[R-br] Erro no ajuste usando nls()
Paulo Dick
paulopcdick em gmail.com
Quinta Fevereiro 11 17:30:53 BRST 2016
Entendi, mas concordo com o Fernando, o ajuste parece ser este mesmo.
Alguma chance de o modelo que o matlab ajusta não ser o mesmo, ou aplicar
alguma restrição nas estimativas?
*Paulo Dick*
Estatístico
Mestre em Epidemiologia em Saúde Pública
Tel.: (55 21) 99591-2716
Em 11 de fevereiro de 2016 15:43, Michelle Bau Graczyk <mbgraczyk em gmail.com>
escreveu:
> Muito obrigada Fernando por tentar me ajudar!
>
> Em 11 de fevereiro de 2016 15:11, Fernando Antonio de souza <
> nandodesouza em gmail.com> escreveu:
>
>> Não sei muito como lhe ajudar neste caso, talvez alguém na comunidade
>> mais esclarecido possa lhe ajudar melhor. Matlab ou R devem apresentar o
>> mesmo resultado, se a mesma metodologia foi utilizada. Veja o manual da
>> função do Matlab para ver como ela funciona, que metodologia usa e compare
>> com a utilizada pelo R. No geral se você está utilizando o mesmo modelo em
>> ambos os softwares e utilizando os mesmos dados, não há como o ajuste ser
>> tão diferente assim. Há meu ver não há este valor de máximo em seus dados.
>>
>> abcs
>>
>> Em 10 de fevereiro de 2016 23:56, <mbgraczyk em gmail.com> escreveu:
>>
>>>
>>> Não seria bem uma concavidade para baixo e sim um decaimento. Eu preciso
>>> ajustar um decaimento a partir do valor máximo que é 9,54 em y e 268 em x.
>>> Eu sei que é meio " forçar um ajuste" mas quando voce usa esse mesma função
>>> de ajuste no matlab da certo, sabe? O problema que eu tenho que reproduzir
>>> isso no R. A única opção que eu consegui e mudar o logaritmo do nls mas dai
>>> o resultado é bem "forçado".
>>>
>>>
>>> Em 10 de fev de 2016, às 22:02, Fernando Antonio de souza <
>>> nandodesouza em gmail.com> escreveu:
>>>
>>> Michelle, Seus dados não apontam para um concavidade para baixo não
>>> (pelo menos não no limite avaliado). Veja o gráfico em anexo feito usando a
>>> função loess. Como você chegou a conclusão que a concavidade do gráfico é
>>> para baixo
>>> plot(xx2,yy2)
>>> lines(lowess(xx2,yy2))
>>>
>>> Você deve avaliar bem o modelo que escolheu, talvez a abordagem não
>>> linear não seja a mais indicada. Pense nos seus objetivos, pois modelos não
>>> lineares são menos flexiveis e talvez você tenha de encontrar um outro
>>> modelo. Veja uma regressão polinomial (grafico em anexo (vermelho), o
>>> ajuste parece melhor ( tem de olhar se os parâmetros lhe fornece a
>>> explicação desejada). A minha opinião é que o modelo que você está
>>> utilizando não explica muito bem os dados nos extremos dos valores.
>>>
>>> modelo<-lm(yy2~poly(xx2,degree=3))
>>> summary(modelo)
>>> plot(xx2,yy2)
>>> lines(xx2,predict(modelo),col="red",lwd=3)
>>>
>>> Em 10 de fevereiro de 2016 20:59, Michelle Bau Graczyk <
>>> mbgraczyk em gmail.com> escreveu:
>>>
>>>> Oi Fernando, não é isso não, eu já tinha feito esta mudança. Pode ver
>>>> pelo seu gráfico que a concavidade do ajuste continua para cima quando os
>>>> dados tem concavidade para baixo.
>>>>
>>>> Em 10 de fevereiro de 2016 20:38, Fernando Antonio de souza <
>>>> nandodesouza em gmail.com> escreveu:
>>>>
>>>>> sua solução é esta. Acho que você estava errando no momento de colocar
>>>>> os vetores na função plot e lines. Os vetores que vc utilizou foi yy2 e
>>>>> xx2 para ajustar o modelo e são estes vetores que devem ser utilizados em
>>>>> plot e lines. veja o gráfico em anexo
>>>>>
>>>>> x<-c(1:391)
>>>>> xx2<-c(269:380)
>>>>> yy2<-meanCurtose[269:380]
>>>>> ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1))
>>>>> summary(ajuste1)
>>>>> plot(xx2,yy2)
>>>>> lines(xx2,((predict(ajuste1))),col="blue",lwd=5)
>>>>>
>>>>>
>>>>>
>>>>>
>>>>> Em 10 de fevereiro de 2016 18:14, Michelle Bau Graczyk <
>>>>> mbgraczyk em gmail.com> escreveu:
>>>>>
>>>>>> Caros, boa tarde,
>>>>>>
>>>>>> Eu estou fazendo um ajuste não linear usando nls mas o resultado que
>>>>>> ele dá é uma curva de ajuste com concavidade invertida da que eu preciso.
>>>>>> Já tentei usar o gnm() mas não consegui, fiquei confusa.
>>>>>> Alguém poderia me dar uma dica?
>>>>>>
>>>>>> Muito obrigada,
>>>>>>
>>>>>> Michelle
>>>>>>
>>>>>> > dput(meanCurtose)
>>>>>> c(12.6411612236072, 12.4796294865894, 11.7837399107729,
>>>>>> 9.3366244767958,
>>>>>> 8.78234352198318, 8.80804015042667, 7.95307495971197,
>>>>>> 7.32343842457161,
>>>>>> 8.14299654574164, 7.70975671017602, 8.18694316251001,
>>>>>> 7.80329447515565,
>>>>>> 7.34631424875244, 7.36272816078658, 7.51141407180884,
>>>>>> 7.2984543038216,
>>>>>> 7.18798034231446, 7.39050028173958, 7.38081189490019,
>>>>>> 6.95713316227877,
>>>>>> 7.63791968455754, 7.87986509970493, 7.73055700377501,
>>>>>> 7.70222565081336,
>>>>>> 7.30022411141346, 7.4083910760296, 8.00578570236547,
>>>>>> 7.93193221955052,
>>>>>> 6.64327337064239, 6.68647106547987, 6.3000528994051,
>>>>>> 6.54137808760309,
>>>>>> 7.48995510261887, 6.54309655530203, 7.52087344933623,
>>>>>> 7.42164647655176,
>>>>>> 6.92162268458166, 7.77143984793159, 7.20394459256519,
>>>>>> 7.83235593399696,
>>>>>> 6.83302649488445, 7.62258779095348, 6.38055427433855,
>>>>>> 8.05998045599357,
>>>>>> 7.46958190677157, 7.60765302681021, 8.80234303007986,
>>>>>> 6.68187705863027,
>>>>>> 8.21926338640429, 7.08617024720737, 7.08317235004987,
>>>>>> 7.41892957604937,
>>>>>> 7.16982143599, 8.15539571232209, 7.28334499900169, 6.58120042409299,
>>>>>> 7.81224922275858, 7.38171333668406, 8.00614692588858,
>>>>>> 6.84451553168819,
>>>>>> 6.74857828793314, 6.67461633312983, 7.16362668836922,
>>>>>> 8.00479494155055,
>>>>>> 7.70268389750672, 7.14336039340061, 6.97576022415651,
>>>>>> 7.80929673006598,
>>>>>> 6.45416855124862, 6.78896259995105, 7.7614373562682,
>>>>>> 7.34338936769521,
>>>>>> 8.66360167525496, 7.56010811040502, 7.22027035686588,
>>>>>> 7.1154305341104,
>>>>>> 8.04483181906421, 7.26686896074475, 7.2819554225349, 7.1660546357157,
>>>>>> 6.59147414023302, 7.75283390623264, 7.15010401592893,
>>>>>> 8.13303971786744,
>>>>>> 7.32855414357015, 7.52914612700985, 7.48539350747664,
>>>>>> 7.3116359925766,
>>>>>> 7.66883205205566, 7.54386649172369, 7.45086562401987,
>>>>>> 7.5330535884964,
>>>>>> 7.78202225997345, 7.76056734608042, 7.59433966583985,
>>>>>> 8.11435339265086,
>>>>>> 7.70162351095566, 8.37601740131695, 8.25165697702199,
>>>>>> 7.24643615541509,
>>>>>> 8.54880044435138, 8.0340772543879, 7.60142401295378,
>>>>>> 8.15271059000679,
>>>>>> 7.60593160597471, 7.72593944394177, 8.41079717372872,
>>>>>> 7.11927697642025,
>>>>>> 7.88710645083062, 7.71902768095523, 8.26215306007541,
>>>>>> 7.86133931721877,
>>>>>> 8.37393605745582, 8.19932022059118, 8.18707328398938,
>>>>>> 7.94521059286453,
>>>>>> 7.53190992758944, 9.09382323175141, 7.61894746233992,
>>>>>> 7.10017784239385,
>>>>>> 7.57104786675778, 8.01430433052944, 7.7371487858432,
>>>>>> 7.60325496858967,
>>>>>> 8.52249282126512, 7.74248433340973, 8.79986883820701,
>>>>>> 9.46167401431283,
>>>>>> 8.41320689887244, 8.12675091813675, 8.19305074669362,
>>>>>> 8.26033026649083,
>>>>>> 8.98967698600776, 8.34788307021593, 7.98891745840651,
>>>>>> 8.02766826748111,
>>>>>> 7.94540270707373, 7.91235184351595, 8.18550024134088,
>>>>>> 7.6791216969593,
>>>>>> 7.79872542391477, 7.74940943117668, 8.96965964554471,
>>>>>> 8.5629016313986,
>>>>>> 8.22026114318125, 8.09935379363855, 8.51695691589121,
>>>>>> 8.38650625250542,
>>>>>> 8.34913902264381, 8.16013457394217, 8.50829038864903,
>>>>>> 8.44833145927061,
>>>>>> 7.66193460778894, 8.38570214117961, 7.95599813376551,
>>>>>> 8.87323589444497,
>>>>>> 8.7542820309813, 8.86246741162272, 8.02505832824182, 8.3294679557415,
>>>>>> 8.62676738321297, 8.82047798447757, 8.57418113309101,
>>>>>> 8.58699004470501,
>>>>>> 7.91426791727072, 8.97177329700974, 9.21737012827076,
>>>>>> 8.93131253848201,
>>>>>> 9.05373040821843, 8.8060047926233, 8.63579398153133,
>>>>>> 8.86336549714936,
>>>>>> 8.527665790551, 9.09306532526363, 8.28087778847272, 8.60347913720265,
>>>>>> 8.86989145702297, 9.0949684712681, 8.9078756146992, 8.46550552582034,
>>>>>> 8.67664030286659, 8.20430660038124, 8.81351904607292,
>>>>>> 8.37902232147903,
>>>>>> 8.14550617357246, 8.87063158098105, 8.97666317275847,
>>>>>> 9.27478818986505,
>>>>>> 8.1547402409359, 9.47636797667675, 8.7719585836935, 9.10650559618523,
>>>>>> 8.74628232738224, 8.66484384581281, 8.89461512012232,
>>>>>> 8.94112698262295,
>>>>>> 8.88625194909964, 9.16563208180781, 8.95119538370992,
>>>>>> 8.18141433709592,
>>>>>> 8.76643815564861, 8.11691951072044, 8.59918991951036,
>>>>>> 8.49949758795904,
>>>>>> 9.03815995715459, 8.96746895317108, 8.25155230561287,
>>>>>> 8.99757528829419,
>>>>>> 8.38019837587032, 7.89015644871282, 8.40680211022081,
>>>>>> 8.18371594452072,
>>>>>> 8.30410415342907, 9.20936736591405, 7.65703515300426,
>>>>>> 8.51162764995946,
>>>>>> 8.6646690100554, 8.73118454744911, 8.14430230247998,
>>>>>> 9.35891665431139,
>>>>>> 9.06160792496678, 8.44947473873207, 8.71740324034868,
>>>>>> 8.84001466116642,
>>>>>> 9.00589707824947, 8.43952480018863, 8.66283352173145,
>>>>>> 8.1727011762143,
>>>>>> 8.57579566514626, 8.93818965665359, 8.15206368488664,
>>>>>> 8.33232107289189,
>>>>>> 8.341762471693, 9.06623499334649, 9.26537578767064, 7.81307094388884,
>>>>>> 8.24572869326094, 8.59586522687647, 9.25576297899288,
>>>>>> 8.58797131328683,
>>>>>> 8.32067682057009, 8.91930638689767, 8.52526396708155,
>>>>>> 8.66723332530741,
>>>>>> 8.40559307237315, 8.17799487428929, 8.82784323424394,
>>>>>> 9.18465209204581,
>>>>>> 9.3587241829983, 8.50637042594598, 8.01927234485536,
>>>>>> 9.29896008716075,
>>>>>> 8.34070882949313, 8.77293341674818, 8.18474544087248,
>>>>>> 8.91510004993898,
>>>>>> 8.5566201885022, 8.39486013632365, 7.9046867529931, 7.92430863681382,
>>>>>> 8.36021307048988, 7.8417605494278, 8.11914705328606,
>>>>>> 9.10171237192372,
>>>>>> 8.17450387129867, 8.53448727634444, 8.28989881325439,
>>>>>> 9.54818539345608,
>>>>>> 8.28338368115583, 7.79002534544918, 7.3242854513379,
>>>>>> 7.84079127816179,
>>>>>> 6.9410953499969, 8.07876380902682, 7.58591611244066,
>>>>>> 8.50453944587674,
>>>>>> 7.73770574293502, 7.62996698908472, 7.45841033089338,
>>>>>> 8.32542977978427,
>>>>>> 8.42312792960234, 9.21829530875374, 8.42984858400488,
>>>>>> 8.16205343552221,
>>>>>> 7.75295741897613, 8.52015614478337, 7.53969212359461,
>>>>>> 8.44365531449399,
>>>>>> 8.52590287623014, 8.51149053329986, 8.69193569875344,
>>>>>> 7.87514214098904,
>>>>>> 8.72564455261839, 8.41118186910311, 8.43201983191773,
>>>>>> 8.04652209962358,
>>>>>> 8.07673862977229, 7.66548826291252, 6.80349186801062,
>>>>>> 7.01637383923338,
>>>>>> 8.70616450025012, 7.72444099740669, 6.80701060733422,
>>>>>> 6.99815237424822,
>>>>>> 7.36641433774333, 7.27795135228736, 7.92905477052055,
>>>>>> 7.88735066444516,
>>>>>> 7.5016857370229, 6.78728786146448, 7.0532105574119, 7.36774907460969,
>>>>>> 7.21358655480566, 7.2330664851842, 6.55433878970998,
>>>>>> 7.73491483882012,
>>>>>> 7.48043763676256, 7.80308727452244, 8.56098368763194,
>>>>>> 7.70955796849379,
>>>>>> 7.29653875674424, 7.42506463782188, 7.55914784837445,
>>>>>> 7.42273393281136,
>>>>>> 7.73515546731259, 7.48590913285387, 7.52434898743792,
>>>>>> 7.44438234261102,
>>>>>> 6.51597932800007, 6.28377247781507, 7.30133580341582,
>>>>>> 6.73090842393085,
>>>>>> 7.1361818350794, 6.78857257971843, 7.47023659527815,
>>>>>> 7.37037478855289,
>>>>>> 7.11798413310505, 7.16775471917832, 7.57517612767556,
>>>>>> 7.10452737365334,
>>>>>> 7.39660110571226, 7.17465591962981, 7.21164585791059,
>>>>>> 7.40357201965638,
>>>>>> 6.9947991909269, 7.14911017223732, 7.62484959829372,
>>>>>> 6.76931262019786,
>>>>>> 7.07638840273463, 7.15180066875616, 7.110350823662, 7.70131655729898,
>>>>>> 7.03758321040949, 6.81957650696621, 7.16672630698447, 7.550947643418,
>>>>>> 7.18035062270062, 6.83580537458554, 7.53556587395976,
>>>>>> 6.31195290707872,
>>>>>> 5.83287753761713, 5.81867638752022, 6.83541015330383,
>>>>>> 6.52334107459094,
>>>>>> 6.11436061339103, 7.10260940620634, 6.98757628158683,
>>>>>> 5.89634862010814,
>>>>>> 6.64905982592843, 6.10904544483375, 6.59560059326794,
>>>>>> 6.62860732208668,
>>>>>> 6.34612245052279, 6.5980097843679, 5.78737540356475,
>>>>>> 6.38550118181323,
>>>>>> 6.79787866750963, 6.12697207250661, 6.79967388180314,
>>>>>> 6.47852836132581,
>>>>>> 6.32902303599, 6.77030416330563, 6.36992000626642, 6.29767779306828,
>>>>>> 5.86680261035713, 6.17573748646501, 5.44879619119357,
>>>>>> 5.15153675140756,
>>>>>> 4.97657133718324, 10.8727474295956, 11.4568422631567)
>>>>>> > x<-c(1:391)
>>>>>> > xx2<-c(269:380)
>>>>>> > yy2<-meanCurtose[269:380]
>>>>>>
>>>>>> > ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1))
>>>>>>
>>>>>> > plot(x,meanCurtose)
>>>>>> > lines(c(269:380),((predict(ajuste1))),col="blue",lwd=5)
>>>>>>
>>>>>>
>>>>>> _______________________________________________
>>>>>> 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 Souza
>>>>> Zootecnista, DSc. Produção Animal
>>>>> e-mail:nandodesouza em gmail.com
>>>>> https://producaoanimalcomr.wordpress.com/
>>>>>
>>>>> ========================================================================
>>>>>
>>>>> _______________________________________________
>>>>> 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 Souza
>>> Zootecnista, DSc. Produção Animal
>>> e-mail:nandodesouza em gmail.com
>>> https://producaoanimalcomr.wordpress.com/
>>> ========================================================================
>>>
>>> _______________________________________________
>>> 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 Souza
>> Zootecnista, DSc. Produção Animal
>> e-mail:nandodesouza em gmail.com
>> https://producaoanimalcomr.wordpress.com/
>> ========================================================================
>>
>> _______________________________________________
>> 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/20160211/1b24d786/attachment.html>
Mais detalhes sobre a lista de discussão R-br