRT)
> From: Paulo Justiniano <paulojus em leg.ufpr.br>
> To: Rbr <r-br em listas.c3sl.ufpr.br>, Marcelo Claro de Souza
> <marcelo_claro em yahoo.com.br>
> Subject: Re: [R-br] Correlação de pearson
> Message-ID: <alpine.DEB.2.00.1208081353380.7502 em pataxo.est.ufpr.br>
> Content-Type: text/plain; charset="iso-8859-1"; Format="flowed"
>
> options()$digits
> format()
> prettynum()
>
> e funcoes relacionadas nas documentacoes destas podem fazer o que deseja
>
>
>
>
> On Wed, 8 Aug 2012, Marcelo Claro de Souza wrote:
>
> > Estou rodando minhas correlações de Pearson segundo modelo abaixo:
> >
> > a=c(1,2,3,4,5,6)
> > b=c(10,13,7,6,8,9)
> > c=c(12,15,16,22,30,15)
> > d=c(5,6,7,8,9,10)
> > x=cbind(a,b,c,d)
> > x=data.frame(x)
> > cor(x,method='pearson')
> >
> > É possível determinar o número de casas decimais que será exibido na
> matriz de correlações?
> > Muito obrigado.
> >
> > Marcelo Claro de Souza
> > Biologist, PhD student in Plant Biology
> > Institute of Bioscience - UNESP, Brazil
> >
> >
> >
>
> ------------------------------
>
> Message: 8
> Date: Wed, 8 Aug 2012 14:25:42 -0300
> From: Gustavo Dias Azevedo <gustavoazevedo em id.uff.br>
> To: r-br em listas.c3sl.ufpr.br, Ivan Bezerra Allaman
> <ivanalaman em yahoo.com.br>
> Subject: Re: [R-br] Erro nls: matriz gradiente singular com
> estimativas de parâmetros iniciais
> Message-ID:
> <CAG2s6y_7ERWh6pfK5D70_ZP4JRwRXm05SdE4r=
> EwMWAYNNiORw em mail.gmail.com>
> Content-Type: text/plain; charset="iso-8859-1"
>
> Foi apenas um erro meu de digitação. O modelo correto encontra-se como
> escrito na função: (y~K*(x^a)*(w^b)*(z^c).
>
> Em 8 de agosto de 2012 12:18, Ivan Bezerra Allaman
> <ivanalaman em yahoo.com.br>escreveu:
>
> > Se você indicou exatamente os valores não deveria dar erro!! Perceba que
> > primeiro vc nos informa o seguinte modelo:
> >
> > y = K*x(^a)*w(^b)/(z^c)
> >
> > e depois na função você informa outro modelo:
> >
> > modelo <- nls(y~K*(x^a)*(w^b)*
> > (z^c),data=dados,start=list(K=1,a=0.33,b=0.66,c=-1.33))
> >
> > Provavelmente o erro deve ser este!!
> >
> > (S,f,P)
> > Allaman
> > *
> > *
> > \begin{signature}
> > <<>>=
> > Prof. Dr. Ivan Bezerra Allaman
> > Universidade Estadual de Santa Cruz
> > Departamento de Ciências Exatas e Tecnológicas
> > Ilhéus/BA - Brasil
> > Fone: +55 73 3680-5596
> > E-mail: ivanalaman em yahoo.com.br/ivanalaman em gmail.com
> > @
> > \end{signature}
> >
> > _______________________________________________
> > R-br mailing list
> > R-br em listas.c3sl.ufpr.br
> > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> > Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
> > código mínimo reproduzível.
> >
> -------------- Próxima Parte ----------
> Um anexo em HTML foi limpo...
> URL: <
> http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120808/249cec6a/attachment-0001.html
> >
>
> ------------------------------
>
> Message: 9
> Date: Wed, 8 Aug 2012 18:52:20 -0300
> From: Pedro Emmanuel Alvarenga Americano do Brasil
> <emmanuel.brasil em gmail.com>
> To: r-br em listas.c3sl.ufpr.br, Ivan Bezerra Allaman
> <ivanalaman em yahoo.com.br>
> Subject: Re: [R-br] Como estimar R2 de modelo linear a partir de
> previsões em novos dados?
> Message-ID:
> <CAFfGvy+cVsO=j=
> g6j5p3tVJB5-DB9WW-ajB6SJhqU5ZFtqwT6w em mail.gmail.com>
> Content-Type: text/plain; charset="iso-8859-1"
>
> Ivan,
>
> Entendi o seu comentario mas isso nao me serve. Eu nao quero outro modelo.
> O que eu quero e saber se a qualidade das previsoes no futuro sem mantem
> como no ajuste inicial.
> Caso sejam piores, o modelo inicial necessita de calibracao.
> No pacote rms ha as fucoes val.prob e val.surv que o fazem para modelos
> logisticos e para os modelos de sobrevivencia,mas mao encontrei para os
> mpdelos lineares.
>
> Se eu vou utilizar esses modelos para prever eventos em pacientes que serao
> avaliados no futuro eu gostaria de saber o quanto esse modelo e bom para
> esse fim. Por isso me interessa as previsoes no w2 muito mais o que as
> previsoes no w1 pelo mesmo modelo.
>
> Pedro Brasil
> via Android (:)=
> Em 08/08/2012 12:13, "Ivan Bezerra Allaman" <ivanalaman em yahoo.com.br>
> escreveu:
>
> > Bom dia Pedro!
> >
> > Tu concordas comigo que a partir do momento que ajustastes um modelo por
> > meio de uma amostra, o modelo irá fazer uma estimativa da variável
> resposta
> > independentemente de qual amostra você utilize (desde que os pontos
> estejam
> > dentro do intervalo no qual o modelo foi ajustado é claro) com aquela
> > precisão no qual foi construído o modelo. Se vc utilizar um modelo
> ajustado
> > com a amostra w1 e depois usar o modelo para fazer estimativas com a
> > amostra w2, estas estimativas foram estimadas com a precisão dada no
> > primeiro ajuste. Se você realmente, quer avaliar o ajuste do modelo feito
> > com a amostra w1 e depois com a amostra w2 é simples, basta ajustar um
> > modelo feito com a amostra w1 e depois ajustar outro modelo feito com a
> > amostra w2 e comparar os R2, embora não vejo muito sentido nisso, pois é
> > claro, que os valores serão diferentes sempre, pois é aquela velha
> > história, se retirarmos 'n' amostras de uma população e retirarmos de
> cada
> > amostra a média, estas médias serão diferentes obviamente pelo simples
> > processo de amostragem.
> >
> > Abraço!
> >
> > (S,f,P)
> > Allaman
> >
> > *
> > *
> > \begin{signature}
> > <<>>=
> > Prof. Dr. Ivan Bezerra Allaman
> > Universidade Estadual de Santa Cruz
> > Departamento de Ciências Exatas e Tecnológicas
> > Ilhéus/BA - Brasil
> > Fone: +55 73 3680-5596
> > E-mail: ivanalaman em yahoo.com.br/ivanalaman em gmail.com
> > @
> > \end{signature}
> >
> > _______________________________________________
> > R-br mailing list
> > R-br em listas.c3sl.ufpr.br
> > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> > Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
> > código mínimo reproduzível.
> >
> -------------- Próxima Parte ----------
> Um anexo em HTML foi limpo...
> URL: <
> http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120808/53fe561d/attachment-0001.html
> >
>
> ------------------------------
>
> Message: 10
> Date: Wed, 8 Aug 2012 20:37:15 -0300
> From: Fernando Colugnati <fcolugnati em gmail.com>
> To: r-br em listas.c3sl.ufpr.br
> Cc: Ivan Bezerra Allaman <ivanalaman em yahoo.com.br>
> Subject: Re: [R-br] Como estimar R2 de modelo linear a partir de
> previsões em novos dados?
> Message-ID:
> <CAOLzYt0-4qFRTNRz-XPYuQAagvG11mwt_t=
> uhDxMAeG5WkRruA em mail.gmail.com>
> Content-Type: text/plain; charset="iso-8859-1"
>
> Pedro, me desculpe, mas conceitualmente isso não faz sentido do ponto de
> vista frequentista que vc está empregando. No máximo vc conseguirá bandas
> de confiança para extrapolações e interpolações a partir dos seus dados, e
> verificar se as "previsões com novos dados" (que não são previsões no
> sentido que vc está querendo) caem dentro destas bandas. o que isso
> significa, não sei ao certo. Na verdade técnicas como Análise Discriminante
> e modelos de clasificação utilizam este tipo de abordagem como validação do
> modelo, a chamada Crossvalidation, mas mesmo lá, são feitas apenas medidas
> de "acerto" nas classificações, dado que se sabe o estado real das
> observações desta nova amostra (eg: Doente e Não Doente).
>
> "quero e saber se a qualidade das previsoes no futuro sem mantem como no
> ajuste inicial" . Isso não vai acontecer, principalmente se seus novos
> dados estiverem em uma amplitude diferente de observação (algo que o Ivan
> já apontou no email dele).
>
> Este seu raciocínio me parece muito mais algo Bayesiano....aliás, modelos
> de regressão para prognóstico de pacientes é algo muito pouco preconizado,
> vide literatura (Bland, Altman, Greenland, Rothman, etc...).
>
> Abs
>
>
> Em 8 de agosto de 2012 18:52, Pedro Emmanuel Alvarenga Americano do Brasil
> <
> emmanuel.brasil em gmail.com> escreveu:
>
> > Ivan,
> >
> > Entendi o seu comentario mas isso nao me serve. Eu nao quero outro
> modelo.
> > O que eu quero e saber se a qualidade das previsoes no futuro sem mantem
> > como no ajuste inicial.
> > Caso sejam piores, o modelo inicial necessita de calibracao.
> > No pacote rms ha as fucoes val.prob e val.surv que o fazem para modelos
> > logisticos e para os modelos de sobrevivencia,mas mao encontrei para os
> > mpdelos lineares.
> >
> > Se eu vou utilizar esses modelos para prever eventos em pacientes que
> > serao avaliados no futuro eu gostaria de saber o quanto esse modelo e
> bom
> > para esse fim. Por isso me interessa as previsoes no w2 muito mais o que
> as
> > previsoes no w1 pelo mesmo modelo.
> >
> > Pedro Brasil
> > via Android (:)=
> > Em 08/08/2012 12:13, "Ivan Bezerra Allaman" <ivanalaman em yahoo.com.br>
> > escreveu:
> >
> >> Bom dia Pedro!
> >>
> >> Tu concordas comigo que a partir do momento que ajustastes um modelo por
> >> meio de uma amostra, o modelo irá fazer uma estimativa da variável
> resposta
> >> independentemente de qual amostra você utilize (desde que os pontos
> estejam
> >> dentro do intervalo no qual o modelo foi ajustado é claro) com aquela
> >> precisão no qual foi construído o modelo. Se vc utilizar um modelo
> ajustado
> >> com a amostra w1 e depois usar o modelo para fazer estimativas com a
> >> amostra w2, estas estimativas foram estimadas com a precisão dada no
> >> primeiro ajuste. Se você realmente, quer avaliar o ajuste do modelo
> feito
> >> com a amostra w1 e depois com a amostra w2 é simples, basta ajustar um
> >> modelo feito com a amostra w1 e depois ajustar outro modelo feito com a
> >> amostra w2 e comparar os R2, embora não vejo muito sentido nisso, pois é
> >> claro, que os valores serão diferentes sempre, pois é aquela velha
> >> história, se retirarmos 'n' amostras de uma população e retirarmos de
> cada
> >> amostra a média, estas médias serão diferentes obviamente pelo simples
> >> processo de amostragem.
> >>
> >> Abraço!
> >>
> >> (S,f,P)
> >> Allaman
> >>
> >> *
> >> *
> >> \begin{signature}
> >> <<>>=
> >> Prof. Dr. Ivan Bezerra Allaman
> >> Universidade Estadual de Santa Cruz
> >> Departamento de Ciências Exatas e Tecnológicas
> >> Ilhéus/BA - Brasil
> >> Fone: +55 73 3680-5596
> >> E-mail: ivanalaman em yahoo.com.br/ivanalaman em gmail.com
> >> @
> >> \end{signature}
> >>
> >> _______________________________________________
> >> R-br mailing list
> >> R-br em listas.c3sl.ufpr.br
> >> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> >> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
> >> código mínimo reproduzível.
> >>
> >
> > _______________________________________________
> > R-br mailing list
> > R-br em listas.c3sl.ufpr.br
> > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> > Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
> > código mínimo reproduzível.
> >
>
>
>
> --
> Fernando A.B. Colugnati
> -------------- Próxima Parte ----------
> Um anexo em HTML foi limpo...
> URL: <
> http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120808/363fbe30/attachment-0001.html
> >
>
> ------------------------------
>
> Message: 11
> Date: Thu, 9 Aug 2012 09:27:36 -0300
> From: Pedro Emmanuel Alvarenga Americano do Brasil
> <emmanuel.brasil em gmail.com>
> To: r-br em listas.c3sl.ufpr.br
> Subject: Re: [R-br] Como estimar R2 de modelo linear a partir de
> previsões em novos dados?
> Message-ID:
> <
> CAFfGvyLB1A6mJkMEDJzGFpW_zw+RxBZ9NnaWiDAZjNR0qAfaeQ em mail.gmail.com>
> Content-Type: text/plain; charset="iso-8859-1"
>
> Amigos de R,
>
> Conceitualmente falando, a unica coisa que eu poderia comentar é essa ideia
> não é minha. Ha uma literatura extensa a respeito de modelos para predição.
>
> Vide
>
> http://books.google.com.br/books?id=kHGK58cLsMIC&printsec=frontcover&dq=clinical+prediction+models&source=bl&ots=TLWdGZeCqo&sig=p-7XkhqnTRfUGpeKBW3mmZUEE5c&hl=pt-BR&sa=X&ei=MKgjUL_DHuP00gHIm4D4Ag&ved=0CDMQ6AEwAA#v=onepage&q=clinical%20prediction%20models&f=false
>
> ou
>
>
> http://books.google.com.br/books?id=kMyXEJEtFmkC&printsec=frontcover&dq=diagnostic+tests+classification+and+prediction&source=bl&ots=Qhe5sg7Jym&sig=w8-U946rWsA7vqKD0Srq7uDIPFE&hl=pt-BR&sa=X&ei=Z6ojUNi7Aqu40AGbp4DQBA&ved=0CDMQ6AEwAA#v=onepage&q=diagnostic%20tests%20classification%20and%20prediction&f=false
>
> Dentro de modelos de predição clinica ou ferramentas de suporte a decisão,
> ha conceitos como desenvolvimento ou ajuste de modelos, calibração ou
> penalização de modelos, validação interna, e validação externa. Essa ultima
> pode ser validação cruzada, temporal, ou simultanea propriamente dita.
>
> Imaginem que há um modelo em que estima a probabilidade de um sujeito ser
> portador de uma doença de transmissão aérea. Com esse modelo o médico pode
> decidir se o paciente ficará em isolamento respiratorio ou não na chegada
> do paciente no hospital. Mas percebam que o modelo foi desenvolvido em
> outros pacientes. O que interessa nesse momento é se para este paciente em
> particular o modelo funcionará razoavelmente. O que representa essa ideia é
> a validação externa, e isso vai alem representação da população pela
> amostra ou de características da amostra. Geralmente o desempenho dos
> modelos em validação externa é pior que o desempenho no ajuste inicial.
> Isso é o superajuste, que parece ser muito frequente em modelos para
> predição, e é por isso que se recomenda a calibração de modelos para uso em
> predição. Essas ideias possuem analogia com o aprendizado, validação e
> simulação de redes neurais.
>
> Mais uma vez a pergunta inicial. Eu encontrei funções que fazem a
> estimativa de desempenho de modelo em valores previstos pelos modelos em
> outros dados para logisticos e sobrevivencia, mas não encontrei para
> modelos lineares. Alguem poderia me indicar alguma forma de estimar o
> desempenho de um modelo linear a partir de valores previstos e outros
> dados?
>
> Abraço forte,
>
> Dr. Pedro Emmanuel A. A. do Brasil
> Curriculum Lattes: http://lattes.cnpq.br/6597654894290806
> Instituto de Pesquisa Clínica Evandro Chagas
> Fundação Oswaldo Cruz
> Rio de Janeiro - Brasil
> Av. Brasil 4365,
> CEP 21040-360,
> Tel 55 21 3865-9648
> email: pedro.brasil em ipec.fiocruz.br
> email: emmanuel.brasil em gmail.com
>
> ---Apoio aos softwares livres
> www.zotero.org - gerenciamento de referências bibliográficas.
> www.broffice.org ou www.libreoffice.org - textos, planilhas ou
> apresentações.
> www.epidata.dk - entrada de dados.
> www.r-project.org - análise de dados.
> www.ubuntu.com - sistema operacional
>
>
>
> Em 8 de agosto de 2012 20:37, Fernando Colugnati <fcolugnati em gmail.com
> >escreveu:
>
> > Pedro, me desculpe, mas conceitualmente isso não faz sentido do ponto de
> > vista frequentista que vc está empregando. No máximo vc conseguirá bandas
> > de confiança para extrapolações e interpolações a partir dos seus dados,
> e
> > verificar se as "previsões com novos dados" (que não são previsões no
> > sentido que vc está querendo) caem dentro destas bandas. o que isso
> > significa, não sei ao certo. Na verdade técnicas como Análise
> Discriminante
> > e modelos de clasificação utilizam este tipo de abordagem como validação
> do
> > modelo, a chamada Crossvalidation, mas mesmo lá, são feitas apenas
> medidas
> > de "acerto" nas classificações, dado que se sabe o estado real das
> > observações desta nova amostra (eg: Doente e Não Doente).
> >
> > "quero e saber se a qualidade das previsoes no futuro sem mantem como no
> > ajuste inicial" . Isso não vai acontecer, principalmente se seus novos
> > dados estiverem em uma amplitude diferente de observação (algo que o Ivan
> > já apontou no email dele).
> >
> > Este seu raciocínio me parece muito mais algo Bayesiano....aliás, modelos
> > de regressão para prognóstico de pacientes é algo muito pouco
> preconizado,
> > vide literatura (Bland, Altman, Greenland, Rothman, etc...).
> >
> > Abs
> >
> >
> > Em 8 de agosto de 2012 18:52, Pedro Emmanuel Alvarenga Americano do
> Brasil
> > <emmanuel.brasil em gmail.com> escreveu:
> >
> > Ivan,
> >>
> >> Entendi o seu comentario mas isso nao me serve. Eu nao quero outro
> >> modelo. O que eu quero e saber se a qualidade das previsoes no futuro
> sem
> >> mantem como no ajuste inicial.
> >> Caso sejam piores, o modelo inicial necessita de calibracao.
> >> No pacote rms ha as fucoes val.prob e val.surv que o fazem para modelos
> >> logisticos e para os modelos de sobrevivencia,mas mao encontrei para os
> >> mpdelos lineares.
> >>
> >> Se eu vou utilizar esses modelos para prever eventos em pacientes que
> >> serao avaliados no futuro eu gostaria de saber o quanto esse modelo e
> bom
> >> para esse fim. Por isso me interessa as previsoes no w2 muito mais o
> que as
> >> previsoes no w1 pelo mesmo modelo.
> >>
> >> Pedro Brasil
> >> via Android (:)=
> >> Em 08/08/2012 12:13, "Ivan Bezerra Allaman" <ivanalaman em yahoo.com.br>
> >> escreveu:
> >>
> >>> Bom dia Pedro!
> >>>
> >>> Tu concordas comigo que a partir do momento que ajustastes um modelo
> por
> >>> meio de uma amostra, o modelo irá fazer uma estimativa da variável
> resposta
> >>> independentemente de qual amostra você utilize (desde que os pontos
> estejam
> >>> dentro do intervalo no qual o modelo foi ajustado é claro) com aquela
> >>> precisão no qual foi construído o modelo. Se vc utilizar um modelo
> ajustado
> >>> com a amostra w1 e depois usar o modelo para fazer estimativas com a
> >>> amostra w2, estas estimativas foram estimadas com a precisão dada no
> >>> primeiro ajuste. Se você realmente, quer avaliar o ajuste do modelo
> feito
> >>> com a amostra w1 e depois com a amostra w2 é simples, basta ajustar um
> >>> modelo feito com a amostra w1 e depois ajustar outro modelo feito com a
> >>> amostra w2 e comparar os R2, embora não vejo muito sentido nisso, pois
> é
> >>> claro, que os valores serão diferentes sempre, pois é aquela velha
> >>> história, se retirarmos 'n' amostras de uma população e retirarmos de
> cada
> >>> amostra a média, estas médias serão diferentes obviamente pelo simples
> >>> processo de amostragem.
> >>>
> >>> Abraço!
> >>>
> >>> (S,f,P)
> >>> Allaman
> >>>
> >>> *
> >>> *
> >>> \begin{signature}
> >>> <<>>=
> >>> Prof. Dr. Ivan Bezerra Allaman
> >>> Universidade Estadual de Santa Cruz
> >>> Departamento de Ciências Exatas e Tecnológicas
> >>> Ilhéus/BA - Brasil
> >>> Fone: +55 73 3680-5596
> >>> E-mail: ivanalaman em yahoo.com.br/ivanalaman em gmail.com
> >>> @
> >>> \end{signature}
> >>>
> >>> _______________________________________________
> >>> R-br mailing list
> >>> R-br em listas.c3sl.ufpr.br
> >>> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> >>> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
> >>> código mínimo reproduzível.
> >>>
> >>
> >> _______________________________________________
> >> R-br mailing list
> >> R-br em listas.c3sl.ufpr.br
> >> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> >> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
> >> código mínimo reproduzível.
> >>
> >
> >
> >
> > --
> > Fernando A.B. Colugnati
> >
> >
> >
> > _______________________________________________
> > R-br mailing list
> > R-br em listas.c3sl.ufpr.br
> > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> > Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
> > código mínimo reproduzível.
> >
> -------------- Próxima Parte ----------
> Um anexo em HTML foi limpo...
> URL: <
> http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120809/65b7b375/attachment-0001.html
> >
>
> ------------------------------
>
> Message: 12
> Date: Thu, 9 Aug 2012 09:57:01 -0300
> From: kaue veras <kaueveras em gmail.com>
> To: r-br em listas.c3sl.ufpr.br
> Subject: [R-br] Regressão
> Message-ID:
> <
> CAENvtmjB1QJK+_k3kyUNSNpU1N2JgQnXWzWeF4CzLYMuv2cD9g em mail.gmail.com>
> Content-Type: text/plain; charset="iso-8859-1"
>
> Bom dia caros colegas,
>
> Poderiam me dar uma ajuda? Eu gostaria de realizar dois tipos de
> regressões, linear e múltipla, podem me orientar como posso realiza-las?
> Através de algum pacote ou função? Acredito que não seja muito complicado,
> até já realizei uma vez, mas não estou me lembrando como fiz.
>
> Desde já agradeço.
>
> Atenciosamente,
>
> Kauê P. Veras da Cunha
> Estatística / 8º Período - UERJ
> MSN: kaueveras em hotmail.com
> E-mail: kaueveras em gmail.com
> Cel: 8254-9601
> -------------- Próxima Parte ----------
> Um anexo em HTML foi limpo...
> URL: <
> http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120809/8faeea48/attachment-0001.html
> >
>
> ------------------------------
>
> Message: 13
> Date: Thu, 9 Aug 2012 10:01:29 -0300
> From: Gustavo Dias Azevedo <gustavoazevedo em id.uff.br>
> To: r-br em listas.c3sl.ufpr.br
> Subject: Re: [R-br] Erro nls: matriz gradiente singular com
> estimativas de parâmetros iniciais
> Message-ID:
> <
> CAG2s6y8BLQZYO5GNVM3n84pGd0KmTLCvv0TW+rYoMCQjK1UqRw em mail.gmail.com>
> Content-Type: text/plain; charset="iso-8859-1"
>
> Alguém tem ideia de como resolver este problema? Será que o problema está
> no modelo?
>
> Em 8 de agosto de 2012 14:25, Gustavo Dias Azevedo <
> gustavoazevedo em id.uff.br
> > escreveu:
>
> > Foi apenas um erro meu de digitação. O modelo correto encontra-se como
> > escrito na função: (y~K*(x^a)*(w^b)*(z^c).
> >
> > Em 8 de agosto de 2012 12:18, Ivan Bezerra Allaman <
> > ivanalaman em yahoo.com.br> escreveu:
> >
> >> Se você indicou exatamente os valores não deveria dar erro!! Perceba que
> >> primeiro vc nos informa o seguinte modelo:
> >>
> >> y = K*x(^a)*w(^b)/(z^c)
> >>
> >> e depois na função você informa outro modelo:
> >>
> >> modelo <- nls(y~K*(x^a)*(w^b)*
> >> (z^c),data=dados,start=list(K=1,a=0.33,b=0.66,c=-1.33))
> >>
> >> Provavelmente o erro deve ser este!!
> >>
> >> (S,f,P)
> >> Allaman
> >> *
> >> *
> >> \begin{signature}
> >> <<>>=
> >> Prof. Dr. Ivan Bezerra Allaman
> >> Universidade Estadual de Santa Cruz
> >> Departamento de Ciências Exatas e Tecnológicas
> >> Ilhéus/BA - Brasil
> >> Fone: +55 73 3680-5596
> >> E-mail: ivanalaman em yahoo.com.br/ivanalaman em gmail.com
> >> @
> >> \end{signature}
> >>
> >> _______________________________________________
> >> R-br mailing list
> >> R-br em listas.c3sl.ufpr.br
> >> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> >> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
> >> código mínimo reproduzível.
> >>
> >
> >
> -------------- Próxima Parte ----------
> Um anexo em HTML foi limpo...
> URL: <
> http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120809/014cc132/attachment-0001.html
> >
>
> ------------------------------
>
> Message: 14
> Date: Thu, 9 Aug 2012 10:03:04 -0300
> From: Walmes Zeviani <walmeszeviani em gmail.com>
> To: r-br em listas.c3sl.ufpr.br
> Subject: Re: [R-br] Regressão
> Message-ID:
> <CAFU=
> EkaDC8FVLvGvgTHBxbD5sffug_by394BNNOAo0pm40C6ww em mail.gmail.com>
> Content-Type: text/plain; charset="iso-8859-1"
>
> Kaue,
>
> http://zoonek2.free.fr/UNIX/48_R/09.html
>
> À disposição.
> Walmes.
>
> ==========================================================================
> Walmes Marques Zeviani
> LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W)
> Departamento de Estatística - Universidade Federal do Paraná
> fone: (+55) 41 3361 3573
> VoIP: (3361 3600) 1053 1173
> e-mail: walmes em ufpr.br
> twitter: @walmeszeviani
> homepage: http://www.leg.ufpr.br/~walmes
> linux user number: 531218
> ==========================================================================
> -------------- Próxima Parte ----------
> Um anexo em HTML foi limpo...
> URL: <
> http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120809/f1143ff7/attachment-0001.html
> >
>
> ------------------------------
>
> Message: 15
> Date: Thu, 9 Aug 2012 14:13:08 +0100
> From: Benilton Carvalho <beniltoncarvalho em gmail.com>
> To: r-br em listas.c3sl.ufpr.br
> Subject: Re: [R-br] Erro nls: matriz gradiente singular com
> estimativas de parâmetros iniciais
> Message-ID:
> <
> CAO-arWMi_+55rRzm2gJLXdTbmPY9umDYoSayoyZ84QMvFRxv_Q em mail.gmail.com>
> Content-Type: text/plain; charset=ISO-8859-1
>
> CMR....
>
>
> ------------------------------
>
> Message: 16
> Date: Thu, 9 Aug 2012 10:21:02 -0300
> From: kaue veras <kaueveras em gmail.com>
> To: r-br em listas.c3sl.ufpr.br
> Subject: Re: [R-br] Regressão
> Message-ID:
> <
> CAENvtmg43HxT8j-HVZJmMF5b242-iT87zJEvCftoQmYk9WT7Mg em mail.gmail.com>
> Content-Type: text/plain; charset="iso-8859-1"
>
> Muito obrigado Walmes, muito útil.
>
> Att,
>
> Kauê P. Veras da Cunha
> Estatística / 8º Período - UERJ
> MSN: kaueveras em hotmail.com
> E-mail: kaueveras em gmail.com
> Cel: 8254-9601
>
> 2012/8/9 Walmes Zeviani <walmeszeviani em gmail.com>
>
> > Kaue,
> >
> > http://zoonek2.free.fr/UNIX/48_R/09.html
> >
> > À disposição.
> > Walmes.
> >
> >
> ==========================================================================
> > Walmes Marques Zeviani
> > LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759
> W)
> > Departamento de Estatística - Universidade Federal do Paraná
> > fone: (+55) 41 3361 3573
> > VoIP: (3361 3600) 1053 1173
> > e-mail: walmes em ufpr.br
> > twitter: @walmeszeviani
> > homepage: http://www.leg.ufpr.br/~walmes
> > linux user number: 531218
> >
> ==========================================================================
> >
> > _______________________________________________
> > R-br mailing list
> > R-br em listas.c3sl.ufpr.br
> > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> > Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
> > código mínimo reproduzível.
> >
> -------------- Próxima Parte ----------
> Um anexo em HTML foi limpo...
> URL: <
> http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120809/c3c6d5cb/attachment-0001.html
> >
>
> ------------------------------
>
> Message: 17
> Date: Thu, 9 Aug 2012 10:36:50 -0300
> From: Fernando Colugnati <fcolugnati em gmail.com>
> To: r-br em listas.c3sl.ufpr.br
> Subject: Re: [R-br] Como estimar R2 de modelo linear a partir de
> previsões em novos dados?
> Message-ID:
> <CAOLzYt2qZhUq13hGsd5qXpGz8zwJ7tPF4cckP78=
> QJo2NUJ4NQ em mail.gmail.com>
> Content-Type: text/plain; charset="iso-8859-1"
>
> Bem, a sugestão que me parece mais pertinente é ver o que é utilizado para
> estes modelos logísticos e de sobrevivência, e adapte para os lineares,
> pensando que os outros dois modelos também são lineares a partir da
> definição apropriada da família de distribuição e função link que vc
> utiliza. A extensão para mim pareceria natural, dentro do framework de
> GLMs.
>
> O R deve fornecer algo parecido em pacotes para CART, Redes Neurais, etc...
>
> Outra sugestão, veja como algumas fórmulas foram propostas para por exemplo
> Filtração Glomerular para classificação do estágio doenças renais crônicas
> (a partir da Creatinina), previsão de % de gordura por soma de pregas,
> Framinghan, etc...são todos modelos deste tipo que vc parece buscar, e que
> profissionais de saúde usam no dia e dia, e por mais críticas que possamos
> ter como estatísticos a estes modelos, eles funcionam nos serviços.
>
> Mas certamente, a ideia do R2 sugerida, para mim não faz sentido.
>
>
> Abs
>
> Em 9 de agosto de 2012 09:27, Pedro Emmanuel Alvarenga Americano do Brasil
> <
> emmanuel.brasil em gmail.com> escreveu:
>
> > Amigos de R,
> >
> > Conceitualmente falando, a unica coisa que eu poderia comentar é essa
> > ideia não é minha. Ha uma literatura extensa a respeito de modelos para
> > predição.
> >
> > Vide
> >
> http://books.google.com.br/books?id=kHGK58cLsMIC&printsec=frontcover&dq=clinical+prediction+models&source=bl&ots=TLWdGZeCqo&sig=p-7XkhqnTRfUGpeKBW3mmZUEE5c&hl=pt-BR&sa=X&ei=MKgjUL_DHuP00gHIm4D4Ag&ved=0CDMQ6AEwAA#v=onepage&q=clinical%20prediction%20models&f=false
> >
> > ou
> >
> >
> >
> http://books.google.com.br/books?id=kMyXEJEtFmkC&printsec=frontcover&dq=diagnostic+tests+classification+and+prediction&source=bl&ots=Qhe5sg7Jym&sig=w8-U946rWsA7vqKD0Srq7uDIPFE&hl=pt-BR&sa=X&ei=Z6ojUNi7Aqu40AGbp4DQBA&ved=0CDMQ6AEwAA#v=onepage&q=diagnostic%20tests%20classification%20and%20prediction&f=false
> >
> > Dentro de modelos de predição clinica ou ferramentas de suporte a
> decisão,
> > ha conceitos como desenvolvimento ou ajuste de modelos, calibração ou
> > penalização de modelos, validação interna, e validação externa. Essa
> ultima
> > pode ser validação cruzada, temporal, ou simultanea propriamente dita.
> >
> > Imaginem que há um modelo em que estima a probabilidade de um sujeito ser
> > portador de uma doença de transmissão aérea. Com esse modelo o médico
> pode
> > decidir se o paciente ficará em isolamento respiratorio ou não na chegada
> > do paciente no hospital. Mas percebam que o modelo foi desenvolvido em
> > outros pacientes. O que interessa nesse momento é se para este paciente
> em
> > particular o modelo funcionará razoavelmente. O que representa essa
> ideia é
> > a validação externa, e isso vai alem representação da população pela
> > amostra ou de características da amostra. Geralmente o desempenho dos
> > modelos em validação externa é pior que o desempenho no ajuste inicial.
> > Isso é o superajuste, que parece ser muito frequente em modelos para
> > predição, e é por isso que se recomenda a calibração de modelos para uso
> em
> > predição. Essas ideias possuem analogia com o aprendizado, validação e
> > simulação de redes neurais.
> >
> > Mais uma vez a pergunta inicial. Eu encontrei funções que fazem a
> > estimativa de desempenho de modelo em valores previstos pelos modelos em
> > outros dados para logisticos e sobrevivencia, mas não encontrei para
> > modelos lineares. Alguem poderia me indicar alguma forma de estimar o
> > desempenho de um modelo linear a partir de valores previstos e outros
> dados?
> >
> > Abraço forte,
> >
> > Dr. Pedro Emmanuel A. A. do Brasil
> > Curriculum Lattes: http://lattes.cnpq.br/6597654894290806
> > Instituto de Pesquisa Clínica Evandro Chagas
> > Fundação Oswaldo Cruz
> > Rio de Janeiro - Brasil
> > Av. Brasil 4365,
> > CEP 21040-360,
> > Tel 55 21 3865-9648
> > email: pedro.brasil em ipec.fiocruz.br
> > email: emmanuel.brasil em gmail.com
> >
> > ---Apoio aos softwares livres
> > www.zotero.org - gerenciamento de referências bibliográficas.
> > www.broffice.org ou www.libreoffice.org - textos, planilhas ou
> > apresentações.
> > www.epidata.dk - entrada de dados.
> > www.r-project.org - análise de dados.
> > www.ubuntu.com - sistema operacional
> >
> >
> >
> > Em 8 de agosto de 2012 20:37, Fernando Colugnati <fcolugnati em gmail.com
> >escreveu:
> >
> > Pedro, me desculpe, mas conceitualmente isso não faz sentido do ponto de
> >> vista frequentista que vc está empregando. No máximo vc conseguirá
> bandas
> >> de confiança para extrapolações e interpolações a partir dos seus
> dados, e
> >> verificar se as "previsões com novos dados" (que não são previsões no
> >> sentido que vc está querendo) caem dentro destas bandas. o que isso
> >> significa, não sei ao certo. Na verdade técnicas como Análise
> Discriminante
> >> e modelos de clasificação utilizam este tipo de abordagem como
> validação do
> >> modelo, a chamada Crossvalidation, mas mesmo lá, são feitas apenas
> medidas
> >> de "acerto" nas classificações, dado que se sabe o estado real das
> >> observações desta nova amostra (eg: Doente e Não Doente).
> >>
> >> "quero e saber se a qualidade das previsoes no futuro sem mantem como no
> >> ajuste inicial" . Isso não vai acontecer, principalmente se seus novos
> >> dados estiverem em uma amplitude diferente de observação (algo que o
> Ivan
> >> já apontou no email dele).
> >>
> >> Este seu raciocínio me parece muito mais algo Bayesiano....aliás,
> modelos
> >> de regressão para prognóstico de pacientes é algo muito pouco
> preconizado,
> >> vide literatura (Bland, Altman, Greenland, Rothman, etc...).
> >>
> >> Abs
> >>
> >>
> >> Em 8 de agosto de 2012 18:52, Pedro Emmanuel Alvarenga Americano do
> >> Brasil <emmanuel.brasil em gmail.com> escreveu:
> >>
> >> Ivan,
> >>>
> >>> Entendi o seu comentario mas isso nao me serve. Eu nao quero outro
> >>> modelo. O que eu quero e saber se a qualidade das previsoes no futuro
> sem
> >>> mantem como no ajuste inicial.
> >>> Caso sejam piores, o modelo inicial necessita de calibracao.
> >>> No pacote rms ha as fucoes val.prob e val.surv que o fazem para modelos
> >>> logisticos e para os modelos de sobrevivencia,mas mao encontrei para os
> >>> mpdelos lineares.
> >>>
> >>> Se eu vou utilizar esses modelos para prever eventos em pacientes que
> >>> serao avaliados no futuro eu gostaria de saber o quanto esse modelo e
> bom
> >>> para esse fim. Por isso me interessa as previsoes no w2 muito mais o
> que as
> >>> previsoes no w1 pelo mesmo modelo.
> >>>
> >>> Pedro Brasil
> >>> via Android (:)=
> >>> Em 08/08/2012 12:13, "Ivan Bezerra Allaman" <ivanalaman em yahoo.com.br>
> >>> escreveu:
> >>>
> >>>> Bom dia Pedro!
> >>>>
> >>>> Tu concordas comigo que a partir do momento que ajustastes um modelo
> >>>> por meio de uma amostra, o modelo irá fazer uma estimativa da variável
> >>>> resposta independentemente de qual amostra você utilize (desde que os
> >>>> pontos estejam dentro do intervalo no qual o modelo foi ajustado é
> claro)
> >>>> com aquela precisão no qual foi construído o modelo. Se vc utilizar um
> >>>> modelo ajustado com a amostra w1 e depois usar o modelo para fazer
> >>>> estimativas com a amostra w2, estas estimativas foram estimadas com a
> >>>> precisão dada no primeiro ajuste. Se você realmente, quer avaliar o
> ajuste
> >>>> do modelo feito com a amostra w1 e depois com a amostra w2 é simples,
> basta
> >>>> ajustar um modelo feito com a amostra w1 e depois ajustar outro modelo
> >>>> feito com a amostra w2 e comparar os R2, embora não vejo muito sentido
> >>>> nisso, pois é claro, que os valores serão diferentes sempre, pois é
> aquela
> >>>> velha história, se retirarmos 'n' amostras de uma população e
> retirarmos de
> >>>> cada amostra a média, estas médias serão diferentes obviamente pelo
> simples
> >>>> processo de amostragem.
> >>>>
> >>>> Abraço!
> >>>>
> >>>> (S,f,P)
> >>>> Allaman
> >>>>
> >>>> *
> >>>> *
> >>>> \begin{signature}
> >>>> <<>>=
> >>>> Prof. Dr. Ivan Bezerra Allaman
> >>>> Universidade Estadual de Santa Cruz
> >>>> Departamento de Ciências Exatas e Tecnológicas
> >>>> Ilhéus/BA - Brasil
> >>>> Fone: +55 73 3680-5596
> >>>> E-mail: ivanalaman em yahoo.com.br/ivanalaman em gmail.com
> >>>> @
> >>>> \end{signature}
> >>>>
> >>>> _______________________________________________
> >>>> R-br mailing list
> >>>> R-br em listas.c3sl.ufpr.br
> >>>> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> >>>> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
> >>>> código mínimo reproduzível.
> >>>>
> >>>
> >>> _______________________________________________
> >>> R-br mailing list
> >>> R-br em listas.c3sl.ufpr.br
> >>> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> >>> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
> >>> código mínimo reproduzível.
> >>>
> >>
> >>
> >>
> >> --
> >> Fernando A.B. Colugnati
> >>
> >>
> >>
> >> _______________________________________________
> >> R-br mailing list
> >> R-br em listas.c3sl.ufpr.br
> >> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> >> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
> >> código mínimo reproduzível.
> >>
> >
> >
> > _______________________________________________
> > R-br mailing list
> > R-br em listas.c3sl.ufpr.br
> > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> > Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
> > código mínimo reproduzível.
> >
>
>
>
> --
> Fernando A.B. Colugnati
> -------------- Próxima Parte ----------
> Um anexo em HTML foi limpo...
> URL: <
> http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120809/8b10f55f/attachment.html
> >
>
> ------------------------------
>
> _______________________________________________
> R-br mailing list
> R-br em listas.c3sl.ufpr.br
> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
>
>
> Fim da Digest R-br, volume 18, assunto 8
> ****************************************
>
--
Gilenio Borges Fernandes
Universidade Federal da Bahia
Instituto de Matemática
Departamento de Estatística
Av. Adhemar de Barros, s/n – Ondina.
40.170-110 - Salvador - BA, Brasil
Tel.: (071)3283-6280/6336 Fax: (071)3283-6276
URL: http://lattes.cnpq.br/6764860618464860
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120809/e7fa6149/attachment-0001.html>
Mais detalhes sobre a lista de discussão R-br