Março 2016 - R-br

Análise em Trilha
by Alisson Lucrécio 27 Mar '16

27 Mar '16

Caro Colegas, Boa tarde. Estou tentando estimar os efeitos indiretos pelo pacote lavaan, mas o resultado estão diferentes dos efeitos indiretos estimados pelo pacote agricolae. Algum colega saberia o porquê essa diferença? Por exemplo: Correlação do EC com AUDPC é -0,34. Efeito direto = -0,195 e somatório dos efeitos = -0.340. Correlação do Ca com AUDPC é -0,49. Efeito direto = -0.369 e somatório dos efeitos = -0.476. Para Ca o somatório dos efeitos (-0.476) é menor do que a correção (-0,49). Isso poder os efeitos indiretos foram menores dos que estimados pelo pacote agricolae. Obrigado. -- Alisson Lucrecio da Costa # CMR library(agricolae) library(lavaan) data(wilt) data(soil) db <- merge(wilt, soil, by = "place") db <- db[ ,c("EC", "Ca", "K2", "Cu", "AUDPC")] # Agricolae y <- db[,5] x <- db[,-5] cor_y <- correlation(y, x)$correlation cor_x <- correlation(x)$correlation path_analysis <- path.analysis(cor_x, cor_y) # Lavaan model <- ' # model AUDPC ~ a1*EC + a2*Ca + a3*K2 + a4*Cu # mediators EC ~ b1*Ca EC ~ b2*K2 EC ~ b3*Cu Ca ~ b4*K2 Ca ~ b5*Cu K2 ~ b6*Cu # indirect effects ind_EC_by_Ca := a2*b1 ind_EC_by_K2 := a3*b2 ind_EC_by_Cu := a4*b3 ind_Ca_by_EC := a1*b1 ind_Ca_by_K2 := a3*b4 ind_Ca_by_Cu := a4*b5 ind_K2_by_EC := a1*b2 ind_K2_by_Ca := a2*b4 ind_K2_by_Cu := a4*b6 ind_Cu_by_EC := a1*b3 ind_Cu_by_Ca := a2*b5 ind_Cu_by_K2 := a3*b6 # total effects total_EC := a1 + (a2*b1 + a3*b2 + a4*b3) total_Ca := a2 + (a1*b1 + a3*b4 + a4*b5) total_K2 := a3 + (a1*b2 + a2*b4 + a4*b5) total_Cu := a4 + (a1*b3 + a2*b5 + a3*b6) ' model_fit <- sem(model, sample.cov = db_cor, sample.nobs = 13) summary(model_fit, standardized=TRUE, fit.measures = TRUE)

1 1

RES: Funcoes de ligacao inverse e power(-1) no modelo gama/glm
by Davi Butturi-Gomes 25 Mar '16

25 Mar '16

Boa noite prezado Gilênio. Acrescente as seguintes linhas ao seu programa: mod3<-glm(y~x,family=Gamma(link=log),data=a) summary(mod3) Com isso vc pode verificar que as estimativas do mod1 e do mod3 são idênticas. Pelo que entendi, o argumento lambda da função (de ligação) power precisa ser não-negativo, pois o comportamento é o mesmo para todos os valores menores ou iguais a 0, isto é, age com uma função de ligação logarítmica. Espero ter ajudado. Att, Davi Butturi-Gomes De: R-br [mailto:r-br-bounces@listas.c3sl.ufpr.br] Em nome de Gilenio Borges Fernandes Enviada em: quinta-feira, 24 de março de 2016 17:04 Para: r-br(a)listas.c3sl.ufpr.br Assunto: [R-br] Funcoes de ligacao inverse e power(-1) no modelo gama/glm Prezados(as) Para modelos lineares generalizados, o R oferece opções "inverse" e "power(-1)" para funções de ligação da distribuição gama. No meu entendimento, estas duas opções deveriam produzir os mesmos resultados de ajuste. Mas isso não acontece. veja o CMR seguinte. Alguém poderia me comentar essa situação? rm(list=ls(all=TRUE)) a=structure(list(x = c(0, 0, 0, 1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 5, 5, 5), y = c(5, 7, 9, 7, 10, 8, 13, 11, 15, 19, 13, 21, 33, 22, 47, 33, 59)), .Names = c("x", "y"), row.names = c(NA, -17L ), class = "data.frame") attach(a) mod1<-glm(y ~ x,family=Gamma(link=power(-1)),data=a) summary(mod1) mod2<-glm(tvida~1,family=Gamma(link=inverse),data=a) summary(mod2) Grato Gilênio Borges Fernandes Professor Associado IV (Aposentado) Professor Adjunto A (Substituto) Universidade Federal da Bahia Instituto de Matemática Departamento de Estatística Av. Adhemar de Barros, s/n – Ondina. 40.170-110 - Salvador - BA, Brasil Tel.: (071)3283-6340/6341/6337 Fax: (071)3283-6336 Skype: gilenio.fernandes Lattes: http://lattes.cnpq.br/6764860618464860

1 0

Funcoes de ligacao inverse e power(-1) no modelo gama/glm
by Gilenio Borges Fernandes 24 Mar '16

24 Mar '16

Prezados(as) Para modelos lineares generalizados, o R oferece opções "inverse" e "power(-1)" para funções de ligação da distribuição gama. No meu entendimento, estas duas opções deveriam produzir os mesmos resultados de ajuste. Mas isso não acontece. veja o CMR seguinte. Alguém poderia me comentar essa situação? rm(list=ls(all=TRUE)) a=structure(list(x = c(0, 0, 0, 1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 5, 5, 5), y = c(5, 7, 9, 7, 10, 8, 13, 11, 15, 19, 13, 21, 33, 22, 47, 33, 59)), .Names = c("x", "y"), row.names = c(NA, -17L ), class = "data.frame") attach(a) mod1<-glm(y ~ x,family=Gamma(link=power(-1)),data=a) summary(mod1) mod2<-glm(tvida~1,family=Gamma(link=inverse),data=a) summary(mod2) Grato Gilênio Borges Fernandes Professor Associado IV (Aposentado) Professor Adjunto A (Substituto) Universidade Federal da Bahia Instituto de Matemática Departamento de Estatística Av. Adhemar de Barros, s/n – Ondina. 40.170-110 - Salvador - BA, Brasil Tel.: (071)3283-6340/6341/6337 Fax: (071)3283-6336 Skype: gilenio.fernandes Lattes: http://lattes.cnpq.br/6764860618464860

1 0

Missing Data
by Elias Carvalho 23 Mar '16

23 Mar '16

Ola Pessoal Eu estou pesquisando métodos para tratar missing data no R Pelo que li até agora existem 3 tipos: - Missing Completely at Random (MCAR) - Missing at Random (MAR) - Not Missing at Random (NMAR) Para tratar o missing deve-se primeiro testar se os missing values são MCAR e para isso tem as funções LittleMCAR() do pacote BaylorEDPsych e TerMCARNormality() do pacote MissMech. E segundo o livro Latent Variable Modeling Using R do Beaujean os métodos mais modernos para lidar com missing são Full Information Maximum Likelihood (FIML) e Multiple Inputation (MI). Por favor, alguém da lista pode dar uma opinião, fazer comentários ou sugestões de como tratar missing values no dataset ? ps: Não sei se vou conseguir responder porque quando respondo a lista volta como se eu estivesse enviando mensagem: Delivery to the following recipient failed permanently: ml-node+s2285057n4665774h74(a)n4.nabble.com Your email to ml-node+s2285057n4665774h74(a)n4.nabble.com has been rejected because you are not allowed to post to http://r-br.2285057.n4.nabble.com/R-br-Funcao-para-remover-colunas-tp466576… . Please contact the owner about permissions or visit the Nabble Support forum. Estou respondendo pelo Chrome do meu Gmail. Obrigado -- Best regards... 8^) “The mind that is open to new ideas never come back to its original size” *Albert Einstein* _____________________________________________ Prof. Elias César Araújo de Carvalho CV: http://lattes.cnpq.br/4248328961021251

1 0

Diagrama de abundância-rank no R
by sergio simao joao 23 Mar '16

23 Mar '16

Bom dia. Alguém sabe quais os comandos a usar no R para construir um diagrama como o que segue abaixo.

3 2

Re: [R-br] Separação de dados em classes usando if e ifelse
by ASANTOS 22 Mar '16

22 Mar '16

Caros Listeiros, Estou tentando empregar as dicas do Rafael para achar uma maneira de classificar o nome de variáveis, mas não individualmente com os níveis e sim com um vetor que indica quais são os níveis de interesse que quero classificar. É possível fazer isso com um vetor, no meu caso GROUP1, ao invés de utilizar o nome de cada nível individualmente seguido de | na função ifelse? dados<-NULL dados$V1<-c(1,1,1,1,1,12,12,12,12,12,31,31,31,31,31,31,31,142,142,142) dados$V2 <- paste('P', dados$V1,sep="") GROUP1<-c("P12B", "P12C", "P12D", "P12E", "P12F", "P12G", "P12H", "P12I", "P13A", "P13B", "p142", "P142", "p148", "P148", "P15B", "P15C", "P15D", "P15E", "P15F", "P15G", "P15H", "P15I", "P15J", "P16A", "P16B", "P16C", "P16D", "P16E", "P16F", "P16G", "P16H", "P16I", "P16J", "P16K", "P16", "P1A", "P1J", "P1K", "P1L", "P21A", "P27A", "P27B", "P27C", "P27D", "P27E", "P2A", "P2B", "P2D", "P2E", "P2F", "P2G", "P2", "P31A", "P31B", "P34", "P37", "P3A", "P3B", "P3C", "P3D", "P3E", "P3F", "P492", "P6A", "P6B", "P6C", "P7A", "P7B", "P7C", "P7D", "P7E", "P7F", "P7G", "P7H", "P12A") dados$classes<- ifelse((dados$V2)==GROUP1,"Group1" ,"Group2") 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 OrcID: orcid.org/0000-0001-8232-6722 Researchgate: https://www.researchgate.net/profile/Alexandre_Santos10 LinkedIn: https://br.linkedin.com/in/alexandre-dos-santos-87961635 ======================================================================

2 1

Separação de dados em classes usando if e ifelse
by ASANTOS 22 Mar '16

22 Mar '16

Prezados listeiros, Gostaria se criar uma coluna de classificação do meu objeto var em classes, segundo intervalos arbitrários como quando <=1 vai se chamar "Classe1", >1 e <2 vai se chamar "Classe2", etc. Porém o meu objeto de classificação RES$classes não esta dando certo aliás é uma dúvida que sempre tenho, quando utilizo parênteses ou chaves entre as funções. Segue meu código: RES<-NULL RES$var<-c(rnorm(10,1),rnorm(15,7),rnorm(15,10),rnorm(50,25)) RES$classes<- ifelse(RES$var<=1, "Classe1", ifelse(RES$var>1&<=2, "Classe2", ifelse(RES$var>2&<=10, "Classe3", if(RES$var>10, "Classe4")))) 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 OrcID: orcid.org/0000-0001-8232-6722 Researchgate: https://www.researchgate.net/profile/Alexandre_Santos10 LinkedIn: https://br.linkedin.com/in/alexandre-dos-santos-87961635 ======================================================================

2 6

Re: [R-br] Matriz de correlação entre vetores de diferentes tamanhos
by Éder Comunello 21 Mar '16

21 Mar '16

Alexandre, bom dia! Se ainda lhe for útil, segue uma sugestão... ### <code r> var1 <- rnorm(200,5,0.25) var2 <- 1:500 var3 <- rnorm(100,5,0.25) var4 <- 500:1 cor.prob <- function(X){ pair.SampSize <- crossprod(!is.na(X)) above1 <- row(pair.SampSize) < col(pair.SampSize) pair.df <- pair.SampSize[above1] - 2 R <- cor(X, use="pair") above2 <- row(R) < col(R) r2 <- R[above2]^2 Fstat <- (r2 * pair.df)/(1 - r2) R[above2] <- 1 - pf(Fstat, 1, pair.df) R } tam <- 100 # amostra n_sim <- 99 # simulações RES <- NULL for(i in 1:n_sim){ dados <- sapply(c("var1", "var2", "var3", "var4"), function(x) sample(get(x), 100)) correla <- round(cor.prob(dados),4) res <- cbind(i, correla) RES <- rbind(RES, res) } # RES[c(1:5,392:396),] # i var1 var2 var3 var4 # var1 1 1.0000 0.8025 0.8451 0.9178 # var2 1 -0.0253 1.0000 0.6609 0.0106 # var3 1 -0.0198 0.0444 1.0000 0.4850 # var4 1 -0.0104 -0.2545 -0.0706 1.0000 # var1 2 1.0000 0.5200 0.1704 0.8461 # var4 98 0.1309 0.0332 -0.1361 1.0000 # var1 99 1.0000 0.1433 0.2047 0.3260 # var2 99 -0.1474 1.0000 0.5391 0.9524 # var3 99 -0.1279 -0.0621 1.0000 0.2885 # var4 99 -0.0992 -0.0060 0.1072 1.0000 ### </code> ================================================ Éder Comunello Agronomist (UEM), MSc in Environ. Sciences (UEM) DSc in Agricultural Systems Engineering (USP/Esalq) Brazilian Agricultural Research Corporation (Embrapa) Dourados, MS, Brazil |<O>| ================================================ GEO, -22.2752, -54.8182, 408m UTC-04:00 / DST: UTC-03:00

2 3

Como remover um pacote ???
by Edmar Caldas 21 Mar '16

21 Mar '16

Pessoal não estou conseguindo remover um pacote. remove.package (Rgooglemaps) Erro: não foi possível encontrar a função "remove.package" Edmar

4 3

Matriz de correlação entre vetores de diferentes tamanhos
by ASANTOS 17 Mar '16

17 Mar '16

Prezados Listeiros, Estou tentando implementar uma matriz de correlação para dados desbalanceados, isso é possível? Segue CRM abaixo da tentativa do que venho tentando fazer, alguém poderia iluminar a questão para mim? #Variáveis artificiais var1<-rnorm(200,5,0.25)## Tamanho do vetor: 200 valores var2<-1:500 ## Tamanho do vetor: 500 valores var3<-rnorm(100,5,0.25)## Tamanho do vetor: 100 valores var4<-500:1## Tamanho do vetor: 500 valores #Função by Walmes pn <- function(X){crossprod(!is.na(X))} cor.prob <- function(X){ pair.SampSize <- pn(X) above1 <- row(pair.SampSize) < col(pair.SampSize) pair.df <- pair.SampSize[above1] - 2 R <- cor(X, use="pair") above2 <- row(R) < col(R) r2 <- R[above2]^2 Fstat <- (r2 * pair.df)/(1 - r2) R[above2] <- 1 - pf(Fstat, 1, pair.df) R } correla <- round(cor.prob(var1,var2,var3,var4),4) 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 OrcID: orcid.org/0000-0001-8232-6722 Researchgate: https://www.researchgate.net/profile/Alexandre_Santos10 LinkedIn: https://br.linkedin.com/in/alexandre-dos-santos-87961635 ======================================================================

1 1