[R-br] uma pequena ajuda para o R

Fabio Mathias Corrêa fabio.ufla em yahoo.com.br
Segunda Novembro 26 16:20:11 BRST 2012


Ao pedir ajuda, indique no campo assunto algo relacionado a sua dúvida. Evite colocar assunto como: dúvida, pequena ajuda, ajuda ou qualquer outra coisa que não expresse a sua necessidade.

A grande maioria dos emails é para algum tipo de ajuda.

Valeu!
 
        Fábio Mathias Corrêa


   Universidade Estadual de Santa Cruz
Departamento de Ciências Exatas e da Terra - DCET


Campus Soane Nazaré de Andrade, km 16 Rodovia Ilhéus-Itabuna
CEP 45662-900. Ilhéus-Bahia


Tel.: 73-3680-5076


________________________________
 De: "alanarocha em sapo.pt" <alanarocha em sapo.pt>
Para: R-br em listas.c3sl.ufpr.br 
Enviadas: Segunda-feira, 26 de Novembro de 2012 9:26
Assunto: [R-br] uma pequena ajuda para o R
 
Bom dia, peço desculpa pois o script não estava completo.
nO que eu teciono fazer é relacionar as variaveis pthi e dose em funça da variavel efactor qu tem dois niveis C e H.
pretendo relacionar pthi~dose para o nivel H e outra relação para o nivel C e fazer um grafico que mostre as duas em separado fiz:
setwd("G:/SIN/Users/Ana Rua/Ana_trabalho")

#objectivo:
#avaliar a correlação de pthi com DOSE_Cinacalcet, controlando os efeitos da variável GRUPO, que é do tipo fator com dois estados, H e C.

dados<-read.table("correlacaocinacalcet.csv",header=TRUE,sep=";")
dados
Doente Grupo    Pthi Dose_Cinacalcet
1   54020637     H  221.60            1080
2   54020698     H  317.00            2790
3   54020681     H  412.60             930
4   54131227     H  462.00             900
5   54030338     H  474.90             930
6   54220370     H  547.00             930
7   54110496     H  547.50             930
8   54110160     H  589.00             930
9   54140258     H  709.00             930
10  54110468     H  804.90             930
11  54130380     H  842.00             930
12  54300217     H  855.40             930
13  54110542     H  911.50             930
14  54300021     H  979.30             930
15  54020732     H 1000.00             930
16  54300160     H 1054.00             840
17  54300040     H 1178.00             900
18  54131239     H 1409.00             930
19  54140376     H 1579.00             420
20  54020303     H 2794.00            1860
21  54030135     H  204.00             420
22  54140295     H  236.00            2790
23  54140011     H  253.00             930
24  54210252     H  334.00             930
25  54130307     H  358.00             390
26  54300160     H  360.80             930
27  54210085     H  426.00             930
28  54030451     H  494.50            1860
29  54020681     H  535.90             900
30  54030344     H  594.60            1860
31  54110542     H  615.70             900
32  54110255     H  659.00            1860
33  54110468     H  666.10             900
34  54020637     H  705.70             480
35  54300040     H  765.20             930
36  54300217     H  875.80             930
37  54110496     H  953.20             900
38  54131239     H  982.00             930
39  54300021     H 1275.00             930
40  54110160     H 1297.00             900
41  54110070     H 1312.00            1440
42  54130380     H 1330.00             930
43  54020732     H 1388.00             900
44  54020303     H 2060.00            2790
45  54110386     H 2432.00             900
46  54210217     H   63.50            1860
47  54110255     H   86.19            1710
48  54210104     H  236.00            2040
49  54210333     H  249.00            1860
50  54300040     H  256.00             390
51  54030135     H  265.90              60
52  54140295     H  322.70            2790
53  54030451     H  354.60            1860
54  54110542     H  436.00             930
55  54060515     H  458.80             510
56  54110468     H  460.40             930
57  54210252     H  480.10             930
58  54300160     H  480.90             900
59  54210085     H  627.80             930
60  54110496     H  700.50             930
61  54110160     H  700.90             930
62  54020732     H  739.90             870
63  54030344     H  760.70            1860
64  54020681     H  808.60             870
65  54300021     H  830.10             900
66  54210233     H  883.00             930
67  54140326     H 1033.00             390
68  54300217     H 1074.00             900
69  54210181     H 1138.00            2820
70  54130380     H 1145.00             900
71  54110070     H 1174.00            1350
72  54020637     H 1308.00             870
73  54220660     H 1401.00            1860
74  54300248     H 1462.00            1860
75  54020303     H 1536.00            2700
76  54131031     C   76.50             780
77  54210217     C  159.30             390
78  54210252     C  161.10             780
79  54210181     C  268.00            2070
80  54300021     C  280.90             390
81  54030451     C  364.10             720
82  54300160     C  574.30             390
83  54110468     C  603.90             390
84  54030135     C  651.80             390
85  54300255     C  727.10             360
86  54110542     C  738.60             390
87  54110255     C  745.00             390
88  54210233     C  764.50            1170
89  54020681     C  771.20             420
90  54300217     C  772.30             840
91  54140011     C  788.70             540
92  54030344     C  807.50             780
93  54210085     C  813.60             900
94  54110160     C  856.30             780
95  54300268     C  865.10             840
96  54110070     C  882.70             810
97  54140326     C  883.90             540
98  54140295     C  916.30             600
99  54110496     C  923.70             780
100 54210333     C  984.70             780
101 54300068     C 1044.00             420
102 54210104     C 1084.00             810
103 54020637     C 1287.00            2970
104 54020732     C 1332.00             390
105 54130380     C 1334.00             600
106 54210180     C 1401.00             420
107 54300248     C 1452.00             390
108 54110386     C 2664.00             780
109 54020303     C 2980.00            1620
110 54300068     C  176.70             390
111 54210217     C  217.00             390
112 54210104     C  221.60            1080
113 54110160     C  369.70             720
114 54300160     C  373.00             420
115 54030451     C  484.40             840
116 54300156     C  512.10             390
117 54030135     C  574.50             390
118 54210252     C  613.00             780
119 54210181     C  613.30            1080
120 54130380     C  626.30             840
121 54060515     C  706.10             840
122 54140326     C  777.30             720
123 54030344     C  793.20             780
124 54110468     C  819.00             360
125 54300255     C  822.60             390
126 54110255     C  855.20             390
127 54140011     C  861.50             960
128 54300021     C  948.70             960
129 54110496     C  984.50             660
130 54300268     C 1069.00             780
131 54140295     C 1130.00             720
132 54110070     C 1177.00             780
133 54210180     C 1250.00            1170
134 54300217     C 1318.00             780
135 54210333     C 1382.00             870
136 54300248     C 1404.00             570
137 54110542     C 1446.00             360
138 54210085     C 2230.00            1170
139 54110386     C 2577.00             720
140 54020303     C 2924.00            1440
141 54210180     C  116.80            1080
142 54210181     C  229.70             960
143 54210217     C  267.90             270
144 54210252     C  285.80             690
145 54300068     C  311.80             390
146 54300156     C  470.20             420
147 54110255     C  485.90             390
148 54030451     C  526.40             780
149 54110374     C  628.10             720
150 54110070     C  687.10             780
151 54210333     C  702.70            1170
152 54030344     C  722.20             840
153 54140326     C  765.30             840
154 54130380     C  811.80             780
155 54300217     C  845.20             720
156 54030135     C  853.80             420
157 54300255     C  949.30             570
158 54210104     C  978.10             780
159 54140295     C 1076.00             780
160 54300268     C 1240.00             780
161 54210085     C 1391.00            1260
162 54300248     C 1738.00             780

grupo<-dados$Grupo
pthi<-dados$Pthi
dose<-dados$Dose_Cinacalcet

[1] H H H H H H H H H H H H H H H H H H H H H H H H H H H H H H H H H H H H H
[38] H H H H H H H H H H H H H H H H H H H H H H H H H H H H H H H H H H H H H
[75] H C C C C C C C C C C C C C C C C C C C C C C C C C C C C C C C C C C C C
[112] C C C C C C C C C C C C C C C C C C C C C C C C C C C C C C C C C C C C C
[149] C C C C C C C C C C C C C C
Levels: C H
pthi
[1]  221.60  317.00  412.60  462.00  474.90  547.00  547.50  589.00  709.00
[10]  804.90  842.00  855.40  911.50  979.30 1000.00 1054.00 1178.00 1409.00
[19] 1579.00 2794.00  204.00  236.00  253.00  334.00  358.00  360.80  426.00
[28]  494.50  535.90  594.60  615.70  659.00  666.10  705.70  765.20  875.80
[37]  953.20  982.00 1275.00 1297.00 1312.00 1330.00 1388.00 2060.00 2432.00
[46]   63.50   86.19  236.00  249.00  256.00  265.90  322.70  354.60  436.00
[55]  458.80  460.40  480.10  480.90  627.80  700.50  700.90  739.90  760.70
[64]  808.60  830.10  883.00 1033.00 1074.00 1138.00 1145.00 1174.00 1308.00
[73] 1401.00 1462.00 1536.00   76.50  159.30  161.10  268.00  280.90  364.10
[82]  574.30  603.90  651.80  727.10  738.60  745.00  764.50  771.20  772.30
[91]  788.70  807.50  813.60  856.30  865.10  882.70  883.90  916.30  923.70
[100]  984.70 1044.00 1084.00 1287.00 1332.00 1334.00 1401.00 1452.00 2664.00
b[109] 2980.00  176.70  217.00  221.60  369.70  373.00  484.40  512.10  574.50
[118]  613.00  613.30  626.30  706.10  777.30  793.20  819.00  822.60  855.20
[127]  861.50  948.70  984.50 1069.00 1130.00 1177.00 1250.00 1318.00 1382.00
[136] 1404.00 1446.00 2230.00 2577.00 2924.00  116.80  229.70  267.90  285.80
[145]  311.80  470.20  485.90  526.40  628.10  687.10  702.70  722.20  765.30
[154]  811.80  845.20  853.80  949.30  978.10 1076.00 1240.00 1391.00 1738.00
dose
[1] 1080 2790  930  900  930  930  930  930  930  930  930  930  930  930  930
[16]  840  900  930  420 1860  420 2790  930  930  390  930  930 1860  900 1860
[31]  900 1860  900  480  930  930  900  930  930  900 1440  930  900 2790  900
[46] 1860 1710 2040 1860  390   60 2790 1860  930  510  930  930  900  930  930
[61]  930  870 1860  870  900  930  390  900 2820  900 1350  870 1860 1860 2700
[76]  780  390  780 2070  390  720  390  390  390  360  390  390 1170  420  840
[91]  540  780  900  780  840  810  540  600  780  780  420  810 2970  390  600
[106]  420  390  780 1620  390  390 1080  720  420  840  390  390  780 1080  840
[121]  840  720  780  360  390  390  960  960  660  780  720  780 1170  780  870
[136]  570  360 1170  720 1440 1080  960  270  690  390  420  390  780  720  780
[151] 1170  840  840  780  720  420  570  780  780  780 1260  780
levels(grupo)
[1] "C" "H"


class(dose) # dose é da classe INTEIRO e pode ser convertido para FATOR na ANOVA
dose_real <- as.real(dose) # dose foi convertido para formato de numeros reais

lm( formula, data, weights, subset, na.action )
'formula' - é uma fórmula estatística que indica o modelo a ser ajustado. Possui a mesma forma básica que foi vista na funções gráficas.
'data' - o conjunto de dados (data.frame).
'weights' - são os pesos para regressão ponderada.
'subset' - um vetor com as condições que definem um sub-conjunto dos dados.
'na.acation' - função que especifica o que fazer no caso de observações perdidas (NA). O valor default é 'na.omit' que elimina as linhas (observações) que possuem observações perdidas nas variáveis definidas na fórmula.
modelo1<-lm(pthi~dose)
modelo1
class(modelo1)
[1] "lm"

'pthi ~ dose' indica: modele pthi como função estatística de dose;

Call:
lm(formula = pthi ~ dose)

Coefficients:
(Intercept)         dose
   738.3511       0.1177

summary: a função 'summary' apresenta um resumo do modelo linear com:
1.
estatísticas descritivas dos resíduos;
2.
teste t dos coeficientes de regressão;
3.
erro padrão da estimativa;
4.
coeficiente de determinação e coef. de det. ajustado;
5.
teste F geral do modelo.
summary(modelo1)
#summario das estatísticas estimadas
Call:
lm(formula = pthi ~ dose)

Residuals:
    Min      1Q  Median      3Q     Max
-893.70 -363.16  -44.26  236.59 2051.04

Coefficients:
             Estimate Std. Error t value Pr(>|t|)
(Intercept) 738.35105   84.15885   8.773 2.47e-15 ***
dose          0.11766    0.07688   1.530    0.128
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 545.3 on 160 degrees of freedom
Multiple R-squared: 0.01443,    Adjusted R-squared: 0.008268
F-statistic: 2.342 on 1 and 160 DF,  p-value: 0.1279

anova: a função 'anova' apresenta a Tabela de análise de variância, tendo as variáveis preditoras como fatores:
anova(modelo1)
Analysis of Variance Table

Response: pthi
           Df   Sum Sq Mean Sq F value Pr(>F)
dose        1   696390  696390  2.3422 0.1279
Residuals 160 47571107  297319

X11() # abre uma nova janela para plotar os graficos (veja no windows)
par(col="red")
plot(pthi~dose,xlab="dose",ylab="pthi", main="y=738.3511+0.1177dose, p=0.1279")
#Adicionar a reta da regressão no gráfico:
abline(modelo1)

'pthi ~ grupo' indica: modele pthi como função estatística de grupo;
modelo2 <- lm(pthi~grupo)
modelo2

Call:
lm(formula = pthi ~ grupo)

Coefficients:
(Intercept)       grupoH
     888.49       -84.84

summary(modelo2)
Call:
lm(formula = pthi ~ grupo)

Residuals:
    Min      1Q  Median      3Q     Max
-811.99 -344.45  -94.97  221.10 2091.51

Coefficients:
            Estimate Std. Error t value Pr(>|t|)
(Intercept)   888.49      58.71  15.134   <2e-16 ***
grupoH        -84.84      86.28  -0.983    0.327
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 547.6 on 160 degrees of freedom
Multiple R-squared: 0.006007,   Adjusted R-squared: -0.0002057
F-statistic: 0.9669 on 1 and 160 DF,  p-value: 0.3269

anova(modelo2)

Analysis of Variance Table

Response: pthi
           Df   Sum Sq Mean Sq F value Pr(>F)
grupo       1   289930  289930  0.9669 0.3269
Residuals 160 47977567  299860

x11()
par(col="blue")
plot(pthi~grupo,xlab="grupo",ylab="pthi", main="y=88.49-84.84grupo, p=0.1279")
#Adicionar a reta da regressão no gráfico:
abline(modelo2)

modelo3 <- lm(pthi~dose+grupo)
modelo3

Call:
lm(formula = pthi ~ dose + grupo)

Coefficients:
(Intercept)         dose       grupoH
   760.1821       0.1729    -159.5969
> 
summary(modelo3)
Call:
lm(formula = pthi ~ dose + grupo)

Residuals:
    Min      1Q  Median      3Q     Max
-858.70 -322.92  -64.76  219.93 1939.70

Coefficients:
              Estimate Std. Error t value Pr(>|t|)
(Intercept)  760.18206   84.59910   8.986 7.13e-16 ***
dose           0.17291    0.08286   2.087   0.0385 *
grupoH      -159.59687   92.60311  -1.723   0.0868 .
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

anova(modelo3)
Analysis of Variance Table

Response: pthi
           Df   Sum Sq Mean Sq F value  Pr(>F)
dose        1   696390  696390  2.3711 0.12559
grupo       1   872380  872380  2.9703 0.08675 .
Residuals 159 46698728  293703
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 541.9 on 159 degrees of freedom
Multiple R-squared: 0.0325,     Adjusted R-squared: 0.02033
F-statistic: 2.671 on 2 and 159 DF,  p-value: 0.07231

x11()
par(col="blue")
plot(pthi~dose+grupo,x1lab="dose",x2lab="grupo",ylab="pthi", main="grafico de dispersão")
#Adicionar a reta da regressão no gráfico:
abline(modelo3)
#recta da regressão
text("y=760.1821+0.17291dose-159.5969grupo, p=0.07231")


modelo4 <- lm(pthi~dose*grupo)
modelo4

Call:
lm(formula = pthi ~ dose * grupo)

Coefficients:
(Intercept)         dose       grupoH  dose:grupoH
   593.0182       0.3982     125.6516      -0.3258

summary(modelo4)
Call:
lm(formula = pthi ~ dose * grupo)

Residuals:
     Min       1Q   Median       3Q      Max
-1149.24  -343.87   -81.02   209.53  1940.74

Coefficients:
            Estimate Std. Error t value Pr(>|t|)
(Intercept) 593.0182   124.0998   4.779 4.01e-06 ***
dose          0.3982     0.1481   2.689  0.00794 **
grupoH      125.6516   180.9915   0.694  0.48855
dose:grupoH  -0.3258     0.1781  -1.830  0.06920 .
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 538 on 158 degrees of freedom
Multiple R-squared: 0.05257,    Adjusted R-squared: 0.03458
F-statistic: 2.923 on 3 and 158 DF,  p-value: 0.03575

anova(modelo4)
Analysis of Variance Table

Response: pthi
            Df   Sum Sq Mean Sq F value  Pr(>F)
dose         1   696390  696390  2.4061 0.12287
grupo        1   872380  872380  3.0141 0.08449 .
dose:grupo   1   968840  968840  3.3474 0.06920 .
Residuals  158 45729888  289430
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

x11()
par(col="blue")
plot(pthi~dose*grupo,x1lab="dose",x2lab="grupo",ylab="pthi", main="grafico de dispersão")
#Adicionar a reta da regressão no gráfico:
abline(modelo4)
obrigada desde já
CumprimenosAnaRocha


_______________________________________________
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/20121126/ed94fe1a/attachment.html>


Mais detalhes sobre a lista de discussão R-br