- R-br - DINF UFPR

Missing Data
by Elias Carvalho 23 Mar '16

23 Mar '16

Ola Pessoal Eu estou pesquisando métodos para tratar missing data no R Pelo que li até agora existem 3 tipos: - Missing Completely at Random (MCAR) - Missing at Random (MAR) - Not Missing at Random (NMAR) Para tratar o missing deve-se primeiro testar se os missing values são MCAR e para isso tem as funções LittleMCAR() do pacote BaylorEDPsych e TerMCARNormality() do pacote MissMech. E segundo o livro Latent Variable Modeling Using R do Beaujean os métodos mais modernos para lidar com missing são Full Information Maximum Likelihood (FIML) e Multiple Inputation (MI). Por favor, alguém da lista pode dar uma opinião, fazer comentários ou sugestões de como tratar missing values no dataset ? ps: Não sei se vou conseguir responder porque quando respondo a lista volta como se eu estivesse enviando mensagem: Delivery to the following recipient failed permanently: ml-node+s2285057n4665774h74(a)n4.nabble.com Your email to ml-node+s2285057n4665774h74(a)n4.nabble.com has been rejected because you are not allowed to post to http://r-br.2285057.n4.nabble.com/R-br-Funcao-para-remover-colunas-tp466576… . Please contact the owner about permissions or visit the Nabble Support forum. Estou respondendo pelo Chrome do meu Gmail. Obrigado -- Best regards... 8^) “The mind that is open to new ideas never come back to its original size” *Albert Einstein* _____________________________________________ Prof. Elias César Araújo de Carvalho CV: http://lattes.cnpq.br/4248328961021251

1 0

Diagrama de abundância-rank no R
by sergio simao joao 23 Mar '16

23 Mar '16

Bom dia. Alguém sabe quais os comandos a usar no R para construir um diagrama como o que segue abaixo.

3 2

Re: [R-br] Separação de dados em classes usando if e ifelse
by ASANTOS 22 Mar '16

22 Mar '16

Caros Listeiros, Estou tentando empregar as dicas do Rafael para achar uma maneira de classificar o nome de variáveis, mas não individualmente com os níveis e sim com um vetor que indica quais são os níveis de interesse que quero classificar. É possível fazer isso com um vetor, no meu caso GROUP1, ao invés de utilizar o nome de cada nível individualmente seguido de | na função ifelse? dados<-NULL dados$V1<-c(1,1,1,1,1,12,12,12,12,12,31,31,31,31,31,31,31,142,142,142) dados$V2 <- paste('P', dados$V1,sep="") GROUP1<-c("P12B", "P12C", "P12D", "P12E", "P12F", "P12G", "P12H", "P12I", "P13A", "P13B", "p142", "P142", "p148", "P148", "P15B", "P15C", "P15D", "P15E", "P15F", "P15G", "P15H", "P15I", "P15J", "P16A", "P16B", "P16C", "P16D", "P16E", "P16F", "P16G", "P16H", "P16I", "P16J", "P16K", "P16", "P1A", "P1J", "P1K", "P1L", "P21A", "P27A", "P27B", "P27C", "P27D", "P27E", "P2A", "P2B", "P2D", "P2E", "P2F", "P2G", "P2", "P31A", "P31B", "P34", "P37", "P3A", "P3B", "P3C", "P3D", "P3E", "P3F", "P492", "P6A", "P6B", "P6C", "P7A", "P7B", "P7C", "P7D", "P7E", "P7F", "P7G", "P7H", "P12A") dados$classes<- ifelse((dados$V2)==GROUP1,"Group1" ,"Group2") 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 OrcID: orcid.org/0000-0001-8232-6722 Researchgate: https://www.researchgate.net/profile/Alexandre_Santos10 LinkedIn: https://br.linkedin.com/in/alexandre-dos-santos-87961635 ======================================================================

2 1

Separação de dados em classes usando if e ifelse
by ASANTOS 22 Mar '16

22 Mar '16

Prezados listeiros, Gostaria se criar uma coluna de classificação do meu objeto var em classes, segundo intervalos arbitrários como quando <=1 vai se chamar "Classe1", >1 e <2 vai se chamar "Classe2", etc. Porém o meu objeto de classificação RES$classes não esta dando certo aliás é uma dúvida que sempre tenho, quando utilizo parênteses ou chaves entre as funções. Segue meu código: RES<-NULL RES$var<-c(rnorm(10,1),rnorm(15,7),rnorm(15,10),rnorm(50,25)) RES$classes<- ifelse(RES$var<=1, "Classe1", ifelse(RES$var>1&<=2, "Classe2", ifelse(RES$var>2&<=10, "Classe3", if(RES$var>10, "Classe4")))) 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 OrcID: orcid.org/0000-0001-8232-6722 Researchgate: https://www.researchgate.net/profile/Alexandre_Santos10 LinkedIn: https://br.linkedin.com/in/alexandre-dos-santos-87961635 ======================================================================

2 6

Re: [R-br] Matriz de correlação entre vetores de diferentes tamanhos
by Éder Comunello 21 Mar '16

21 Mar '16

Alexandre, bom dia! Se ainda lhe for útil, segue uma sugestão... ### <code r> var1 <- rnorm(200,5,0.25) var2 <- 1:500 var3 <- rnorm(100,5,0.25) var4 <- 500:1 cor.prob <- function(X){ pair.SampSize <- crossprod(!is.na(X)) above1 <- row(pair.SampSize) < col(pair.SampSize) pair.df <- pair.SampSize[above1] - 2 R <- cor(X, use="pair") above2 <- row(R) < col(R) r2 <- R[above2]^2 Fstat <- (r2 * pair.df)/(1 - r2) R[above2] <- 1 - pf(Fstat, 1, pair.df) R } tam <- 100 # amostra n_sim <- 99 # simulações RES <- NULL for(i in 1:n_sim){ dados <- sapply(c("var1", "var2", "var3", "var4"), function(x) sample(get(x), 100)) correla <- round(cor.prob(dados),4) res <- cbind(i, correla) RES <- rbind(RES, res) } # RES[c(1:5,392:396),] # i var1 var2 var3 var4 # var1 1 1.0000 0.8025 0.8451 0.9178 # var2 1 -0.0253 1.0000 0.6609 0.0106 # var3 1 -0.0198 0.0444 1.0000 0.4850 # var4 1 -0.0104 -0.2545 -0.0706 1.0000 # var1 2 1.0000 0.5200 0.1704 0.8461 # var4 98 0.1309 0.0332 -0.1361 1.0000 # var1 99 1.0000 0.1433 0.2047 0.3260 # var2 99 -0.1474 1.0000 0.5391 0.9524 # var3 99 -0.1279 -0.0621 1.0000 0.2885 # var4 99 -0.0992 -0.0060 0.1072 1.0000 ### </code> ================================================ Éder Comunello Agronomist (UEM), MSc in Environ. Sciences (UEM) DSc in Agricultural Systems Engineering (USP/Esalq) Brazilian Agricultural Research Corporation (Embrapa) Dourados, MS, Brazil |<O>| ================================================ GEO, -22.2752, -54.8182, 408m UTC-04:00 / DST: UTC-03:00

2 3

Como remover um pacote ???
by Edmar Caldas 21 Mar '16

21 Mar '16

Pessoal não estou conseguindo remover um pacote. remove.package (Rgooglemaps) Erro: não foi possível encontrar a função "remove.package" Edmar

4 3

Matriz de correlação entre vetores de diferentes tamanhos
by ASANTOS 17 Mar '16

17 Mar '16

Prezados Listeiros, Estou tentando implementar uma matriz de correlação para dados desbalanceados, isso é possível? Segue CRM abaixo da tentativa do que venho tentando fazer, alguém poderia iluminar a questão para mim? #Variáveis artificiais var1<-rnorm(200,5,0.25)## Tamanho do vetor: 200 valores var2<-1:500 ## Tamanho do vetor: 500 valores var3<-rnorm(100,5,0.25)## Tamanho do vetor: 100 valores var4<-500:1## Tamanho do vetor: 500 valores #Função by Walmes pn <- function(X){crossprod(!is.na(X))} cor.prob <- function(X){ pair.SampSize <- pn(X) above1 <- row(pair.SampSize) < col(pair.SampSize) pair.df <- pair.SampSize[above1] - 2 R <- cor(X, use="pair") above2 <- row(R) < col(R) r2 <- R[above2]^2 Fstat <- (r2 * pair.df)/(1 - r2) R[above2] <- 1 - pf(Fstat, 1, pair.df) R } correla <- round(cor.prob(var1,var2,var3,var4),4) 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 OrcID: orcid.org/0000-0001-8232-6722 Researchgate: https://www.researchgate.net/profile/Alexandre_Santos10 LinkedIn: https://br.linkedin.com/in/alexandre-dos-santos-87961635 ======================================================================

1 1

SAR, CAR e GWR spatial models
by Wagner Tassinari 16 Mar '16

16 Mar '16

Olá pessoal, tudo bem ? Preciso trabalhar com os modelos espaciais SAR, CAR e GWR, para isso peguei um material do Luc Anselin para estudar a respeito do assunto. Observei que os modelos SAR e CAR podem ser ajustados por estes comandos: columbus.lag <- lagsarlm(CRIME ~ INC + HOVAL,data=columbus, col.listw) columbus.err <- errorsarlm(CRIME ~ INC + HOVAL,data=columbus, col.listw) columbus.gwr = gwr.sel(CRIME ~ INC + HOVAL, data=columbus, adapt=T) E posso verificar os valores preditos através dos comandos fitted.values Mas eu tenho uma amostra de 25 observações para poder validar o valor predito (Y_hat) destes modelos. Qual seria o comando para eu poder essas previsões ? Sera que existe um material que vocês indicariam para estudar ? Sei que no modelo GWR essa estimativa seria mais difícil, já que existirá um coef. de regressão para cada polígono. Muito obrigado, -- Wagner S. Tassinari Departamento de Matemática Universidade Federal Rural do Rio de Janeiro. BR-465, Km 7 - Seropedica, RJ - Brasil CEP: 23890-000 Skype: wagner.tassinari wtassinari(a)gmail.com tassinari(a)ufrrj.br ------------------------------------------------------- "Statistical thinking will one day be as necessary for efficient citizenship as the ability to read and write." (H.G.Wellis)

2 1

Poisson truncada
by Leonard Mendonça de Assis 15 Mar '16

15 Mar '16

Alguém sabe se já existe gerador de Poisson truncada no R? Preciso gerar uns números aleatórios segundo uma Poisson, mas não posso ter um número maior que X. Acredito que seja o caso de uma Poisson truncada. Leonard

3 2

Comportamento da Log-Verossimilhança - Dist. q-Exponencial
by Romero Luiz M. Sales Filho 15 Mar '16

15 Mar '16

Caros amigos, Estou trabalhando com a função de log-verossimilhança da dist. q-Exponencial. A partir dela desejo obter as estimativa dos parâmetros da distribuição. Utlizo o pacote optim do R juntamente com a função Nelder-Mead. Obtenho estimativas de uma amostra controlada, ou seja uma amostra que gero através do gerador de números aleatórios dessa distribuição e que portanto conheço os parâmetros que originaram a amostra. Para alguns valores dos Parâmetros a estimativa é bem próxima dos valores dos parâmetros, entretanto quando eu ploto o gráfico da função de log verossimilhança da distribuição que estou usando os pontos que maximizam os gráficos são diferentes daes estimativas encontradas. Gostaria de saber por que isso acontece??? Se eu otimizo a função através de máxima verossimilhança era esperado que o gráfico da função de log-verossimilhança apresentasse os pontos de máximo da função bem próximos das estimativas encontradas... Alguém pode me ajudar?? será que estou construindo a função de forma errada?? Já refiz tudo e creio que a função está escrita corretamente... O que pode está acontecendo... Abaixo escrevo o código em que que utilizo para gerar uma amostra aleatória, depois estimo os parâmetros dessa amostra gerada via Nelder-Mead (pacote optim) e por fim contruo o gráfico da verossimilhança... Note que os pontos que maximizam o gráfico diferem das estimativas de máxima verossimilhaça: ### Gerando a amostra baseando-se nos parâmetros iniciais ### Considerando um parâmetro q positivo. q=1.5 eta=5 n=1000 u<-runif(n) y = eta*((1-(u)^((1-q)/(2-q)))/(1-q)) ### Obtendo as estimativas dos parâmetros a partir da amostra gerada anteriormente vero <- function(par,x){ q = par[1] eta = par[2] saida<-((sum(log(1 - ((1 - q)*x*(1/eta)))))/(1 - q)) + ((n)*log(2 - q)) + (n*log(1/eta)) return(-saida) } saiday<-optim(par=c(1.8,4),fn=vero, method= "Nelder-Mead",x=y ) q_chap<-saiday[1]$par[1] eta_chap<-saiday[1]$par[2] q_chap eta_chap ### Construindo os gráficos de log-verossimilhança eta <-seq(1, 10, l = 25) q <- seq(1.1, 1.9, l = 25) f <- function(eta,q) { ((sum(log(1 - ((1 - q)*y*(1/eta)))))/(1 - q)) + (n*log(2 - q)) + (n*log(1/eta)) } z <- outer(eta, q, f) persp(eta, q, z, theta = 30, phi = 30, expand = 0.5, col = "lightblue") Repito o mesmo código digitado acima, apenas com a alteração de que a amostra gerada agora é para um parâmetro q menor que 1, observe que a coisa fica ainda pior nesse caso, uma vez que, sempre o menor valor de q e o menor valor de eta são os pontos de máximo do gráfico: ### Gerando a amostra baseando-se nos parâmetros iniciais ### Considerando um parâmetro q menor que 1. q=0.5 eta=5 n=1000 u<-runif(n) y = eta*((1-(u)^((1-q)/(2-q)))/(1-q)) ### Obtendo as estimativas dos parâmetros a partir da amostra gerada anteriormente vero <- function(par,x){ q = par[1] eta = par[2] saida<-((sum(log(1 - ((1 - q)*x*(1/eta)))))/(1 - q)) + ((n)*log(2 - q)) + (n*log(1/eta)) return(-saida) } saiday<-optim(par=c(1.8,4),fn=vero, method= "Nelder-Mead",x=y ) q_chap<-saiday[1]$par[1] eta_chap<-saiday[1]$par[2] q_chap eta_chap ### Construindo os gráficos de log-verossimilhança eta <-seq(1, 10, l = 25) q <- seq(0, 0.75, l = 25) f <- function(eta,q) { ((sum(log(1 - ((1 - q)*y*(1/eta))),na.rm=TRUE))/(1 - q)) + (n*log(2 - q)) + (n*log(1/eta)) } z <- outer(eta, q, f) persp(eta, q, z, theta = 30, phi = 30, expand = 0.5, col = "lightblue") Em tempo, coloco aqui algumas equações importantes: função PDF da dist. q-Exponencial: Verossimilhança da dist. q-Exponencial: log-verossimilhança da dist. q-Exponencial: gostaria muito de entender o que está acontecendo e por que nunca bate as estimativas dos parâmetros com o máximo do gráfico! Obrigado, Romero.

3 7