[R-br] Variáveis contínuas explicando Variáveis categóricas
Jefferson Ferreira-Ferreira
jecogeo em gmail.com
Quinta Setembro 18 15:48:04 BRT 2014
Daniel e demais,
Aparentemente não resolve, pois recebo NAs para diversos slopes. (ver
summary do modelo abaixo). E acho que isso não pode estar certo.
Segue aqui um exemplo dos meus dados. O que eu gostaria é de ver o quanto
as variáveis categóricas explicam minha media_CBT e minha media_CCS.
Alguma ideia???
agua_quente detergentes agua_trat Filtr_leite Higie_resf pre_dipping
toalha pos_dipping vacuo pulsador Aliment_pos media_CBT media_CCS 1 0 0 1 0
1 1 1 1 1 1 931 623.3333333 1 0 0 1 1 0 1 1 1 1 1 163.6666667 259 1 0 0 1
1 1 1 1 0 0 0 690.3333333 306.3333333 1 0 0 1 1 1 1 1 0 0 1 690.3333333
306.3333333
summary(m)
Call:
lm(formula = dados$media_CBT ~ dados$agua_quente + dados$detergentes +
dados$agua_trat + dados$Filtr_leite + dados$Higie_resf +
dados$pre_dipping + dados$toalha + dados$pos_dipping + dados$vacuo)
Residuals:
1 2 3 4
0.000e+00 -3.155e-30 4.019e-14 -4.019e-14
Coefficients: (7 not defined because of singularities)
Estimate Std. Error t value Pr(>|t|)
(Intercept) 4.043e+02 8.988e-14 4.499e+15 <2e-16 ***
dados$agua_quente NA NA NA NA
dados$detergentes NA NA NA NA
dados$agua_trat NA NA NA NA
dados$Filtr_leite NA NA NA NA
dados$Higie_resf -2.407e+02 6.962e-14 -3.457e+15 <2e-16 ***
dados$pre_dipping 5.267e+02 6.962e-14 7.565e+15 <2e-16 ***
dados$toalha NA NA NA NA
dados$pos_dipping NA NA NA NA
dados$vacuo NA NA NA NA
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 5.684e-14 on 1 degrees of freedom
Multiple R-squared: 1, Adjusted R-squared: 1
F-statistic: 4.872e+31 on 2 and 1 DF, p-value: < 2.2e-16
Em 18 de setembro de 2014 15:36, <dtiezzi em usp.br> escreveu:
> Jefferson
>
> Montando o modele assim
>
> model <- lm(test$x ~ test$c1 + test$c2 + test$c3 + test$c4)
>
> não resolve seu problema?
>
> Daniel
>
>
> ------------------------------
>
> *De: *"Jefferson Ferreira-Ferreira" <jecogeo em gmail.com>
> *Para: *r-br em listas.c3sl.ufpr.br
> *Enviadas: *Quinta-feira, 18 de Setembro de 2014 13:33:57
> *Assunto: *Re: [R-br] Variáveis contínuas explicando Variáveis categóricas
>
>
>
> Professor daniel,
> Obrigado pela resposta. Ainda não testei essa alternativa. Mas a
> desvantagem dessa abordagem seria o grande número de modelos a serem
> ajustados, visto que tenho 11 variáveis explicativas categóricas para duas
> variáveis resposta numéricas contínuas. Isso me faria ajustar 22 modelos
> que teriam como premissa a independencia entre as variáveis explicativas.
>
> O que quero dizer é: o quanto a combinação das variáveis categóricas c1 c2
> c3 c4 c5 c6... etc (biárias =0 ou 1) explicam meu x (numérico contínuo).
>
> Será que existe um modo de eu ajustar dois modelos? Tipo com a variável
> resposta X em função de todas as varíaveis explicativas categóricas e outro
> modelo com a variável resposta Y em função de todas as variáveis
> explicativas categóricas?
>
>
>
> c1 c2 c3 c4 x y
> 0 1 1 1 931 623
> 0 1 0 0 163 259
> 1 0 1 0 690 306
> 1 0 1 0 690 306
>
>
> --
>
> *Jefferson Ferreira-Ferreira*
>
> Geógrafo – GEOPROCESSAMENTO IDSM | Coordenadoria de TI
>
>
> Jefferson.ferreira em mamiraua.org.br
>
> *Instituto de Desenvolvimento Sustentável Mamirauá*
>
> Ministério da Ciência, Tecnologia e Inovação
>
> Telefone: +55 97 3343-9710
>
> *Google Maps* - Mapas deste e-mail:
>
> Exibir mapa ampliado
> <https://maps.google.com.br/maps?q=-3.355557,-64.731151&ll=-3.355471,-64.731145&spn=0.004632,0.006968&num=1&t=h&z=18>
>
>
> *Contatos particulares:*
> *(55) 9615-0100*
>
>
>
>
> Em 18 de setembro de 2014 12:56, Daniel Tiezzi <dtiezzi em usp.br> escreveu:
>
>> Você precisa fazer uma regressão.
>>
>> Segue um modelo
>>
>> # Regression analyses, standardized
>> model1.z <- lm(scale(PE$endurance) ~ scale(PE$age))
>> summary(model1.z)
>> confint(model1.z)
>>
>> model2.z <- lm(scale(PE$endurance) ~ scale(PE$activeyears))
>> summary(model2.z)
>> confint(model2.z)
>>
>> model3.z <- lm(scale(PE$endurance) ~ scale(PE$age) +
>> scale(PE$activeyears))
>> summary(model3.z)
>> confint(model3.z)
>>
>> # Conduct a model comparison NHST to compare the fit of model2.z to the
>> fit of model3.z
>> anova(model2.z, model3.z)
>>
>>
>> Acho que seria assim
>>
>>
>> Daniel
>>
>>
>>
>>
>> Daniel Tiezzi, MD, PhD
>> Professor Associado
>> Departamento de Ginecologia e Obstetrícia
>> Setor de Mastologia e Oncologia Ginecológica
>> Faculdade de Medicina de Ribeirão Preto - USP
>> Tel.: 16 3602-2488
>> e-mail: dtiezzi em fmrp.usp.br
>>
>>
>>
>>
>>
>> On Sep 18, 2014, at 12:47 PM, Jefferson Ferreira-Ferreira <
>> jecogeo em gmail.com> wrote:
>>
>>
>> Prezados;
>>
>> Uma dúvida básica de um iniciante em análises estatísticas.
>> Tenho uma série de variáveis categóricas binárias e duas variáveis
>> contínuas. Eu gostaria de saber o quando minhas variáveis categóricas
>> explicam minhas duas variáveis contínuas. Por exemplo:
>>
>> c1 c2 c3 c4 x y
>> 0 1 1 1 931 623
>> 0 1 0 0 163 259
>> 1 0 1 0 690 306
>> 1 0 1 0 690 306
>>
>>
>> A pergunta é: o quanto a combinação das variáveis c explicam os valores
>> de x e y? Ou, qual a correlação entre as variáveis c e as variáveis x e y?
>>
>> Podem me dar alguma ideia de análises possíveis?
>> Obrigado.
>>
>>
>> --
>>
>> *Jefferson Ferreira-Ferreira*
>> Geógrafo – GEOPROCESSAMENTO IDSM | Coordenadoria de TI
>>
>> Jefferson.ferreira em mamiraua.org.br
>> *Instituto de Desenvolvimento Sustentável Mamirauá*
>>
>> Ministério da Ciência, Tecnologia e Inovação
>> Telefone: +55 97 3343-9710
>>
>> *Google Maps* - Mapas deste e-mail:
>>
>> Exibir mapa ampliado
>> <https://maps.google.com.br/maps?q=-3.355557,-64.731151&ll=-3.355471,-64.731145&spn=0.004632,0.006968&num=1&t=h&z=18>
>>
>>
>>
>> *Contatos particulares:*
>> *(55) 9615-0100*
>> _______________________________________________
>> 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.
>>
>
>
>
>
> _______________________________________________
> 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/20140918/8961a195/attachment-0001.html>
Mais detalhes sobre a lista de discussão R-br