Junho 2016 - R-br - DINF UFPR

Modelagem geoestatística para pixels de imagens de satelite
by Wagner Wolff 23 Jun '16

23 Jun '16

Caros membros. Estou precisando melhorar a resolução espacial de um raster de Temperatura da superfície oriundo de imagens Landsat8. A resolução das imagens Landsat8 são de 30 m, gostaria de saber se posso utilizar uma abordagem geoestatística, considerando os pixels como amostras pontuais? E assim, interpolar para afinar o grid de 30 para 5 m. Att Wagner Wolff

3 3

Georreferenciamento pelo R
by Wagner Tassinari 23 Jun '16

23 Jun '16

Saudações pessoal, Será que vocês saberiam me informar se existe algum script do R de georreferenciamento através do google maps ? Obrigado ----- Wagner S. Tassinari Departamento de Matemática Universidade Federal Rural do Rio de Janeiro. BR-465, Km 7 - Seropedica, RJ - Brasil CEP: 23890-000 Cel: (21) 96488-5982 (WhatsApp) Skype: wagner.tassinari wtassinari(a)gmail.com ----------------------------------------------------------------------

6 6

Modelagens de desfechos contínuos - quais alternativas?
by Pedro Emmanuel Alvarenga Americano do Brasil 22 Jun '16

22 Jun '16

Amigos de R, Estou pra iniciar o plano de análise de um projeto em que farei análise preditiva de um desfecho em escala continua. O que eu domino e farei de qualquer jeito é utilizar uma regressão linear simples (pelos minimos quadrados), possivelmente com alguma transformação do desfecho pra normalizar. Eu ja percebi que seria interessante comparar essa abordagem inicial com outros tipos de modelos. A minha pergunta é quais os modelos? POis na minha experiência, arvores, NN, bagging and boosting, random forest aparecem muito para desfechos binarios. Nao me recordo de exemplos pra desfechos contínuos. Eu achei uma função de NN que modela desfecho continuous no pacote AMORE, mas não achei nenhuma função com exemplo de de desfecho contínuo em outros tipos de modelo ainda. Se houvesse a indicação dos respectivos pacotes/funções pra eu estudar, ficaria bastante agradecido. Abraço forte a todos, Pedro Brasil

1 0

(sem assunto)
by Elias Carvalho 22 Jun '16

22 Jun '16

*Pessoal estou fazendo um grafo e usei os seguintes comandos:* graph.structure<- Rgraphviz::layoutGraph(graph.structure, edgeAttrs=list(label=labels)) graph::nodeRenderInfo(graph.structure) *e salvando ele:* png(filename=graph.name, units="in", width=10, height=8, pointsize=12, res=300) graph <- Rgraphviz::renderGraph(graph.structure) dev.off() *Quando abro o grafo vejo o problema abaixo onde o label extrapola o tamanho do nó* Alguem pode me dar uma dica ? -- Best regards... 8^) “The mind that is open to new ideas never come back to its original size” *Albert Einstein* -- Obrigado Elias

2 1

Aumentar nó do grafo
by Elias Carvalho 22 Jun '16

22 Jun '16

*Pessoal estou fazendo um grafo e usei os seguintes comandos:* graph.structure<- Rgraphviz::layoutGraph(graph.structure, edgeAttrs=list(label=labels)) graph::nodeRenderInfo(graph.structure) *e salvando ele:* png(filename=graph.name, units="in", width=10, height=8, pointsize=12, res=300) graph <- Rgraphviz::renderGraph(graph.structure) dev.off() *Quando abro o grafo vejo o problema abaixo onde o label extrapola o tamanho do nó* Também tentei fazer assim: Alguem pode me dar uma dica ? -- Best regards... 8^) “The mind that is open to new ideas never come back to its original size” *Albert Einstein* -- Obrigado Elias

2 1

Re: [R-br] regressão polinomial: gráfico e valor máximo (resolvido)
by Maurício Lordêlo 22 Jun '16

22 Jun '16

Muito obrigado a todos. Tudo esclarecido. Maurício Em 21 de junho de 2016 13:42, Éder Comunello <comunello.eder(a)gmail.com> escreveu: > Maurício e colegas, boa tarde! > > Mais uma opção de código para o problema. > [image: Imagem inline 1] > > # <code r> > # DIC 4 rep x 7 doses de gesso (trat): 0, 50, 100, 150, 200, 250, 300 > kg/ha > # Peso de 1.000 sementes (peso, gramas) > peso <- c(134.8, 139.7, 147.6, 132.3, 161.7, 157.7, 150.3, 144.7, > 160.7, 172.7, 163.4, 161.3, 169.8, 168.2, 160.7, 161.0, > 165.7, 160.0, 158.2, 151.0, 171.8, 157.3, 150.4, 160.4, > 154.5, 160.4, 148.8, 154.0) > trat <- rep(seq(0,300,50), each=4) > dados <- data.frame(peso, trat=as.factor(trat)) > > # Método dos Polinômios Ortogonais - Banzato & Kronka, p. 204 > contrasts(dados$trat) = contr.poly(levels(dados$trat)); > contrasts(dados$trat) > > fit1 = aov(peso ~ trat, dados) > summary(fit1) # anova(fit1) > summary(fit1, split = list(trat = list(LIN = 1, QUA = 2, CUB=3, > DESVIOS=4:6))) > # Df Sum Sq Mean Sq F value Pr(>F) > # trat 6 1941.8 323.6 7.668 0.000188 *** > # trat: LIN 1 423.2 423.2 10.026 0.004653 ** > # trat: QUA 1 1285.8 1285.8 30.465 1.78e-05 *** > # trat: CUB 1 155.0 155.0 3.673 0.068997 . > # trat: DESVIOS 3 77.8 25.9 0.614 0.613269 > # Residuals 21 886.3 42.2 > > model.tables(fit1, "means") > trat.m <- tapply(peso, trat, mean); trat.m > > # Uso do ajuste quadrático > fit2 <- lm(peso ~ I(trat)+I(trat^2)) > summary(fit2) > coef(fit2) > eq <- paste0("Y = ", round(coef(fit2)[1], 4), " + ", > round(coef(fit2)[2], 4), "X - ", abs(round(coef(fit2)[3], > 6)), "X²"); eq > > # Coeficiente de determinação > summary(fit2)$r.sq > cor(fitted(fit2), peso)**2 > sumsq <- summary(fit1, split = list(trat = list(LIN = 1, QUA = 2, CUB=3, > RES=4:6)))[[1]][2] > rsq <- sum(sumsq[2:3,])/sumsq[1,]; rsq # Banzato & Kronka, p. 209 > eq.r <- paste0("R² = ", round(rsq, 4)); eq.r > > # Predições > pred <- data.frame(trat = seq(0,300,1)) > pred$val <- predict(fit2, pred); head(pred) > > # Gráfico > par(xpd=T) > plot(c(0,300), c(135,170), type="n", xlab="Doses de gesso (kg/ha)", > ylab="Peso de 1.000 sementes (g)", bty="n", xaxs="i", yaxs="i", las=1) > points(as.numeric(names(trat.m)), trat.m, pch=18, cex=1) > lines(pred$trat, pred$val, lwd=2, lty=1, col=1) > text(300, 129, "X") > text(-27, 170, "Y") > text(150, 153, eq, adj=c(0.5,0.5)) > text(150, 151, eq.r, adj=c(0.5,0.5)) > > # Max - Método 1 > ymax <- max(pred$val); ymax # 164.7042 gramas > xmax <- pred[which.max(pred$val), "trat"]; xmax # com 175 Kg/ha de gesso > segments(xmax, 135, xmax, ymax, lty=3, col=2) > segments(0, ymax, xmax, ymax, lty=3, col=2) > points(xmax, ymax, pch=20, col=2) > > # Max - Método 2 > # ax^2 + bx + c > coefs <- data.frame(t(coef(fit2))); names(coefs) <- letters[3:1]; coefs > with(coefs, -b/(2*a)) # 174.8403 > with(coefs, -(b^2 - 4*a*c)/(4*a)) # 164.7043 > > # Max - Método 3 > fun <- function(x) 140.7839 + 0.2736*x - 0.000782*x**2 > fun(175) > # optimize(fun, interval=c(0, 300), maximum=F) > optimize(fun, interval=c(0, 300), maximum=T) > # $maximum > # [1] 174.9361 > # > # $objective > # [1] 164.7152 > > # Max - Derivadas > > D1 <- D(expression(140.7839 + 0.2736*x - 0.000782*x**2), "x"); D1 > # 0.2736 - 0.000782 * (2 * x) > # 0.2736 - 0.001564x > > D2 <- D(D1, "x"); D2 > # -(0.000782 * 2) > # -0.001564 > > # 0.2736 - 0.001564x = 0 > solve(0.001564, 0.2736) # Máximo > # [1] 174.9361 > fun(174.9361) # 164.7152 > > deriva <- deriv(~140.7839 + 0.2736*x - 0.000782*x**2,"x"); deriva > x <- 175; eval(deriva) > x <- 174.8403; eval(deriva) > x <- 174.9361; eval(deriva) > # </code> > > > ================================================ > Éder Comunello > Researcher at Brazilian Agricultural Research Corporation (Embrapa) > DSc in Agricultural Systems Engineering (USP/Esalq) > MSc in Environ. Sciences (UEM), Agronomist (UEM) > --- > Embrapa Agropecuária Oeste, Dourados, MS, Brazil |<O>| > ================================================ > GEO, -22.2752, -54.8182, 408m > UTC-04:00 / DST: UTC-03:00 > > > > > Em 20 de junho de 2016 19:34, Maurício Lordêlo <r-br(a)listas.c3sl.ufpr.br> > escreveu: > >> Saudações a todos desta lista, >> Estou tentando reproduzir um exemplo de regressão polinomial do livro do >> Banzatto e Kronka. >> Minhas dúvidas são: >> 1. Como reproduzir exatamente o gráfico ilustrado no exemplo? O gráfico >> que consegui fazer está parecido porém não está igual. >> O gráfico apresentado no livro encontra-se neste link: >> https://www.dropbox.com/s/qyv7ofwryegcu7m/figura.jpg?dl=0 >> 2. Como encontrar o valor de X que anula a derivada primeira? E depois >> como encontrar o máximo da função? >> Grato, >> Maurício >> >> Segue o CMR: >> >> ################################################################################ >> #Experimento inteiramente casualizado com 4 repetições para estudar os >> efeitos de >> #7 doses de gesso (tratamentos): >> #0, 50, 100, 150, 200, 250 e 300 kg/ha sobre diversas características do >> feijoeiro >> #Para a característica "peso de 1000 sementes", tem-se os resultados >> obtidos em gramas >> peso = c(134.8, 139.7, 147.6, 132.3, >> 161.7, 157.7, 150.3, 144.7, >> 160.7, 172.7, 163.4, 161.3, >> 169.8, 168.2, 160.7, 161.0, >> 165.7, 160.0, 158.2, 151.0, >> 171.8, 157.3, 150.4, 160.4, >> 154.5, 160.4, 148.8, 154.0) >> tratamento = factor(rep(seq(0,300,50), each=4)) >> dados = data.frame(peso, tratamento) >> attach(dados) >> >> niveis.tratamento = seq(0,300,50) >> contrasts(dados$tratamento) = contr.poly(niveis.tratamento) >> contrasts(dados$tratamento) >> modelo.aov = aov(peso ~ tratamento, dados) >> summary(modelo.aov) >> summary(modelo.aov, split = list(tratamento = list(L = 1, Q = 2, C=3, >> Dev=c(4,5,6)))) >> >> plot(c(0,300), c(130,175), type="n", xlab="Doses de gesso (kg/ha)", >> ylab="Peso (g) de 1000 sementes") >> d = rep(seq(0,300,50), each=4) >> med_t = rep(tapply(peso,tratamento,mean),each=4) >> points(d,med_t) >> x = seq(0,300,0.1) >> lines(x, (predict(lm(peso ~ I(d)+I(d^2)+I(d^3)),data.frame(d=x))),lty=2, >> col="blue") >> >> >> >> _______________________________________________ >> R-br mailing list >> R-br(a)listas.c3sl.ufpr.br >> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br >> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça >> código mínimo reproduzível. >> > >

1 0

regressão polinomial: gráfico e valor máximo
by Maurício Lordêlo 21 Jun '16

21 Jun '16

Saudações a todos desta lista, Estou tentando reproduzir um exemplo de regressão polinomial do livro do Banzatto e Kronka. Minhas dúvidas são: 1. Como reproduzir exatamente o gráfico ilustrado no exemplo? O gráfico que consegui fazer está parecido porém não está igual. O gráfico apresentado no livro encontra-se neste link: https://www.dropbox.com/s/qyv7ofwryegcu7m/figura.jpg?dl=0 2. Como encontrar o valor de X que anula a derivada primeira? E depois como encontrar o máximo da função? Grato, Maurício Segue o CMR: ################################################################################ #Experimento inteiramente casualizado com 4 repetições para estudar os efeitos de #7 doses de gesso (tratamentos): #0, 50, 100, 150, 200, 250 e 300 kg/ha sobre diversas características do feijoeiro #Para a característica "peso de 1000 sementes", tem-se os resultados obtidos em gramas peso = c(134.8, 139.7, 147.6, 132.3, 161.7, 157.7, 150.3, 144.7, 160.7, 172.7, 163.4, 161.3, 169.8, 168.2, 160.7, 161.0, 165.7, 160.0, 158.2, 151.0, 171.8, 157.3, 150.4, 160.4, 154.5, 160.4, 148.8, 154.0) tratamento = factor(rep(seq(0,300,50), each=4)) dados = data.frame(peso, tratamento) attach(dados) niveis.tratamento = seq(0,300,50) contrasts(dados$tratamento) = contr.poly(niveis.tratamento) contrasts(dados$tratamento) modelo.aov = aov(peso ~ tratamento, dados) summary(modelo.aov) summary(modelo.aov, split = list(tratamento = list(L = 1, Q = 2, C=3, Dev=c(4,5,6)))) plot(c(0,300), c(130,175), type="n", xlab="Doses de gesso (kg/ha)", ylab="Peso (g) de 1000 sementes") d = rep(seq(0,300,50), each=4) med_t = rep(tapply(peso,tratamento,mean),each=4) points(d,med_t) x = seq(0,300,0.1) lines(x, (predict(lm(peso ~ I(d)+I(d^2)+I(d^3)),data.frame(d=x))),lty=2, col="blue")

4 3

Análise de dados medidas repetidas no tempo
by Luiz Roberto Martins Pinto 17 Jun '16

17 Jun '16

Eu enviei para várias pessoas um script R para análise de dados de medidas repetidas no tempo, elaborado pelo prof. Ivan Bezerra (UESC). Solicito o favor de informar: 1) Se o script foi relevante para as análises. 2) Se podem informar o script que efetivamente foi utilizado. 3) Novas sugestões de análises. Aos que não solicitaram o script, mas que podem colaborar, agradeço se o fizerem. Abraços, Luiz Roberto. Luiz Roberto Martins Pinto Prof. Pleno/DCET/UESC Laboratório de Estatística Computacional Universidade Estadual de Santa Cruz Ilhéus-Bahia-Brasil luizroberto.uesc(a)gmail.com skype: lrmpinto http://lattes.cnpq.br/2732314327604831

2 1

Manipular dados em grupos e mesmo data frame
by Edimeire Alexandra Pinto 16 Jun '16

16 Jun '16

OI pessoal. Estou com uma base de dados imensa que quase estoura a memória do R e por isso, parafacilitar o entendimento de minha pergunta, suponha que a base de dados seja amtcars que existe no próprio R. Segue um pedaço dela abaixo. > mtcars mpg cyl disp hp drat wt qsec vs am gear carb Mazda RX4 21.0 6 160.0 110 3.90 2.62016.46 0 1 4 4 Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.87517.02 0 1 4 4 Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1 Hornet 4 Drive 21.4 6 258.0 110 3.08 3.21519.44 1 0 3 1 Hornet Sportabout 18.7 8 360.0 175 3.15 3.44017.02 0 0 3 2 Valiant 18.1 6 225.0 105 2.76 3.46020.22 1 0 3 1 Duster 360 14.3 8 360.0 245 3.21 3.57015.84 0 0 3 4 Como faço para agrupar a variável gear em grupos 3, depoisde 4, etc, conforme a ordenação das variáveis cyl ( em 4,6,8,..) e VS ( em 0,1),ou seja, criar grupo da variável gear=3 onde a variáveis cyl e VS estejamordenadas, depois criar grupo da variável gear=4 com variáveis cyl e VS ordenadas,e assim por adiante....quero todos em uma mesma base de dados, ou seja, mesmodata frame. Peço isso a vocês, pois meu objetivo final é pegar variáveissempre que na linha i se tenha VS=1 e na linha i+2 cyl=2 com gear=4, e assimsucessivamente, ou seja, para cada grupo obtido para gear, intercruzar, VS=1 nalinha i e cyl=2 na linha i+2.Tentei usar o pacote dylpr e usar depois os comandos:selecao<-arrange(mtcars,cyl,VS,mpg, disp, hp,drat,wt,qsec,am,gear,carb) g<-group_by(selecao,cyl,vs,gear) conj<-filter(select(g,mpg,vs,cyl,gear),(vs==1 & lead(cyl,2)==4) | gear==4) Mas ele não separou por grupos, pois ao usar lead (lags parafrente) ele não fica restrito a cada grupo da variável formado com a gear, ouseja, o R desconsidera os grupos formados e não limita os “lags” para frente emapenas os grupos formados. Gente, se alguém puder ajudar, agradeço muito.

2 1

Teste em SPARC
by Daniela Petruzalek 13 Jun '16

13 Jun '16

Bom dia pessoal! Alguém aqui tem acesso a um servidor SPARC e poderia fazer um pequeno teste para mim? Eu preciso validar o meu código antes de submeter uma nova release para o CRAN. O objetivo era corrigir um bug que apareceu no Solaris. Eu já testei no Solaris x86 mas gostaria de validar no Solaris SPARC antes de submeter de novo. O código que eu quero validar eu já submeti ao repo no GitHub: https://github.com/danicat/read.dbc/ Obrigada! Daniela

1 0