Dezembro 2018 - R-br

[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

Problema para plotar IC para modelo glm Gamma usando stat_smooth() no ggplot2
by ASANTOS 30 Jan '19

30 Jan '19

Prezados Membros do R-br, Estou tentando plotar um modelo glm Gamma com stat_smooth() no ggplot2 sem sucesso. Minha ideia é representar o intervalo de confiança para um modelo onde realizei a junção de dois níveis para o fator Feature. Segundo exemplo fictício do meu problema: #Simulação de um banco de dados, onde a variável resposta Production tem distribuição Gamma set.seed(123) d<-NULL N<-50 d$Production <- rgamma(N,10) d$Feature <- ifelse(d$Production >7 & d$Production<10, c("green"),ifelse(d$Production>11, c("red"), c("blue"))) d$Temp<-rnorm(N,20,5) d<-as.data.frame(d) # # Ajusto um modelo de Gamma completo mG<- glm(Production~ Feature + Temp, family= Gamma, data = d) summary(mG) anova(mG,test="Chi") # Comparo os níveis do fator Feature library(multcomp) PW<-summary(glht(mG, linfct = mcp(Feature= "Tukey"))) PW cld(PW) # Faço de conta que os níveis green = blue e realizo um novo ajuste Feature2<-d$Feature levels(Feature2) levels(Feature2)[1]<-"blue&green" levels(Feature2)[2]<-"blue&green" levels(Feature2) d$Feature2<-Feature2 mG2<- glm(Production~ Feature2 + Temp, family= Gamma, data = d) # Crio os valores de predição pred.data = data.frame( Feature2<-d$Feature2, Temp<-d$Temp ) pred.data$Production = predict(mG2, newdata=pred.data, type="response") #Realizo o plot library("ggplot2") ggplot(d, aes(Temp, Production, colour = Feature2)) + geom_point() + geom_line(data=pred.data) + stat_smooth(method = "glm", formula = y ~ x, family = Gamma) # E tenho uma representação errada do intervalo de confiança do meu modelo mG2 porque não consigo fazer a função stat_smooth() considerar o ajuste mG2. Como posso resolver isso? 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 99686-6970 (VIVO) (+55) 65 3221-2674 (FIXO) 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 - ResearcherID: A-5790-2016 Researchgate: www.researchgate.net/profile/Alexandre_Santos10 LinkedIn: br.linkedin.com/in/alexandre-dos-santos-87961635 Mendeley:www.mendeley.com/profiles/alexandre-dos-santos6/ ======================================================================

2 2

Distribuição gama bivariada no R
by Ana Beatriz Souza Souza 20 Dez '18

20 Dez '18

Boa tarde pessoal! Estou trabalhando com distribuições gama bivariada e outras distribuições relacionadas. Alguma indicação de pacotes no R que abordam esses modelos? Desde já agradeço Att., Ana

2 1

Mojema (1977) - ponto de corte
by Ze Henrique 20 Dez '18

20 Dez '18

Boa tarde Srs. gostaria de saber se alguém sabe onde posso conseguir como fazer a análise de Mojema (1977) no r. Teste este que consegue dar a significância de ponto de corte nos nós dos agrupamentos. Desde já agradece a pela ajuda. -- *José Henrique Soler Guilhen* Doutorando em Genética e Melhoramento Universidade Federal do Espírito Santo - CCAUFES

1 0

capturar a saída do r
by Cinara Santos 19 Dez '18

19 Dez '18

Olá! Gostaria de saber da possibilidade de capturar o [console] do R de forma dinâmica, como no software STATA - tudo o que sai na tela é copiado para um arquivo de log. Se houver interrupção, o log registra até o momento da interrupção. E se fosse possível habilitar isso no R, me ajudaria muito!!! Digo isso porque estou usando o comando [sink()] sink(file = log_file, append = TRUE, type = "output") Ocorre que o código lida com dados muito volumosos, dentro de um loop (com sub-loops também). Assim, na minha inocência tentei o seguinte - são 3 loops, um dentro do outro. Ao final do loop mais interno pus: - desliga o [sink()], - fecha o arquivo de saida (log_file - no intuito de salvar o que já tem) - abre o arquivo de saida (log_file) - "liga" o [sink] -------------------------- saida <- paste(....) #monta o nome do arquivo de saida log_file <- file(saida, open = "wt") sink(file = log_file, append = TRUE, type = "output") # começa a "captura" LOOP1- inicio pegar referencia no [arquivo_a] LOOP2- inicio montar nome [arquivo_b] LOOP3(varrer [arquivo_b] - particionando) - inicio tarefa1 tarefa2 : tarefa_n sink() close(log_file) log_file <- file(saida, open = "at") sink(file = log_file, append = TRUE, type = "output") LOOP3( varrer [arquivo_b] - particionando ) - fim LOOP2 - fim LOOP1- fim -------------------------- Mas parece que o arquivo continua fechando só ao final do código, e com isso, se acaba a luz no meio do caminho, ou ocorre algum outro evento.... fico na saudade... Tem remédio????? ------------------------ Cinara Santos whatsApp (32) 9.8416-0441

3 2

Identificar cpf's
by Felipe Barletta 18 Dez '18

18 Dez '18

Prezados, Boa tarde, Tenho uma conjunto de dados que são mensagens de textos e preciso identificar os cpf's digitados nestas mensagens. Quando os cpf's são digitados sem pontos ou traços, consigo extrair esta informação. mas preciso selecionar também os casos como por exemplo: 000.000.000-00 Uma amostra de 69 mensagens dos dados estão nest link https://www.dropbox.com/s/cphsc02rz242z57/amostra.csv?dl=0 ## CMR d<-unlist(regmatches(dados[1:69,], gregexpr("[0-9,]+", dados[1:69,]))) d<- gsub(",", "", d) d <- d[d != ""] d[str_length(d)==11]

2 1

Calculo Distancia entre Coordenadas [loop]
by Bruno Rhuan 17 Dez '18

17 Dez '18

Boa Tarde, Estou escrevendo um algorítimo que calcule a distância entre uma serie de coordenadas e retorne qual o ponto mais próximo. Para isso, o código utiliza dois datasets de coordenadas geográficas (lat/long) e o calculo da distancia é feito utilizando a biblioteca "geosphere". Porém, basicamente todos os resultados do algorítimo sempre apontam para a ultimo ponto do segundo dataset como sendo o mais próximo, assim creio ter algum erro no loop. Alguma sugestão? Abaixo o código ______ #biblioteca necessária #install.packages("geosphere") library("geosphere") #carregar arquivos x <- read.csv(file.choose(),sep=";",dec=",") # carregar lista de pontos nominais TIM y <- read.csv(file.choose(),sep=";",dec=",") # carregar base de sites #converter site id em characther x$SiteID <- as.character(x$SiteID) y$SITE.ID <- as.character(y$SITE.ID) #Mostrar tabelas View(y) View(x) dista1 <- c() #distancia do ponto nominal ao site # Calculo Distancia for (i in 1:216) { coord1 <- c(x$LONG[i],x$LAT[i]) for (j in 1:11195 ) { coord2 <- c(y$Longitude[j],y$Latitude[j]) dista1[j] <- as.numeric(distm(coord1,coord2, fun = distGeo)) #Calculo da menor distancia if (j>1) { k <- j-1 if (dista1[j]<dista1[k]) { menor_dist <- dista1[j] x$Distancia[i] <- menor_dist x$SiteID[i] <- y$SITE.ID[j] } else { menor_dist <- dista1[k] x$Distancia[i] <- menor_dist x$SiteID[i] <- y$SITE.ID[k] } } } } write.csv(x, "Resultado.csv", row.names = FALSE) _______________ Resultado retornado: ï*..END_ID* *LAT* *LONG* *Distancia (m)* *SiteID* BASDR_1 -1.296.434 -3.847.421 144.669.250.579.953 YBARWL BALFS_2 -1.289.767 -3.832.365 146.401.362.045.206 YBARWL CEFLA_3 -377.709 -3.855.802 222.607.630.292.628 YBARWL Distancia (m) = distancia ao ponto mais próximo SiteID = nome do ponto mais próximo. At.te Bruno

2 1

Fwd: Criação de um dataframe a partir das diferenças
by SILVIA PATRICIA BARRETO SANTANA 14 Dez '18

14 Dez '18

----- Mensagem encaminhada ----- De: "SILVIA PATRICIA BARRETO SANTANA" <silpat(a)ufrb.edu.br> Para: "r-br" <r-br(a)listas.c3sl.ufpr.br> Enviadas: Terça-feira, 11 de dezembro de 2018 18:05:24 Assunto: Criação de um dataframe a partir das diferenças Bom dia pessoal. Estou com dificuldade em obter os dados que necessito e qualque r ajuda se r á bem vinda, po r isso já começo ag r adecendo. Com este banco de dados (abaixo) gosta r ia de obte r a seguinte info r mação (mais abaixo): Ho r a r io Nivel Status 01/01/2011 00:00 29 0 01/01/2011 00:01 29 0 01/01/2011 00:02 30 1 01/01/2011 00:03 31 1 01/01/2011 00:04 29 0 01/01/2011 00:05 29 0 01/01/2011 00:06 29 0 01/01/2011 00:07 29 0 01/01/2011 00:08 30 1 01/01/2011 00:09 32 1 01/01/2011 00:10 34 1 01/01/2011 00:11 35 1 01/01/2011 00:12 35 1 01/01/2011 00:13 25 0 O banco abaixo consiste em guardar a informação do horário em que o status muda de 0 para 1 com as diferenças dos níveis. Ho r a r io Nivel Status 01/01/2011 00:02 01 1 01/01/2011 00:03 01 1 01/01/2011 00:08 01 1 01/01/2011 00:09 02 1 01/01/2011 00:10 02 1 01/01/2011 00:11 01 1 01/01/2011 00:12 00 1 Muito grata! Silvia

2 1

IC para previsao
by Edmar Caldas 10 Dez '18

10 Dez '18

Preciso de uma ajuda para criar o IC para ajuste do modelo de regressão linear simples. não dá nenhuma mensagem de erro, cria somente a previsao do modelo em novos dados. lixo$previsao <-predict(simples, newdata=lixo,interval="confidence",level=0.95)lixo Edmar

4 3