Outubro 2011 - R-br

[NEWS] Mudanças nas versões do R e melhora de performance
by Fernando Mayer 16 Fev '12

16 Fev '12

Não sei se todos já estão sabendo, mas li isso hoje e achei importante repassar para a lista: Sobre as mudanças de releases do R: R 2.14 to be released on October 31; R 2.13 patch on September 13 http://blog.revolutionanalytics.com/2011/09/r-214-to-be-released-on-october… Brian Ripley on The R Development Process http://blog.revolutionanalytics.com/2011/08/brian-ripley-on-the-r-developme… Sobre a melhora de performance: With byte compiler, R 2.14 will be even faster http://blog.revolutionanalytics.com/2011/08/with-byte-compiler-r-214-will-b… []s, --- Fernando Mayer Dept. Ecologia e Zoologia - ECZ/CCB Universidade Federal de Santa Catarina - UFSC URL: http://sites.google.com/site/fernandomayer e-mail: fernandomayer [@] gmail.com

4 4

Gráficos no R ou Gnu Plot
by Pedro Rafael 29 Nov '11

29 Nov '11

Pessoal ultimamente venho precisando criar gráficos com bastantes "frescurinhas", com perdão da palavra. Eu pessoalmente não gosto de gráficos assim, prefiro os mais simples e informativos, contudo no lugar que eu trabalho o pessoal gostam dessas coisas porque precisa apresentar trabalhos para pessoas legas em estatística. Em geral o pessoal gosta dos gráficos simples do excel que eu me recuso a usar no Linux rodando via Wine. Qual seria uma boa biblioteca no R para construção de gráficos de linhas, setores em 3D? Estou meio frustado de ter que fazer essas coisas podendo me preocupar com coisas mais importantes mas tudo bem. rsrsrs Tava olhando também o GNU Plot. Ele é mais maleável que o R para construção de gráficos? Vale a pena estudar sua sintaxe ou melhor fazer tudo no R? -- Saudações, Pedro Rafael Diniz Marinho. Estatístico - Secretaria de Estado da Saúde - PB.

11 25

benchmarking
by Benilton Carvalho 11 Nov '11

11 Nov '11

Aos interessados em fazer algum benchmarking, aqui uma sugestao: 1) Instale o pacote SuppDists 2) Execute: source('http://r.research.att.com/benchmarks/R-benchmark-25.R') 3) Reporte aqui: a) Informacao de Hardware b) Versao do R c) Informacoes adicionais relevantes (BLAS / LAPACK / etc) d) Resultados do benchmark... Para o meu caso: Mac Pro 4,1 Quad-Core Xeon 2.93GHz x 2 HT 16G RAM R 2.13.2 (binario padrao) + ATLAS BLAS Resultados: R Benchmark 2.5 =============== Number of times each test is run__________________________: 3 I. Matrix calculation --------------------- Creation, transp., deformation of a 2500x2500 matrix (sec): 0.617666666666613 2400x2400 normal distributed random matrix ^1000____ (sec): 0.267000000000053 Sorting of 7,000,000 random values__________________ (sec): 0.821333333333352 2800x2800 cross-product matrix (b = a' * a)_________ (sec): 0.37166666666667 Linear regr. over a 3000x3000 matrix (c = a \ b')___ (sec): 0.316000000000031 -------------------------------------------- Trimmed geom. mean (2 extremes eliminated): 0.417059757745061 II. Matrix functions -------------------- FFT over 2,400,000 random values____________________ (sec): 0.489666666666684 Eigenvalues of a 640x640 random matrix______________ (sec): 0.65166666666668 Determinant of a 2500x2500 random matrix____________ (sec): 0.430999999999964 Cholesky decomposition of a 3000x3000 matrix________ (sec): 0.331666666666706 Inverse of a 1600x1600 random matrix________________ (sec): 0.471333333333329 -------------------------------------------- Trimmed geom. mean (2 extremes eliminated): 0.463342341088548 III. Programmation ------------------ 3,500,000 Fibonacci numbers calculation (vector calc)(sec): 0.721333333333367 Creation of a 3000x3000 Hilbert matrix (matrix calc) (sec): 0.472333333333268 Grand common divisors of 400,000 pairs (recursion)__ (sec): 2.30133333333337 Creation of a 500x500 Toeplitz matrix (loops)_______ (sec): 0.733999999999999 Escoufier's method on a 45x45 matrix (mixed)________ (sec): 0.533999999999992 -------------------------------------------- Trimmed geom. mean (2 extremes eliminated): 0.656333300289129 Total time for all 15 tests_________________________ (sec): 9.53200000000008 Overall mean (sum of I, II and III trimmed means/3)_ (sec): 0.502429238538774 --- End of test ---

6 6

Coletar informações (texto) de sites
by Daniel Dantas 08 Nov '11

08 Nov '11

Boa tarde pessoal, Existe alguma maneira de "pedir" para o R entrar neste site http://www.cnm.org.br/eleicao/mu_ele_prefeito.asp?iIdMun=100141003 e me retornar o nome do prefeito de 2008 e de 2004? O objetivo disto é obter a listagem dos prefeitos de 2004 e de 2008 para ver quem foi reeleito, se está no 1° ou 2° mandato. Para cada município, o link muda apenas o final, então tem como programar para que ele abra os links de todos os municípios do estado do PARANÁ, mas não sei como fazer ele me retornar o nome do prefeito. Algo interessante que descobri agora, não sei é por causa do Internet Explorer ou é do site, mas se apertarmos com o botão direito no campo onde está escrito o nome do prefeito, surge-se a opção de exportar para Excel as informações daquele ano. Eu poderia fazer isso 399 (qtde de municípios do PR) vezes para o ano de 2004 e 399 para o ano de 2008 e pedir para o R consolidar em 1 planilha. Mas mesmo assim dá um certo trabalho salvar 798 planilhas. Alguém sabe um procedimento mais simples? Espero que eu tenha consigo me fazer entender. Obrigado, Daniel

5 9

Fwd: Re: benchmarking
by Leonard de Assis 08 Nov '11

08 Nov '11

-------- Mensagem original -------- Assunto: Re: [R-br] benchmarking Data: Fri, 28 Oct 2011 16:31:34 -0200 De: Leonard de Assis <assis.leonard(a)gmail.com> Responder a: assis.leonard(a)gmail.com Para: assis.leonard(a)gmail.com Mesma máquina, R 2.13.2, Ubuntu 11.10 x64 ATLAS instalado (Com blas, provavelmente) R Benchmark 2.5 =============== Number of times each test is run__________________________: 3 I. Matrix calculation --------------------- Creation, transp., deformation of a 2500x2500 matrix (sec): 0.679999999999997 2400x2400 normal distributed random matrix ^1000____ (sec): 3.66666666666667 Sorting of 7,000,000 random values__________________ (sec): 0.919999999999999 2800x2800 cross-product matrix (b = a' * a)_________ (sec): 1.77 Linear regr. over a 3000x3000 matrix (c = a \ b')___ (sec): 1.05333333333333 -------------------------------------------- Trimmed geom. mean (2 extremes eliminated): 1.19704085704037 II. Matrix functions -------------------- FFT over 2,400,000 random values____________________ (sec): 0.756666666666665 Eigenvalues of a 640x640 random matrix______________ (sec): 4.31333333333333 Determinant of a 2500x2500 random matrix____________ (sec): 1.05666666666667 Cholesky decomposition of a 3000x3000 matrix________ (sec): 1.29333333333333 Inverse of a 1600x1600 random matrix________________ (sec): 1.11666666666666 -------------------------------------------- Trimmed geom. mean (2 extremes eliminated): 1.15130575853477 III. Programmation ------------------ 3,500,000 Fibonacci numbers calculation (vector calc)(sec): 5.47666666666667 Creation of a 3000x3000 Hilbert matrix (matrix calc) (sec): 0.689999999999998 Grand common divisors of 400,000 pairs (recursion)__ (sec): 1.08000000000001 Creation of a 500x500 Toeplitz matrix (loops)_______ (sec): 1.15333333333333 Escoufier's method on a 45x45 matrix (mixed)________ (sec): 0.840000000000003 -------------------------------------------- Trimmed geom. mean (2 extremes eliminated): 1.01520238306255 Total time for all 15 tests_________________________ (sec): 25.8666666666667 Overall mean (sum of I, II and III trimmed means/3)_ (sec): 1.11845219568472 --- End of test --- []s Leonard de Assis assis <dot> leonard <at> gmail <dot> com Em 28/10/2011 14:49, Leonard de Assis escreveu: > Segue meu teste na minha 1a config: > > SAMSUNG RF411 > Core i5 2a Geração 6 GB RAM > Windows 7 Pro x64 > R 2.13.1 x64 Sem BLAS (Tem BLAS pra Intel64?) > > R Benchmark 2.5 > =============== > Number of times each test is run__________________________: 3 > > I. Matrix calculation > --------------------- > Creation, transp., deformation of a 2500x2500 matrix (sec): > 0.563333333333333 > 2400x2400 normal distributed random matrix ^1000____ (sec): > 3.33333333333333 > Sorting of 7,000,000 random values__________________ (sec): > 0.840000000000001 > 2800x2800 cross-product matrix (b = a' * a)_________ (sec): > 14.0966666666667 > Linear regr. over a 3000x3000 matrix (c = a \ b')___ (sec): > 6.73333333333333 > -------------------------------------------- > Trimmed geom. mean (2 extremes eliminated): > 2.66151784278081 > > II. Matrix functions > -------------------- > FFT over 2,400,000 random values____________________ (sec): > 0.486666666666669 > Eigenvalues of a 640x640 random matrix______________ (sec): > 0.946666666666658 > Determinant of a 2500x2500 random matrix____________ (sec): > 3.56000000000001 > Cholesky decomposition of a 3000x3000 matrix________ (sec): > 5.14666666666668 > Inverse of a 1600x1600 random matrix________________ (sec): > 3.53666666666667 > -------------------------------------------- > Trimmed geom. mean (2 extremes eliminated): > 2.28426807887244 > > III. Programmation > ------------------ > 3,500,000 Fibonacci numbers calculation (vector calc)(sec): > 4.11333333333333 > Creation of a 3000x3000 Hilbert matrix (matrix calc) (sec): > 0.506666666666661 > Grand common divisors of 400,000 pairs (recursion)__ (sec): > 0.770000000000001 > Creation of a 500x500 Toeplitz matrix (loops)_______ (sec): > 0.816666666666663 > Escoufier's method on a 45x45 matrix (mixed)________ (sec): 0.5 > -------------------------------------------- > Trimmed geom. mean (2 extremes eliminated): > 0.682997786213496 > > > Total time for all 15 tests_________________________ (sec): 45.95 > Overall mean (sum of I, II and III trimmed means/3)_ (sec): > 1.60730606307823 > --- End of test --- > > Warning messages: > 1: package 'Matrix' was built under R version 2.13.2 > 2: package 'SuppDists' was built under R version 2.13.2 > > []s > Leonard de Assis > assis <dot> leonard <at> gmail <dot> com > > > Em 28/10/2011 11:33, Benilton Carvalho escreveu: >> Aos interessados em fazer algum benchmarking, aqui uma sugestao: >> >> 1) Instale o pacote SuppDists >> 2) Execute: >> >> source('http://r.research.att.com/benchmarks/R-benchmark-25.R') >> >> 3) Reporte aqui: >> >> a) Informacao de Hardware >> b) Versao do R >> c) Informacoes adicionais relevantes (BLAS / LAPACK / etc) >> d) Resultados do benchmark... >> >> Para o meu caso: >> >> Mac Pro 4,1 >> Quad-Core Xeon 2.93GHz x 2 HT >> 16G RAM >> R 2.13.2 (binario padrao) + ATLAS BLAS >> >> Resultados: >> >> >> R Benchmark 2.5 >> =============== >> Number of times each test is run__________________________: 3 >> >> I. Matrix calculation >> --------------------- >> Creation, transp., deformation of a 2500x2500 matrix (sec): 0.617666666666613 >> 2400x2400 normal distributed random matrix ^1000____ (sec): 0.267000000000053 >> Sorting of 7,000,000 random values__________________ (sec): 0.821333333333352 >> 2800x2800 cross-product matrix (b = a' * a)_________ (sec): 0.37166666666667 >> Linear regr. over a 3000x3000 matrix (c = a \ b')___ (sec): 0.316000000000031 >> -------------------------------------------- >> Trimmed geom. mean (2 extremes eliminated): 0.417059757745061 >> >> II. Matrix functions >> -------------------- >> FFT over 2,400,000 random values____________________ (sec): 0.489666666666684 >> Eigenvalues of a 640x640 random matrix______________ (sec): 0.65166666666668 >> Determinant of a 2500x2500 random matrix____________ (sec): 0.430999999999964 >> Cholesky decomposition of a 3000x3000 matrix________ (sec): 0.331666666666706 >> Inverse of a 1600x1600 random matrix________________ (sec): 0.471333333333329 >> -------------------------------------------- >> Trimmed geom. mean (2 extremes eliminated): 0.463342341088548 >> >> III. Programmation >> ------------------ >> 3,500,000 Fibonacci numbers calculation (vector calc)(sec): 0.721333333333367 >> Creation of a 3000x3000 Hilbert matrix (matrix calc) (sec): 0.472333333333268 >> Grand common divisors of 400,000 pairs (recursion)__ (sec): 2.30133333333337 >> Creation of a 500x500 Toeplitz matrix (loops)_______ (sec): 0.733999999999999 >> Escoufier's method on a 45x45 matrix (mixed)________ (sec): 0.533999999999992 >> -------------------------------------------- >> Trimmed geom. mean (2 extremes eliminated): 0.656333300289129 >> >> >> Total time for all 15 tests_________________________ (sec): 9.53200000000008 >> Overall mean (sum of I, II and III trimmed means/3)_ (sec): 0.502429238538774 >> --- End of test --- >> _______________________________________________ >> R-br mailing list >> R-br(a)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.

2 1

Problemas com split+lapply
by Rubem Kaipper Ceratti 01 Nov '11

01 Nov '11

Caros listeiros, estou com uma base de dados para a qual preciso calcular médias móveis para dois atributos com relação a certos níveis de fatores. Para isso, pensei em utilizar uma combinação de split+lapply, mas mesmo com apenas pouco mais de 126.000 observações o split do banco de dados leva uma eternidade (um dos fatores possui 1242 níveis). Posteriormente tentei utilizar a função ddply (pacote plyr), mas retorna um erro. Alguma sugestão? Segue um exemplo abaixo (base com menos observações que a original): P<-2000:2010 Rep<-letters[1:5] TF<-1:2 CC<-paste("H-",101:299,sep="") a<-expand.grid(P=P,R=Rep,TF=TF,CC=CC) a$y<-rnorm(nrow(a)) a$z<-runif(nrow(a)) library(zoo) ma.fun<-function(x,k){ mm.y<-rollmean(x$y,k) mm.z<-rollmean(x$z,k) cbind(x[-c(1:2),-c(5:6)],ma.y=c(mm.y),ma.z=c(mm.z)) } # Abordagem 1: Nem chega a completar o split a.1<-split(a,list(a$R,a$TF,a$CC),drop=T) a.2<-lapply(a.1,ma.fun,k=3) # Abodagem 2: Mensagem de erro: # Erro em do.ply(i) : # task 1 failed - "adicionando classe "factor" a um objeto inválido" # Além disso: Mensagens de aviso perdidas: # 1: <anonymous>: ... may be used in an incorrect context: ‘.fun(piece, ...)’ # # 2: <anonymous>: ... may be used in an incorrect context: ‘.fun(piece, ...)’ library(plyr) library(doSNOW) library(foreach) ncpu<-4 cl<-makeSOCKcluster(rep("localhost",ncpu)) registerDoSNOW(cl) clusterEvalQ(cl,c(library(plyr),library(zoo))) a.2<-ddply(a,c('R','CC','TF'),ma.fun,k=3,.parallel=T) Grato, Rubem

5 19

Tabela de contingẽncia com freq. relativa: dúvida sobre validade teste qui-quadrado
by Jose Claudio Faria 01 Nov '11

01 Nov '11

Pessoal, Recorro aos mais especializados sobre a validade do teste qui-quadrado aplicados a uma tabela de contingência (dados e script abaixo). Os dados são de freq. relativa (cada linha fecha em 100%) de 5 estágios vegetativos (Seedling, Infant, Juvenile, Imature e Adult) do palmito juçara em 4 ambientes (MAR, ECO, MEF e MAZ). dad <- structure(list(Seedling = c(2.1664766249, 0.4830917874, 2.1466905188, 11.8236472946), Infant = c(53.2497149373, 55.0724637681, 65.831842576, 51.9038076152), Juvenile = c(33.7514253136, 33.8164251208, 26.4758497317, 28.0561122244), Imature = c(8.3238312429, 8.2125603865, 3.7567084079, 5.8116232465), Adult = c(2.5085518814, 2.4154589372, 1.7889087657, 2.4048096192)), .Names = c("Seedling", "Infant", "Juvenile", "Imature", "Adult"), class = "data.frame", row.names = c("MAR", "ECO", "MEF", "MAZ")) chisq.test(dad, correct=F)$observed chisq.test(dad, correct=F)$expected chisq.test(dad, correct=F) O objetivo da pesquisadora é saber se os ambientes podem ser considerados homogêneos (similares) ou não em relação as freq. dos estágios vegetativos. Havia aplicado o teste (foi significativo) e a pesquisadora comentou que ela havia lido que o teste do qui-quadrado não poderia ser aplicado em tabelas de contingência desse tipo. Sugestões e indicação de testes alternativos são bem vindas. Ab, -- ///\\\///\\\///\\\///\\\///\\\///\\\///\\\///\\\ Jose Claudio Faria Estatistica - Prof. Pleno UESC/DCET/Brasil joseclaudio.faria at gmail.com ///\\\///\\\///\\\///\\\///\\\///\\\///\\\///\\\

5 11

Qual distribuição segue meus dados?
by Daniel Dantas 31 Out '11

31 Out '11

Boa noite pessoal, mais uma vez recorro a ajuda de vocês. Abaixo tenho frequencias de furtos e roubos que aconteceram mês a mês.A pergunta que tenho que resolver é a seguinte: Aplicar o teste de igualdade de distribuições para identificar qual é o tipo de distribuição que melhor descreve a distribuição de frequências. Alguém tem uma luz? ###### conjunto de dados (Esses dados são frequencias de furtos e roubos que aconteceram por mês, ou seja, temos 18 meses observados )x <- c(20,19,28,44,23,52,34,36,20,43,62,69,49,85,65,27,34,21)hist(x) Muito obrigado desde já e desejo a todos um excelente final de semana,Daniel

4 7

boxplot (tem jeito?)
by Leonard de Assis 31 Out '11

31 Out '11

olhem o seguinte boxplot: boxplot(decrease ~ treatment, data = OrchardSprays, horizontal=TRUE) o negócio é o seguinte. observem o eixo Y. Eu preciso que estes labels fiquem não na vertical, mas na horizontal, pois são descrições que quando plotadas, não aparecem todas. tem como fazer? se tem, alguma dica? -- []s Leonard de Assis assis <dot> leonard <at> gmail <dot> com

3 3

Re: [R-br] Tabela de contingẽncia com freq. relativa: dúvida sobre validade teste qui-quadrado
by Ivan Bezerra Allaman 31 Out '11

31 Out '11

Faria, Como já comentado anteriormente, não muito sentido utilizar as frequências relativas uma vez que a hipótese de nulidade é justamente avaliar se as proporções relativas de uma variável são independentes da outra variável. Quando utilizado as freq. relativas, a impressão que fica, é que será testado as proporções das proporções, que é sem sentido. A influência que você fala da "abundância das absoluta" é justamente o que se quer testar. Os links abaixo talvez seja interessante. http://udel.edu/~mcdonald/statchiind.html http://psychology.wikia.com/wiki/Pearson's_chi-square_test Abraços! (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 3680-5076 E-mail: ivanalaman@yahoo.com.br/ivanalaman@gmail.com @ \end{signature}

1 0