[R-br] desempenho de um modelo linear a partir de valores previstos e outros dados
Pedro Emmanuel Alvarenga Americano do Brasil
emmanuel.brasil em gmail.com
Segunda Agosto 20 20:16:36 BRT 2012
Caro Gilenio,
Obrigado pela ajuda. Esse tipo de validação é possível mas não é o tipo que
eu já estava fazendo. Por isso, apesar de possível não era conveniente para
mim.
Assim eu estimei os R dois a partir do seguinte script. Não foi dificil...
apenas queria laguma coisa mais pronta.
SStot <- sum((w2$desfecho - mean(w2$desfecho))^2)
SSreg <- sum((round(predict(pen.lmfit7,w2))- mean(w2$desfecho))^2)
SSerr <- sum((w2$desfecho - round(predict(pen.lmfit7,w2)))^2)
dft <- nrow(w2)-1
dfe <- nrow(w2)- p.bic$df -1
R2 <- 1 - (SSerr / SStot) # R2 bruto
R2adj <- 1 - ((SSerr /SStot )*(dft/dfe)) # R2 ajustado
R2; R2adj # 0.645 0.610
Abraços,
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 9 de agosto de 2012 18:14, Gilenio Borges Fernandes
<gilenio em ufba.br>escreveu:
> 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
>
>
> _______________________________________________
> 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/20120820/9f73591a/attachment-0001.html>
Mais detalhes sobre a lista de discussão R-br