Setembro 2015 - R-br

Informação do conteúdo de uma variável como definição de outra variável
by SILVIA PATRICIA BARRETO SANTANA 28 Set '15

28 Set '15

Muito boa tarde a todos! Pessoal, Consegui resolver meu problema! Para que possa ajudar a outros, consegui resolver meu problema com uma sugestão anterior dada pelo prof. Éder Comunello. Para o problema atual utilizei a seguinte rotina res1m9_1$c<- sapply(seq(nrow(res1m9_1)), function(x) { sel1m9_1<- seq(res1m9_1$ini[x], res1m9_1$fim[x]) print(sum(DC_MHN1m9[sel1m9_1,17]), na.rm=TRUE) }) res1m9_1$chu1<-rep(0, times=length(res1m9_1$lengths)) res1m9_1$chu1[res1m9_1$c>0]=1 Muitíssimo obrigado a todos. Prof. David muito obrigada. Cordialmente, Silvia

1 0

Informação do conteúdo de uma variável como definição de outra variável
by SILVIA PATRICIA BARRETO SANTANA 28 Set '15

28 Set '15

Prof. David, boa tarde! Obrigada pela sugestão contudo, nem sempre o vetor tem comprimento três, este valor é variável, podendo ter 20 elementos de comprimento, por exemplo. Acho que a rotina a ser construída deve pegar a informação da variável "ini" e "fim" que será correspondente a posição inicial da variável "ind" e a posição posição final, este novo vetor, conterá a quantidade de números que irei testar se zero ou um. Atenciosamente, Silvia

1 0

Informação do conteúdo de uma variável como definição de outra variável
by SILVIA PATRICIA BARRETO SANTANA 28 Set '15

28 Set '15

Caro David, Tenho dois bancos dt1 e dt2, preciso forma o dt3. Por exemplo, comp=3 então devo pegar as 3 linhas do ind, em dt2, verificar se possui algum valor "1" e retornar em dt3 o valor ind_2=1, pois (1,0,1). Cordialmente, Silvia

2 1

RMarkdown - Imagem externa
by Andre Oliveira 27 Set '15

27 Set '15

Boa tarde,inseri uma imagem no meu arquivo RMarkdown. Porém ficou muito grande a figura. Qual é o parâmetro para coloca-la em 4 cm por 3 cm? ![ifes](/home/andre/Arquivos/logo34.png) André Oliveira Souza. Graduação em Matemática, mestrado em estatística aplicada.Instituto Federal de Educação, Ciência e Tecnologia do Espirito Santo. IFES

4 8

Informação do conteúdo de uma variável como definição de outra variável
by SILVIA PATRICIA BARRETO SANTANA 27 Set '15

27 Set '15

Prezados Gostaria de obter ajuda para juntar informação de um dataframe e colocar em outro dataframe, por exemplo, tenho: dt1 Comp ini fim 1 3 1 3 2 4 4 7 3 1 8 8 4 3 9 11 outro dataframe dt2 ind 1 1 2 0 3 1 4 0 5 1 6 0 7 0 8 0 9 1 10 0 11 0 Gostaria de obter um terceiro dataframe da seguinte forma: dt3 Comp ini fim ind_2 1 3 1 3 (1,0,1)=1 2 4 4 7 (0,1,0,0)=1 3 1 8 8 (0)=0 4 3 9 11 (1,0,0)=1 Obs. A variável ind_2 é indicadora da condição: se "0" ou "1" então "1", apenas "0" se todos forem iguais a "0". Os três valores dentro dos parênteses são referentes à var "Comp" do df1 com a sequência da variável "Ind" no dt2, . Grata. Silvia

2 1

Meetup R São Paulo Users Group (IME-USP) - Sexta 09 de outubro do 2015
by Luis Benites Sánchez 26 Set '15

26 Set '15

Caros, O Meetup R São Paulo Users Group, iniciativa dos estudantes de Doutorado em Estatística do IME, Luis Benites Sánchez e Rocío Paola Maehara com a colaboração das professoras Viviana Giampioli e Márcia D'Elia Branco do IME, anuncia a seguinte palestra do Meetup do mês de outubro (lembrar que temos atividades planejadas até o 4 de dezembro, veja a programação completo no site do Meetup). Breve descrição do Meetup: As reuniões do Meetup R acontecerão geralmente duas vezes por mês, as sextas, das 14h às 16h. Em cada reunião teremos a apresentação de duas palestras com duração de 45 minutos cada e 10 minutos de perguntas. As palestras serão ministradas por professores e estudantes de pós-graduação de diversas universidades do interior como do exterior. A maioria de las serão online, mais também teremos algumas palestras presenciais. Faremos sorteios de 2 livros. Para o mês de setembro a programação é a seguinte: Sexta 9 de outubro (14h-16h) - Conferências: 1) Modelo Poisson BS para dados de longa duração em R - Profa.Elizabeth Mie Hashimoto, Universidade Tecnológica Federal do Paraná, UTFPR. Resumo: Neste trabalho, foi proposto um modelo para dados de tempo de vida que se caracterizam por apresentar uma função de sobrevivência imprópria, ou seja, a medida que o tempo aumenta a função de sobrevivência não tende para zero, mas sim, para uma proporção denotada por p0, que representa os indivíduos não susceptíveis ao evento de interesse. Assim, para a construção do modelo fez-se a suposição de que o número de causas concorrentes do evento de interesse segue uma distribuição Poisson e o tempo para a ocorrência do evento segue uma distribuição Birnbaum-Saunders. A vantagem dos modelos de longa duração é a possibilidade estimar o parâmetro, p0. Dessa forma, para ilustrar a aplicação do modelo Poisson Birnbaum-Saunders fazendo uso do R, foi utilizado um conjunto de dados da literatura e as estimativas dos parâmetros do modelo foram obtidas a partir do método da máxima verossimilhança. 2) Shiny: aplicações web com R - Eduardo Elias Ribeiro Junior, Departamento de Estatística, Universidade Federal de Paraná. Resumo: O R possui excelentes formas para visualização e análise de dados. Porém os resultados provenientes das análises no R são geralmente estáticos, apresentados em forma de relatórios. Isto impossibilita que o leitor submeta novos valores para mesma análise sem que se compile novamente os códigos. Em contraste, o pacote shiny facilita a criação de aplicações web que são interativas a estímulos do leitor, permitindo visualizar novos resultados assim que novos valores forem inseridos. A palestra tem como objetivo apresentar o pacote shiny e introduzir os conceitos principais para a contrução de aplicações web. Obs. As palestras serão transmitidas ao vivo pela conexão IPTV da USP e YouTube (os links de transmissão serão disponibilizados no site do meetup ou também podem acessar ao link <https://plus.google.com/u/0/events/c1l0eia9apmbjbhhc8k1qfh36lg> e confirmar sua participação online caso não possam comparecer fisicamente no auditório Gilioli do IME-USP. ). As sessões são filmados (se os palestrantes concordar) e ditos vídeos serão disponibilizados no Canal de YouTube do Meetup. Para mais informações: Site: www.meetup.com/pt/useR-SP YouTube: www.youtube.com/channel/UCb9PdJYYaElE6Uqb1KxhE8w e-mail: meetuprsp(a)gmail.com Um abraço, Luis Benites Sánchez e Rocío Paola Maehara Organizadores do São Paulo R Users Group

1 0

regressão qauntilica
by geovane barbosa 25 Set '15

25 Set '15

Olá pessoal tudo bem. Estou trabalhando com a regressão quantilica. Abaixo segue um exemplo. Porém gostaria que a aproximação fosse por splines. Como posso fazer isso? set.seed(1) n <- 500x <- floor(runif(n, 18, 80))y <- 5*x - 0.05*x^2 + rnorm(n, mean=0, sd=10*sqrt(x))plot(x, y)taus <- 1:9/10 library(quantreg)modelo <- rq(y ~ x , tau=taus) valoresPreditos <- predict(modelo) dadosGraficos <- data.frame(valoresPre = as.numeric(valoresPreditos), tau = as.factor(rep(taus, each=n)), x = rep(x, times=length(taus))) library(ggplot2)g <- ggplot(unique(dadosGraficos), aes(x=x, y=valoresPre, group=tau)) + theme_bw()g + geom_line(aes(linetype=tau)) Abaixo em anexo segue uma imagem do que realmente gostaria de visualizar. Como poderia fazer isso no R? Obrigado

1 0

Instalar pacote R-Studio (Windows)
by Maurício Lordêlo 24 Set '15

24 Set '15

Caros, Estou iniciando no R-Studio e surgiu uma dificuldade. Ao solicitar a instalação de um pacote, aparece a seguinte caixa de diálogo: Creat Package Library Would you like to create a personal library 'C:/Users/.../R/win-library/3.2' to install packages into? Opções: YES ou NO A optar por YES, a mesma mensagem aparece, ou seja, continua a aparecer a mesma caixa e nada acontece. Ao optar por NO, aparece uma outra caixa com a seguinte mensagem: Install Packages Unable to install packages (default library 'C/Program Files/R/R-3.2.2/library' is not writeable) Com a única opção: OK Já reinstalei tanto o R como o R-Studio e o problema continua. Alguém tem alguma sugestão? Grato, Maurício

6 8

Re: [R-br] RES: Intervalos de confiança com boot.ci
by sznelwar 24 Set '15

24 Set '15

1 0

Intervalos de confiança com boot.ci
by Pedro Emmanuel Alvarenga Americano do Brasil 24 Set '15

24 Set '15

Amigos de R, Eu estou envolvido num projeto que o coordenador deseja estimar SMR em diversos subgrupos. Aqui SMR (standardized mortality ratios) é definido como a quantidade de mortes observadas pela quantidade de mortes esperdas dada a probabilidade de um modelo de predição de morte. Eu fiz uma pequena função (abaixo) para estimar os SMRs dentre diversos subgrupos. Usei uma referencia de um inspirador para montar o ICs, mas percebi que dentre diversos trabalhos que fazem coisas parecidas a variedade de formulas para estimativas de CIs para os SMRs varia muito. Assim, como tenho muitos dados, achei que talvez fosse interessante fazer intervalos de confiança com bootstrap. Mas eu não estou sabendo ao certo como usar a função, já que a função pede pesos ou frequencias. > dput(a[sample(1:nrow(a),100),c("Hosp_Death","SAPS3Pro2")]) structure(list(Hosp_Death = c(0L, 1L, 0L, 1L, 0L, 0L, 0L, 1L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 1L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L), SAPS3Pro2 = c(0.1205, 0.3768, 0.315, 0.3768, 0.0311, 0.0719, 0.1735, 0.75, 0.01, 0.1454, 0.1093, 0.0511, 0.0891, 0.3353, 0.0073, 0.0401, 0.0044, 0.0239, 0.5246, 0.1591, 0.0453, 0.0511, 0.8715, 0.1735, 0.6037, 0.4405, 0.2047, 0.0208, 0.1591, 0.2047, 0.1205, 0.2759, 0.0273, 0.0044, 0.2759, 0.0157, 0.0643, 0.2215, 0.2047, 0.1735, 0.1591, 0.0273, 0.0062, 0.0311, 0.0157, 0.4192, 0.0643, 0.1735, 0.239, 0.4618, 0.0401, 0.0802, 0.0273, 0.0239, 0.0025, 0.0157, 0.0311, 0.0157, 0.0719, 0.239, 0.0574, 0.0157, 0.0085, 0.0085, 0.1093, 0.2215, 0.1591, 0.0719, 0.0044, 0.8563, 0.0453, 0.2047, 0.1454, 0.0273, 0.0891, 0.0802, 0.0239, 0.0135, 0.0802, 0.2571, 0.1735, 0.0157, 0.3768, 0.2759, 0.0891, 0.2047, 0.1735, 0.1454, 0.0643, 0.0311, 0.0453, 0.2759, 0.0239, 0.0181, 0.4405, 0.0085, 0.0311, 0.1205, 0.6579, 0.1093)), .Names = c("Hosp_Death", "SAPS3Pro2"), row.names = c(21875L, 6572L, 48643L, 11869L, 35683L, 48246L, 23919L, 29666L, 3676L, 45549L, 36453L, 14510L, 5082L, 1898L, 41549L, 25481L, 28590L, 38198L, 12822L, 12834L, 33267L, 34088L, 47720L, 30063L, 18326L, 11582L, 11454L, 34960L, 18785L, 11385L, 20605L, 28105L, 25496L, 1607L, 48766L, 36534L, 41868L, 45312L, 37206L, 26927L, 38944L, 21087L, 22343L, 1332L, 11496L, 29485L, 38316L, 4486L, 19757L, 45768L, 33028L, 12205L, 13150L, 41270L, 2780L, 44400L, 19696L, 26015L, 14651L, 39093L, 24905L, 17870L, 35016L, 42851L, 20464L, 33155L, 24924L, 33220L, 15379L, 28989L, 33286L, 34782L, 48534L, 9045L, 20403L, 40222L, 8821L, 31240L, 12465L, 11024L, 24407L, 45729L, 7412L, 22344L, 17737L, 3514L, 2335L, 22491L, 22493L, 14077L, 20346L, 12114L, 36868L, 16431L, 25112L, 31272L, 10877L, 14391L, 8422L, 45130L), class = "data.frame") > SMR <- function(obs.var,pred.var){ + if(length(obs.var) != length(pred.var)){ + stop("Length of pred.var and obs.var differ.") + } + if(any(min(pred.var) <0 | max(pred.var) > 1)){ + stop("The individual predicted death must range from 0 to 1.") + } + if(any(levels(as.factor(obs.var)) != c(0,1))){ + stop("Observed death variable must be coded as 0 and 1.") + } + O <- length(obs.var[which(obs.var==1)]) + E <- length(pred.var) * mean(pred.var) + SMR <- O / E + lowerCL <- O / E * (1 - 1 / (9 * O) - 1.96 / (3 * sqrt(O)))^3 * 100 + upperCL <- (O + 1) / E * (1 - (1 / (9 * (O + 1))) + 1.96 / (3 * sqrt(O + 1)))^3 * 100 + output <- c(SMR=SMR,lower.Cl=lowerCL,upper.Cl=upperCL) + output + } > SMR(a$Hosp_Death,a$SAPS3Pro2) SMR lower.Cl upper.Cl 1.000319 97.855941 102.244112 O intervalo de confiança abaixo roda mas retorna valores sempre iguais a zero. SMR2 <- function(a,w=1){length(a$Hosp_Death[which(a$Hosp_Death==1)])*w/(length(a$SAPS3Pro2) * mean(a$SAPS3Pro2))*w} # boot(city, ratio, R = 999, stype = "w") boot.ci(boot(a, SMR2, R = 10, stype = "w",parallel = "multicore")) x <- boot.ci(boot(a, SMR2, R = 10, stype = "w",parallel = "snow")) Pedro Brasil

5 15