Maio 2014 - R-br - DINF UFPR

Variável independente quantitativa em uma Análise de Discriminante Canonica
by Alisson Lucrecio 02 Mai '14

02 Mai '14

Caro Colegas, Boa noite. Um variável independente quantitativa (Tempo em dias) no modelo de análise de discriminante canonica será tratada como fator, fator ordenando ou outra forma? Obrigado. -- Alisson Lucrecio da Costa

1 0

Seleção de variáveis depedentes para Análise de Discriminate Canonica
by Alisson Lucrecio 02 Mai '14

02 Mai '14

Caro Colegas, Boa noite. Eu preciso fazer seleção de variáveis depedentes (repostas) para o modelo de Análise de Discrimiante Canonica. Qual é a forma mais fácil de fazer a seleção dessas variáveis? Obrigado -- Alisson Lucrecio da Costa

1 0

Kruskal-Wallis para grupos com apenas 1 elemento
by Letícia Pinheiro 02 Mai '14

02 Mai '14

Prezados, preciso fazer uma comparação entre valores de doses letais (DL50) para 12 populações diferentes, buscando saber se há diferenças entre as populações. Esses valores de DL50 foram encontrados a partir de uma análise Probit. Resumindo, tenho apenas 1 valor para cada população (1 valor para cada grupo) a ser comparada e gostaria de saber como usar o Kruskal-Wallis (é possível?) nesse caso. Obrigada. -- Letícia Cavalari Pinheiro

5 8

[OFF-TOPIC] Workshop Software Carpentry - FURG, Brasil
by Fernando Mayer 01 Mai '14

01 Mai '14

Amigos do R, entre os dias 12 e 13 de maio ocorrerá o primeiro workshop do Software Carpentry no Brasil, na Universidade Federal do Rio Grande (FURG). Quem tiver interesse em participar, entre em contato. Maiores informações em http://r-gaia-cs.github.io/2014-05-12-furg e na chamada abaixo: ##### Entre os dias 12 e 13 de maio de 2014, estaremos realizando um workshop do Software Carpentry na FURG, e gostariamos de convidar todos os interessados. O Software Carpentry é um projeto sem fins lucrativos e que faz parte do Mozilla Science Lab. O objetivo do projeto é ensinar conceitos básicos de computação para pesquisadores, para que eles possam fazer mais em menos tempo. No workshop serão abordados os seguintes temas - Introdução ao shell Unix - Introdução à programação usando o R - Controle de versões usando Git (e GitHub) Os workshops do Software Carpentry já foram realizados em diversos países como Austrália, Canadá, Estados Unidos e Reino Unido, e pela primeira vez será realizado em um país da América do Sul. Os instrutores são voluntários e aprenderam a usar estas ferramentas para otimizar seus trabalhos: Raniere Silva é estudante do curso de Matemática Aplicada e Computacional da UNICAMP, e Fernando Mayer é professor do Instituto de Matemática, Estatística e Física (IMEF) da FURG. O workshop do Software Carpentry é "hands-on", então os participantes devem trazer seus próprios laptops com os softwares necessários já instalados. Haverá um período no início do workshop para ajudar aqueles que tiveram alguma dificuldade na instalação dos programas, mas tente resolver seu problema antes procurando na internet ou enviando um email para os instrutores. Maiores informações sobre a instalação dos softwares, inscrição e detalhes sobre o workshop podem ser encontradas em http://r-gaia-cs.github.io/2014-05-12-furg. Para informações gerais sobre o Software Carpentry, acesse http://software-carpentry.org. ##### Atenciosamente, --- Fernando de Pol Mayer Laboratório de Estatística Ambiental - LEA Instituto de Matemática, Estatística e Física - IMEF Universidade Federal do Rio Grande - FURG URL: http://fernandomayer.github.io e-mail: fernando.mayer [@] {gmail.com, furg.br}

1 0

Matrizes e Classes
by David Feitosa 01 Mai '14

01 Mai '14

Bom dia! Eu gostaria de uma orientação sobre como criar uma matriz de um tipo de dado diferente. Preciso criar uma classe que armazene alguns atributos e, posteriormente, criar uma matriz desse tipo. Após a criação da matriz, atualizar os dados dos atributos de cada elemento da matriz. Já ouvi sugestões de "resolver o problema" usando uma matriz do tipo primitivo para cada atributo, mas creio que deva existir uma abordagem mais OO para o caso. Alguém poderia sugerir algo por favor? Não tenho ideia de como fazer. Atenciosamente, David Feitosa (\_(\ (=°;°) (("")("")

2 5

Re: [R-br] [OFF-Topic] Distribuição Normal e teste de t
by Marcos Vital 01 Mai '14

01 Mai '14

Olá, Thales Bom, não estou respondendo a sua dúvida sobre Monte Carlo (não conheço bem o método), mas queria fazer uma observação sobre o pressuposto da normalidade. Como o seu teste é pareado, o cálculo do t é feito sobre as diferenças, e não sobre os valores brutos. Então acredito que você deva testar a normalidade das diferenças entre as variáveis x e y. Fiz o teste rapidamente com os dados que você incluiu no email, e o shapiro agora não rejeita a normalidade. Veja: dif<-x-y shapiro.test(dif) Shapiro-Wilk normality test data: dif W = 0.9716, p-value = 0.2683 Considere isso como possibilidade, então, pois é possível que você não precise sair do bom e velho teste t. Abraços Marcos Em 25 de abril de 2014 12:00, <r-br-request(a)listas.c3sl.ufpr.br> escreveu: > Enviar submissões para a lista de discussão R-br para > r-br(a)listas.c3sl.ufpr.br > > Para se cadastrar ou descadastrar via WWW, visite o endereço > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br > ou, via email, envie uma mensagem com a palavra 'help' no assunto ou > corpo da mensagem para > r-br-request(a)listas.c3sl.ufpr.br > > Você poderá entrar em contato com a pessoa que gerencia a lista pelo > endereço > r-br-owner(a)listas.c3sl.ufpr.br > > Quando responder, por favor edite sua linha Assunto assim ela será > mais específica que "Re: Contents of R-br digest..." > > > Message: 2 > Date: Fri, 25 Apr 2014 08:55:04 +0200 > From: Tropidurus Torquatus <t.torquatus(a)gmail.com> > To: r-br(a)listas.c3sl.ufpr.br > Subject: [R-br] [OFF-Topic] Distribuição Normal e teste de t > Message-ID: <E44FD9CC-9263-4D76-91B5-C084EDFB64C7(a)gmail.com> > Content-Type: text/plain; charset=windows-1252 > > Caros R-users, > > Coloquei como off-topic pois acredito que esta seja mais uma dúvida > conceitual do que de R ppd. > > Dado que tenho dois conjuntos de dados: > > x <- c ( 13.772 , 10.119 , 11.224 , 21.999 , 17.181 , 27.477 , 21.693 , > 26.706 , 14.576 , 19.689 , 12.494 , 19.511 , 16.785 , 16.551 , 20.780 , > 0.000 , 25.867 , 28.223 , 26.059 , 21.668 , 18.209 , 20.186 , 28.320 , > 26.946 , 16.218 , 16.814 , 16.859 , 0.000 , 0.000 , 3.986 , 1.625 , > 17.286 , 28.149 , 19.404 , 21.669 , 22.058 , 14.947 , 14.512 , 21.177 , > 29.997 , 20.958 , 15.123 , 28.932 , 23.807 , 30.589 , 10.208 , 20.076 , > 18.897 , 14.666 , 13.955) > > y <- c ( 13.902 , 10.102 , 11.301 , 22.081 , 17.234 , 27.540 , 21.741 , > 26.677 , 14.621 , 19.766 , 12.547 , 19.622 , 16.857 , 16.628 , 20.787 , > 0.000 , 25.943 , 28.313 , 26.166 , 21.724 , 18.255 , 20.307 , 28.387 , > 27.079 , 16.202 , 16.857 , 16.875 , 0.000 , 0.000 , 3.951 , 1.681 , > 17.353 , 28.273 , 19.422 , 21.724 , 22.164 , 14.902 , 14.458 , 21.174 , > 30.024 , 20.949 , 15.101 , 28.926 , 23.850 , 30.597 , 10.147 , 20.035 , > 18.873 , 14.691 , 13.892) > > As duas amostras estão pareadas. > As duas amostras falham para o teste de normalidade: > > > shapiro.test ( x ) > > Shapiro-Wilk normality test > > data: testetcompounds$tR...tM.UV.ABC > W = 0.9373, p-value = 0.01057 > > > shapiro.test ( y ) > > Shapiro-Wilk normality test > > data: testetcompounds$tR...tM.UV.ABC.Group10 > W = 0.9372, p-value = 0.01043 > > No livro Bayesian Computation with R > > Sugere que para distribuições não normais é necessário fazer o teste de > Monte Carlo > > Com a seguinte função > ======================================================= > tstatistic = function ( y , x ) > { > m = length ( y ) > n = length ( x ) > sp = sqrt( ( ( m - 1 ) * sd ( y ) ^ 2 + ( n - 1 ) * sd ( x ) ^ 2 ) / ( m > + n - 2 ) ) > t = ( mean ( y ) - mean ( x ) ) / ( sp * sqrt ( 1 / m + 1 / n) ) > return ( t ) > } > ======================================================== > Retornando > > t = -0.02242564 > > Em seguida o teste: > ======================================================== > alpha = 0.01 ; m = 50 ; n = 50 # sets alpha, m and n ( alpha is the > stated significance level, m and n are the samples sizes ) > N = 10000 # sets the number of > simulations > n.reject = 0 # counter of num. of > rejections > for ( i in 1 : N ) > { > x = rnorm ( m , mean = x , sd = x ) > > # simulates xs from population 1 > y = rnorm ( n , mean = y , sd = y ) > > # simulates ys from population 2 > t = tstatistic ( y , x ) # computes the t statistic > if ( abs ( t ) > qt ( 1 - alpha / 2 , n + m - 2) ) > n.reject = n.reject + 1 > > # reject if |t| exceeds critical > pt > } > true.sig.level = n.reject/N > > # est. is proportions of > rejections > ======================================================== > Retornando > > true.sig.level = 0.0049 > > > Problema Conceitual > > 1) Como interpretar esse resultado? > > > Porém ainda há uma diferença entre o t calculado por essa fórmula e o t > calculado com o comando t.stat (padrão do R) > > ================================================================ > t = t.test ( y , x , mu = 0 , paired = TRUE , var.equal = TRUE , > conf.level = 0.9999 ) > t > > Paired t-test > > data: y and x > t = 4.6437, df = 49, p-value = 2.594e-05 > alternative hypothesis: true difference in means is not equal to 0 > 99.99 percent confidence interval: > 0.003082235 0.067077765 > sample estimates: > mean of the differences > 0.03508 > > ================================================================ > > E finalmente? minha média da diferencia é conhecida e não é zero, assim > utilizei o seguinte comando: > > t = t.test ( y , x , mu = 0.87 , paired = TRUE , var.equal = TRUE , > conf.level = 0.9999, alternative = "less? ) > > Paired t-test > > data: y and x > t = -110.5231, df = 49, p-value < 2.2e-16 > alternative hypothesis: true difference in means is less than 0.87 > 99.99 percent confidence interval: > -Inf 0.06545182 > sample estimates: > mean of the differences > 0.03508 > > 2) Problema de Comando? como fazer a simulação de Monte Carlo na situação > acima? > > * Obs.: aceito sugestões de leitura sobre o assunto e comando alternativos > para comparar a médias > > > Muito obrigado e me desculpe pelo longo e-mail. > > > Thales > > > -- Marcos Vinícius Carneiro Vital Universidade Federal de Alagoas Instituto de Ciências Biológicas e da Saúde Setor de Biodiversidade e Ecologia

2 1

Seleção de modelos não-aninhados com GAMM (mgcv)
by Pavel Dodonov 01 Mai '14

01 Mai '14

Saudações... Eu estou querendo comparar três modelos aditivos mistos (generalized additive mixed models), com distribuição de Poisson e um fator aleatório. Os modelos são 1)modelo nulo (intercepto), 2) modelo com uma variávei explanatória categórica, 3) modelo aditivo com uma variável explanatória contínua. Os modelos 2) e 3) portanto não são aninhados... O único jeito que conheço para comparar modelos não-aninhados é com AIC. Mas não sei como (ou se é possível) calcular o AIC para um modelo GAMM... Alguma sugestão? Estou usando os pacotes mgcv para fazer a análise e tentei usar o bbmle para calcular os AIC. Abs... - Pavel -- ------- Pavel Dodonov Biologist, PhD candidate in Ecology and Natural Resources, São Carlos Federal University (UFSCar), SP, Brazil Publications: http://ufscar-br.academia.edu/pdodonov Lattes CV: http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4234326T5 *"The highest function of ecology is understanding consequences." - Frank Herbert, Dune, 1965*

1 0