Setembro 2012 - R-br

Recuperar coordenadas de locais de uma estrada a partir do Google Maps
by Augusto Ribas 18 Set '12

18 Set '12

Ola a todos, estou devolta aqui. Estou com o seguinte problema. Olhando os dados de atropelamentos de varias especies de bixinhos ao longo de uma estrada, eu tenho os seguintes dados: > head(dados) Especie km 1 Especie 5 27 2 Especie 3 32 3 Especie 3 64 4 Especie 4 40 5 Especie 1 51 6 Especie 6 57 A especie que foi atropelada, e qual o km da estrada. Eu gostaria de fazer um gráfico espacial, de onde estão acontecendo esses atropelamentos. Os dados em questão são da Rodovia ES-060. Eu fui no google maps e encontrei ela. Ai peguei as coordenadas de alguns pontos e importei no R, por exemplo: Lon Lat Local 1 -40.32012 -20.39675 Inicio 2 -40.32477 -20.40193 KM 12 3 -40.39341 -20.54320 KM 30 4 -40.51056 -20.63095 KM 49 5 -40.55583 -20.73349 KM 66 6 -40.55161 -20.73921 Fim Peguei esses valores assim, eu ia no google street view, ai olhava na estrada as plaquinha km 30, ai ia la e marcava um ponto. Olhava outra plaquinha e marcava outro ponto. Se você traçar uma rota do fim para o inicio, da pra ver a estrada inteira (se a rota for ao contrario, não da muito certo, ja que tem que voltar pra uma rotatória no trajeto.). Eu gostaria de saber se tem uma estrategia simples, usando essas informações de saber as coordenadas para cada km do 11 ao 67. Pra completar minha primeira planilha, dados, com coordenadas. Tipo importar a rota e marcar pontos usando estes de referencia, pra saber a coordenada do km 11, do km 12 e assim por diante. Dai eu veria num mapa onde estão os atropelamentos. Segue um exemplo dos dados e um plot do mapa da estrada. library(RgoogleMaps) #exemplo de dados especie<-paste("Especie",1:6) km<-seq(11,67,by=1) dados<-data.frame(Especie=NA,km=NA) for(i in 1:20) { dados[i,1]<-sample(especie,1) dados[i,2]<-sample(km,1) } head(dados) #Locais no google maps em um data.frame dados.pos<-structure(list(Lon = c(-40.3201206572012, -40.3247698942156, -40.3934139596311, -40.5105609306218, -40.5558289282114, -40.551610815962), Lat = c(-20.3967530595136, -20.4019278830141, -20.5432001637965, -20.6309481844606, -20.733489883797, -20.7392078853725), Local = c("Inicio", "KM 12", "KM 30", "KM 49", "KM 66", "Fim")), .Names = c("Lon", "Lat", "Local"), row.names = c(NA, -6L), class = "data.frame") dados.pos #Baixando o maps lat = dados.pos[c(1,6),2] lon = dados.pos[c(1,6),1] center = c(lat=mean(lat), lon=mean(lon)) zoom <- min(MaxZoom(range(lat), range(lon))) MyMap <- GetMap(center=center,zoom=zoom,maptype ="roadmap") #plot PlotOnStaticMap(MyMap) #pontos conhecidos TextOnStaticMap(MyMap,claudia.coord[,2],claudia.coord[,1],labels = claudia.coord[,3]) Desde ja agradeço a atenção Abraços a todos -- Grato Augusto C. A. Ribas Site Pessoal: http://augustoribas.heliohost.org Lattes: http://lattes.cnpq.br/7355685961127056

1 2

Dúvida função no R
by Felipe Buchbinder 17 Set '12

17 Set '12

Prezados professores, Estou com um problema em uma função no R. A função é a seguinte: resp <- function(subject,item,trait) > { > > p.vec = NULL > > for(category in 1:k) # k = 5 > { > p = ogive ( theta[subject,trait] , a[item] , b[item,category] , D ) > # aqui é uma logit (D=1) ou probit (D=1.7) > p.vec = c(p.vec,p) > } > > #Generates a random number > > seed<-runif(1,0.2,0.8) > > #Selects an answer > > temp = which ( p.vec>seed ) > if( length (temp) > 0 ) { resp = max (temp) } else { resp = 1 } > resp > } Esta função está inserida em um loop e deveria me retornar um número inteiro entre 1 e 5. Da primeira vez, isto acontece. Mas a partir da segunda, ela começa a me retornar valores como 20, 16,... Alguma idéia de porque isso acontece??? Desde já, obrigado! Felipe Buchbinder

7 25

Comando for em cadeia
by Guilherme Heiden 17 Set '12

17 Set '12

Olá, eu talvez não tenha sido claro no assunto do e-mail, mas na minha concepção o problema é este: um comando for dentro de outro. Eu estou trabalhando com a seguinte matriz: [,1] [,2] [,3] [,4] [,5][1,] 20 5 11 7 49[2,] 18 9 10 2 45[3,] 11 35 30 15 7[4,] 10 3 7 4 26 E a partir desta eu gostaria de gerar outra matriz com a seguinte configuração: [,1] [,2] [,3] [,4] [,5][1,] dv11 dv12 dv13 dv14 dv15[2,] - dv22 dv23 dv24 dv25[3,] - - dv33 dv34 dv35[4,] - - - dv44 dv45[5,] - - - - dv55 Para achar os devidos valores, eu criei a seguinte função:read.csv2("C:/multivar.csv",header=T) multivar<-read.csv2("C:/multivar.csv",header=T) attach(multivar) ##Criar DV11: vetor1<-NULL for(i in 1:4) { vetor1[i]<-(multivar[i,1]-multivar[i,1])^2 } dv11<-(sum(vetor1)^0.5) rm(vetor1) ##Criar DV12: vetor1<-NULL for(i in 1:4) { vetor1[i]<-(multivar[i,1]-multivar[i,2])^2 } dv12<-(sum(vetor1)^0.5) rm(vetor1) E assim sucessivamente. Minha dúvida: Há a possibilidade de criar um comando "for" para os valores de dv serem criados automaticamente, ao invés de gerar um de cada vez, manualmente?

3 6

Selecionar colunas de interesse apartir de uma matriz...
by andrebvs 16 Set '12

16 Set '12

3 6

R + Banco de dados orientado a objetos (db4o)
by Roney Fraga 16 Set '12

16 Set '12

Caros, É possível trabalhar com o R usando banco de dados orientado a objetos (db4o)? Caso positivo, qual pacote que faz essa conexão? Atenciosamente -- Roney

2 1

não-convergência glm poisson
by Heloíse Pavanato 15 Set '12

15 Set '12

Caros, Gostaria de alguma sugestão sobre o que fazer quando um glm (Poisson) não converge. Erros: Mensagens de aviso: 1: glm.fit: algoritmo não convergiu 2: glm.fit: taxas ajustadas numericamente 0 ocorreu Obrigada. Heloise --- Oceanógrafa Heloise Pavanato Julião Pós-graduação em Oceanogra Biológica Instituto de Oceanografia Universidade Federal do Rio Grande

4 7

Usando table() com datas.
by Augusto Ribas 14 Set '12

14 Set '12

Boa noite a todos. Estou com uma duvida aqui sobre como fazer tabelas com dados de tempo. Bom eu tenho um dataframe que é uma lista de bixos atropelados na estrada. Cada linha é um registro, e tem a especie do bixinho que morreu e a data e outras coisas. Mais ou menos assim: > head(dados) Especie Data 1 Especie 1 2003-06-01 2 Especie 3 2001-06-01 3 Especie 1 2003-07-01 4 Especie 2 2004-02-01 5 Especie 3 2000-07-01 6 Especie 1 2002-06-01 Então tem varias especies, e varios anos de coleta. Eu gostaria de fazer uma tabela pra saber quantos individuos de cada especie morreram por mes, separando os anos. Eu fiz isso usando o comando table(), porem tem alguns meses que não teve registro para nenhuma especie. Dai a minha tabela fica incompleta. Eu gostaria que do periodo inicial dos registros até o final, tivesse todos os meses, mesmo que aparecendo zero para todas as especies. Segue um CMR pra exemplificar melhor o exemplo #gerando dados de exemplo: set.seed(5) datas<-seq(from =as.Date('1/1/2000',format='%d/%m/%Y'),to=as.Date('1/1/2005',format='%d/%m/%Y'),by='month') especies<-paste("Especie",1:3) dados<-data.frame(Especie=NA,Data=as.Date('1/1/2000',format='%d/%m/%Y')) for(i in 1:30) { dados[i,1]<-sample(especies,1) dados[i,2]<-sample(datas,1) } head(dados) #Fazendo a tabela table(format(dados$Data,'%m/%Y'),dados$Especie) > table(format(dados$Data,'%m/%Y'),dados$Especie) Especie 1 Especie 2 Especie 3 01/2001 1 0 0 01/2002 0 1 0 01/2003 0 1 0 02/2000 1 0 0 02/2001 1 0 0 02/2004 0 1 0 03/2001 0 0 1 03/2003 0 0 1 04/2000 0 1 0 04/2001 1 0 0 04/2004 0 1 0 05/2000 0 0 1 06/2001 0 0 1 06/2002 3 0 0 06/2003 1 0 0 07/2000 0 0 1 07/2003 1 0 0 07/2004 0 1 0 08/2003 0 0 1 09/2000 1 0 0 09/2002 0 0 1 10/2002 0 0 1 11/2002 1 1 0 11/2004 1 1 0 12/2001 0 0 1 12/2004 0 0 1 Por exemplo ali onde destaquei em vermelho, tinha que ter o mes 2 pro ano de 2002 e 2003 Nos dados eu vejo que o trabalho acabou em 2004, dezembro > max(dados$Data) [1] "2004-12-01" Mas começou em 2000, fevereiro. > min(dados$Data) [1] "2000-02-01" Ou seja ta faltando muitos meses. Tem como o table completar isso automaticamente? Eu entendo que ele não completou esses meses pois não tem um registro, e eles não entraram como um nivel de fator. Mas eu gostaria que todos os meses, mesmo sem registros tivessem ali. A principio eu estava tentando fazer um vetor com os meses/anos, ai fazer uma tabela com zeros e usar o resultado do table pra preencher. mas imagino que essa não deve ser a solução mais inteligente. Alguém tem alguma sugestão? Abraços Augusto Ribas -- Grato Augusto C. A. Ribas Site Pessoal: http://augustoribas.heliohost.org Lattes: http://lattes.cnpq.br/7355685961127056

2 3

Problema com read.xls do pacote gdata
by Edwin Isensee 14 Set '12

14 Set '12

Prezados, Estou tentando ler uma planilha Excel simples, com uma única aba, usando o comando read.xls do pacote gdata e sempre recebo a seguinte mensagem de erro: Erro em make.names(col.names, unique = TRUE) : string multibyte inválida 2 Alguém já passou por isso? Alguma dica? Grato, Edwin

4 4

Dúvida- resposta do Walmes
by Fernando A. Souza 13 Set '12

13 Set '12

Caro walmes, Ha algum tempo atras postei uma dúvida a respeito de testes de comparações multiplas para dados desbalanceados. E você então postou a seguinte resposta a qual reproduzo novamente abaixo e que foi de grande ajuda. Depois de entender tudo que você postou fiquei com a seguinte dúvida: Em seu exemplo no final da resposta, vc executa a função glht do pacote multicomp, baseado em seu contraste de interesse. A função acima utiliza o procedimento step-one (Default), o qual segundo o autor do livro do pacote multicomp é um procedimento conservador. Com base em sua abordagem como fica esta questão de escolher um teste menos conservador (ex. SNK) ou mais conservador (Ex.Tukey)?Não importa mais qual o tipo de teste utilizado, desde que ele controle a taxa de erro? grato pela atenção "Eu prefiro usar a multcomp porque lá eu tenho controle total das comparações que quero fazer. Eu aprendi a usá-la antes de pacotes mais dedicados estarem disponíveis. Basicamente, qual o problema das comparações múltiplas? É o fato de você testar muitas hipóteses e isso elevar rapidamente a taxa de erro tipo I global. Qual a solução? Lançar mão de métodos que mantenham essa taxa global próximo do valor nominal, na sua maioria 5%. Tudo o que se conhece sobre testes de comparações múltiplas são conceitualmente maneiras de fazer isso. Cada um lança mão de um princípio para fazê-lo e por isso possem alguma divergência. Alguns deles se baseiam no fato das estimativas terem mesma precisão e serem independentes, o que ocorre em todo experimento de fatores categóricos completamente cruzados e balanceado. Nesses casos a matriz de covariância das estimativas das médias é diagonal. Com fatores cruzados mas não balanceado (diferente número de repetições), será diagonal com precisões diferentes para cada nível do fator. Com cruzamento incompleto, chamado de perda de caselas, você terá elementos fora da diagonal não nulos. É importante que você entenda que médias amostrais só são estimadores admissíveis para médias (parâmetro) em raras situações. Deve usar médias obtidas matricialmente, que foi batizado por aí de médias ajustadas. Eu pessoalmente não vejo porque o uso da palavra ajustado se de fato é o procedimento correto, o caso geral para estimar uma média. As médias amostrais é que deviam ser chamadas de "médias possivelmente desajustadas/viesadas". Eu gosto da multcomp porque o que tá implementado lá resolve todos os casos e faz o que tem que fazer, controlar a taxa nominal de significância (conduza um estudo de simulação e verifique se for o caso). Os tipos de somas de quadrados em si não têm importância porque as incertezas sobre as médias estão na matriz de covariância das estimativas e são invariantes a soma de quadrado. Além do mais, essa coisa de soma de quadrado é particular da anova e comparações múltiplas de estimativas podem ser aplicadas em qualquer situação, seja em GLM e até mesmo para parâmetros em modelos de regressão não linear. Esqueça uso de letras seguindo as médias. Faça um gráfico dos contrastes do teu interesse e verifique se o valor nulo está contido no intervalo de confiança. Para ilustrar, rode o CMR #------------------------------------------------------------------------------------------ require(doBy) # caso 1 # experimento balanceado e completamente cruzados níveis de bloc e trat da <- expand.grid(trat=gl(3,1), bloc=gl(2,2)) da$y1 <- rnorm(nrow(da), 10, 0.1) str(da) m0 <- lm(y1~bloc+trat, da) ctr <- popMatrix(m0, effect="trat") dim(ctr) V0 <- vcov(m0) dim(V0) vm0 <- ctr%*%V0%*%t(ctr) vm0 # mesma precisão e sem correlação #------------------------------------------------------------------------------------------ # caso 2 # experimento desbalanceado e completamente cruzados níveis de bloc e trat da$y2 <- da$y1 da$y2[1:2] <- NA # trat 1 e 2 têm apenas 2 repetições (desbalanceamento) m1 <- lm(y2~bloc+trat, da) V1 <- vcov(m1) vm1 <- ctr%*%V1%*%t(ctr) vm1 # trat 1 e 2 tem maior variância mas fora da diagonal é zero! #------------------------------------------------------------------------------------------ # caso 3 # experimento desbalanceado e completamente cruzados níveis de bloc e trat da$y3 <- da$y1 da$y3[c(1,4,9,12)] <- NA # trat 1 não observado no bloc 1 (perda completa de combinação) m2 <- lm(y3~bloc+trat, da) V2 <- vcov(m2) vm2 <- ctr%*%V2%*%t(ctr) vm2 # diferença de precisão round(cov2cor(vm2),3) # agora tem presença de correção devido não ortogonalidade #------------------------------------------------------------------------------------------ # em qualquer caso, multcomp pode comparar as médias, escolha 1 deles e faça comb <- combn(1:nlevels(da$trat), 2) # 1 vs 2, 1 vs 3, 2 vs 3 mcomp <- ctr[comb[1,],]-ctr[comb[2,],] # matriz de contrastes 2 a 2 require(multcomp) g0 <- glht(m2, linfct=mcomp) summary(g0) plot(g0) # diferenças nas amplitudes refletem o número de repetições #------------------------------------------------------------------------------------------ À disposição. Walmes. ========================================================================== Walmes Marques Zeviani LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W) Departamento de Estatística - Universidade Federal do Paraná fone: (+55) 41 3361 3573 VoIP: (3361 3600) 1053 1173 e-mail: walmes(a)ufpr.br <mailto:walmes@ufpr.br> twitter: @walmeszeviani homepage: http://www.leg.ufpr.br/~walmes <http://www.leg.ufpr.br/%7Ewalmes> linux user number: 531218

2 3

Auto-correlação residual utilizando a gnls
by Tales Fernandes 13 Set '12

13 Set '12

Olá Pessoal, gostaria de contar com a experiência de vocês. Estou com problemas no momento de estimar o parâmetro de auto-correlação residual utilizando a gnls. Fiz o teste Durbin-Watson e como conclusão os resíduos são dependentes. Mas quando estimo os parâmetros de acordo com a fórmula abaixo a função me retorna que a estimativa do parâmetro de autocorrelação, "Phi1", é zero. Minha variável independente é daf e a variável dependente é mfs2. reg3=gnls(mfs2~((alfa)/(1 + exp(beta - gama*daf))), start=c(alfa=1.5,beta=3,gama=0.015), weights=varExp(form=~daf),correlation=corAR1(form=~daf)) Li a documentação da "nlme" mas não consigo compreender a diferença de declarar a correlação de outras formas, como por exemplo: reg2=gnls(mfs2~((alfa)/(1 + exp(beta - gama*daf))), start=c(alfa=1.5,beta=3,gama=0.015), weights=varExp(form=~daf),correlation=corAR1(form=~1|daf)) reg3=gnls(mfs2~((alfa)/(1 + exp(beta - gama*daf))), start=c(alfa=1.5,beta=3,gama=0.015), weights=varExp(form=~daf),correlation=corAR1()) Se possível alguém poderia esclarecer qual eu deveria utilizar e qual a diferença entre estas formas. DETALHE: Apenas na reg3 o parâmetro Phi1 é diferente de zero, mas utilizando este método ele dá diferente de zero mesmo quando os resíduos são independentes. Grato. Tales Jesus Fernandes Doutorando em Estatística UFLA Universidade Federal de Lavras

3 5