Maio 2014 - R-br - DINF UFPR

Erro no teste de Scott-Knott
by Alisson Lucrecio 13 Mai '14

13 Mai '14

Caro Colegas, Boa tarde. Estou tentando fazer um teste de Scott-Knott componente 1 (Can1) de uma discriminante canonica, entretanto aparece o erro "There were 14 warnings (use warnings() to see them)", usando "warnings()" aparece as mensagens abaixo. Alguém saberia como solucionar esse problema? Obrigado. -- Alisson Lucrecio da Costa ###########------------------------------------------------------------------------########### str(can1_scores) 'data.frame': 40 obs. of 2 variables: $ Tempo: Factor w/ 7 levels "0","2","4","6",..: 1 1 1 1 1 1 1 1 1 1 ... $ Can1 : num -3.98 -2.08 -3.15 -2.86 -2.43 ... can1_scores Tempo Can1 1 0 -3.97903121 2 0 -2.08094673 3 0 -3.14865243 4 0 -2.86189110 5 0 -2.43198428 6 0 -2.61786107 7 0 -2.43352998 8 0 -2.40806466 9 0 -2.46111031 10 0 -3.71884011 11 2 -2.05034264 12 2 -2.00522155 13 2 -3.04292682 14 2 -1.07030352 15 2 -1.59189582 16 4 -0.48869443 17 4 -0.38234727 18 4 -0.28869622 19 4 -1.63394988 20 4 -0.38818468 21 6 1.04914435 22 6 1.35412327 23 6 0.06221095 24 6 1.72914975 25 6 1.49862908 26 8 1.88308179 27 8 3.76305713 28 8 2.61399465 29 8 3.24530432 30 8 3.28546337 31 10 2.19512933 32 10 2.71337547 33 10 2.47481491 34 10 1.49630701 35 10 1.79375735 36 12 2.24198697 37 12 2.26729170 38 12 1.57615671 39 12 2.00861523 40 12 1.83288137 av1 <- aov(Can1~Tempo, data=can1_scores) summary(av1) Df Sum Sq Mean SqLevels Means SK(5%) 8 2.9581803 a 10 2.1346768 b 12 1.9853864 b 6 1.1386515 c 4 -0.6363745 d 2 -1.9521381 e 0 -2.8141912 f There were 14 warnings (use warnings() to see them) F value Pr(>F) Tempo 6 193.01 32.17 88.92 <2e-16 *** Residuals 33 11.94 0.36 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 sk1 <- summary(SK(av1, which ='Tempo')) Levels Means SK(5%) 8 2.9581803 a 10 2.1346768 b 12 1.9853864 b 6 1.1386515 c 4 -0.6363745 d 2 -1.9521381 e 0 -2.8141912 f There were 14 warnings (use warnings() to see them) warnings() Warning messages: 1: In if ((lam < valchisq) | (ord1 == k)) { ... : the condition has length > 1 and only the first element will be used 2: In if ((lam < valchisq) | (ord1 == k)) { ... : the condition has length > 1 and only the first element will be used 3: In if ((lam < valchisq) | (ord1 == k)) { ... : the condition has length > 1 and only the first element will be used 4: In if (lam > valchisq) { ... : the condition has length > 1 and only the first element will be used 5: In if (lam < valchisq) { ... : the condition has length > 1 and only the first element will be used 6: In if ((lam < valchisq) | (ord1 == k)) { ... : the condition has length > 1 and only the first element will be used 7: In if (lam > valchisq) { ... : the condition has length > 1 and only the first element will be used 8: In if (lam < valchisq) { ... : the condition has length > 1 and only the first element will be used 9: In if ((lam < valchisq) | (ord1 == k)) { ... : the condition has length > 1 and only the first element will be used 10: In if (lam > valchisq) { ... : the condition has length > 1 and only the first element will be used 11: In if (lam < valchisq) { ... : the condition has length > 1 and only the first element will be used 12: In if ((lam < valchisq) | (ord1 == k)) { ... : the condition has length > 1 and only the first element will be used 13: In if (lam > valchisq) { ... : the condition has length > 1 and only the first element will be used 14: In if (lam < valchisq) { ... : the condition has length > 1 and only the first element will be used ###########------------------------------------------------------------------------###########

2 2

Dados de ações e opções da bolsa brasileira
by Edilson Santos 13 Mai '14

13 Mai '14

A função getSymbols() do pacote "quantmod" possibilita a obtenção de cotações de ações da bolsa americana. Alguém saberia como obter as cotações de ações e opções da bolsa brasileira. Grato. Edilson

3 3

ANOVA com proporções
by Leonard de Assis 12 Mai '14

12 Mai '14

Olá, Existe algum pacote no R para fazer ANOVA em experimentos onde a variável resposta é uma proporção [0;1]? Uma amiga minha tem uns dados de um experimento que são a proporção de tempo em que um camundongo ficou em uma determinada posição, de início pensei em regressão beta (package betareg) mas não sei se esta é a solução mais correta. Leonard

3 3

Erro em função lmer do pacote nlme!
by Elton Gean Araújo Araújo 12 Mai '14

12 Mai '14

Bom dia amigos da lista. Estou tentando ajustar um modelo linear misto a um conjunto de dados (didático), em que Arvore foi considerado como aleatório e Local fixo. Veja os dados e CMR: > dados Altura Local Arvore 1 87 1 1 2 84 2 2 3 75 2 3 4 90 1 4 5 79 2 5 CMR: require(lme4) misto = lmer(Altura ~ Local +(1| Arvore), dados) Mas, a seguinte mensagem de erro aparece: Error in checkNlevels(reTrms$flist, n = n, control) : number of levels of each grouping factor must be < number of observations Alguém saberia dizer como corrigir este problema? Grato. Elton.

3 3

Mudar separador decimal no sprintf.
by Rodrigo Coster 12 Mai '14

12 Mai '14

Caros, Como posso mudar o separador decimal no sprintf()? No output do R eu consigo mudar com o options(), mas não afeta o sprintf. Perguntando no StacoOverflow, me sugeriram trocar o LC_NUMERIC ( http://stackoverflow.com/questions/23586741/change-decimal-character-in-spr…) mas o que funciona para a pessoa que sugeriu não funcionou para mim. Alguma sugestão?

3 8

Partição de estimativas em GLM
by Fernando Souza 11 Mai '14

11 Mai '14

Caros Amigos, Estou refazendo os comandos apresentado em um artigo de meta-análise. Acontece que o autor está utilizando o SAS e gostaria de refazer o comando utilizando o R: O código utilizado pelo autor no SAS foi: PROC GLM DATA=Dataregs; CLASS Study; MODEL Y = X Study X*Study/SOLUTION; RANDOM Study; LSMEANS Study/at X=0 STDERR; ESTIMATE 'Overall Intercept' INTERCEPT 20 Study 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1/DIVISOR=20; ESTIMATE 'Overall Slope' X 20 X*Study 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1/DIVISOR=20; ESTIMATE 'Slope Study 1' X 1 X*Study 1; ESTIMATE 'Slope Study 2' X 1 X*Study 0 1; ESTIMATE 'Slope Study 3' X 1 X*Study 0 0 1; . . . ESTIMATE 'Slope Study 18' X 1 X*Study 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1; ESTIMATE 'Slope Study 19' X 1 X*Study 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1; ESTIMATE 'Slope Study 20' X 1 X*Study 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1; RUN; O comando ESTIMATE, segundo o autor estima os coeficientes do intercepto e da inclinação através de todos os estudos (linha 1 e 2) e os demais calcula estimativas de inclinação para cada estudo. Estou utilizando o seguinte código RegFixo<-lm(Y~X*estudo,contrasts=list(estudo="contr.SAS"),data=DATA) RegFixo<-lm(Y~X*estudo,contrasts=list(estudo="contr.sum"),data=DATA) # Este comando é o mesmo que fazer o Estimate? library(car) Anova(RegFixo,type="III") *Minha dúvida é como calcular os ESTIMATES no R conforme comando acima do SAS?* O dput() da base da dados que estou utilizando é fornecido abaixo. Também segue o artigo para eventual dúvida sobre da saída obtida pelo autor no SAS. A minha dúvida refere-se ao comando das páginas 745,746,747 DATA<-structure(list(OBS = 1:108, estudo = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 5L, 5L, 6L, 6L, 6L, 6L, 6L, 6L, 7L, 7L, 7L, 7L, 7L, 7L, 8L, 8L, 8L, 8L, 9L, 9L, 9L, 9L, 9L, 9L, 10L, 10L, 10L, 10L, 10L, 10L, 11L, 11L, 11L, 11L, 11L, 12L, 12L, 12L, 12L, 12L, 12L, 12L, 12L, 13L, 13L, 13L, 13L, 13L, 14L, 14L, 14L, 15L, 15L, 15L, 15L, 15L, 15L, 15L, 16L, 16L, 16L, 16L, 16L, 16L, 17L, 17L, 17L, 17L, 17L, 18L, 18L, 18L, 18L, 18L, 18L, 18L, 18L, 18L, 19L, 19L, 19L, 19L, 19L, 20L, 20L), .Label = c("1", "2", "3", "4", "5", "6", "7", "8", "9", "10", "11", "12", "13", "14", "15", "16", "17", "18", "19", "20"), class = "factor"), X = c(1.16, 1.94, 2.5, 3.99, 4.36, 4.99, 2.11, 2.29, 2.46, 4.95, 5.93, 2.1, 2.3, 3.9, 5.16, 5.58, 5.61, 3.2, 4.33, 5.04, 5.18, 5.57, 5.6, 2.32, 4.06, 2.48, 2.73, 3.67, 4.16, 4.58, 4.86, 2.77, 2.8, 2.97, 3.85, 6.25, 6.8, 2.74, 3.72, 4.52, 5.19, 3.24, 3.29, 4.53, 5.1, 5.41, 7.25, 3.1, 3.14, 3.87, 6.41, 7.36, 7.96, 3.25, 3.25, 4.4, 4.75, 4.97, 3, 3.15, 4.96, 5.36, 5.63, 6.53, 6.7, 7.84, 5.45, 5.83, 6.77, 6.88, 8.48, 4.31, 5.71, 6.7, 4.11, 4.55, 4.76, 5.07, 5.9, 6.85, 8.88, 4.25, 6.51, 6.53, 6.68, 6.8, 8.63, 6.47, 6.74, 7.58, 8.11, 9.18, 5.49, 5.63, 6.67, 7.45, 8.13, 8.32, 8.75, 8.92, 9.43, 6.06, 7.99, 8.36, 9.53, 9.68, 7.16, 9.61), Y = c(-2.92, -1.03, -1, 1.33, 1.14, 1.59, -1.34, -1.14, -1.09, 1.43, 3, -0.7, -1.11, 0.17, 2.39, 1.78, 3.09, 0.18, 0.74, 1.95, 1.07, 2.71, 2.44, 0.26, 2, 1.31, 1.32, 2.52, 2.83, 2.99, 3.9, 1.18, 1.7, 1.85, 3.13, 5.27, 5.86, -0.27, 1.33, 1.04, 2.4, 3.12, 3.53, 4.29, 4.05, 5.55, 7.23, 3.31, 2.58, 4.08, 6.67, 6.8, 8.21, 2.88, 4.85, 4.35, 6.08, 5.91, 2.57, 3.93, 5.85, 5.21, 6.33, 6.6, 6.95, 8.1, 6.48, 6.23, 7.89, 6.95, 8.13, 5.23, 6.09, 7.69, 5.21, 5.22, 6.18, 5.75, 6.54, 6.7, 10.24, 5.34, 9.19, 8.43, 8.28, 8.32, 10.44, 7.61, 7.74, 8.53, 8.9, 9.77, 6.65, 6.45, 8.59, 9.21, 9.37, 9.5, 10.36, 9.44, 11.01, 7.93, 10.19, 10.99, 11.51, 12.61, 9.99, 12.21 ), YADJ = c(0.89, 0.64, 3, 4.36, 3.81, 4.36, 1.16, 1.58, 2.62, 4.43, 6.46, 1.47, 1.62, 2.92, 5.38, 5.41, 6.39, 3.77, 3.64, 4.88, 4.81, 5.12, 5.79, 1.65, 4.02, 2.03, 2.21, 3.65, 3.91, 4.51, 4.62, 2.13, 2.52, 2.72, 4.64, 5.31, 6.99, 2.35, 3.13, 4.78, 5.01, 3.31, 2.79, 4.08, 5.19, 5.6, 7.01, 2.15, 3.3, 4, 6.4, 7.9, 7.82, 2.97, 3.7, 3.95, 4.53, 4.47, 2.05, 3.67, 4.21, 6.01, 5.75, 5.88, 7.1, 7.87, 4.84, 5.41, 7.26, 7.11, 8.93, 4.04, 5.45, 7.07, 3.39, 5.02, 4.42, 5.19, 5.31, 7.49, 8.98, 4.3, 7.1, 6.06, 6.79, 6.9, 8.49, 6.39, 6.98, 8.21, 8.44, 8.84, 5.16, 5.32, 6.93, 8.7, 8.22, 8.63, 8.76, 9.27, 9.14, 5.89, 7.56, 9.06, 10.09, 10.1, 7.61, 9.78)), .Names = c("OBS", "estudo", "X", "Y", "YADJ"), row.names = c(NA, -108L), class = "data.frame") Eu inseri um link para 1 arquivo nesta mensagem: stpierre.pdf <https://www.box.com/shared/ym97esmv6biljsb725j6>(387 KB)Box <https://www.box.com/thunderbird>https://www.box.com/shared/ym97esmv6biljsb725j6 O Mozilla Thunderbird <http://www.getthunderbird.com> torna fácil compartilhar grandes arquivos pelo e-mail.

2 3

Partição de estima
by Fernando Souza 10 Mai '14

10 Mai '14

Caros Amigos, Estou refazendo os comandos apresentado em um artigo de meta-análise. Acontece que o autor está utilizando o SAS e gostaria de refazer o comando utilizando o R: O código utilizado pelo autor no SAS foi: PROC GLM DATA=Dataregs; CLASS Study; MODEL Y = X Study X*Study/SOLUTION; RANDOM Study; LSMEANS Study/at X=0 STDERR; ESTIMATE 'Overall Intercept' INTERCEPT 20 Study 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1/DIVISOR=20; ESTIMATE 'Overall Slope' X 20 X*Study 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1/DIVISOR=20; ESTIMATE 'Slope Study 1' X 1 X*Study 1; ESTIMATE 'Slope Study 2' X 1 X*Study 0 1; ESTIMATE 'Slope Study 3' X 1 X*Study 0 0 1; . . . ESTIMATE 'Slope Study 18' X 1 X*Study 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1; ESTIMATE 'Slope Study 19' X 1 X*Study 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1; ESTIMATE 'Slope Study 20' X 1 X*Study 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1; RUN; O comando ESTIMATE, segundo o autor estima os coeficientes do intercepto e da inclinação através de todos os estudos (linha 1 e 2) e os demais calcula estimativas de inclinação para cada estudo. Estou utilizando o seguinte código RegFixo<-lm(Y~X*estudo,contrasts=list(estudo="contr.SAS"),data=DATA) RegFixo<-lm(Y~X*estudo,contrasts=list(estudo="contr.sum"),data=DATA) # Este comando é o mesmo que fazer o Estimate? library(car) Anova(RegFixo,type="III") *Minha dúvida é como calcular os ESTIMATES no R conforme comando acima do SAS?* O dput() da base da dados que estou utilizando é fornecido abaixo. Também segue o artigo para eventual dúvida sobre da saída obtida pelo autor no SAS. A minha dúvida refere-se ao comando das páginas 745,746,747 DATA<-structure(list(OBS = 1:108, estudo = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 5L, 5L, 6L, 6L, 6L, 6L, 6L, 6L, 7L, 7L, 7L, 7L, 7L, 7L, 8L, 8L, 8L, 8L, 9L, 9L, 9L, 9L, 9L, 9L, 10L, 10L, 10L, 10L, 10L, 10L, 11L, 11L, 11L, 11L, 11L, 12L, 12L, 12L, 12L, 12L, 12L, 12L, 12L, 13L, 13L, 13L, 13L, 13L, 14L, 14L, 14L, 15L, 15L, 15L, 15L, 15L, 15L, 15L, 16L, 16L, 16L, 16L, 16L, 16L, 17L, 17L, 17L, 17L, 17L, 18L, 18L, 18L, 18L, 18L, 18L, 18L, 18L, 18L, 19L, 19L, 19L, 19L, 19L, 20L, 20L), .Label = c("1", "2", "3", "4", "5", "6", "7", "8", "9", "10", "11", "12", "13", "14", "15", "16", "17", "18", "19", "20"), class = "factor"), X = c(1.16, 1.94, 2.5, 3.99, 4.36, 4.99, 2.11, 2.29, 2.46, 4.95, 5.93, 2.1, 2.3, 3.9, 5.16, 5.58, 5.61, 3.2, 4.33, 5.04, 5.18, 5.57, 5.6, 2.32, 4.06, 2.48, 2.73, 3.67, 4.16, 4.58, 4.86, 2.77, 2.8, 2.97, 3.85, 6.25, 6.8, 2.74, 3.72, 4.52, 5.19, 3.24, 3.29, 4.53, 5.1, 5.41, 7.25, 3.1, 3.14, 3.87, 6.41, 7.36, 7.96, 3.25, 3.25, 4.4, 4.75, 4.97, 3, 3.15, 4.96, 5.36, 5.63, 6.53, 6.7, 7.84, 5.45, 5.83, 6.77, 6.88, 8.48, 4.31, 5.71, 6.7, 4.11, 4.55, 4.76, 5.07, 5.9, 6.85, 8.88, 4.25, 6.51, 6.53, 6.68, 6.8, 8.63, 6.47, 6.74, 7.58, 8.11, 9.18, 5.49, 5.63, 6.67, 7.45, 8.13, 8.32, 8.75, 8.92, 9.43, 6.06, 7.99, 8.36, 9.53, 9.68, 7.16, 9.61), Y = c(-2.92, -1.03, -1, 1.33, 1.14, 1.59, -1.34, -1.14, -1.09, 1.43, 3, -0.7, -1.11, 0.17, 2.39, 1.78, 3.09, 0.18, 0.74, 1.95, 1.07, 2.71, 2.44, 0.26, 2, 1.31, 1.32, 2.52, 2.83, 2.99, 3.9, 1.18, 1.7, 1.85, 3.13, 5.27, 5.86, -0.27, 1.33, 1.04, 2.4, 3.12, 3.53, 4.29, 4.05, 5.55, 7.23, 3.31, 2.58, 4.08, 6.67, 6.8, 8.21, 2.88, 4.85, 4.35, 6.08, 5.91, 2.57, 3.93, 5.85, 5.21, 6.33, 6.6, 6.95, 8.1, 6.48, 6.23, 7.89, 6.95, 8.13, 5.23, 6.09, 7.69, 5.21, 5.22, 6.18, 5.75, 6.54, 6.7, 10.24, 5.34, 9.19, 8.43, 8.28, 8.32, 10.44, 7.61, 7.74, 8.53, 8.9, 9.77, 6.65, 6.45, 8.59, 9.21, 9.37, 9.5, 10.36, 9.44, 11.01, 7.93, 10.19, 10.99, 11.51, 12.61, 9.99, 12.21 ), YADJ = c(0.89, 0.64, 3, 4.36, 3.81, 4.36, 1.16, 1.58, 2.62, 4.43, 6.46, 1.47, 1.62, 2.92, 5.38, 5.41, 6.39, 3.77, 3.64, 4.88, 4.81, 5.12, 5.79, 1.65, 4.02, 2.03, 2.21, 3.65, 3.91, 4.51, 4.62, 2.13, 2.52, 2.72, 4.64, 5.31, 6.99, 2.35, 3.13, 4.78, 5.01, 3.31, 2.79, 4.08, 5.19, 5.6, 7.01, 2.15, 3.3, 4, 6.4, 7.9, 7.82, 2.97, 3.7, 3.95, 4.53, 4.47, 2.05, 3.67, 4.21, 6.01, 5.75, 5.88, 7.1, 7.87, 4.84, 5.41, 7.26, 7.11, 8.93, 4.04, 5.45, 7.07, 3.39, 5.02, 4.42, 5.19, 5.31, 7.49, 8.98, 4.3, 7.1, 6.06, 6.79, 6.9, 8.49, 6.39, 6.98, 8.21, 8.44, 8.84, 5.16, 5.32, 6.93, 8.7, 8.22, 8.63, 8.76, 9.27, 9.14, 5.89, 7.56, 9.06, 10.09, 10.1, 7.61, 9.78)), .Names = c("OBS", "estudo", "X", "Y", "YADJ"), row.names = c(NA, -108L), class = "data.frame") Eu inseri um link para 1 arquivo nesta mensagem: stpierre.pdf <https://www.box.com/shared/ym97esmv6biljsb725j6>(387 KB)Box <https://www.box.com/thunderbird>https://www.box.com/shared/ym97esmv6biljsb725j6 O Mozilla Thunderbird <http://www.getthunderbird.com> torna fácil compartilhar grandes arquivos pelo e-mail.

1 0

Função usando sample com condição
by ASANTOS 10 Mai '14

10 Mai '14

Boa noite listeiros, Criei o seguinte data frame: proj.talhao<-sort(rep(c("tamandua","itapagi","corrego"),100)) n.talhao<-sort(rep(c("144","256","356","144","301","180"),50)) dados<-as.data.frame(cbind(proj.talhao,n.talhao)) dados$medidas<-rnorm(nrow(dados),300) head(dados) Agora gostaria de solicitar a função sample() para 20 valores sem reposição a cada alteração de n.talhao em cada proj.talhao, que são caracteres, então neste caso o que eu poderia utilizar? Obrigado -- ====================================================================== Alexandre dos Santos Proteção Florestal IFMT - Instituto Federal de Educação, Ciência e Tecnologia de Mato Grosso Campus Cáceres Caixa Postal 244 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 Lattes: http://lattes.cnpq.br/1360403201088680 ======================================================================

4 5

Contraste com glm com distribuição de poisson em um fatorial 2x2
by ASANTOS 09 Mai '14

09 Mai '14

Boa noite Pessoal, Estou tentando realizar um contraste com glm com distribuição de poisson em um fatorial 2x2 e ao final testar se esta tudo OK, mas esbarei em algumas dúvidas a respeito da interpretação de dados com distribuição normal x poisson, em meu exemplo tenho: #--------------------------------------------------------------------------------------------- require(multcomp) ##Dados artificiais - Status (Atacado x Sadio) x Idade(48 x 72) d <- data.frame(a=factor(sample(c('atacado','sadio'), 100, rep=T)), b=factor(sample(c('48','72'), 100, rep=T))) d$y <- as.numeric(d$a)*rpois(100,5)+ as.numeric(d$b)*rpois(100,20)+ as.numeric(d$a)*as.numeric(d$b)*rpois(100, 15)+rpois(100, 40); ##Crio a interação d$ab <- interaction(d$a, d$b) ##Ajusto o GLM de poisson glmRes <- glm(y ~ ab, family="poisson", data=d) ##Especificos os contrastes desejados cntrMat <- rbind("atacado.48-sadio.48"=c(1, -1, 0, 0), "atacado.72-sadio.72"=c(0, 0, 1, -1), "atacado.48-atacado.72"=c(1, 0, 0, -1), "sadio.48-sadio.72"=c(0, 1, 0, -1)) ## Testo os contrastes com função glht do pacote multcomp summary(glht(glmRes, linfct=mcp(ab=cntrMat), alternative="two.sided"), test=adjusted("none")) #-------------------------------------------------------------------------------------------------------- Mas agora gostaria de testar manualmente os resultados do primeiro contraste, se fossem para uma variável resposta com distribuição normal aplicaria o teste de t e calcularia o p valor, mas para dados com distribuição de erros de Poisson? Alguém poderia me ajudar? Obrigado, -- ====================================================================== Alexandre dos Santos Proteção Florestal IFMT - Instituto Federal de Educação, Ciência e Tecnologia de Mato Grosso Campus Cáceres Caixa Postal 244 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 Lattes: http://lattes.cnpq.br/1360403201088680 ======================================================================

2 4

Número de caracteres no comando read.table
by Helder Gramacho 09 Mai '14

09 Mai '14

Bom dia pessoal, O arquivo txt abaixo deve ser importado com duas casas decimais nas duas colunas, entretanto na primeira, aparece com apenas 1 e na segunda nenhuma, tentei após a importação utilizar o comando signif() para exibir a quantidade correta de algarismos significativos sem sucesso, ao que parece o problema está na importação, como indicar a quantidade de caracteres a serem reconhecidos no comando read.table? Segue o código e o arquivo disponibilizado no dropbox: ### <code r> links <- c("https://www.dropbox.com/s/o5i1vjua7ggniny/borda_pesq_r.txt") tokens <- gsub("^.*/s/","",dirname(links)) fileNames <- basename(links) newLinks <- file.path("http://dl.dropbox.com/s", tokens, fileNames); newLinks for (a in newLinks) { tryCatch(download.file(a, dest=basename(a), mode='wb'), error=function(...) print("Falha no download!"))} borda=read.table(file="borda_pesq_r.txt",header=F) borda class(borda) ### </code> Obrigado, *Hélder Gramacho * Recife-PE / *agrohelder(a)gmail.com <agrohelder(a)hotmail.com>*

2 2