Novembro 2012 - R-br

duvida
by Hélio Gallo Rocha 21 Nov '12

21 Nov '12

Boa noite, Espero não estar enviando este e-mail para todos, mas sim para algum admin da lista. Não estou conseguindo configurar para receber todas as msg separadamente e não resumos. Grato pela atenção Hélio

2 1

Re: [R-br] INLA Geoestatística
by Elias T. Krainski 21 Nov '12

21 Nov '12

Oi Taynãna, DIC negativo pode ocorrer com distribuições contínuas sem problemas. O mesmo vale para log-Verossimilhança. Veja sobre DIC em http://www.mrc-bsu.cam.ac.uk/bugs/winbugs/dicpage.shtml ### exemplo de log-verossimilhança negativa y1 <- rnorm(100, 0, 100) ### log-verossimilhança em 0, 100 sum(dnorm(y1, 0, 100, log=TRUE)) ### exemplo de log-verossimilhança positiva y2 <- rnorm(100, 0, 0.01) ### log-verossimilhança em 0, 0.01 sum(dnorm(y2, 0, 0.01, log=TRUE)) ### para distribuições discretas, o ### log-verossimilhança será sempre negativa y3 <- rpois(100, 3) ### log lik sum(dpois(y3, 3, log=TRUE)) att. Elias T. Krainski > >Ei, Elias. >Agora sim, consegui rodar, mas o DIC está dando negativo, com qualquer das estratégias utilizadas (gaussiana, laplace ou laplace simplificada)... >Percebeu isso? > >Abraço, Taynãna > > >Taynãna, fiz > inla.upgrade(testing=TRUE) >atualizou para a versao de 5 de novembro >e consegui executar todo o script SwissRainfall.R sem problemas... > > > > Att. >Elias T. Krainski > >>Oi, Elias. >> >> >>O Havard Rue respondeu dizendo p tentar o comando inla.upgrade(testing=TRUE), mas não deu certo. >>A versão que estou usando é de 5 de novembro. >> >> >>Abraço, Taynãna >> >>Oi Taynãna, >> >>qual a versão do seu INLA. >> inla.version() >>Eu consegui executar sem problemas na versão de 18 de agosto >> >> >> >>Elias T. Krainski >> >>> >>> >>>Pessoal, >>> >>>Estou tentando reproduzir um exemplo de modelagem espacial no INLA com dados de geoestatística, do artigo >>> >>>de Blangiardo et al (2012). O código em R está disponível e o exemplo 3 (SwissRainfall.R). >>> >>>Ao rodar o modelo aparece a seguinte mensagem: >>> >>>> mod = inla(formula, >>>+ data=inla.stack.data(stack, spde=spde),family="gaussian", >>>+ control.predictor=list(A=inla.stack.A(stack), compute=TRUE), >>>+ >>control.compute=list(cpo=TRUE, dic=TRUE), >>>+ keep=FALSE, verbose=TRUE) >>>Erro em .local(x, i, j, ..., value) : >>> not-yet-implemented 'Matrix[<-' method >>>Calls: inla -> inla.predictor.section -> [<- -> [<- -> .local >>> >>>Alguém tem idéia do quê possa estar acontecendo? >>> >>>Att, >>>Taynãna >>>Pesquisadora em Saúde Pública - ENSP/FIOCRUZ >

2 1

Geoestatística: pacotes para o R [iniciantes]
by Ligia Souza 21 Nov '12

21 Nov '12

Boa tarde, Estou procurando, novamente, indicações. Desta vez de pacotes do R para usar geoestatística, de preferência para iniciantes hehehe Abraços, -- *LIGIA PEREIRA DE SOUZA* *Instituto Brasileiro para Educação e Negócios - IBEN * * * *Graduanda em Ecologia* * * *UNESP - Rio Claro/SP* *Lattes - http://lattes.cnpq.br/3635101224851131<https://wwws.cnpq.br/cvlattesweb/PKG_MENU.menu?f_cod=729600D125BF53DC3FC4A0…> * * *

3 2

problemas da correlação resolvidos
by alanarocha＠sapo.pt 21 Nov '12

21 Nov '12

muito obrigado Daniel Ana

2 1

matriz de correlação
by alanarocha＠sapo.pt 21 Nov '12

21 Nov '12

Olá Daniel, auentão quer dizer q vou ter de fazer varios cor.test pra relacionar X1s09 primeiro com X1s10 depois com Xs11 e depois com X1s12 e assim sucessivamente? Ana

2 1

Re: [R-br] AKAIKE
by Eder Comunello 21 Nov '12

21 Nov '12

Helio, bom dia! Rodei seu script, mas só atentei pra parte do AIC e BIC. O cálculo me parece estar correto. Acredito que o procedimento também, sendo aplicado AIC e BIC em um objeto resultante de 'lm' (data~predicted oriundos da validação cruzada). O BIC é uma derivação do AIC. Tanto que: BIC(x) == AIC(x, k = log(nobs(object))) ou BIC(reglin_ols) == AIC(reglin_ols, k = log(31)) adaptando para um de seus procedimentos (31 observações). Fiz o teste com seus dados e está OK... A diferença entre AIC e BIC é notada com a diferenciação quanto ao número de parâmetros do modelo. No teu caso, você compara um mesmo modelo linear simples sucessivas vezes, não variando o número de parâmetros. Fora isso, por ser um modelo simples não deve haver diferença na penalização por AIC ou BIC, diferindo apenas o cálculo inicial dos índices. Isso é só um 'palpite' e precisaria dar uma estudada na teoria dos índices pra entender melhor. Talvez algum dos colegas da lista possa contribuir mais nesse sentido... ================================================ Éder Comunello Ph.D. Student in Agricultural Systems Engineering (USP/ESALQ) Piracicaba, SP, Brazil [22 42.7'S, 47 37.8'W] Researcher at Embrapa Western Region Agriculture Dourados, MS, Brazil [22 16.5'S, 54 49.0'W] ================================================ UTC-03:00

1 0

matriz de correlação
by alanarocha＠sapo.pt 21 Nov '12

21 Nov '12

O problema dos pacotes esta resolvido. agora gostava de saber porque é que me dá erro na instrução return e como o resolvo. obrigada correl<-cor(dados[,2:5],method=c("pearson")) correl result=correl return(list(sumario=summary(dados[,2:5]),resultado=result)) > result=correl > return(list(sumario=summary(dados[,2:5]),resultado=result)) Error: no function to return from, jumping to top level e este outro erro: cor_with_p_test(dados[2:5]) ct <- cor.test(dados[,2:5]) ct$p ct$v cov(dados[,2:5], na.rm=TRUE) Error in cov(dados[, 2:5], na.rm = TRUE) : unused argument(s) (na.rm = TRUE) Ana

2 1

matriz de correlação
by alanarocha＠sapo.pt 21 Nov '12

21 Nov '12

olá, como indico ao R que quero usar este package? cor.ps package=unknown R Documentation **Description: Calculo dos coeficientes de correlação de Pearson/Spearman de um data.frame com duas ou mais variáveis, mostra matriz de espalhagrama e análise exploratória de dados omitindo os valores de NA quando presentes e mostrando um boxplot dos dados iniciais. **Usage: cor.ps(x, Pearson=TRUE,NAs=TRUE) **Arguments: x: data.frame dos dados que se deseja calcular o coeficiente de correlação de Pearson/Spearman Pearson: lógico. Se TRUE, calcula o coeficiente de correlação de Pearson. Se FALSE, calcula o coeficiente de correlação de Spearman. NAs: lógico. Se TRUE, indica presença de NAs nos dados e retira para calcular o coeficiente de correlação. Se FALSE, indica ausência de NAs nos dados e ele calcula o coeficiente de correlação sem retirar os valores de NAs. **Details: O input dessa função deve ser um data.frame contendo duas ou mais variáveis, todas com mesmo comprimento. x - no primeiro argumento da função, quando deseja calcular o coeficiente de correlação de algumas variáveis do data.frame, deve-se indexar o valor correspondente ao das colunas que se queira calcular a correlação. (Ex: dados[,3:6] - dos dados desejo calcular a correlação das colunas 3 a 6). Como análise exploratória dos dados iniciais, além do sumário, um boxplot dos dados é gerado com o intuito de melhorar a visualização dos dados, bem como identificar presença de outliers que possam interferir nos resultados e uma matriz de espalhagrama dos dados originais. Matriz de espalhagrama dos resultados - representação gráfica dos resultados da matriz de correlação de Pearson/Spearman **Value: Return da função em formato de lista: sumario: summary dos dados do data.frame original resultado: result do coeficiente de correlação de Pearson/Spearman **Warning: Para calcular o coeficiente de correlação de algumas das variáveis do data.frame, utilizar indexação, como mostrado nos detalhes do help. Para calcular o coeficiente de correlação, os dados das variáveis devem ter mesmo comprimento. **Author(s): Mariana Rodrigues dos Santos santos.mariana(a)usp.br

3 2

matriz de correlação
by alanarocha＠sapo.pt 21 Nov '12

21 Nov '12

Olá Natália, o problema é esse o R não esta a reconhecer a package cor.ps Ana

2 1

Dúvida em summary em regressão logística
by Alexandre Santos 21 Nov '12

21 Nov '12

Boa tarde Pessoal, Estou ajustando uma regressão logística e me deparei com a seguinte dúvida: ################################################################################################### #Regressão logística entre a proporção de herbívoros predados e a densidade de herbívoros oferecidos # pred<-c(1,2,2,3,1,4,2,3,2,3,5,6,5,5,3,7,7,6,2 ,3,15,12,14,12,11,11,11,13,13,13,18,14,27,26 ,17,18,20,22,10,15,29,30,36,40,23,50,30,40,29,52)##Número de herbívoros predados dens<-sort(rep(2^(2:6),10))#### Densidade de herbivoros oferecidos ## ##Regressão pred/dens = exp(P0+P1*N+P2*N^2+P3*N3)/1+ exp(P0+P1*N+P2*N^2+P3*N3) p.model1<-glm(pred/par~dens+I(dens^2)+I(dens^3),family="binomial") summary(p.model1) # Minha dúvida é se o coeficiente linear que aparece no summary esta transformado em exp(x)/1+exp(x) ou trata-se do valor sem transformação? Obrigado, -- ====================================================================== Alexandre dos Santos Proteção Florestal IFMT - Instituto Federal de Educação, Ciência e Tecnologia de Mato Grosso - Campus Cáceres Avenida dos Ramires, s/n Bairro: Distrito Industrial Cáceres - MT CEP: 78.200-000 Fone: (+55) 65 8132-8112 (TIM) (+55) 65 9686-6970 (VIVO) e-mails:alexandresantosbr@yahoo.com.br alexandre.santos(a)cas.ifmt.edu.br ======================================================================

4 6