Novembro 2019 - 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

componente da variância no modelo de efeitos aleatórios
by Luiz Leal 12 Jan '20

12 Jan '20

Prezados, boa tarde. No modelo de efeitos aleatórios estimamos a componente da variância conforme abaixo. y <-c(2370, 1687, 2592, 2283, 2910, 3020, 1282, 1527, 871, 1025, 825, 920, 562, 321, 636, 317, 485, 842, 173, 127, 132, 150, 129, 227, 193, 71, 82, 62, 96, 44)x <- as.factor(c("A", "A", "A", "A", "A", "A", "B", "B", "B", "B", "B", "B", "C", "C", "C", "C", "C", "C", "D", "D", "D", "D", "D", "D", "E", "E", "E", "E", "E", "E"))summary(aov(y~x)) Mas não sei como calcular quando utilizo mínimos quadrados generalizados. y <-c(2370, 1687, 2592, 2283, 2910, 3020, 1282, 1527, 871, 1025, 825, 920, 562, 321, 636, 317, 485, 842, 173, 127, 132, 150, 129, 227, 193, 71, 82, 62, 96, 44) x <- as.factor(c("A", "A", "A", "A", "A", "A", "B", "B", "B", "B", "B", "B", "C", "C", "C", "C", "C", "C", "D", "D", "D", "D", "D", "D", "E", "E", "E", "E", "E", "E"))library(nlme) modelo <- gls(y~x, weights = varExp() , method = "ML") Alguém sabe como calculo as componentes da variância neste caso? Desde já agradeço Luiz

2 4

Tamanho do efeito para Wilcoxon
by Elias Carvalho 05 Dez '19

05 Dez '19

Boa tarde Tenho duas amostras independentes com distribuição nao-normal e usei o método abaixo para ver a diferença entre elas: coin::wilcoxsign_test(data.amostra1 ~ data.amostra2, distribution="exact") Alguem pode me ajudar a calcular o tamanho do efeito? -- *In Jesu et Maria* *Obrigado* *Prof. Elias Carvalho* *"Felix, qui potuit rerum cognoscere causas" (Virgil 29 BC)"Blessed is he who has been able to understand the cause of things"*

3 2

Re: [R-br] Desdobramento de um fatorial triplo
by Walmes Zeviani 21 Nov '19

21 Nov '19

Respostas dentro da mensagem. À disposição. Walmes. On Mon, Nov 18, 2019 at 7:19 PM Maurício Lordêlo <mslordelo(a)gmail.com> wrote: > Obrigado Walmes! > Tenho feito bastante esta análise exploratória por achar fundamental > conhecer os dados. A questão que como dou muito suporte para trabalhos de > mestrado e doutorado, eles cobram os testes de normalidade e homogeneidade > de variâncias. > É uma cultura a ser mudada. Hábitos que de uma época com pouco recursos de visualização e do uso precedural da estatística (faça o texte X, se rejeitar H0, faça Y, caso contrário faça Z, etc). Também tenho contato com público assim, mas tô sempre argumentando, redijo a leitura dos gráficos, não reporto CV nas minhas análises (apenas quando o revisor não aceita as justificativas dadas para omissão). > Confesso que tenho muita dificuldade em explicar algumas funções e > resultados do R para os pesquisadores da área de Agrárias e Biológicas. > Muitas vezes é uma tarefa árdua pelos vícios que adquirem. > É uma cultura. Mudá-la leva tempo. > Tenho feito o uso do pacote ExpDes, devido ao fato de muitos já terem > utilizado o SisVar. > Rodei esta transformação proposta [(m_seca_raiz + 0.00001)^0.5] usando a > função a fat3dic deste pacote. > Aproveitando a oportunidade, como o coeficiente de variação deu bem alto > neste caso, qual a sua sugestão para convencer estes pesquisadores que esta > medida não é "a medida"? > Eles "idolatram" este coeficiente...rs rs rs. > Primeiro ponto é argumentar que não existe vínculo entre CV alto/baixo e não atendimento ou não dos pressupostos. Pode-se ter CV baixo com sérios afastamentos. Pode-se ter CV alto com total conformidade com as suposições. As pessoas criaram a regra no sentido inverso. Por exemplo, sempre viam que dados de contagem tem alto CV e geralmente não atendem os pressupostos. Aí entenderam que CV alto implica em falta de pressupostos, o que não é fundamentalmente verdade. Sempre que se usava uma transformação estabilizadora da variância, o CV era grande, mas porque a distribuição assumida para aplicações das funções estabilizadoras mais comuns é Poisson (contagem) ou proporção (Binomial), que não atendem os pressupostos. Portanto, a prática sem muita reflexão ou esclarecimento criou uma regra ao contrário, a de que CV alto é sinal de problema. O segundo ponto são as faixas para classificação do CV em baixo, médio e alto. Elas são arbitrárias. Aí os pesquisadores querem comparar um CV de 8% para produtividade de grãos em experimentos em vários locais com um CV de 38% de crescimento radicular em cultivo in vitro avaliando o efeito de doses homeopáticas de hormônio. Não tem como comparar isso. Uma coisa é feita em macro escala, grandes parcelas, variável resposta controlada por muitos genes e condições ambientais. O outro é micro escala. Um é produtividade de grãos (kg/ha) o outro é comprimento (mm de raíz). Como que uma estatística adquiriu tamanha e desproporcional importância? Se você pensar o que o CV está medindo, fica claro que ele não deveria ser usado em uma análise de experimentos. É o quociente entre desvio padrão residual e média amostral do experimento (CV 100 · DP/M). Mas se o experimento é feito com a premissa de existência de diferença entre médias (efeito dos tratamentos), que valor tem uma estatística que usa uma média global? Em alguns poucos contextos haverá justificativa (i.e. efeitos aleatórios). Outro ponto é que pressupõe uma relação 1:1 entre média e desvio padrão, justamente se contrapondo a suposição de ausência de relação entre média e variância. Existem muitos pontos frágeis sobre o CV. Eu poderia prosseguir aqui por muitas linhas. Mas eu geralmente me atenho ao primeiro: não existe relação entre valor do CV com atendimento dos pressupostos (a menos se for conhecida a distribuição dos dados). O CV estando alto ou não, se os pressupostos forem atendidos, a parte inferencial está assegurada (distribuições das estatísticas de teste conforme esperado, cobertura dos intervalos de confiança conforme esperado, níveis de significância conforme esperado, etc). Mas se ainda o sujeito quiser olhar pro CV alto e dizer que o experimento foi mal conduzido (é a coisa mais comum de ouvir), o que é lamentável, veja se consegue dialogar e desfazer a cultura aos poucos. > > Outro pedido é que gostaria de uma função diferente destas (do pacote > ExpDes) para obter estes resultados do desdobramento. Você tem alguma > sugestão cujas sintaxe e resultado > são mais ou menos fáceis de serem entendidas por este público? > Não tenho opções que sejam mais fáceis que o respostado pelo ExpDes ou SISVAR. Tenho apenas alternativas mais gerais para casos não gaussianos, balanceados, etc. O que posso recomendar para fazer o desdobramento no caso no glm(), survreg() e outros modelos paramétricos ou delineamentos mais completos é `emmeans` e `multcomp`. Veja alguns exemplos a seguir. GLM: http://leg.ufpr.br/~walmes/analises/WAALima/caiuae/caiuae.html Survreg: http://leg.ufpr.br/~walmes/analises/CCastellar/frutosmaduros.html LM: http://leg.ufpr.br/~walmes/analises/PSFLichtemberg/Colletotrichum/phy-gf.ht… Ancova: http://leg.ufpr.br/~walmes/mpaer/analise-de-covariancia.html > > Agradeço mais uma vez caso possa ajudar. > > Abraço, > > Maurício >

2 2

Erro no pacote RWeka
by Nilson Guiotoku 19 Nov '19

19 Nov '19

Pessoal, boa tarde, não estou conseguindo instalar o pacote RWeka. O que devo fazer? >* install.packages("RWeka")* WARNING: Rtools is required to build R packages but is not currently installed. Please download and install the appropriate version of Rtools before proceeding: https://cran.rstudio.com/bin/windows/Rtools/ Installing package into ‘C:/Users/usuario/Documents/R/win-library/3.6’ (as ‘lib’ is unspecified) trying URL ' https://cran.rstudio.com/bin/windows/contrib/3.6/RWeka_0.4-41.zip' Content type 'application/zip' length 632650 bytes (617 KB) downloaded 617 KB package ‘RWeka’ successfully unpacked and MD5 sums checked The downloaded binary packages are in C:\Users\usuario\AppData\Local\Temp\Rtmp0w0FBo\downloaded_packages Então peguei a versão recomentada do Rtool35.exe ( https://cran.rstudio.com/bin/windows/Rtools/) e instalei dentro da pasta (C:/Users/usuario/Documents/R/win-library/3.6) do meu computador. E depois instalei o RWeka, usando o zip ( https://cran.rstudio.com/bin/windows/contrib/3.6/RWeka_0.4-41.zip) e também usando o comando como mencionei acima. As pastas Rtools e Rweka aparecem dentro de ( C:/Users/usuario/Documents/R/win-library/3.6) como se já tivesse instalado. Porém, quando chamo a biblioteca RWeka, aparece o seguinte erro. > *library(RWeka)* Error: package or namespace load failed for ‘RWeka’: .onLoad falhou em loadNamespace() para 'rJava', detalhes: chamada: fun(libname, pkgname) erro: JAVA_HOME cannot be determined from the Registry

1 0

Desdobramento de um fatorial triplo
by Maurício Lordêlo 18 Nov '19

18 Nov '19

Caros, Peço auxilio para um problema de um fatorial em que há um problema em atender aos pressupostos. Agradeço alguma sugestão. Maurício m_seca_raiz = c(0.000000000, 0.000000000, 0.000460000, 0.000000000, 0.000000000, 0.000140000, 0.000000000, 0.000300000, 0.000150000, 0.000000000, 0.000120000, 0.000500000, 0.000560000, 0.000300000, 0.000000000, 0.000160000, 0.000160000, 0.000600000, 0.000200000, 0.000200000, 0.000440000, 0.000000000, 0.000080000, 0.000240000, 0.000380000, 0.000080000, 0.000000000, 0.000250000, 0.000960000, 0.000800000, 0.000320000, 0.000760000, 0.000920000, 0.000366667, 0.000720000, 0.000540000, 0.000440000, 0.000620000, 0.000100000, 0.000600000, 0.000200000, 0.000280000, 0.000000000, 0.000520000, 0.000480000, 0.000000000, 0.000280000, 0.000280000, 0.000800000, 0.000280000, 0.000000000, 0.000680000, 0.000700000, 0.000380000, 0.000000000, 0.000360000, 0.000300000, 0.000340000, 0.000280000, 0.000360000, 0.000340000, 0.001780000, 0.000250000, 0.000260000, 0.000300000, 0.000280000, 0.000160000, 0.000120000, 0.000125000, 0.000080000, 0.000220000, 0.000320000) meio = factor((rep(c("m2","m3"),each=12, times=3))) sacarose = factor(rep(c("7,5","15,0","30,0"), each=24)) carvão = factor((rep(c("c1","c2"),each=6, times=6))) tratamento = meio:sacarose:carvão head(data.frame(m_seca_raiz, meio, sacarose, carvão, tratamento),18) hist(m_seca_raiz) boxplot(m_seca_raiz ~ tratamento,ylab="Massa seca da raiz", xlab="Tratamento", cex.axis=0.85 ) max(m_seca_raiz) modelo_m_seca_raiz = aov(m_seca_raiz ~ tratamento) summary(modelo_m_seca_raiz) hist(modelo_m_seca_raiz$residuals) shapiro.test(modelo_m_seca_raiz$residuals) require(car) leveneTest(modelo_m_seca_raiz$residuals ~ tratamento) anova(modelo_m_seca_raiz)$'Mean Sq'[2] res_pad_m_seca_raiz = modelo_m_seca_raiz$residuals/sqrt(anova(modelo_m_seca_raiz)$'Mean Sq'[2]) plot(modelo_m_seca_raiz$fitted.values, res_pad_m_seca_raiz, ylim = c(-5,5)) abline(h=c(-3,3),lty=3) #Elimando a observação 62 shapiro.test(modelo_m_seca_raiz$residuals[-62]) leveneTest(modelo_m_seca_raiz$residuals[-62] ~ tratamento[-62]) #Transformação Box-Cox require(forecast) #require(fpp) BoxCox.lambda(m_seca_raiz+0.5, method = "guerrero", lower=-3,upper = 3) BoxCox.lambda(m_seca_raiz+0.5, method = "loglik", lower=-3,upper = 3) #lambda = BoxCox.lambda(m_seca_raiz,lower=-3) #lambda m_seca_raizt = BoxCox(m_seca_raiz+0.5, lambda=-3) hist(m_seca_raizt) boxplot(m_seca_raizt ~ tratamento, ylab="m_seca_raiz (transformada)", xlab="Tratamentos") modelo_m_seca_raizt = aov(m_seca_raizt ~ tratamento) summary(modelo_m_seca_raizt) hist(modelo_m_seca_raizt$residuals) plot(modelo_m_seca_raizt$residuals) plot(modelo_m_seca_raizt$fitted.values, modelo_m_seca_raizt$residuals) shapiro.test(modelo_m_seca_raizt$residuals) leveneTest(modelo_m_seca_raizt$residuals ~tratamento) anova(modelo_m_seca_raizt)$'Mean Sq'[2] res_pad_m_seca_raizt = modelo_m_seca_raizt$residuals/sqrt(anova(modelo_m_seca_raizt)$'Mean Sq'[2]) plot(modelo_m_seca_raizt$fitted.values, res_pad_m_seca_raizt, ylim = c(-6,6)) abline(h=c(-3,3),lty=3)

2 1

Applied Linear Statistical Models
by Cleber Iack 13 Nov '19

13 Nov '19

Boa noite, eu estou escrevendo um artigo utilizando o R. Mas a minha formulação teórica para embasar a aplicação dos dados está faltando uma informação que necessito. Algum dos senhores teriam o Apêndice A do livro "Applied Linear Statistical Models", O pdf que eu tenho está com o Apêndice incompleto. Nao apresenta o inicio da Apendice A. Passa da pagina 1289 para a pagina 1306. Obrigado.. Ceber Iack

2 1

Organizar data.frame e sumarizar dados em transposição
by Marcelo Laia 13 Nov '19

13 Nov '19

Caro(a), Aqui na Universidade nós temos que sumarizar e organizar os dados dos discentes bolsistas por mês e valor recebido de bolsa. Os dados estão assim: CPF Nome Descrição Data Valor xxx.xxx.xxx-xx Fulano de Tal Bolsa Permanência 01/02/2018 200,00 xxx.xxx.xxx-xx Fulano de Tal Bolsa Permanência 01/03/2018 200,00 xxx.xxx.xxx-xx Fulano de Tal Bolsa Integração 01/04/2018 200,00 xxx.xxx.xxx-xx Fulano de Tal Bolsa Integração 01/07/2018 400,00 xxx.xxx.xxx-xx Fulano de Tal Bolsa Manutenção 01/08/2018 400,00 xxx.xxx.xxx-xx Fulano de Tal Bolsa Emergencial 01/06/2018 200,00 Nós precisamos da seguinte saída: CPF Nome Quantidade Parcelas Valor Mês Valor Ano xxx.xxx.xxx-xx Fulano de Tal 6 266,67 1600,00 Se puder ajudar, agradeço! -- Marcelo

6 10

Dados climáticos
by Ze Henrique 13 Nov '19

13 Nov '19

Bom doa Srs. alguém poderia me ajudar onde consigo achar a série histórica de dados climáticos do Brasil para alguns municípios entre 2000 e 2018, para uso no R. verifiquei que tem o pacote install "inmetr". Mas não to conseguindo baixar ele. Desde já agradeço. -- *José Henrique Soler Guilhen* Doutorando em Genética e Melhoramento Universidade Federal do Espírito Santo - CCAUFES

2 1