Julho 2017 - R-br - DINF UFPR

[OFF -Tópic] Cotas em concursos para negros e índios!
by Andre Oliveira 12 Jun '49

12 Jun '49

Pessoal, tem um colegar meu que vou fazer um concurso ele é descendente de negro ele é pardo. Ele veio com a pergunta como provar que sou negro, pois, tem vagas reservada para negros e índios? Eu sinceramente não sei e não tenho ideia pois nunca tive esta curiosidade. O que de fato comprova sua raça? Algum documento? O que são usados em concursos para provar? obrigado André Oliveira Souza

5 6

Legenda eixo X
by Luciano F. Sgarbi 10 Jun '49

10 Jun '49

Prezados, Estou tentando centralizar a legenda do eixo X em uma figura com vários gráficos. Estou conseguindo centralizar a legenda da linha inferior como no exemplo, mas as linhas do meio não. par(mfrow=c(2,2)) plot(rnorm(100),xlab="",ylab="y1") plot(rnorm(100),xlab="",ylab="y2") mtext(side=1,cex=2,line=-1.8,text="Variável Explanatória 1",outer=TRUE) ### o problema está aqui, pois a legenda desce para a parte inferior da figura. plot(rnorm(100),xlab="",ylab="y1") plot(rnorm(100),xlab="",ylab="y2") mtext(side=1,cex=2,line=-1.8,text="Variável Explanatória 2",outer=TRUE)## Esse dá certo Alguém podia dar uma luz de como eu posso fazer isso? Abraços -- *Luciano F. Sgarbi* Mestrando em Ecologia e Evolução Laboratório de Ecologia de Insetos (sl. 222) Departamento de Ecologia Instituto de Ciências Biológicas - ICB 1 Universidade Federal de Goiás, campus II Goiânia-GO 74001-970 Brazil

2 2

Diferença resultados agricolae::HSD.test e lsmeas
by Fernando Antonio de souza 05 Nov '18

05 Nov '18

Pessoal, poque o resultado dos testes HSD.test e lsmeans diferem neste exemplo? O resultado fornecido pelo lsmeas está em acordo com o material de onde tirei esse exemplo e que havia sido rodado no SAS. Já o HSD.test difere tanto no valor das médias estimadas como na significancia. install.packages(c("agricolae",lsmeans")) library(agricolae) library(lsmeans) COVARIANCIA<-read.csv(" https://www.dropbox.com/s/0uvwqnnvsdsvphc/Covariancia.csv?raw=1",head=TRUE) modeloCOVAR<-lm(GANHO~PESOINIC+DIETA,data=COVARIANCIA) anova(modeloCOVAR) HSD.test(modeloCOVAR,"DIETA",console=TRUE) lsmeans(modeloCOVAR,pairwise~DIETA,adjust="tukey") -- ========================================= Fernando Souza Zootecnista, DSc. Produção e Alimentação Animal Celular: (31)99796-8781 (Vivo) E-mail:nandodesouza@gmail.com <e-mail%3Anandodesouza(a)gmail.com> Lattes: http://lattes.cnpq.br/6519538815038307 Blog: https://producaoanimalcomr.wordpress.com/ ==========================================

3 2

Erro de memória importando objeto pequeno de SQL
by Pedro Emmanuel Alvarenga Americano do Brasil 25 Ago '17

25 Ago '17

Amigos de R, Estou envolvido numa tarefa que importo um banco SQL de um servidor, faço uma modelagem, salvo o modelo no SQL através de uma seriliazação, e depois carrego esse modelo do SQL para fazer previsões em novos dados. Estou seguindo um exemplo disponível nessa página: https://docs.microsoft.com/pt-br/sql/advanced-analytics/tutorials/walkthrou… Sei que esse exemplo não é reproduzível porque depende da conexão com o servidor e credenciais que não posso divulgar. Mas se alguem já passou por esse problema poderia pelo menos indicar aonde está o problema que não estou sabendo identificar? Acho que muito provavelmente seria uma configuração do SQL no servidor... library(RODBC) # define database connection string dbconn <- 'Driver={SQL Server};Server=BLABLABLA;Database=BLABLABLA;Trusted_Connection=yes;' # define a connection conn <- odbcDriverConnect(connection = dbconn) # Estou fazendo o exemplo com o objeto LETTERS só pra ter certeza que é um objeto pequeno e que não deveria ser um problema de memória do R. > LETTERS [1] "A" "B" "C" "D" "E" "F" "G" "H" "I" "J" "K" "L" "M" "N" "O" "P" "Q" "R" "S" "T" "U" "V" "W" "X" [25] "Y" "Z" > teste_pequeno <- serialize(LETTERS, connection = NULL) > teste_pequeno <- paste(teste_pequeno, collapse = "") # o EXEC PersistModel faz # insert into [tempo_permanencia_models] (model, [description]) values (convert(varbinary(max),@m,2), @description) # insere o modelo e uma descricao > p <- paste("EXEC PersistModel @m='", teste_pequeno,"', @description = 'Teste de serialização objeto pequeno'", sep = "") > sqlQuery(conn, p) character(0) > rm(teste_pequeno) > p <- "SELECT model FROM [tempo_permanencia_models] WHERE id_model = 1022" > mod.teste.peq <- sqlQuery(conn, p) Error in odbcQuery(channel, query, rows_at_time) : 'Calloc' could not allocate memory (214748364800 of 1 bytes) > p <- paste0("SELECT id_model, description FROM [tempo_permanencia_models] WHERE id_model = 1022") > sqlQuery(conn, p) # id_model description 1 1022 Teste de serialização objeto pequeno Reparem que o objeto está salvo no servidor. Foi salvo a partir do R, mas não retorna para o R por conta do erro de memoria. Eu não estou sabendo nem por onde começar. Que a força esteja sempre com vocês e abraço forte. Pedro Brasil

5 14

Aggregate com função de dois argumentos
by Marcelo Santana Camacho 27 Jul '17

27 Jul '17

Bom dia, Alguém poderia me dar uma dica com esse problema? Estou tentando agregar um conjunto de dados, calculando o gini (pacote reldist), que recebe a variável principal e uma variável de ponderação - gini(x, weights=rep(1,length=length(x))). Minha dificuldade é passar os dois argumentos para a função. library(reldist) ineq_df<-read.csv("amostra_input.csv") aggregate(c(qtd,renda)~cod_setor,data=ineq_df,gini) -- *__________________________________Marcelo Santana Camacho*UNIFESSPA

2 2

Alterações no Plot 'extRemes'
by Bruce Kelly 25 Jul '17

25 Jul '17

Bom dia listeiros(@) Estou utilizando o pacote 'extRemes', minha duvida é como posso melhorar o Plot, já que ele disponibiliza 4 figuras em uma só. Como posso alterar legendas, inserir valores medios, etc ou trabalhar com cada gráfico separado. codigo AE2=fevd(EST1, dad1, type=c('GEV'), method=c('Bayesian'), time.units='months', period.basis='year') postmode(AE2) plot(AE2) plot(AE2, 'trace') ci(AE2) ci(AE2,type='parameter') [cid:9141c91f-0af9-4dec-8f9d-c83d492e9598] Bruce Kelly da N. Silva Dr. em Ciências Climáticas - UFRN Pesquisador - PPGCC/UFRN Lattes: http://lattes.cnpq.br/4323502426271751

1 0

tratamento de pontos discrepantes (pesos de bovinos)
by Adriele Giaretta Biase 24 Jul '17

24 Jul '17

Boa tarde pessoal, estou trabalhando com um banco de dados que possuem várias coletas de pesos ao longo do tempo de vários bois. O meu objetivo é deixar um ajuste simples (pode até ser um modelo não- linear ao invés de uma regressão simples), porém, preciso remover os possíveis pontos discrepantes que atrapalham o ajuste, de forma recursiva (automática). O algoritmo será executado em vários momentos, enquanto acompanha o crescimento do animal. O mais importante seria a remoção dos *outiliers* do banco de dados. Eu criei um algoritmo para fazer isso. Gostaria de saber se alguém possui uma ideia melhor ou sugestão. Segue a função criada. *OBS:* Muitos pontos discrepantes ainda ficam no banco, isso devido a um erro operacional da balança que pesa os animais. Precisaria de algo mais robusto para remover os pontos destoantes de forma recursiva para todos os animais. DADOS é um data.frame com as seguintes colunas: BRINCO (identificação ou numero do animal), DATA (dia da pesagem do peso do animal) e PESO (peso do animal correspondente ao dia) fit_linear <- function(DADOS){ fit_aux = c() BRINCO = as.numeric(as.vector(levels( as.factor(DADOS[,"BRINCO"])))) pdf(file = "ajuste%03d.pdf") # salvar os gráficos em pdf for (i in BRINCO){ dados = subset(DADOS, BRINCO == i, selec = c( BRINCO, DATA, PESO)) j=1 while (j<=30){ dias = as.vector(as.numeric(as.factor(dados[,"DATA"]))) pesos = as.numeric(as.vector(dados$PESO)) dad = cbind(dias, pesos) mod <- lm(pesos~dias) INFLUENTES = influence.measures(mod) dados_analise = cbind(INFLUENTES$is.inf, dad) dados_influentes = as.data.frame(dados_analise) colnames(dados_influentes) = c("x1", "x2", "x3", "x4", "x5", "x6", "DATA", "PESO") dados = subset(dados_influentes, (x1==FALSE & x2==FALSE & x3==FALSE & x4==FALSE & x5==FALSE & x6==FALSE), selec = c(x1, x2, x3, x4, x5, x6, DATA, PESO)) j = j+1 } res <- residuals(mod) h <- hatvalues(mod) P = length(mod$coefficient); N=length(peso); P; N; hc<-3*P/N;hc limt <- list(c(DFB=2/sqrt(N),FDFits=2*sqrt(P/N),cov.r=3*P/N, Cook=qf(0.5,2,8, lower.tail = TRUE, log.p = FALSE),hat=3*P/N)) N=length(peso); P=length(mod$coefficient) rs <- rstudent(mod) h <- lm.influence(mod)$hat; lc <- 3*P/N minrs=min(min(rs),-3) maxrs=max(max(rs),3) ymin=minrs-.1 ymax=maxrs+.1 maxh=max(max(h),lc) minh=min(h) xmin=minh-.1 xmax=maxh+.1 par(mfrow=c(1,1)) plot(c(xmin,xmax),c(ymin,ymax), type="n", xlab="h - leverage", ylab="RStudent", main= i) abline(h=-2.5, col="red") abline(h=2.5,col="red"); abline(v=lc, col="blue") points(h,rs) plot(dad, main= i) abline(mod,lty=2) } dev.off() } Agradeço, -- Adriele Giaretta Biase. Mestre em Estatística e Experimentação Agropecuária - UFLA. Doutora em Estatística e Experimentação Agronômica - ESALQ/ USP Contato: (19) 98861-0619.

3 2

Re: [R-br] tratamento de pontos discrepantes (pesos de bovinos)
by sznelwar＠uol.com.br 23 Jul '17

23 Jul '17

1 0

geom_boxplot
by fabianidenise＠gmail.com 21 Jul '17

21 Jul '17

Bom dia listeiros, estou com uma dúvida, e talvez alguém possa me indicar alguma maneira de resolver. Estou com uma série histórica de dados diários de chuva, e preciso fazer um boxplot dos valores agregados mensalmente. DATA CHUVA 01/01/1980 5 02/01/1980 0 03/01/1980 0 04/01/1980 0 05/01/1980 0 06/01/1980 0 07/01/1980 4,9 08/01/1980 34 09/01/1980 5,6 10/01/1980 8 11/01/1980 0 . . . Até aí td bem, consegui executar pelas linhas de comando abaixo: P1 <- ggplot(dados,aes(format(as.Date(DATA), "%m"), CHUVA)) + geom_boxplot() P1 No entanto, como para a variável chuva esses valores diários não fazem muito sentido para a minha análise, preciso fazer um boxplot aggregando esses valores pela soma mensal. Alguém teria alguma dica de como posso fazer isso? Muito obrigada, Fabiani _____________________________________ Sent from http://r-br.2285057.n4.nabble.com

2 1

Re: [R-br] tratamento de pontos discrepantes (pesos de bovinos)
by sznelwar＠uol.com.br 21 Jul '17

21 Jul '17

2 1