[R-br] Heterocedasticidade e teste de média
Rodrigo Sant'Ana
rodrigo.gringo em gmail.com
Quarta Novembro 16 12:47:52 BRST 2016
Boa tarde Wagner e demais colegas da R-BR,
Wagner, o código que você nos enviou, que utiliza o pacote mcglm, não
está funcionando.
Mesmo instalando o pacote digest ou clonando o seu pacote pelo Github, a
função mc_dglm não pode ser encontrada.
Esta avaliando as funções disponíveis no seu pacote e está função não
consta no mesmo.
Fiquei muito interessado no seu exemplo e gostaria muito de poder
reproduzi-lo, você poderia disponibilizar está função em separado ou
apontar o pacote ao qual a mesma faz parte?
Muito obrigado pela sua ajuda Wagner e parabéns pelo pacote.
Abs,
RS
___________________________________________________
*Rodrigo Sant'Ana*
--
Mestre em Ciência e Tecnologia Ambiental - MCTA/UNIVALI
Graduado em Oceanografia - CTTMar/UNIVALI
Universidade do Vale do Itajaí - UNIVALI
--
Em 15 de novembro de 2016 05:24, Wagner Bonat via R-br <
r-br em listas.c3sl.ufpr.br> escreveu:
> Tente instalar o digest
>
> install.packages("digest")
>
> Me parece ser algo no seu sistema.
> Você pode fazer clonar o diretório pela pagina do github
> https://github.com/wbonat/mcglm
>
> Best
>
> Em 15 de novembro de 2016 01:26, Mauro Sznelwar via R-br <
> r-br em listas.c3sl.ufpr.br> escreveu:
>
>> Não estou conseguindo instalar!
>>
>> > install_github("wbonat/mcglm", ref = "devel")
>> Downloading GitHub repo wbonat/mcglm em devel
>> from URL https://api.github.com/repos/wbonat/mcglm/zipball/devel
>> Installing mcglm
>> Erro em `_digest`(c(list(repos, type), lapply(`_additional`, function(x)
>> eval(x[[2L]], :
>> objeto 'digest_impl' não encontrado
>>
>>
>>
>> On Sunday, November 13, 2016 3:40 PM, Wagner Bonat <wbonat em gmail.com>
>> wrote:
>>
>>
>> Prezados membros da lista,
>>
>> Alguns dias postei um código não reproduzível sobre modelos para
>> heterocedásticidade.
>> Peço desculpas e abaixo vai o código que imagino ser possível reproduzir.
>> Os dois principais problemas eram a instalação do pacote mcglm e o
>> conjunto de dados.
>> O pacote pode ser instalado facilmente pelo github repository neste
>> endereço
>>
>> https://github.com/wbonat/mcglm
>> install_github("wbonat/mcglm", ref = "devel") # Saliento para instalar a
>> versão devel !!
>>
>> O conjunto de dados está anexado neste e-mail.
>> Além disso, o Luiz Leal estava com problemas pra ter acesso e pediu o
>> .tar.gz que também vai em anexo.
>> Aproveito para salientar que o mcglm está em desenvolvimento, assim
>> quaisquer dúvidas, criticas e/ou
>> sugestões serão muito bem vindas.
>>
>> All the best!
>>
>> # Heteroscedastic regression model -------------------------------------
>> # Author: Wagner Hugo Bonat LEG/UFPR -----------------------------------
>> # Date: 13/11/2016 -----------------------------------------------------
>>
>> # Loading extra packages
>> install.packages("devtools")
>> require(devtools)
>>
>> # Install mcglm package from github repository -------------------------
>> install_github("wbonat/mcglm", ref = "devel")
>> require(mcglm)
>>
>>
>> # Loading data set
>> Fenois <- c(337.311, 344.874, 342.353, 325.546, 333.950, 330.588, 328.067,
>> 328.067, 318.824, 331.429, 333.950, 334.790, 336.471, 338.151,
>> 342.353, 259.160, 252.437, 268.403, 265.882, 266.723, 287.731,
>> 88.571, 88.571, 90.252, 41.513, 52.437, 49.076, 88.571,
>> 88.571, 90.252, 64.202, 60.000, 61.681)
>> Cor <- factor(c(rep("ambar",6), rep("ambar_claro",3), rep("ambar",6),
>> rep("ambar_claro",6),rep("branco",6),
>> rep("extra_ambar_claro",3),rep("branco",3)))
>> dados <- data.frame("Fenois" = Fenois, "Cor" = Cor)
>> boxplot(dados$Fenois ~ dados$Cor)
>> tapply(dados$Fenois, dados$Cor, sd)
>>
>> # Linear regression model- ---------------------------------------------
>> fit1 <- lm(Fenois ~ Cor, data = dados)
>> anova(fit1)
>> plot(residuals(fit1) ~ fitted(fit1))
>> plot(residuals(fit1) ~ Cor)
>>
>> # Double Linear regression model ---------------------------------------
>> dados$id <- 1
>> fit2 <- mcglm(c(Fenois ~ Cor), list(mc_dglm(~ Cor, id = "id", data =
>> dados)),
>> covariance = "expm", data = dados)
>> summary(fit2)
>>
>> summary(fit1)
>> summary(fit2)
>>
>> cbind(coef(fit1), coef(fit2, type = "beta")$Estimates)
>> cbind(sqrt(diag(vcov(fit1))), coef(fit2, type = "beta", std.error =
>> TRUE)$Std.error)
>>
>> # Example 2 ------------------------------------------------------------
>> dados2 <- read.table("HETE.csv", header = TRUE, sep = ";", dec = ",")
>> with(dados2, boxplot(y ~ x))
>>
>> # Note that, the A33 has no variance, so we need to remove this level.
>> dados2 <- dados2[which(dados2$x != "A33"),]
>> dados2$x <- droplevels(dados2$x)
>> tapply(dados2$y, dados2$x, sd)
>>
>> # Linear regression model ----------------------------------------------
>> fit_lm <- lm(y ~ x, data = dados2)
>> summary(fit_lm)
>> plot(residuals(fit_lm) ~ fitted(fit_lm))
>> plot(residuals(fit_lm) ~ dados2$x)
>>
>> # Double linear regression model ---------------------------------------
>> dados2$id <- 1
>> fit_dlm <- mcglm(c(y ~ x), list(mc_dglm(~ x, id = "id", data = dados2)),
>> covariance = "expm", data = dados2)
>> summary(fit_dlm)
>>
>> # Comparing estimates and standard errors ------------------------------
>> cbind(coef(fit_lm), coef(fit_dlm, type = "beta")$Estimates)
>> cbind(sqrt(diag(vcov(fit_lm))), coef(fit_dlm, type = "beta", std.error =
>> TRUE)$Std.error)
>>
>>
>>
>> Em 11 de novembro de 2016 17:01, Luiz Leal <richfield1974 em yahoo.com
>> <http://../../../undefined//compose?to=richfield1974@yahoo.com>>
>> escreveu:
>>
>> Prezado Wagner, uso o R no trabalho e devido a restrições técnicas só
>> consigo instalar pacotes a partir do zip. Poderia me mandar o zip deste
>> pacote?
>> Att
>> Luiz
>>
>>
>> On Friday, November 4, 2016 5:05 PM, Wagner Bonat <wbonat em gmail.com
>> <http://../../../undefined//compose?to=wbonat@gmail.com>> wrote:
>>
>>
>> Sim, vc pode usar qualquer dos testes padrões.
>> A única diferença é que vc deve usar os beta e erros padrões que vem
>> deste modelo.
>> Não sei se vc pode incluir sua própria matriz de covariancia nas funções
>> do R.
>> Talvez, sim. Se não tem que implementar.
>> O Walmes é muito bom nestes testes de comparações múltiplas talvez ele
>> possa ajudar.
>>
>> O que houve q não conseguiu instalar o pacote?
>> Tentou pelo github ou do CRAN?
>>
>> https://cran.r-project.org/ web/packages/mcglm/index.html
>> <https://cran.r-project.org/web/packages/mcglm/index.html>
>> https://github.com/wbonat/ mcglm <https://github.com/wbonat/mcglm>
>>
>>
>>
>>
>> Em 4 de novembro de 2016 19:46, Luiz Leal <richfield1974 em yahoo.com
>> <http://../../../undefined//compose?to=richfield1974@yahoo.com>>
>> escreveu:
>>
>> Wagner, meu interesse é, uma vez identificado que existe diferença entre
>> os tratamentos (considerando que um deles é o controle) utilizar o teste de
>> Dunnett para verificar quais tratamentos diferem do tratamento controle.
>> Como o pressuposto de homogeneidade das variâncias é violado busquei
>> alternativas para "homogeneizar" as variâncias. Posso aplicar esse teste a
>> partir do modelo acima descrito?
>> Desde já agradeço
>> Luiz
>> PS. Não consegui instalar o pacote
>>
>>
>> On Friday, November 4, 2016 4:13 PM, Wagner Bonat via R-br <
>> r-br em listas.c3sl.ufpr.br
>> <http://../../../undefined//compose?to=r-br@listas.c3sl.ufpr.br>> wrote:
>>
>>
>> Caros,
>>
>> Alguém postou esse conjunto de dados com problema de pressupostos,
>> principalmente heterocedasticidade. Agora a pouco veio outro e-mail com um
>> problema similar. Fiz um exemplo um pouco mais detalhado de como isso pode
>> ser facilmente resolvido e mostrando o efeito disso no modelo.
>>
>> # Example 2 ------------------------------ ------------------------------
>> Fenois = c(337.311, 344.874, 342.353, 325.546, 333.950, 330.588, 328.067,
>> 328.067, 318.824, 331.429, 333.950, 334.790, 336.471, 338.151,
>> 342.353, 259.160, 252.437, 268.403, 265.882, 266.723, 287.731,
>> 88.571, 88.571, 90.252, 41.513, 52.437, 49.076, 88.571,
>> 88.571, 90.252, 64.202, 60.000, 61.681)
>> Cor = factor(c(rep("ambar",6), rep("ambar_claro",3), rep("ambar",6),
>> rep("ambar_claro",6),rep(" branco",6),
>> rep("extra_ambar_claro",3), rep("branco",3)))
>>
>>
>> # Exploratory analysis
>> boxplot(Fenois ~ Cor)
>> tapply(Fenois, Cor, sd)
>> dados <- data.frame(Fenois, Cor)
>> dados$id <- 1
>>
>> # Fitting
>> fit1 <- mcglm(c(Fenois ~ Cor), list(mc_id(dados)), data = dados)
>> fit2 <- mcglm(c(Fenois ~ Cor), list(mc_dglm(~ Cor, id = "id", data =
>> dados)),
>> covariance = "expm", data = dados)
>> # Goodness-of-fit
>> gof(fit1)
>> gof(fit2)
>>
>> # Comparing estimates and standard errors
>> coef(fit1, type = "beta", std.error = TRUE)
>> coef(fit2, type = "beta", std.error = TRUE)
>>
>> O interessante é que a estimativa pontual é exatamente a mesma, porém
>> olha a enorme diferença nos erros padrões dos betas.
>>
>> --
>> Wagner Hugo Bonat
>> ------------------------------ ------------------------------
>> ------------------------------ ----
>> Department of Mathematics and Computer Science (IMADA)
>> University of Southern Denmark (SDU) and
>> Laboratório de Estatística e Geoinformação (LEG)
>> Universidade Federal do Paraná (UFPR)
>>
>> ______________________________ _________________
>> R-br mailing list
>> R-br em listas.c3sl.ufpr.br
>> <http://../../../undefined//compose?to=R-br@listas.c3sl.ufpr.br>
>> https://listas.inf.ufpr.br/ cgi-bin/mailman/listinfo/r-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
>> <http://www.leg.ufpr.br/r-br-guia>) e forne� c�igo m�imo reproduz�el.
>>
>>
>>
>>
>> --
>> Wagner Hugo Bonat
>> ------------------------------ ------------------------------
>> ------------------------------ ----
>> Department of Mathematics and Computer Science (IMADA)
>> University of Southern Denmark (SDU) and
>> Laboratório de Estatística e Geoinformação (LEG)
>> Universidade Federal do Paraná (UFPR)
>>
>>
>>
>>
>>
>>
>> --
>> Wagner Hugo Bonat
>> ------------------------------------------------------------
>> ----------------------------------
>> Department of Mathematics and Computer Science (IMADA)
>> University of Southern Denmark (SDU) and
>> Laboratório de Estatística e Geoinformação (LEG)
>> Universidade Federal do Paraná (UFPR)
>>
>>
>>
>> _______________________________________________
>> 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 forne�a
>> c�digo m�nimo reproduz�vel.
>>
>> _______________________________________________
>> 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.
>>
>
>
>
> --
> Wagner Hugo Bonat
> ------------------------------------------------------------
> ----------------------------------
> Department of Mathematics and Computer Science (IMADA)
> University of Southern Denmark (SDU) and
> Laboratório de Estatística e Geoinformação (LEG)
> Universidade Federal do Paraná (UFPR)
>
>
> _______________________________________________
> 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/20161116/05d2e91a/attachment.html>
Mais detalhes sobre a lista de discussão R-br