- R-br - DINF UFPR

Geração de números aleatórios com amplitude determinada
by Marcos Bissoli 29 Jul '14

29 Jul '14

Boa noite a todos, Preciso gerar uma sequência de números aleatórios, de uma distribuição normal. No entanto, a função <rnorm> não permite definir limites mínimo e máximo para o vetor de dados. Assim, criei uma função para tal fim: >Gerador.Aleatorio <- function(n,menor,maior,x,s) +{ + dados <- rnorm(n,x,s) + while ((min(dados)<menor)|(max(dados)>maior)) + { + dados <- rnorm(n,x,s) + } + dados <- dados + print(dados) +} Onde: - n é o número de valores que quero gerar - menor é o limite mínimo do vetor - maior é o limite máximo do vetor - x é a média do vetor - s é o desvio padrão do vetor O problema é que, como usei um laço ("loop"), o custo de tempo computacional dessa função tornou-a simplesmente impraticável. Até 100 valores eu consegui gerar. Mas agora tentei com 284 e já jantei, fumei, tratei de assuntos familiares e... Nada! E minha demanda, na verdade, é para gerar mais de 1500 valores, simulando estudo epidemiológico observacional, a partir de valores já descritos em um estudo piloto que realizei (ou seja, eu tenho já estimativas de n, mínimo, máximo, média e desvio padrão). Há alguma função, pacote ou sintaxe que torne isso possível? E qual seriam esses "limites do custo computacional"? Grato desde já por qualquer ajuda. Abraços fraternos, -- MARCOS BISSOLI Faculdade de Nutrição Universidade Federal de Alfenas E-mail: mbissoli(a)gmail.com Twitter: #mbissoli Facebook: https://www.facebook.com/MarcosBissoli Alfenas, Minas Gerais, Brasil *****Pense na Natureza antes de Imprimir***** Divulgue ON-LINE Eu apoio a ENEN "na luta por um Brasil sem fome" "por ĉiu popolo ties propran lingvon, por ĉiuj popoloj la esperantan" (para cada povo sua própria língua, para todos os povos o Esperanto) E nunca votarei no PSDB/DEM!

3 2

Re: [R-br] Inclusão de variáveis numa regressao
by Robert Iquiapaza 28 Jul '14

28 Jul '14

Tente algo similar vars=colnames(seubancodedados) fmla <- as.formula(paste("y ~ ",paste(vars[grep("iso1",vars)],collapse="+"))) lm(fmla,data=seubancodedados) Sds Em 28 de julho de 2014 16:39, Paulo Justiniano <paulojus(a)leg.ufpr.br> escreveu: > > pq ovce nao cria um data-frame apenas com as variáveis que quer usar? > > > > > > On Mon, 28 Jul 2014, Alexandre Loures wrote: > > Obrigado Paulo! >> >> Mas meu data-frame tem outras colunas além de y e iso1. >> >> >> >> >> Em 28/07/2014 15:38, Paulo Justiniano escreveu: >> se o seu data-frame só tiver as colunas y e iso* >> baste fazer: >> >> lm(y ~. , ...) >> >> ond o "." significa todas as demais colunas do data-frame exceto o >> y >> >> >> >> On Mon, 28 Jul 2014, Alexandre Loures wrote: >> >> Boa tarde! >> >> Preciso rodar uma regressão em que há muitas variáveis cujo >> nome inicia da mesma forma. Por exemplo: >> >> iso1ARG >> iso1BRA >> iso1PRY >> iso1URY >> >> Alguém sabe de alguma forma de incluir essas variáveis de uma >> só vez? >> >> Ou seja, ao invés de utilizar o padrão >> >> reg <- lm (y ~ iso1ARG + iso1BRA + iso1PRY + iso1URY + ...) >> >> Haveria alguma maneira em que definindo apenas iso1 todas as >> variáveis que inicia assim seriam incluídas? >> >> Por exemplo: >> >> reg <- lm (y ~ iso1*) >> >> Outra dúvida: nos resultados há como definir para que seja >> mostrado apenas algumas variáveis. >> >> Suponha as seguintes variáveis: rta fta bothin gsp sur1995 >> mercef >> >> Mas quero que apareça apenas os resultados para sur1995 e >> mercef. Há como fazer? >> >> >> Desde já muito obrigado! >> >> >> -- >> Alexandre Rodrigues Loures >> >> >> >> >> _______________________________________________ >> 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. >> >> >> -- >> Alexandre Rodrigues Loures >> Doutorando em Economia Aplicada >> Universidade Federal da Paraíba - UFPB >> Centro de Ciências Sociais Aplicadas - CCSA >> Programa de Pós-Graduação em Economia - PPGE >> Tel.: +55 83 9804-1000 >> e-Mail: alexandre.loures(a)ymail.com >> Site: www.ccsa.ufpb.br/ppge >> >> >> > _______________________________________________ > 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

Como fazer predição para pontos não amostrados?
by Jacqueline Cantú 28 Jul '14

28 Jul '14

Olá pessoal..Tenho outra dúvida..Construí o semivariograma cruzado, ajustei um modelo e quero fazer a predição para pontos que não foram amostrados para isso construí uma malha fina...Minha dúvida é: como fazer a predição espacial para os pontos não amostrados?Lembrando que são 2 variáveis, sendo que para predizer os valores de uma variável será utilizado os valores da outra variável (cokrigagem) Segue rotina.. require (geoR)library(sp)require(gstat)require(splancs)require(classInt) #lendo os dadosh <- read.table("phca.txt ",head=T)names(h)class(h)coordinates(h) = ~x+y g = gstat(NULL, "ph", ph~1, h)g = gstat(g, "ca", ca~1, h)plot(variogram(g))vm = variogram(g)variogram(g) ##Ajuste do modelo esfericosph <- fit.lmc(vm,g, vgm(0.3, "Sph", 200, 0.2))sph #modelo ajustado plot(vm,sph) ##Predição para pontos não amostrados#construção de uma malha finaborda <- read.table("borda.txt") borda plot(borda)polygon(borda)apply(borda,2,range) gr1 <- expand.grid(x=seq(239182.8, 241027.9, by=5),y=seq(7236744, 7238593, by=5))gi <- polygrid(gr1, bor=borda)plot(gi) Att, Jacqueline

2 1

Como fazer mapa temático
by Jacqueline Cantú 26 Jul '14

26 Jul '14

Olá pessoal,Construí o semivariograma cruzado, ajustei modelo e escolhi o melhor modelo e preciso fazer o mapa temático para cada uma das variáveis. Alguém sabe me dizer como fazer o mapa temático? Muio obrigada pela atenção.Att, Jacqueline

5 6

Pular amostras com singularidade - optim
by jborssoi . 24 Jul '14

24 Jul '14

Caros, gerei J amostras e estou fazendo a estimação dos parâmetros do meu modelo com optim, sendo que a cada nova estimação o chute inicial é atualizado. Porém, para algumas amostras está dando problema de singularidade e interrompe o processo. Gostaria de saber se tem uma forma de pular as amostras que dão o problema? Grato pela ajuda! Joelmir

3 2

Ajuda Urgente - Pooled Incidence Rate
by Ary Serpa Neto 24 Jul '14

24 Jul '14

Olá amigos, Estou precisando construir um forest plot (similar a imagem em anexo) usando "pooled incidence rate". Alguem pode me dar uma luz de como fazer isso no R? Desde ja agradeço a atenção Grande abraço Ary Serpa Neto, MD, MSc

3 2

Teste para comparar distribuições
by Luiz Roberto Martins Pinto 23 Jul '14

23 Jul '14

Caros amigos, Fiz uma pesquisa no Google, mas não consegui uma solução satisfatória. Então peço ajuda. Preciso de encontrar um teste que *quantifique* a semelhança entre dois vetores para checar se eles têm o mesmo tipo de distribuição, por meio de p.value. O interesse principal é comparar os vetores x e ab. Data set: http://www.datafilehost.com/d/f3757310 library(Hmisc) library(grDevices) load('NNC D_d3kk2.RData') # Avaliação qualitativa (gráfica): dev.set(which=1) bpplot(d3) boxplot(d3) # Aparentemente os vetores x, abC e ab são muitos semelhantes # A minha expectativa é encontrar um teste que quantifique esta semelhança por meio de p.value # Então fiz os testes abaixo # Avaliação quantitativa: v2=d3$ab # Comparando o vetor x com o vetor ab: v1=d3$x round(ks.test(v1, v2)$p.value,2) # Out put: p.value=0. Então o vetor x é estatisticamente DIFERENTE do vetor ab. # Comparando o vetor abC com o vetor ab: v1=d3$abC round(ks.test(v1, v2)$p.value,2) # Out put: p.value=0.65. Então o vetor x é estatisticamente IGUAL do vetor abC. # Comparando o vetor abC com o vetor x: v2=d3$x round(ks.test(v1, v2)$p.value,2) # Out put: p.value=0. Então o vetor abC é estatisticamente DIFERENTE do vetor x. ### *Testes alternativos*, para comparar o vetor x com ab: v2=d3$ab v1=d3$x t1=round(ks.test(v1, v2)$p.value,2);t1 # Out put: p.value=0 t2=round(ks.test(v1, v2, alternative = "l")$p.value,2);t2 # Out put: p.value=0 t3=round(ks.test(v1, v2, alternative = "g")$p.value,2);t3 # Out put: p.value=0.85 # Então, para este Data set (NNC D_d3kk2.RData), e para o t3=0.85. Então, por meio deste teste, o vetor x é estatisticamente IGUAL do vetor ab. # *No entanto*, fazendo os testes com conjuntos de dados diferentes (10000 Data set) (mas, sempre com mesmo tamanho de vetor), quando comparo o vetor x com o vetor ab: ## em aproximadamente 60% das comparações (ou em 6000 Data set) t1>0.05 ## em aproximadamente 80% das comparações (ou em 8000 Data set) t2>0.05 ## em aproximadamente 80% das comparações (ou em 8000 Data set) t3>0.05 ## em aproximadamente 85% das comparações (ou em 8500 Data set) t1 *OU* t2 >0.05 ## em aproximadamente 85% das comparações (ou em 8500 Data set) t1 *OU* t3 >0.05 ## em 0% das comparações (ou em 0 Data set) t2 *E* t3 >0.05 ## em 100% das comparações (ou em 10000 Data set) t2 *OU *t3 >0.05 Luiz Roberto Martins Pinto Prof. Pleno/DCET/UESC Laboratório de Estatística Computacional Universidade Estadual de Santa Cruz Ilhéus-Bahia luizroberto.uesc(a)gmail.com skype: lrmpinto http://lattes.cnpq.br/2732314327604831

3 4

Re: [R-br] Como fazer mapa temático
by Waldir De Carvalho Junior 22 Jul '14

22 Jul '14

Prezada Jacqueline sua questão está muito genérica. É preciso ser mais específico para te ajudar. No entanto, os pacotes 'sp', 'rgdal', 'plotkml', entre outros, tem a possibilidade de plotar os mapas. verifique Att __________ Dr. Waldir de Carvalho Junior Engº Agroº D.Sc. Ciência do Solo - Mapeamento Digital Embrapa Solos Empresa Brasileira de Pesquisa Agropecuária (Embrapa) Rio de Janeiro/RJ Waldir.Carvalho(a)embrapa.br Telefone: +55 (21) 2179-4614 +55 (21) 2179-4614 | Fax: +55 (21) 2274-5291 www.embrapa.br/solos | twitter.com/embrapa Confira também: www.facebook.com/agrosustentavel Call Send SMS Add to Skype You'll need Skype Credit Free via Skype ----- Mensagem original ----- De: r-br-request(a)listas.c3sl.ufpr.br Para: r-br(a)listas.c3sl.ufpr.br Enviadas: Terça-feira, 22 de julho de 2014 12:00:02 Assunto: Digest R-br, volume 43, assunto 22 Enviar submissões para a lista de discussão R-br para r-br(a)listas.c3sl.ufpr.br Para se cadastrar ou descadastrar via WWW, visite o endereço https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br ou, via email, envie uma mensagem com a palavra 'help' no assunto ou corpo da mensagem para r-br-request(a)listas.c3sl.ufpr.br Você poderá entrar em contato com a pessoa que gerencia a lista pelo endereço r-br-owner(a)listas.c3sl.ufpr.br Quando responder, por favor edite sua linha Assunto assim ela será mais específica que "Re: Contents of R-br digest..." Tópicos de Hoje: 1. Como fazer mapa temático (Jacqueline Cantú) ---------------------------------------------------------------------- Message: 1 Date: Tue, 22 Jul 2014 17:16:55 +0300 From: Jacqueline Cantú <jacqueline.cantu(a)hotmail.com> To: "r-br(a)listas.c3sl.ufpr.br" <r-br(a)listas.c3sl.ufpr.br> Subject: [R-br] Como fazer mapa temático Message-ID: <BLU177-W17CD82038F1F8B202CBD5A8BF10(a)phx.gbl> Content-Type: text/plain; charset="iso-8859-1" Olá pessoal,Construí o semivariograma cruzado, ajustei modelo e escolhi o melhor modelo e preciso fazer o mapa temático para cada uma das variáveis. Alguém sabe me dizer como fazer o mapa temático? Muio obrigada pela atenção.Att, Jacqueline -------------- Próxima Parte ---------- Um anexo em HTML foi limpo... URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20140722/ad115a93/atta…> ------------------------------ Subject: Legenda do Digest _______________________________________________ R-br mailing list R-br(a)listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br ------------------------------ Fim da Digest R-br, volume 43, assunto 22 ***************************************** ____________________________________________________________________________ Aviso de confidencialidade Esta mensagem da Empresa Brasileira de Pesquisa Agropecuaria (Embrapa), empresa publica federal regida pelo disposto na Lei Federal no. 5.851, de 7 de dezembro de 1972, e enviada exclusivamente a seu destinatario e pode conter informacoes confidenciais, protegidas por sigilo profissional. Sua utilizacao desautorizada e ilegal e sujeita o infrator as penas da lei. Se voce a recebeu indevidamente, queira, por gentileza, reenvia-la ao emitente, esclarecendo o equivoco. Confidentiality note This message from Empresa Brasileira de Pesquisa Agropecuaria (Embrapa), a government company established under Brazilian law (5.851/72), is directed exclusively to its addressee and may contain confidential data, protected under professional secrecy rules. Its unauthorized use is illegal and may subject the transgressor to the law's penalties. If you are not the addressee, please send it back, elucidating the failure.

1 0

Identificar pontos num gráfico e adicionar rótulos
by Helder Gramacho 21 Jul '14

21 Jul '14

Bom dia pessoal, Estou tentando usar o identify() para identificar pontos num gráfico e em seguida adicionar um rótulo para os pontos identificados, este assunto já havia sido discutido aqui na lista e foi resolvido com o comando abaixo, no meu caso estou utilizando o RStudio, só que depois que executo o comando parece que o gráfico trava e os rótulos não são adicionados, está faltando algo nos comandos? ### <code r> dados <- data.frame(x=1:10,y=1:10,Nome=paste('ponto',letters[1:10])) plot(dados$x,dados$y) identify(dados$x,dados$y, labels=dados$Nome) ### </code> Obrigado, *Hélder Gramacho * Recife-PE / *agrohelder(a)gmail.com <agrohelder(a)hotmail.com>*

3 4

Selecionar vários níveis dentro de um fator com for()
by ASANTOS 16 Jul '14

16 Jul '14

Boa noite pessoal, Tenho um fator (indiv) no objeto dados_cal[,3], composto de vários níveis sendo soldado1, .... ate soldado 20 e operario1, ... ate operario20, gostaria de selecionar só os operário, para isto eu fiz: #Operários x<- c("operario1","operario2","operario3","operario4","operario5","operario6", "operario7" ,"operario8","operario9","operario10","operario11","operario12", "operario13","operario 14","operario15","operario16","operario17","operario18", "operario19","operario20") RES=NULL for(l in 1:length(x)){# Rayon des cercles teste<-dados_cal[dados_cal[,3]==x[l]] RES=rbind(RES,teste) } # Mas o meu for() aplicado ao objeto x não funcionou, alguém poderia dar um help? 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 ======================================================================

2 2

Mensagens de erro no R
by Clécio da Silva Ferreira 16 Jul '14

16 Jul '14

Meus caros, aconteceu comigo hoje (1ª vez) ao tentar instalar e utilizar o help de funções específicas de um pacote (instalei hoje gamlss). O pacote foi corretamente instalado. Ao solicitar carregar pacotes, mesmo instalados anteriormente, começaram a aparecer mensagens como: library(MASS) Mensagens de aviso perdidas: In fetch(key) : internal error -3 in R_decompress1 ?memory.size Mensagens de aviso perdidas: In fetch(key) : internal error -3 in R_decompress1 Aumentei então o limite de memória: memory.size() [1] 3232.17 > memory.limit() [1] 3975 > memory.size(max=T) [1] 3890.69 > memory.limit(size=10000) [1] 10000 Porém, o help de funções do gamlss não está funcionando corretamente. Ao solicitar o help de alguma função, aparece: Error in fetch(key) : lazy-load database '' is corrupt Atualizei os pacotes, mas não resolveu o problema. Alguma ideia? Atenciosamente, Prof. Clécio da Silva Ferreira Depto de Estatística - UFJF Tel: (32) 2102-3306 Página: www.ufjf.br/clecio_ferreira

4 4

Novas versões dos pacotes R
by Luiz Roberto Martins Pinto 15 Jul '14

15 Jul '14

Caros amigos da lista. Eu sou um iniciante no uso do R. Depois que comecei a utilizá-lo a análise de dados ficou mais divertida e criativa. Sinto-me livre... incrível!!! O uso do Tinn-R também é um fator motivacional para mim, devido à simplicidade de uso. Todavia, como iniciante, tenho tido algumas dificuldades em referência às atualizações do R e dos pacotes. Certa vez atualizei o R e algumas funções/pacotes deixaram de funcionar. Quase entrei em pânico, posto que jamais pensei que a simples atualização do R pudesse causar tanto transtorno. Acabei gastando muito tempo procurando erros no script, até que alguém sugeriu que o script poderia não rodar pela simples atualização do R. A atualização de pacotes é outro problema. Quando atualizei o R na última vez uma função que utilizava parou de funcionar. Então precisei de refazer parte importante do script. Diante do exposto vejo que preciso ter: 1) cópia dos pacotes; 2) cópia da versão do R utilizada em cada script É assim que vocês procedem? É possível que o R seja melhorado/atualizado sem prejuízo no uso dos scripts? É possível que os autores dos pacotes façam suas atualizações sem perda de funcionalidade das funções anteriormente liberadas? Ex. liberar o LSmatrix e LSmeans (informando que esta [e uma versão mais atualizada) e manter o popMeans e popMatrix? É querer muito? Talvez, para o expert em R estas questões sejam simplórias, e até idiotas, mas para alguns poucos (espero) simples usuários como eu estas questões são relevantes. Luiz Roberto. Luiz Roberto Martins Pinto Prof. Pleno/DCET/UESC Laboratório de Estatística Computacional Universidade Estadual de Santa Cruz Ilhéus-Bahia luizroberto.uesc(a)gmail.com skype: lrmpinto http://lattes.cnpq.br/2732314327604831

5 10

modelagem (com glmer) depois de scale() de variáveis contínuas
by Pedro Emmanuel Alvarenga Americano do Brasil 12 Jul '14

12 Jul '14

Amigos de R, Eu estou tentando fazer uma modelagam logistica multinível com com alguns modelos especificados a priori. São sete ao total. Em 5 deles aparece o seguinte aviso. > ptm <- Sys.time() > f6a <- glmer(Hosp.Death ~ Adm.Diag.Class + SAPS3PT + Chron.Health.Status.Rev + LogNDiasantesICU + V2.Total.interact + Accredited.YN + Resid.UTI + MedSurg.ICU + ICUbed1020 + HCP.Cover.Class + (1 | ICUCode), data = b, family = binomial,nAGQ=1) # Warning message: In checkConv(attr(opt, "derivs"), opt$par, ctrl = control$checkConv, : Model is nearly unidentifiable: very large eigenvalue - Rescale variables? > Sys.time() - ptm Time difference of 14.5636 mins Infelizmente o modelo não diz quais as variáveis que estão atrapalhando mas eu suspeito de duas das quatro que há no modelo. Eu coloquei esse erro no google e apareceram alguns comentários do desenvolvedor no StackOverflow que eu achei interessantes. Na essência, ele faz uma recodificação sugerida pelo aviso com a função base::scale() que centraliza a distibuição das variáveis continuas dessa forma: > z <- b > z[,numcols] <- scale(z[,numcols]) > summary(z[,numcols]) Age SOFAPT SAPS3PT HospDayPriorICU Min. :-2.4008 Min. :-0.7762 Min. :-2.5456 Min. : -0.06196 1st Qu.:-0.6911 1st Qu.:-0.7762 1st Qu.:-0.6716 1st Qu.: -0.06196 Median : 0.1378 Median :-0.4487 Median :-0.1362 Median : -0.06196 Mean : 0.0000 Mean : 0.0000 Mean : 0.0000 Mean : 0.00000 3rd Qu.: 0.8113 3rd Qu.: 0.5336 3rd Qu.: 0.6000 3rd Qu.: -0.03865 Max. : 2.5210 Max. : 6.0999 Max. : 5.9542 Max. :222.87390 > summary(b[,numcols]) Age SOFAPT SAPS3PT HospDayPriorICU Min. : 16.00 Min. : 0.00 Min. : 5.00 Min. : 0.000 1st Qu.: 49.00 1st Qu.: 0.00 1st Qu.: 33.00 1st Qu.: 0.000 Median : 65.00 Median : 1.00 Median : 41.00 Median : 0.000 Mean : 62.34 Mean : 2.37 Mean : 43.03 Mean : 2.653 3rd Qu.: 78.00 3rd Qu.: 4.00 3rd Qu.: 52.00 3rd Qu.: 1.000 Max. :111.00 Max. :21.00 Max. :132.00 Max. :9564.000 Em seguida fazer um update do modelo com os novos dados. O que remove os avisos e > f6az <- update(f6a,data=z) Olhando o summary dos dois modelos, na essência é o mesmo modelo com o mesmo AIC, BIC, com a mesma variação do efeito aleatório e as mesma variáveis significativas no efeito fixo. Na verdade então eu nem sei muito bem porque o autor recomendaria essa transformação. Mas agora que eu quero fazer umas análises de previsões medias por grupos marginalizando a variação do efeito aleatório, a pergunta é como fazer a destranformação do scale(), ou seja, qual seria a correspondência dos valores dados pelo scale e os valores originais da escala da variável? Dei uma olhada na documentação da função scale() e entendi que essa centralização ocorre subtraindo-se os valores da média e depois dividindo-se pelo sd(). Assim, entendo que a "destroanformação" seria multiplicando-se pelo sd() e adicionando-se a média. Dessa forma bateu com os valores originais. > as.vector(scale(b$SAPS3PT[1:30])) * sd(b$SAPS3PT[1:30]) + mean(b$SAPS3PT[1:30]) [1] 64 37 59 42 32 51 69 58 55 28 29 65 43 54 51 50 52 57 16 56 46 56 34 31 81 [26] 85 61 80 26 80 > b$SAPS3PT[1:30] [1] 64 37 59 42 32 51 69 58 55 28 29 65 43 54 51 50 52 57 16 56 46 56 34 31 81 [26] 85 61 80 26 80 Como eu nunca fiz isso antes, eu queria saber se voces acham que essa centralização das variáveis contínuas é razoável, se a destransformação é assim mesmo e se fariam essa análise de forma diferente? Abraços, Dr. Pedro Emmanuel A. A. do Brasil http://blog.ipec.fiocruz.br/lapclin-chagas/ Curriculum Lattes: http://lattes.cnpq.br/6597654894290806 ResearchGate.net: https://www.researchgate.net/profile/Pedro_Brasil2/ Instituto Nacional de Infectologia/Instituto de Pesquisa Clínica Evandro Chagas Fundação Oswaldo Cruz Rio de Janeiro - Brasil Av. Brasil 4365, CEP 21040-360, Tel 55 21 3865-9648 e-mail: pedro.brasil(a)ipec.fiocruz.br e-mail: emmanuel.brasil(a)gmail.com

2 1

Caret
by Gleyson Vieira dos Santos 11 Jul '14

11 Jul '14

Nome: Gleyson Gostaria de saber como consigo calcular o quadrado médio do resíduo (QMR), e como obtenho os valore preditos? -- GLEYSON VIEIRA DOS SANTOS ZOOTECNISTA - UFPI DOUTORANDO EM CIÊNCIA ANIMAL-UFPI TEL: (89) 9985-5488

2 1

Recomendação de adubação
by Hélio Gallo Rocha 10 Jul '14

10 Jul '14

Caros listeiros e interessados em recomendação de adubação. Estou precisando de ajuda para realizar recomendação de adubação. Como exemplo utilizei a cultura do café com cálculos realizados de acordo com a quinta aproximação para Minas Gerais, que pode ser obtido no seguinte link, que no caso, é especifico para a cultura do café, e a tabela em questão se encontra na pag. 4. http://www.dpv24.iciag.ufu.br/new/dpv24/Apostilas/Cafe%20-%205%20Aproximaca… Uma parte já está pronta, postada em msg anterior pelo mestre Elias. 1. Classifica-se o teor de fósforo em cinco classes, de acordo com o teror (%) de argila, segundo este CRM: ## Dados p <- c( 7, 8 , 7, 7, 10);p arg <- c(10 , 20, 40, 70, 70); arg ## Classificação da argila class_arg=c(0,15.01,35.01,60.01,100) nivel_arg=c("Arenoso","Siltoso","Franco_Argiloso","Argiloso") clas_arg=cut(arg,class_arg,nivel_arg) ## Visualizando a classificação das amostras de argila data.frame(arg,clas_arg) # Classificação do Fósforo de acordo com nível de argila escada <- function(x, y, x.br, y.br, ...) { ix <- findInterval(x, x.br, ...)+1 lr <- lapply(1:nrow(y.br), function(j) { i <- which(ix==j) list(i=i, r=findInterval(y[i], y.br[j,], ...)+1) }) i <- sort(unlist(lapply(lr, function(x) x$i)), index.return=TRUE, method='quick')$ix unlist(lapply(lr, function(x) x$r))[i] } ## teores de fosforo (mg/dm3) para a cultura do café que serão classificados ## de acordo com quatro classes de solo de acordo com teror (%) de argila cafefosf <- rbind(c(7.5,15.1,22.6,33.81),c(5.01,9.1,15.1,22.51), c(3.1,6.1,9.1,13.51 ), c(2,4.1,6.1,9.01)) ## Determinando a classe de ferfilidade(cf.cafe) do solo para a cultura do café cf.cafe=escada(arg, p, c(15.001, 35.001, 60.001),cafefosf) ## verificando a classe de fertilidade de acordo com quantidade de fósforo ##(mg/dm3) e teor de argila no solo, onde arg = %arg, p = fósforo, cf.cafe = classe ## é um exemplo com cinco classes cbind(arg,p,cf.cafe) 2. Para fazer a recomendação de adubação é realizada de acordo com a produção esperada(sacas café benificiado ha-1), segundo *produ.cafe* produ.cafe <- c(0,20,30,40,50,60,100) 3. O resultado é de acordo com *aduba.cafe* ( em kg/ha/ano) aduba.cafe <- rbind(c(80,60,40,20,0),c(70,55,35,18,0),c(60,50,30,15,0),c(50,40,25,0,0),c(30,20,10,0,0));aduba.cafe Para verificar se deu certo, a primeira linha do resultado de cbind(cf.cafe) que é 1, com uma produção estimada em 25 sacas daria como resultado a recomendação de 30 kg/ha/ano de fósforo. Agradeço desde já. -- Hélio Gallo Rocha IFSULDEMINAS - Câmpus Muzambinho

1 0

popMatrix
by ana paula coelho madeira 10 Jul '14

10 Jul '14

Boa tarde! Prezados colegas, a função popMatrix foi removida do pacote doBy. Como posso substituí-la? Agradeço, Ana Paula

2 1

calculo de adubação
by Hélio Gallo Rocha 10 Jul '14

10 Jul '14

Caros listeiros e interessados em recomendação de adubação. Estou precisando de ajuda para realizar recomendação de adubação. Tenho com exemploa cultura do café e os cálculos são realizados de acordo com a quinta aproximação para Minas Gerais, que pode ser obtido no seguinte link: http://www.dpv24.iciag.ufu.br/new/dpv24/Apostilas/Cafe%20-%205%20Aproximaca… Este link é especifico para a cultura do café, e a tabela em questão se encontra na pag. 4. Uma parte já está pronta, com a ajuda anterior de listeiros. 1. Classifica-se o teor de fósforo em cinco classes, de acordo com o teror (%) de argila, segundo este CRM: ## Dados p <- c( 7, 8 , 7, 7, 10);p arg <- c(10 , 20, 40, 70, 70); arg ## Classificação da argila class_arg=c(0,15.01,35.01,60.01,100) nivel_arg=c("Arenoso","Siltoso","Franco_Argiloso","Argiloso") clas_arg=cut(arg,class_arg,nivel_arg) ## Visualizando a classificação das amostras de argila data.frame(arg,clas_arg) # Classificação do Fósforo de acordo com nível de argila escada <- function(x, y, x.br, y.br, ...) { ix <- findInterval(x, x.br, ...)+1 lr <- lapply(1:nrow(y.br), function(j) { i <- which(ix==j) list(i=i, r=findInterval(y[i], y.br[j,], ...)+1) }) i <- sort(unlist(lapply(lr, function(x) x$i)), index.return=TRUE, method='quick')$ix unlist(lapply(lr, function(x) x$r))[i] } ## teores de fosforo (mg/dm3) para a cultura do café que serão classificados ## de acordo com quatro classes de solo de acordo com teror (%) de argila cafefosf <- rbind(c(7.5,15.1,22.6,33.81),c(5.01,9.1,15.1,22.51), c(3.1,6.1,9.1,13.51 ), c(2,4.1,6.1,9.01)) ## Determinando a classe de ferfilidade(cf.cafe) do solo para a cultura do café cf.cafe=escada(arg, p, c(15.001, 35.001, 60.001),cafefosf) ## verificando a classe de fertilidade de acordo com quantidade de fósforo ##(mg/dm3) e teor de argila no solo, onde arg = %arg, p = fósforo, cf.cafe = classe ## é um exemplo com cinco classes cbind(arg,p,cf.cafe) 2. Para fazer a recomendação de adubação é realizada de acordo com a produção esperada(sacas café benificiado ha-1), segundo *produ.cafe* produ.cafe <- c(0,20,30,40,50,60,100) 3. O resultado é de acordo com *aduba.cafe* ( em kg/ha/ano) aduba.cafe <- rbind(c(80,60,40,20,0),c(70,55,35,18,0),c(60,50,30,15,0),c(50,40,25,0,0),c(30,20,10,0,0));aduba.cafe Para verificar se deu certo, a primeira linha do resultado de cbind(cf.cafe) que é 1, com uma produção estimada em 25 sacas daria como resultado a recomendação de 30 kg/ha/ano de fósforo. Agradeço desde já. -- Hélio Gallo Rocha IFSULDEMINAS - Câmpus Muzambinho

1 0

Regressão por mínimos quadrados parciais para dados categóricos
by ASANTOS 10 Jul '14

10 Jul '14

Boa tarde pessoal, Estou estudando o ajuste de regressões por mínimos quadrados parciais (PLSR) para dados categóricos, usando o pacote psl. Me deparei com um problema de predição, se tenho os níveis de "infestado", representado por 1 e "sadio" representado por 0, como os valores de predição não são inteiros, posso utilizar round para saber a qual nível pertente um novo conjunto de variáveis resposta testados? Segue CRM: require(pls) #Dados artificiais T<-as.factor(sort(rep(c("infestado", "sadio"), 100))) y1 <- c(rnorm(100,1,0.1),rnorm(100,1,0.1)) y2 <- c(rnorm(100,10,0.3),rnorm(100,10,0.6)) y3 <- c(rnorm(100,10,2.3),rnorm(100,11,2.6)) y4 <- c(rnorm(100,5,0.5),rnorm(100,7,0.5)) y5 <- c(rnorm(100,0,0.1),rnorm(100,0,0.1)) #Cria o data frame avaliacao <- as.numeric(T) espectro <- cbind(y1,y2,y3,y4,y5) dados <- data.frame(avaliacao = I(as.matrix(avaliacao)), bands = I(as.matrix(espectro))) #Ajuste da regressão taumato <- plsr(avaliacao ~ bands, ncomp = 5, validation = "LOO", data=dados) summary(taumato) #Gráfico de componentes plot(taumato, plottype = "scores", comps = 1:5) #Vaidação cruzada taumato.cv <- crossval(taumato, segments = 10) plot(MSEP(taumato.cv), legendpos = "topright") summary(taumato.cv, what = "validation") plot(taumato, xlab ="medição", ylab="predição", ncomp = 3, asp = 1, main=" ", line = TRUE) #Predição para 3 componentes principais T<-as.factor(sort(rep(c("infestado", "sadio"), 50))) y1 <- c(rnorm(100,1,0.1),rnorm(100,1,0.1)) y2 <- c(rnorm(100,10,0.3),rnorm(100,10,0.6)) y3 <- c(rnorm(100,10,2.3),rnorm(100,11,2.6)) y4 <- c(rnorm(100,5,0.5),rnorm(100,7,0.5)) y5 <- c(rnorm(100,0,0.1),rnorm(100,0,0.1)) espectro2 <- cbind(y1,y2,y3,y4,y5) new.dados <- data.frame(bands = I(as.matrix(espectro2))) round(predict(taumato, ncomp = 3, newdata = new.dados))##Arredondando para ver a qual nível pertence 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 ======================================================================

1 0

como imprimir linhas de comentários em output do R através de sink()?
by Mauricio Cardeal 10 Jul '14

10 Jul '14

Olá pessoal! Como faço para imprimir as linhas iniciadas por # através da função sink()? Quando tento como no código abaixo obtenho apenas os números, mas gostaria de obter todo o código (inclusive as linhas comentadas). sink("exemplo.txt") # exemplo x <- c(2,3,2,4,2,3) # media de x mean(x) # desvio-padrao de x sd(x) sink() Ao executar o código acima obtenho isso: [1] 2,6667 [1] 0,8165 Mas gostaria de obter isso (conseguido aqui através de copiar e colar): > # exemplo > x <- c(2,3,2,4,2,3) > # media de x > mean(x) [1] 2,6667 > # desvio-padrao de x > sd(x) [1] 0,8165 Já procurei no google e no help do R, mas não encontrei a solução. Isso é possível com a função sink()? Ou existe outra função? Tentei também txtStart() e txtStop(), mas não funcionou como gostaria. Agradeço a ajuda! -- Mauricio Cardeal UFBA

2 3

Análise Conjunta
by ana paula coelho madeira 10 Jul '14

10 Jul '14

Prezados, boa tarde. Tenho um experimento em DBC (4 blocos) instalado em dois locais distintos. Usei a função mi <- lapply(split(dados, f=dados$Local), aov, formula=Y8~bloco+trat) lapply(mi, summary) para fazer as análises individuais e a função m8 <- lm(terms(Y8~Local/bloco+Local*trat, keep.order=TRUE), data=dados) anova(m8) para a análise conjunta. O fato é que em ambas as análises o grau de liberdade para blocos e blocos dentro de locais está incorreto. Observem as saídas: ## Análises individuais $NP Df Sum Sq Mean Sq F value Pr(>F) bloco 1 0.51 0.5062 0.729 0.39696 trat 17 35.64 2.0966 3.020 0.00108 ** Residuals 53 36.79 0.6942 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 $SL Df Sum Sq Mean Sq F value Pr(>F) bloco 1 2.3 2.34 0.167 0.684317 trat 17 741.3 43.61 3.120 0.000785 *** Residuals 53 740.7 13.97 --- ## Análise Conjunta Response: Y8 Df Sum Sq Mean Sq F value Pr(>F) Local 1 3872.1 3872.1 527.9346 < 2.2e-16 *** Local:bloco 2 2.8 1.4 0.1937 0.8241648 trat 17 380.3 22.4 3.0497 0.0002392 *** Local:trat 17 396.7 23.3 3.1814 0.0001381 *** Residuals 106 777.5 7.3 Alguém consegue visualizar o erro? Sugerem outras funções? Desde já agradeço Att., Ana Paula

2 2

Como achar vizinhos
by Wagner Bonat 09 Jul '14

09 Jul '14

Ola pessoal ! Estou com um pequeno problema e gostaria da opinião do pessoal da lista como resolver de uma forma eficiente. Tenho uma área que foi dividida em quadrados 1 km X 1 km e o numero de acidentes foi contado em cada um desses quadrados. Agora eu quero saber o numero de acidentes em cada vizinho de primeiro ordem e colocar cada numero em uma coluna diferente criando uma serie de covariáveis a idéia e montar um modelo autoregressivo. Eu nao quero apenas vizinhos de primeira ordem, mas até 20 th ordem. Alguma idéia ? Por onde comecar ? Obrigado -- Wagner Hugo Bonat LEG - Laboratório de Estatística e Geoinformação UFPR - Universidade Federal do Paraná

3 3

stemCompletion() package 'tm'
by Fernando Gama 09 Jul '14

09 Jul '14

Olá pessoal. Gostaria de saber quem já trabalhou com o stemCompletion() em seus projetos e que poderia me ajudar na seguinte questão.... . 1. Crio uma cópia do corpus (pois utilizarei o próprio documento como um dicionário). 2. Após este procedimento aplico o processo de stemming dos termos. 3. Logo em seguida utilizo o stemCompletion() para o preenchimento dos termos. 1. *dictionary* <- corpus tdm_corpus <- Corpus(VectorSource(corpus)) 2. tdm_corpus<-tm_map(tdm_corpus, *stemDocument*, language = "portuguese") 3. tdm_corpus<-tm_map(tdm_corpus, *stemCompletion*, dictionary=*dictionary*) O processo de stemming é realizado normalmente, assim como o processo de preenchimento dos termos o grande problema é que a medida que o número de amostras aumenta o custo para realizar o prenchimento aumenta muito. Por exemplo, em um primeiro momento trabalhei com 100 documentos - foi rápido. Porém, quando aumentei para 1000 demorou *consideravelmente*. Como é a primeira vez que trabalho com isso e estou trabalhando com uma quantidade de documentos significativa, gostaria de saber se de fato é isso que acontece normalmente ou se existe alguma outra maneira de contornar este problema. Fico muito grato a quem contribuir de alguma maneira. Abs, Fernando.

1 0

Geany + R
by Andre Oliveira 08 Jul '14

08 Jul '14

Pessoal alguém sabe se existe algum plugin que integre com Geany + R? Com LaTeX existe acabei de colocar aqui no ubuntu André Oliveira Souza

10 14

Automatizar leitura de arquivos e converter nome em colunas
by ASANTOS 08 Jul '14

08 Jul '14

Boa tarde pessoal, Tenho inúmeros arquivos dpt que podem ser lidos com txt e gostaria de fazer o seguinte, ler os dados que são apenas uma coluna em cada arquivo e transpor eles, em seguida, pegar o nome do arquivo e a cada _ criar uma nova coluna, sendo um arquivo: Cupim%20Syntermes_COLONIA%201_operario_1_c1_140616.dpt Gostaria que a última coluna fosse os dados transpostos no arquivo e as colunas fosse: Cupim%20Syntermes, COLONIA%20, operario, 1, c1 e 140616. Segue CRM com três arquivos: #------------------------------------------------------------------------------- ### Download a partir de uma lista de links com os arquivos #------------------------------------------------------------------------------- # ### ObtenÃ§Ã£o de links links <- c( "https://www.dropbox.com/s/l5ofrqw01tnfmmv/Cupim%20Syntermes_COLONIA%201_ope…", "https://www.dropbox.com/s/tkxkov16z813oc6/Cupim%20Syntermes_COLONIA%201_ope…", "https://www.dropbox.com/s/hjcmw9qutwwolo0/Cupim%20Syntermes_COLONIA%201_ope…") tokens <- gsub("^.*/s/","",dirname(links)) fileNames <- basename(links) newLinks <- file.path("http://dl.dropbox.com/s", tokens, fileNames); newLinks for (a in newLinks) { tryCatch(download.file(a, dest=basename(a), mode='wb'), error=function(...) print("Falha no download!"))} ### Verificando arquivos baixados corretamente ############################################################################## fileInfo <- file.info(fileNames); fileInfo ### observe o segundo arquivo files.OK <- fileNames[fileInfo$size>0 & !is.na(fileInfo$size)]; files.OK ### Operando arquivos baixados corretamente ############################################################################## for (b in files.OK) { t <- strsplit(b,"_|\\.")[[1]][2] XYZ <- data.frame(rep(t),t(b[b[,1],])) outName <- paste0('XYZ-', t, '.txt') write.table(XYZ, file ="termiteNIR.mod", row.names=F,append=T) message(noquote(paste(outName, "salvo em", getwd()))) } #</code> -- ====================================================================== 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 ======================================================================

2 2

Fwd: [R-PT] why R?
by Leandro Marino 08 Jul '14

08 Jul '14

Recebi na lista do portuguesa e acho que vale a pena compartilhar. Abs Enviado de um dispositivo móvel. ---------- Mensagem encaminhada ---------- De: "Marta Rufino" <marta.m.rufino(a)gmail.com> Data: 08/07/2014 04:50 Assunto: [R-PT] why R? Para: <r-pt(a)googlegroups.com> Cc: Bom dia, Publicaram esta apresentação, que é mais uma que demonstrar as capacidades do R. Achei que pode ser útil, para quando às vezes temos de o fazer, e não encontramos os dados. Têm ainda alguns exemplos, que eu acho muito interessantes (alguns já conhecia outros não). https://speakerdeck.com/stephenturner/introduction-to-r-for-life-scientists Abraço, M. -- *Marta M. Rufino* (Posdoctoral Researcher) * ____________________________________________________**IPMA* (Portuguese Institute for the Sea and Atmosphere) Av. de Brasília 6 1449-006 Lisboa (+351) 21 302 7076 Portugal __________________________________________ *"How inappropriate to call this planet Earth when it is quite clearly Ocean."* Sir Arthur C. Clarke -- Pode ver esta mensagem no fórum do grupo em https://groups.google.com/d/msg/r-pt/topic-id/message-id --- Recebeu esta mensagem porque subscreveu ao grupo "r-pt" do Grupos do Google. Para anular a subscrição deste grupo e parar de receber emails do mesmo, envie um email para r-pt+unsubscribe(a)googlegroups.com. Para publicar uma mensagem neste grupo, envie um email para r-pt(a)googlegroups.com. Para mais opções, visite https://groups.google.com/d/optout.

2 2

Como resolver a normal no braço...
by andrebvs＠bol.com.br 07 Jul '14

07 Jul '14

8 10

Re: [R-br] RES: Como resolver a normal no braço...
by andrebvs＠bol.com.br 04 Jul '14

04 Jul '14

1 0

Duvida em preenchimento de colunas
by Leonardo Monteiro 04 Jul '14

04 Jul '14

Ae pessoal, eu qro saber se alguem pode me dar uma dica na seguinte: ## anos.observado<- c(1991:2000) anos.estimado<- c(1994:2000) x.estimado<-c(20,10,13,12, 21,24, 20) x.observado<- c(1,2,3,NA,5,6,NA,8,NA,10) ## Eu quero preencher os valores observados 'NA', com os estimados, porem a seq. de anos é diferente. Alguem tem alguma dica? PS: os valores sao apenas de teor ilustrativo. obrigado, Leonardo.

2 1

Efeito fixos e aleatórios
by Alisson Lucrecio 03 Jul '14

03 Jul '14

Caro Colegas da r-br e Walmes, Bom dia a todos. Eu posso incluir em um modelo uma variável independete no efeito aleatório e no efeito fixo assim como esta o modelo abaixo? Obrigado. > dput(estirpe_r_br)structure(list(Tratamento = structure(c(4L, 4L, 4L, 4L, 5L, 5L, 5L, 5L, 6L, 6L, 6L, 6L, 7L, 7L, 7L, 7L, 3L, 3L, 3L, 3L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 4L, 4L, 4L, 4L, 5L, 5L, 5L, 5L, 6L, 6L, 6L, 6L, 7L, 7L, 7L, 7L, 3L, 3L, 3L, 3L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 4L, 4L, 4L, 4L, 5L, 5L, 5L, 5L, 6L, 6L, 6L, 6L, 7L, 7L, 7L, 7L, 3L, 3L, 3L, 3L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 4L, 4L, 4L, 4L, 5L, 5L, 5L, 5L, 6L, 6L, 6L, 6L, 7L, 7L, 7L, 7L, 3L, 3L, 3L, 3L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 4L, 4L, 4L, 4L, 5L, 5L, 5L, 5L, 6L, 6L, 6L, 6L, 7L, 7L, 7L, 7L, 3L, 3L, 3L, 3L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 4L, 4L, 4L, 4L, 5L, 5L, 5L, 5L, 6L, 6L, 6L, 6L, 7L, 7L, 7L, 7L, 3L, 3L, 3L, 3L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 4L, 4L, 4L, 4L, 5L, 5L, 5L, 5L, 6L, 6L, 6L, 6L, 7L, 7L, 7L, 7L, 3L, 3L, 3L, 3L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 4L, 4L, 4L, 4L, 5L, 5L, 5L, 5L, 6L, 6L, 6L, 6L, 7L, 7L, 7L, 7L, 3L, 3L, 3L, 3L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 4L, 4L, 4L, 4L, 5L, 5L, 5L, 5L, 6L, 6L, 6L, 6L, 7L, 7L, 7L, 7L, 3L, 3L, 3L, 3L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 4L, 4L, 4L, 4L, 5L, 5L, 5L, 5L, 6L, 6L, 6L, 6L, 7L, 7L, 7L, 7L, 3L, 3L, 3L, 3L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L), .Label = c("T_CN", "T_SN", "CIAT 899", "UFLA 02-100", "UFLA 02-127", "UFLA 02-68", "UFLA 04-195"), class = "factor"), Bloco = structure(c(1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L ), .Label = c("1", "2", "3", "4"), class = "factor"), Local = structure(c(3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L), .Label = c("Lavras", "Lavras 2", "Patos de Minas", "Patos de Minas 2", "PO", "PO 2", "Bambui", "GM", "Luminarias", "Pitangui"), class = "factor"), MSPA = c(22.96, 20.75, 28.56, 22.95, 24.91, 15.2, 12, 20.65, 18.39, 16.18, 14.45, 17.14, 13.02, 26.95, 8.45, 11.47, 23.62, 10.62, 10.35, 19.78, 34.52, 34.16, 35.99, 47.89, 15.32, 12.61, 10.45, 10.45, 24.93, 33.3, 52.25, 19.67, 53.04, 48.77, 34.64, 57.85, 52.43, 36.78, 37.15, 24.28, 23.48, 32.41, 42.63, 32.35, 40.17, 25.84, 31.77, 46.27, 53.27, 29.05, 54.03, 43.19, 28.18, 49.61, 47.09, 42.65, 72.1, 78.8, 58.2, 63.9, 62.5, 90.8, 61.6, 35, 61.4, 98, 64, 68.6, 73.3, 99.3, 72.3, 47.3, 74.4, 45.8, 79.7, 66.6, 140.2, 105.2, 111.8, 127.8, 79.1, 100.8, 91.6, 69.1, 67.8, 76.6, 82.7, 76.4, 81.2, 75.1, 82.3, 73.5, 81, 79.4, 112.1, 73.3, 56.6, 91.8, 86.2, 79.4, 65.2, 85.8, 75.5, 66, 136.2, 152.5, 126.3, 129.8, 68.4, 71.3, 95.5, 64.9, 66.64, 43.91, 72.9, 53.02, 46.5, 50.22, 65.15, 35.87, 49.14, 49.84, 92.12, 34.62, 81.94, 51.85, 72.23, 72.92, 67.5, 46.71, 48.24, 58.98, 66.78, 56.53, 59.89, 38.13, 54.03, 52.78, 51.5, 62.31, 20.06, 26.91, 11.52, 51.73, 24.31, 12.99, 17.35, 26.46, 8.59, 14.13, 25.43, 26.04, 15.53, 16.8, 19.27, 27.85, 12.36, 19.09, 11.05, 41.24, 12.03, 20.47, 17.5, 26.95, 13.49, 16.04, 16.72, 14.69, 42.73, 42.28, 87.11, 54.69, 61.6, 90.5, 38.43, 101.82, 48.37, 72.41, 53.5, 60.12, 41.68, 44.1, 46.95, 43.33, 47.92, 36.53, 33.5, 42.78, 62.4, 75.84, 51.5, 62.83, 44.6, 42.08, 44.29, 44.25, 29.81, 18.11, 21.24, 40.49, 22.49, 26.99, 33.88, 25.28, 22.88, 21.6, 26.87, 19.58, 21.38, 22.74, 18.34, 33.79, 29.69, 25.85, 19.9, 40.38, 18.96, 29.66, 27.93, 14.67, 20.34, 31.48, 22.15, 28.91, 80.38, 98.7, 96.36, 115.54, 56.14, 127.9, 76.04, 65.84, 40.4, 54.64, 36.2, 31.96, 30.76, 72.56, 51.02, 23, 69.26, 75, 51.82, 74.38, 57, 106.94, 80.16, 35.02, 37.36, 38.92, 49.76, 23.4, 29.56, 36.61, 56.75, 51.24, 42.03, 23.76, 46.05, 34.88, 46.99, 37.68, 30.95, 37.45, 37.92, 46.35, 46.75, 37.85, 27.32, 30.34, 56.91, 47.88, 29.41, 33.5, 33.94, 36, 40.16, 33.35, 35.55, 35.3), Irrigacao = structure(c(2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = c("Sem", "Com"), class = "factor"), NT = structure(c(2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L ), .Label = c("2", "3", "4"), class = "factor"), Safra = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), .Label = c("Seca", "Aguas", "Inverno"), class = "factor"), Prep_Solo = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = c("CO", "PD" ), class = "factor")), .Names = c("Tratamento", "Bloco", "Local", "MSPA", "Irrigacao", "NT", "Safra", "Prep_Solo"), row.names = c(NA, -280L), class = "data.frame") > lmer1 <- lmer(MSPA ~ Tratamento + (1 + Tratamento | Local ), data = estirpe_r_br,+ control=lmerControl(optCtrl=list(maxfun=50000)))> > summary(lmer1)Linear mixed model fit by REML ['lmerMod'] Formula: MSPA ~ Tratamento + (1 + Tratamento | Local) Data: estirpe_r_br Control: lmerControl(optCtrl = list(maxfun = 50000)) REML criterion at convergence: 2253.7 Scaled residuals: Min 1Q Median 3Q Max -2.8159 -0.4992 -0.1138 0.4992 3.8454 Random effects: Groups Name Variance Std.Dev. Corr Local (Intercept) 1535.5 39.19 TratamentoT_SN 390.8 19.77 -0.90 TratamentoCIAT 899 573.7 23.95 -0.92 0.89 TratamentoUFLA 02-100 716.9 26.77 -0.80 0.71 0.95 TratamentoUFLA 02-127 635.4 25.21 -0.83 0.75 0.92 0.95 TratamentoUFLA 02-68 370.3 19.24 -0.91 0.98 0.92 0.77 0.84 TratamentoUFLA 04-195 496.5 22.28 -0.88 0.98 0.94 0.79 0.79 0.97 Residual 150.7 12.28 Number of obs: 280, groups: Local, 10 Fixed effects: Estimate Std. Error t value (Intercept) 60.399 12.543 4.815 TratamentoT_SN -17.636 6.828 -2.583 TratamentoCIAT 899 -15.847 8.056 -1.967 TratamentoUFLA 02-100 -9.145 8.901 -1.027 TratamentoUFLA 02-127 -10.860 8.430 -1.288 TratamentoUFLA 02-68 -15.496 6.676 -2.321 TratamentoUFLA 04-195 -16.052 7.562 -2.123 Correlation of Fixed Effects: (Intr) TrT_SN TCIAT8 TUFLA02-10 TUFLA02-12 TUFLA02-6 TratmntT_SN -0.857 TrtmCIAT899 -0.888 0.837 TUFLA02-100 -0.784 0.679 0.900 TUFLA02-127 -0.812 0.716 0.878 0.909 TrUFLA02-68 -0.868 0.903 0.854 0.729 0.792 TUFLA04-195 -0.851 0.913 0.884 0.755 0.759 0.898 -- Alisson Lucrecio da Costa

3 3

Problema para ajustar modelo nls
by ASANTOS 02 Jul '14

02 Jul '14

Boa tarde Pessoal, Estou tentando ajustar os coeficientes de um modelo não linear e uma das variáveis esta sendo confundida com uma função, mudei o nome e não resolveu, segue CRM: var.H.termes<-c(0.07692308,0.20923521,0.24819625,0.03059211,0.03995434,0.11122031,0.25221018, 0.1343785,0.09014085,0.07893114,0.23298351,0.10613884,0.01098901,0.10188088,0.25029985)## Vetor da variância p.H.termes<-c(0.08333333,0.29292929,0.56565657,0.03125,0.04109589,0.12612613, 0.50909091,0.15789474,0.09859155,0.08571429,0.36206897,0.11904762,0.01098901,0.11363636,0.45689655)## Vetor de probabilidade ## Lei de potência de Taylor binomial - log(v)=log(a)+b*log[p(1-p)] mod<-nls(log(var.H.termes)~log(a)+b*log[p.H.termes(1-p.H.termes)],start=list(a=1,b=1)) Alguém poderia me ajudar? -- ====================================================================== 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 ======================================================================

4 3

Relação de similaridade entre a variância e probabilidade de dados binomiais
by ASANTOS 02 Jul '14

02 Jul '14

Boa noite prezados, Gostaria de saber se alguém sabe me explicar por que a variância de dados binomiais é tão similar a relação de probabilidades dado por p[1-p]. Segundo meu exemplo: var.H.termes<-c(0.07692308,0.20923521,0.24819625,0.03059211,0.03995434,0.11122031, 0.25221018,0.1343785,0.09014085,0.07893114,0.23298351,0.10613884,0.01098901,0.10188088,0.25029985)##Vetor de variâncias p.H.termes<-c(0.08333333,0.29292929,0.56565657,0.03125,0.04109589,0.12612613, 0.50909091,0.15789474,0.09859155,0.08571429,0.36206897,0.11904762,0.01098901,0.11363636,0.45689655)##Vetor de probabilidades var.H.termes #é similar a p.H.termes<-p.H.termes*(1-p.H.termes) p.H.termes 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 ======================================================================

2 1

Como fazer cokrigagem
by Jacqueline Cantú 02 Jul '14

02 Jul '14

Olá pessoal, Alguém saberia me ajudar em como fazer cokrigagem.. Deste já agradeço a atenção. Grata, Jacqueline

2 2

Classificação por intervalo de confiança
by ASANTOS 02 Jul '14

02 Jul '14

Bom dia Pessoal, Tenho duas variáveis artificiais, sendo: z1<-rnorm(n=100, mean=0.73436, sd=0.104739) z2<-rnorm(n=100, mean=0.69173, sd=0.104492) Depois fiz a concatenação delas: z<-c(z1,z2) Agora gostaria de criar uma nova coluna de classificação onde os valores que estiverem dentro do intervalo de confiança 0.69173±0.008838306, fossem classificados como "atacado" e fora dele como "sadio", alguém poderia me dar uma luz? 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 ======================================================================

3 5

MULTIPLICAÇÃO DE MATRIZES DE ORDEM 3000 x 3000
by Ze Henrique 02 Jul '14

02 Jul '14

Boa tarde pessoal, estou trabalhando com matrizes de dimensão de 3000 x 3000 em um processo iterativo e a multiplicação das mesmas tem tomado muito tempo. Tentei utilizar a biblioteca RcppArmadillo mas não obtive ganhos de tempo. Alguém sabe me dizer o porque? Toda ajuda é bem vinda para acelerar a multiplicação destas matrizes. Segue abaixo um CMR: require(Rcpp) require(RcppArmadillo) cppFunction(depends = "RcppArmadillo", 'arma::mat prodM(arma::mat& a, arma::mat& b) { return(a * b); }' ) mat <- matrix(rnorm(9e+06,30),nc=3000) #Código em C system.time(prodM(mat,mat)) #Código em R system.time(mat%*%mat) -- *José Henrique Soler Guilhen* Graduando em Agronomia Universidade Federal do Espírito Santo - CCAUFES

3 5

Função 'getManyCsv"
by Leonardo Monteiro 01 Jul '14

01 Jul '14

Boa tarde, Estou tentando usar a função "getManyCsv", a qual estaria dentro do pacote "ChemoSpec", porém estou recebendo a mensagem: "Error, could not find function "getManyCsv" " Alguem saberia alguma solucao? obrigado, Leonardo.

2 1

Problema em abrir conexão com source() do Dropbox/Public
by walmes . 01 Jul '14

01 Jul '14

Saudações, Muitas das funções que disponibilizo em cursos eu hospedo na pasta pública do Dropbox (Dropbox/Public). O procedimento para mim e também para os alunos sempre funcionou usando o link que o Dropbox dá ao clicar com o botão direito do mouse "Dropbox > Copy Public Link". O link vem com https e o "s" tem que ser removido. Isso sempre funcionou mas desse a última sexta-feira pra cá não funcionou mais. O erro que dá é mostrado no código abaixo. Googlei e os erros apontam problemas de proxy (praticamente em windows). Não creio que seja meu caso. Tentei algumas soluções lidas mas não deu. Alguém experimentou algo semelhante e/ou tem alguma indicação? > url <- "http://dl.dropboxusercontent.com/u/48140237/aac.R" > browseURL(url) > download.file(url, basename(url)) trying URL 'http://dl.dropboxusercontent.com/u/48140237/aac.R' Error in download.file(url, basename(url)) : *cannot open URL* 'http://dl.dropboxusercontent.com/u/48140237/aac.R' > source(url) Error in file(filename, "r", encoding = encoding) : *cannot open the connection* > sessionInfo() R version 3.1.0 (2014-04-10) Platform: x86_64-pc-linux-gnu (64-bit) locale: [1] LC_CTYPE=en_US.UTF-8 LC_NUMERIC=C [3] LC_TIME=pt_BR.UTF-8 LC_COLLATE=en_US.UTF-8 [5] LC_MONETARY=pt_BR.UTF-8 LC_MESSAGES=en_US.UTF-8 [7] LC_PAPER=pt_BR.UTF-8 LC_NAME=C [9] LC_ADDRESS=C LC_TELEPHONE=C [11] LC_MEASUREMENT=pt_BR.UTF-8 LC_IDENTIFICATION=C attached base packages: [1] stats graphics grDevices utils datasets methods base loaded via a namespace (and not attached): [1] grid_3.1.0 lattice_0.20-29 nlme_3.1-117 > Grato. Walmes. ========================================================================== Walmes Marques Zeviani LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W) Departamento de Estatística - Universidade Federal do Paraná fone: (+55) 41 3361 3573 skype: walmeszeviani homepage: http://www.leg.ufpr.br/~walmes linux user number: 531218 ==========================================================================

5 6

combinar Cluster e Ordination (PCA)
by Jackson Rodrigues 01 Jul '14

01 Jul '14

Olá todos, Gostaria de uma ajuda para plotar Principal Components Analysis (PCA) e clusters juntos. Possuo dados ambientais de 25 locais espalhados em 5 diferentes ecossistemas que quando agrupados em 5 clusters, locais de ecossitemas diferentes se juntam no mesmo grupo. Logo, uma bagunça. Assim, quero plotar os 2 juntos (PCA e Clusters) de maneira que, locais pertencentes ao mesmo ecossistema possuam as mesmas CORES, e locais agrupados no mesmo cluster, possuam mesma FORMA. Por exemplo: 1 local da Floresta de Araucária e 1 local da Floresta Decidual (logo com cores diferentes azul e verde respectivamente) estão no mesmo cluster (logo, representados pela mesma figura, triângulo). Como fazer essa combinação? Abaixo segue os comandos que estou usando para fazer minhas combinação, no entanto. Nesse código, consigo juntar PCA e Cluster. no entanto sem diferenciar as cores de cada local de acordo com eu ecossistema. #PCA mydata.pca<-rda(mydata) #Cluster mydata.w <- hclust(dist(Sqchord.mydata), "ward") plot(mydata.w, hang=-1) rect.hclust(mydata.w, 5) # Cut the dendrogram to yield 5 groups gr <- cutree(mydata.w, k=5) grl <- levels(factor(gr)) # Get the site scores, scaling 1 sit.sc1 <- scores(mydata.pca, display="w", scaling=3) # Plot the sites with cluster symbols and colours (scaling 3) p <- plot(mydata.pca, display="wa", scaling=3, type="n", main="Mydata PCA and clusters") abline(v=0, lty="dotted") abline(h=0, lty="dotted") for (i in 1:length(grl)) { points(sit.sc1[gr==i,], pch=(14+i), cex=2.5, col=i+1)} text(sit.sc1, row.names(Pre_euro_veg.1.all), cex=0.7, pos=3) # Add legend interactively legend(locator(1), paste("Cluster", c(1:length(grl))), pch=14+c(1:length(grl)), col=1+c(1:length(grl)), pt.cex=2) Desde já, agradeço por qualquer ajuda. Jackson M. Rodrigues

2 1

Re: [R-br] Questão de concurso verossimilhança...
by Leal 30 Jun '14

30 Jun '14

Está errado o gabarito. É uma distribuição uniforme. Lambada emv = máximo, neste caso 24. Conectado pela Motorola andrebvs(a)bol.com.br escreveu: >_______________________________________________ >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.

4 3

Re: [R-br] Anosim_dúvidas (Silma Leite Rocha)
by Marcos Vital 30 Jun '14

30 Jun '14

Olá, Silma A anosim é um teste de aleatorização de matrizes (mais ou menos parecido com o teste de Mantel, que é bem mais conhecido) que "pergunta" se em uma matriz de distância (ou de similaridade, tanto faz), as distâncias dentro de uma classe é diferente das distâncias entre diferentes classes. Em que contexto você precisa usar a análise? Ela é muito usada em ecologia de comunidades, quando temos uma matriz de distância entre unidades amostrais com dados de presença ou abundância de espécies. A matriz é normalmente construída com uma métrica apropriada para este tipo de dados (Jaccard, Bray-Curtios, etc), e as unidades amostrais pertencem a diferentes classes (estações, tipos de ambiente, etc). A análise pode ser feita pelo comando anosim() do pacote vegan. Você irá precisar de dois objetos: a matriz, que poderá ser criada com um comando como dist() ou vegdist() (este último contem boa parte das métricas típicas da ecologia de comunidades); e um vetor que contenha todas as classes, para cada unidade amostral. Veja o exemplo a seguir, com dados inventados, para ter uma ideia de como funciona: ####Início do Script#### library(vegan) dados<-structure(list(UA = 1:8, Ambiente = structure(c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L), .Label = c("A", "B"), class = "factor"), sp1 = c(2L, 0L, 3L, 1L, 3L, 1L, 3L, 0L), sp2 = c(1L, 4L, 1L, 4L, 0L, 3L, 4L, 5L), sp3 = c(1L, 0L, 5L, 0L, 4L, 4L, 3L, 1L), sp4 = c(1L, 3L, 2L, 3L, 0L, 0L, 3L, 5L), sp5 = c(5L, 2L, 3L, 4L, 2L, 5L, 4L, 4L)), .Names = c("UA", "Ambiente", "sp1", "sp2", "sp3", "sp4", "sp5"), class = "data.frame", row.names = c(NA, -8L)) dados #Apenas para visualizar matriz<-vegdist(dados[,3:7], method="bray") classes<-dados$Ambiente anosim(matriz, classes) ####Fim do Script#### Recomendo que você dê uma olhada no material do pacote vegan que está no CRAN, pois ele apresenta um manual bem detalhado. Espero ter ajudado Atenciosamente Marcos Em 30 de junho de 2014 11:17, <r-br-request(a)listas.c3sl.ufpr.br> escreveu: > Enviar submissões para a lista de discussão R-br para > r-br(a)listas.c3sl.ufpr.br > > Para se cadastrar ou descadastrar via WWW, visite o endereço > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br > ou, via email, envie uma mensagem com a palavra 'help' no assunto ou > corpo da mensagem para > r-br-request(a)listas.c3sl.ufpr.br > > Você poderá entrar em contato com a pessoa que gerencia a lista pelo > endereço > r-br-owner(a)listas.c3sl.ufpr.br > > Quando responder, por favor edite sua linha Assunto assim ela será > mais específica que "Re: Contents of R-br digest..." > > > Tópicos de Hoje: > > 1. Anosim_dúvidas (Silma Leite Rocha) > 2. Re: Questão de concurso verossimilhança... (Leal) > 3. Re: Questão de concurso verossimilhança... (Leal) > 4. Re: Questão de concurso verossimilhança... (Paulo Justiniano) > 5. Função 'getManyCsv" (Leonardo Monteiro) > 6. Resíduos agrupados dataset: Iris (Helder Gramacho) > 7. Re: Resíduos agrupados dataset: Iris > (Leonardo Ferreira Fontenelle) > 8. combinar Cluster e Ordination (PCA) (Jackson Rodrigues) > 9. Re: Resíduos agrupados dataset: Iris (Vinicius Brito Rocha) > 10. Re: Resíduos agrupados dataset: Iris (Helder Gramacho) > > > ---------------------------------------------------------------------- > > Message: 1 > Date: Sun, 29 Jun 2014 15:39:05 -0300 > From: Silma Leite Rocha <silmalrocha22(a)gmail.com> > To: r-br(a)listas.c3sl.ufpr.br > Subject: [R-br] Anosim_dúvidas > Message-ID: > <CAKsbjo59LB33j= > TsL2cdtU5enRReUETTMonf2Sz+ZpHK+e41-g(a)mail.gmail.com> > Content-Type: text/plain; charset="utf-8" > > Boa tarde, > > preciso aprender a fazer uma análise - Anosim. Dei uma olhadinha no grupo e > vi que já fizeram uma postagem sobre isso mas não entendi muito. Por > exemplo: uma pessoa cita que são necessárias duas tabelas, o que seria essa > outra tabela? > Alguém teria o script para me ajudar? > Nunca trabalhei com este tipo de análise. Fiz os meus testes utilizando o > G-test em um artigo, e o referee solicitou que eu substituísse a análise > pela Anosim. > > Desde já agradeço o auxílio. > -------------- Próxima Parte ---------- > Um anexo em HTML foi limpo... > URL: < > http://listas.inf.ufpr.br/pipermail/r-br/attachments/20140629/001bc91c/atta… > > > -- Marcos Vinícius Carneiro Vital Universidade Federal de Alagoas Instituto de Ciências Biológicas e da Saúde Setor de Biodiversidade e Ecologia

2 1

Resíduos agrupados dataset: Iris
by Helder Gramacho 30 Jun '14

30 Jun '14

Bom dia pessoal, Estava realizando um tutorial que utilizava o dataset: Iris. Após a análise de regressão o gráfico dos resíduos x valores ajustados mostrava que os pontos estavam dois grupos separados, como na figura abaixo: [image: Imagem inline 2] Gostaria de saber quando este gráfico apresenta este padrão, quais seriam as causas e quais as possíveis soluções. Segue o cmr: ### <code r> data(iris) attach(iris) iris.lm<-lm(Petal.Width ~ Petal.Length, data=iris) iris.lm summary(iris.lm) confint(iris.lm) par(mfrow=c(2,2),xpd=F) plot(iris.lm) ### </code> Desde já agradeço as contribuições, *Hélder Gramacho * Recife-PE / *agrohelder(a)gmail.com <agrohelder(a)hotmail.com>*

3 3

Re: [R-br] Questão de concurso verossimilhança...
by Leal 29 Jun '14

29 Jun '14

Correção. O emv da variância é (24^2)/12=48. Desculpe. Li a questão na pressa. Conectado pela Motorola andrebvs(a)bol.com.br escreveu: >_______________________________________________ >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

Anosim_dúvidas
by Silma Leite Rocha 29 Jun '14

29 Jun '14

Boa tarde, preciso aprender a fazer uma análise - Anosim. Dei uma olhadinha no grupo e vi que já fizeram uma postagem sobre isso mas não entendi muito. Por exemplo: uma pessoa cita que são necessárias duas tabelas, o que seria essa outra tabela? Alguém teria o script para me ajudar? Nunca trabalhei com este tipo de análise. Fiz os meus testes utilizando o G-test em um artigo, e o referee solicitou que eu substituísse a análise pela Anosim. Desde já agradeço o auxílio.

1 0

Re: [R-br] Questão de concurso verossimilhança...
by andrebvs＠bol.com.br 29 Jun '14

29 Jun '14

2 1

Questão de concurso verossimilhança...
by andrebvs＠bol.com.br 29 Jun '14

29 Jun '14

2 1

Substituir valores de uma tabela por :-)
by Pedro Emmanuel Alvarenga Americano do Brasil 27 Jun '14

27 Jun '14

Amigos de R, Eu fucei um pouco mas não achei como. Segue abaixo um pedaço de uma tabela que eu tenho que eu gostaria de exportar para um documento texto. Mas antes, eu gostaria de substituir o "Unclear" por "?", o "Low risk" por ":-)" e "High risk" por ":-(" de tal forma a reproduzir com os meus dados a tabela desse link: http://annals.org/data/Journals/AIM/8187/9TT2.jpeg É possível? Como? > t2ELISAb Study ID2 Patient selection Index test Reference standard 48 LORCA M-1992 High risk Unclear Low risk 21 PAN AA-1992 High risk High risk Unclear 42 CARVALHO MR-1993 High risk Unclear Unclear 82 TEIXEIRA MGM-1994 High risk High risk Unclear Abraço forte e que força esteja sempre com voces. Dr. Pedro Emmanuel A. A. do Brasil http://blog.ipec.fiocruz.br/lapclin-chagas/ Curriculum Lattes: http://lattes.cnpq.br/6597654894290806 ResearchGate.net: https://www.researchgate.net/profile/Pedro_Brasil2/ Instituto Nacional de Infectologia/Instituto de Pesquisa Clínica Evandro Chagas Fundação Oswaldo Cruz Rio de Janeiro - Brasil Av. Brasil 4365, CEP 21040-360, Tel 55 21 3865-9648 e-mail: pedro.brasil(a)ipec.fiocruz.br e-mail: emmanuel.brasil(a)gmail.com ---Apoio aos softwares livres www.zotero.org - gerenciamento de referências bibliográficas. www.broffice.org ou www.libreoffice.org - textos, planilhas ou apresentações. www.epidata.dk - entrada de dados. www.r-project.org - análise de dados. www.ubuntu.com - sistema operacional

2 1

Seleção Assistida por marcadores
by Marco Aurélio 27 Jun '14

27 Jun '14

Bom dia amigos; Vou iniciar um trabalho de análises de associação de marcadores microssatélites e SNP com características de desempenho. Gostaria de saber se alguém da lista trabalha com este tipo de análises, e se sim quais pacotes indicam? Att., Marco Aurélio Desimoni Dias Zootecnista/UFLA Mestre em Produção e Nutrição de Não-Ruminantes/UFLA Doutorando em Produção e Nutrição de Não-Ruminantes/UFLA

3 2

Re: [R-br] Ajuda com método de Newton Raphson!! Urgente!!!
by Robert Iquiapaza 25 Jun '14

25 Jun '14

Romero, A função curve não serve não seu caso porque vc tem um vetor na sua função. Compare os gráficos xi=seq(1.8,2.1,length.out=180) fi=vector() for (i in 1:length(xi))fi[i]=fx0(xi[i]) fyt=curve(fx0, 1.5, 2.5,n=length(xi)) plot(xi,fi,type="l") cbind(xi,fi,fyt$x,fyt$y) xi[which.min(fi)] Para seu código não dar erro tem que definir x primeiro como vetor e depois atribuir o valor inicial x <- vector() x <- 1.6 Logo seu código roda mas não para a função específica que vc quer, não pesquisei porque, mesmo aumentando o nº de passos a 500. Pode ser que exista um probelma mas derivadas, pois elas não aproximan da solução. O algoritmo em si aparentemente funciona, teste com #Aproximação da raiz de 5 > f=function(x){(x^3)/3-5*x} > df=function(x){x^2 - 5} > ddf=function(x){2*x} > > ns=110 > tol=10^-9 > > i=1 > x=vector() > x=12.5 > dif=100 > > while(i<ns & dif>tol){ + x[i+1] <- x[i]-df(x[i])/ddf(x[i]) + dif <- abs(x[i+1]-x[i]) + i <- i+1 + print(c(i,x[i])) + } [1] 2.00 6.45 [1] 3.000000 3.612597 [1] 4.000000 2.498321 [1] 5.000000 2.249833 [1] 6.00000 2.23611 [1] 7.000000 2.236068 [1] 8.000000 2.236068 From: Benilton Carvalho Sent: Wednesday, June 25, 2014 1:43 PM To: r-br Subject: Re: [R-br]Ajuda com método de Newton Raphson!! Urgente!!! alem disso, o 'x' eh definido inicialmente como escalar e depois usado como vetor. b Em 25 de junho de 2014 10:54, Rodrigo Coster <rcoster(a)gmail.com> escreveu: O problema está no chute inicial, pq a tua função [aparentemente] não é definida no ponto x = 0. Colocando qualquer outro valor da certo (apesar deu achar que o algoritmo ta errado, pq sempre converge pra um valor perto do chute inicial, seja qual for ele) 2014-06-25 10:16 GMT-03:00 Manoel Galdino <mcz.fea(a)gmail.com>: Confesso que fiquei com preguiça de olhar o seu código. Mas tente o seguinte para descobrir qual é o erro: 1. Adicione um print(i) no loop para saber em que passo do loop dá o erro. 2. Em seguida, rode i < 100 & dif > tol e veja se retorna um True ou False. 3. Não retornando, veja o conteúdo de dif e tol. Por fim, vendo o erro (NaN, ou seja, Not a Number), em algum momento você pode estar fazendo alguma operação proibida. Por exemplo, se você rodar no R 0 / 0, ele dá NaN. Isso pode acontecer no seu código, por exemplo, por um problema de aritimética de ponto flutuante. Como tol é inicializado como 10^-9, dependendo das operações que você faz, o R vai aproximar o valor pra zero e vai acontecer uma divisão pro zero, e vai retornar um NaN. E aí, na condição do while, algo como x > NaN dá um NA (ao invpés de T ou F), dando o seu erro. Enfim, estou especulando apenas com base no erro. Abcs M 2014-06-25 1:09 GMT-03:00 Romero Luiz M. Sales Filho <romero.sfilho(a)gmail.com>: Caros amigos, por gentileza alguém poderia me auxiliar nesse programa!! Estou tentando obter a raiz de uma função utilizando o método de Newton, entretanto o R dá um erro e não consigo obter o valor da raiz... Alguém poderia me alertar sobre o que estou errando? Segue o códio completo: #fornecendo os parâmetros n<-100 u<-runif(n) q<-1.5 theta<-2 #Obtendo valores da variável Y y = (1/(theta*(q-2)))*((u^((1-q)/(2-q))-1)/((1-q)/(2-q))) ###função que quero obter a raiz f <- quote((n/x)-((n*sum(y/(1+x*y)))/sum(log(1+x*y)))-sum(y/(1+x*y))) fx0 <- function(x){ eval(f) } curve(fx0, 2, 10) ### primeira derivada da função f1 <-quote((n*(sum(y/(1+x*y)))^2/(sum(log(1+x*y)))^2)-sum(-(y^2/(1+x*y)^2))-(n*sum(-(y^2/(1+x*y)^2))/sum(log(1+x*y)))-(n/x^2)) fx1 <- function(x){ eval(f1) } curve(fx1, 0, 10, col=2) ###segunda derivada da função f2 <-quote((2*n/x^3)-sum(2*y^3/(1+x*y)^3)-(n*sum(2*y^3/(1+x*y)^3)/sum(log(1+x*y)^3))+(3*n*sum(-(y^2/(1+x*y)^2))*sum(y/(1+x*y))/(sum(log (1+x*y)))^2)-(2*n*(sum(y/1+x*y))^3/(sum(log(1+x*y)))^3)) fx2 <- function(x){ eval(f2) } #aplicando o newton-raphson # valor inicial para o passo i <- 1 # valor inical para a diferença entre duas avaliações dif <- 100 # diferência mínima entre duas avaliações (tolerância) tol <- 10^-9 # número máximo de passos dif <- 100 # valor inicial para a raiz x <- 0 while(i<100 & dif>tol){ x[i+1] <- x[i]-fx1(x[i])/fx2(x[i]) dif <- abs(x[i+1]-x[i]) i <- i+1 print(x[i]) } No final estou tendo o seguinte erro: [1] NaN Erro em while (i < 100 & dif > tol) { : valor ausente onde TRUE/FALSE necessário Alguém pode me ajudar?? Obrigado, Romero. _______________________________________________ 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

Ajuda com método de Newton Raphson!! Urgente!!!
by Romero Luiz M. Sales Filho 25 Jun '14

25 Jun '14

Caros amigos, por gentileza alguém poderia me auxiliar nesse programa!! Estou tentando obter a raiz de uma função utilizando o método de Newton, entretanto o R dá um erro e não consigo obter o valor da raiz... Alguém poderia me alertar sobre o que estou errando? Segue o códio completo: #fornecendo os parâmetros n<-100 u<-runif(n) q<-1.5 theta<-2 #Obtendo valores da variável Y y = (1/(theta*(q-2)))*((u^((1-q)/(2-q))-1)/((1-q)/(2-q))) ###função que quero obter a raiz f <- quote((n/x)-((n*sum(y/(1+x*y)))/sum(log(1+x*y)))-sum(y/(1+x*y))) fx0 <- function(x){ eval(f) } curve(fx0, 2, 10) ### primeira derivada da função f1 <-quote((n*(sum(y/(1+x*y)))^2/(sum(log(1+x*y)))^2)-sum(-(y^2/(1+x*y)^2))-(n*sum(-(y^2/(1+x*y)^2))/sum(log(1+x*y)))-(n/x^2)) fx1 <- function(x){ eval(f1) } curve(fx1, 0, 10, col=2) ###segunda derivada da função f2 <-quote((2*n/x^3)-sum(2*y^3/(1+x*y)^3)-(n*sum(2*y^3/(1+x*y)^3)/sum(log(1+x*y)^3))+(3*n*sum(-(y^2/(1+x*y)^2))*sum(y/(1+x*y))/(sum(log (1+x*y)))^2)-(2*n*(sum(y/1+x*y))^3/(sum(log(1+x*y)))^3)) fx2 <- function(x){ eval(f2) } #aplicando o newton-raphson # valor inicial para o passo i <- 1 # valor inical para a diferença entre duas avaliações dif <- 100 # diferência mínima entre duas avaliações (tolerância) tol <- 10^-9 # número máximo de passos dif <- 100 # valor inicial para a raiz x <- 0 while(i<100 & dif>tol){ x[i+1] <- x[i]-fx1(x[i])/fx2(x[i]) dif <- abs(x[i+1]-x[i]) i <- i+1 print(x[i]) } No final estou tendo o seguinte erro: [1] NaN Erro em while (i < 100 & dif > tol) { : valor ausente onde TRUE/FALSE necessário Alguém pode me ajudar?? Obrigado, Romero.

4 3

Tempo limite de operação
by Leonardo Monteiro 25 Jun '14

25 Jun '14

Boa tarde, prezados Alguem saberia como modificar o tempo limite de uma operação no R? Como eu ja havia comentado em um email anterior, a seguinte msg aparece p mim quando tento carregar dados da internet: 'InternetOpenUrl failed: 'O tempo limite da operação foi atingido'' obrigado, Leonardo.

1 0

Interpretação Tabela ANOVA
by Jefferson Ferreira Ferreira 23 Jun '14

23 Jun '14

Olá pessoal; Estou começando a estudar regressão e estou com um pouco de dificuldade em interpretar a tabela ANOVA de meu modelo. Tenho o seguinte modelo ajustado: Call: lm(formula = dados$y_boxcox ~ dados$ndvi) Residuals: Min 1Q Median 3Q Max -0.238352 -0.051448 0.005705 0.063027 0.225765 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) -0.92694 0.02619 -35.39 <2e-16 *** dados$ndvi 2.06763 0.05047 40.97 <2e-16 *** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 0.08817 on 98 degrees of freedom Multiple R-squared: 0.9448, Adjusted R-squared: 0.9443 F-statistic: 1678 on 1 and 98 DF, p-value: < 2.2e-16 Consigo interpretar e descrever bem o significado da estatística F e dos outros elementos do summary() a fim de avaliar o modelo. Mas o que dizer dessa anova? O que ela me diz além do que já está dito no summary()? Que conclusões extras posso tirar dela? > anova(ml_bc) Analysis of Variance Table Response: dados$y_boxcox Df Sum Sq Mean Sq F value Pr(>F) dados$ndvi 1 13.0491 13.0491 1678.4 < 2.2e-16 *** Residuals 98 0.7619 0.0078 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Obrigado! -- *Jefferson Ferreira-Ferreira* Geógrafo – GEOPROCESSAMENTO IDSM | Coordenadoria de TI Jefferson.ferreira(a)mamiraua.org.br *Instituto de Desenvolvimento Sustentável Mamirauá* Ministério da Ciência, Tecnologia e Inovação Telefone: +55 97 3343-9710 *Google Maps* - Mapas deste e-mail: Exibir mapa ampliado <https://maps.google.com.br/maps?q=-3.355557,-64.731151&ll=-3.355471,-64.731…> *Contatos particulares:* *(55) 9615-0100*

4 5