- R-br - DINF UFPR

Re: [R-br] Extrair dados de uma lista
by sznelwar＠uol.com.br 08 Set '21

08 Set '21

2 1

Re: [R-br] Digest R-br, volume 127, assunto 1
by Rafael Tieppo 02 Set '21

02 Set '21

Os arquivos raster possuem a mesma resolução espacial (tamanho do pixel)? Rafael Tieppo site: https://rafatieppo.github.io On Monday, August 30, 2021, 11:00:41 AM GMT-4, r-br-request(a)listas.c3sl.ufpr.br <r-br-request(a)listas.c3sl.ufpr.br> wrote: 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. Extrair pixel por condição (Bia Rebelatto) ---------------------------------------------------------------------- Message: 1 Date: Mon, 30 Aug 2021 11:59:44 -0300 From: Bia Rebelatto <biafr8(a)gmail.com> To: a lista Brasileira oficial de discussÃ£o do programa R. <r-br(a)listas.c3sl.ufpr.br> Subject: [R-br] Extrair pixel por condição Message-ID: <CAEh+SM4_YAXiE6ZQF6WJo8+6YyTOE0zOeb2e4aM6gM7YPVkFPw(a)mail.gmail.com> Content-Type: text/plain; charset="utf-8" Olá pessoal, Preciso selecionar os pixels de uma classe do mapbiomas que estejam com mais de 50% de sua área dentro dos pixels de uma classe de um outro raster que estou trabalhando. Pensei em construir uma função para usar dentro do extract, mas ainda não sei como poderia fazer isso. É possível fazer esse tipo de seleção no R? Não tenho um script com tentativas ainda, estava tentando trabalhar com o QGis para isso, porém sem sucesso. Desde já agradeço! Bianca Rebelatto -------------- Próxima Parte ---------- Um anexo em HTML foi limpo... URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20210830/11d72d4e/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 127, assunto 1 *****************************************

2 1

Extrair pixel por condição
by Bia Rebelatto 30 Ago '21

30 Ago '21

Olá pessoal, Preciso selecionar os pixels de uma classe do mapbiomas que estejam com mais de 50% de sua área dentro dos pixels de uma classe de um outro raster que estou trabalhando. Pensei em construir uma função para usar dentro do extract, mas ainda não sei como poderia fazer isso. É possível fazer esse tipo de seleção no R? Não tenho um script com tentativas ainda, estava tentando trabalhar com o QGis para isso, porém sem sucesso. Desde já agradeço! Bianca Rebelatto

1 0

Lista brasileira oficial de discussão do programa R
by Luiz Paulo Serrano 25 Jun '21

25 Jun '21

Prezadas (os) Solicito ajuda para corrigir esse código teoricamente bem simples mas que já tentei e não encontrei o erro. Agradeço desde já a atenção dispensada. Luiz Paulo Serrano. #Função Duplo Loop - Correção do código #A partir de um vetor qualquer #Exemplo para um vetor de 5 elementos (normalmente são mais de 30 elementos) #L1<-c(65.1537,62.0723,63.6386,63.9617,63.9687) n=5 #O que a função desenvolvida está fazendo loopD<-function(A){ n<-length(A) V<-NULL Vc<-NULL for (p in 1:(n-1)){ for(i in 1:(n-p)){ V[i]<-(A[i+p]-A[i])^2/(2*(n-p)) } print(V) Vc[p]<-sum(V)} print(Vc) } loopD(L1) #Saída da função está errada [1] 1.186878245 0.306661961 0.013049201 0.000006125 [1] 0.382588002 0.594972060 0.018161002 0.000006125 [1] 0.355216000 0.899083240 0.018161002 0.000006125 [1] 0.702112500 0.899083240 0.018161002 0.000006125 [1] 1.5065955 0.9957272 1.2724664 1.6193629 #Está fixando quatro parcelas por passo #Passo 1: Ve1 1.186878245+0.306661961+0.013049201+0.000006125 = 1.5065955 - OK quatro parcelas - OK #Passo 2: Ve2 0.382588002+0.594972060+0.018161002+0.000006125 = 0.9957272 - Não OK #quatro parcelas - Não OK #Valor correto: três parcelas Ve2: 0.382588002+0.594972060+0.018161002 = 0.9957211 #Passo 3: Ve3 0.355216000+0.899083240+0.018161002+0.000006125 = 1.2724664 - Não OK #quatro parcelas - Não OK #Valor correto: duas parcelas 0.355216000+0.899083240 = 1.254299 #Passo 4: Ve4 Ve4: 0.702112500+0.899083240+0.018161002+0.000006125 = 1.6193629 - Não OK quatro parcelas - Não OK #Valor correto: uma parcela 0.702112500 #O que a função deve fazer L1<-c(65.1537,62.0723,63.6386,63.9617,63.9687) n=5 #Passo 1: quatro parcelas Ve1<-((L1[2]-L1[1])^2+(L1[3]-L1[2])^2+(L1[4]-L1[3])^2+ (L1[5]-L1[4])^2)/(2*(n-1));Ve1# 1.506596 Ve1<-(L1[2]-L1[1])^2/(2*(n-1))=1.186878...+(L1[5]-L1[4])^2/(2*(n-1))=6.125e-06 Ve1=1.186878245+0.306661961+0.013049201+0.000006125 = 1.506596 #Passo 2: três parcelas Ve2<-((L1[3]-L1[1])^2+(L1[4]-L1[2])^2+(L1[5]-L1[3])^2)/(2*(n-2));Ve2#0.9957211 Ve2<-(L1[3]-L1[1])^2/(2*(n-2))=0,382588...+(L1[5]-L1[3])^2/(2*(n-2))=0.018161 Ve2= 0.382588002+0.594972060+0.018161002 = 0.9957272 #Passo 3: duas parcelas Ve3<-((L1[4]-L1[1])^2+(L1[5]-L1[2])^2) /(2*(n-3));Ve3# 1.254299 Ve3<-(L1[4]-L1[1])^2 Ve3=0.355216000+0.899083240 = 1.254299 #Passo 4: uma parcela Ve4<-(L1[5]-L1[1])^2/(2*(n-4));Ve4#0.7021125 Como corrigir?

3 5

Um preditor e vários resultados
by Elias Carvalho 21 Jun '21

21 Jun '21

Boa tarde Pessoal Recebi uma base de dados com 272 registros, onde temos 54 variáveis dicotômicas sobre diagnósticos de crianças, como "risco de aspiração", "degluticao prejudicada", etc e uma variável dicotômica indicando se a mães dessas crianças tem ou não tem Near Miss Materno (NMM) que significa quase morte durante a gestação. A pessoa que me enviou quer saber se o fato da mãe ter Near Miss Materno contribui com alguns dos 54 diagnósticos de suas crianças. Neste caso eu teria um único preditor (NMM) e 54 possíveis resultados. Eeu pensei em fazer uma regressão logística binária NMM x V1...V54, mas claro, o resultado tem que ser confrontado com a literatura pelo pesquisador. Um amigo disse achar estranho um só preditor para 54 possíveis resultados. Alguém poderia dar uma opinião? -- *In Jesu et Maria* *Obrigado* *Prof. Elias Carvalho* *"Felix, qui potuit rerum cognoscere causas" (Virgil 29 BC)"Blessed is he who has been able to understand the cause of things"*

2 1

Extraindo formula do preditor linear GEE
by Pedro Emmanuel Alvarenga Americano do Brasil 18 Jun '21

18 Jun '21

Amigos de R, Venho procurar uma luz. Tenho certeza que é alguma coisa ridícula que não consigo ver. Eu gostaria de adicionar num relatório a fórmula do preditor linear de um modelo GEE. No pacote Hmisc há uma função Formula que faz isso, mas não funciona para objetos geeglm. Além disso, a formula possui um termo spline e depois de um tempo fuçando por ai eu não consegui fazer a formula funcionar. fitar1_11 <- geeglm(outcome ~ v1 + v2 + v4_recoded + v5_trunc + bs(weeks, df = 3), family = binomial(), data = M2, id = f1p0, corstr = "ar1") fitar1_11 geeglm(formula = outcome ~ v1 + v2 + v4_recoded + v5_trunc + bs(weeks, df = 3), family = binomial(), data = M2, id = f1p0, corstr = "ar1") Coefficients: (Intercept) v1 -1.586386e+00 8.363458e-02 v2 v4_recodedNET, NGT, JF, OET, GF or TPN -3.763166e-02 4.503599e+15 v5_trunc bs(weeks, df = 3)1 7.261799e-02 3.469451e-03 bs(weeks, df = 3)2 bs(weeks, df = 3)3 3.756985e-01 4.542696e+00 Degrees of Freedom: 472 Total (i.e. Null); 464 Residual > nd # newdata to predict at v1 v2 v4_recoded v5_trunc weeks 1 8 3 No catheter 36 2 > predict(fitar1_11, type = "response", newdata = nd) # prediction from the model 1 0.8345324 # Not working prediction from the hand made formula > plogis(-1.586386 + 0.08363458*nd$v1 + -0.03763166*nd$v2 + 4503599142291968*0 + 0.07261799*nd$v5_trunc + 0.003469451*nd$weeks + 0.3756985*pmax(nd$weeks-1,0)^3 + 4.542696*pmax(nd$weeks-8,0)^3) [1] 0.8772541 Alguem consegue me dar uma luz o que está errado para eu acertar esta previsão? Se puder indicar uma leitura que resolva eu gostaria também. Abraço forte e que a força esteja com voces, Pedro Brasil

1 0

Modelos Jones e Jones Modificado
by Urias Otaviano Vaz 17 Jun '21

17 Jun '21

Bom dia! Estou fazendo uma pesquisa na área contábil-financeira e preciso gerar respectivamente os modelos de Jones (1991) e Jones Modificado (1995), porém não localizei algum pacote (se é que exista) que possa me auxiliar neste cálculo para depois eu fazer uma regressão com outras variáveis que estão sendo analisadas. As variáveis que compõem os Modelos eu até conheço, mas a minha dificuldade está sendo gerar tais modelos no R. Existe algum pacote ou alguém tem alguma sugestão que possa me auxiliar? Abraços, Urias

1 0

Re: [R-br] Visualização de resposta de questionário
by sznelwar＠uol.com.br 02 Jun '21

02 Jun '21

2 1

Visualização de resposta de questionário
by Sergio Pinto 31 Mai '21

31 Mai '21

Prezados tenho um conjunto de dados que desejo apresentar de forma que fique semelhante a imagem abaixo. Entretanto não sei como plotar as frequências nas categorias das respostas. A imagem é do site: https://sebastiansauer.github.io/plotting_surveys/ Envio o link dos meus conjuntos de dados. https://www.datafilehost.com/d/604da9ba Pelo que li a respeito eu preciso saber a frequência de respostas do tipo 1, do tipo 2 , do tipo 3, etc, para conseguir plotar o valores no gŕafico que desejo. ex: p01 20 resp do tipo 1; 4o respostas do tipo 2, 10 respostas do tipo 3 etc. Agradeço desde já. [image: image.png] Uma amostra dos meus dados: id,p01,p02,p03,p04,p05,p06,p07,p08,p09,p10,p11 1, 6, 6, 6, 5, 4, 6, 4, 5, 5, 5, 5 2, 5, 5, 3, 3, 4, 3, 6, 5, 4, 4, 1 3, 3, 5, 5, 4, 5, 3, 5, 6, 3, 4, 1 4, 1, 1, 1, 8, 8, 8, 7, 7, 7, 7, 7 p01 até p11 são as perguntas e os números sob as perguntas são o s itens das respostas. > sessionInfo() R version 4.0.3 (2020-10-10) Platform: x86_64-pc-linux-gnu (64-bit) Running under: Linux Mint 20.1 Matrix products: default BLAS: /usr/lib/x86_64-linux-gnu/blas/libblas.so.3.9.0 LAPACK: /usr/lib/x86_64-linux-gnu/lapack/liblapack.so.3.9.0 locale: [1] LC_CTYPE=pt_BR.UTF-8 LC_NUMERIC=C [3] LC_TIME=pt_BR.UTF-8 LC_COLLATE=pt_BR.UTF-8 [5] LC_MONETARY=pt_BR.UTF-8 LC_MESSAGES=pt_BR.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 other attached packages: [1] forcats_0.5.1 stringr_1.4.0 dplyr_1.0.5 purrr_0.3.4 [5] readr_1.4.0 tidyr_1.1.3 tibble_3.1.1 ggplot2_3.3.3 [9] tidyverse_1.3.1 loaded via a namespace (and not attached): [1] Rcpp_1.0.6 cellranger_1.1.0 pillar_1.6.0 compiler_4.0.3 [5] dbplyr_2.1.1 tools_4.0.3 digest_0.6.27 jsonlite_1.7.2 [9] lubridate_1.7.10 lifecycle_1.0.0 gtable_0.3.0 pkgconfig_2.0.3 [13] rlang_0.4.10 reprex_2.0.0 cli_2.4.0 rstudioapi_0.13 [17] DBI_1.1.1 haven_2.4.0 xml2_1.3.2 withr_2.4.2 [21] httr_1.4.2 fs_1.5.0 generics_0.1.0 vctrs_0.3.7 [25] hms_1.0.0 grid_4.0.3 tidyselect_1.1.0 glue_1.4.2 [29] R6_2.5.0 fansi_0.4.2 readxl_1.3.1 farver_2.1.0 [33] modelr_0.1.8 magrittr_2.0.1 backports_1.2.1 scales_1.1.1 [37] ellipsis_0.3.1 rvest_1.0.0 assertthat_0.2.1 colorspace_2.0-0 [41] labeling_0.4.2 utf8_1.2.1 stringi_1.5.3 munsell_0.5.0 [45] broom_0.7.6 crayon_1.4.1 -- *_______________________________________* *Prof. Dr. SERGIO MEDEIROS PINTO* LABICOM/IEFD-UERJ FAMERC-RJ UNESA-RJ http://lattes.cnpq.br/5897044784217523

5 5

Dados com ausência de valores para determinadas variáveis e colineariade entre
by Marcelo Laia 24 Mai '21

24 Mai '21

Colegas, Tenho um conjunto de dados conforme modelo abaixo: Genotipo Tratamento Repeticao Composto1 Composto2 Composto3 Composto4 C13 Resistente SI R1 0,04 8,77 0 C13 Resistente SI R2 0 8,67 0 C13 Resistente SI R3 0 7,99 0 C13 Resistente CI R1 0,04 33,83 0 C13 Resistente CI R2 0,02 6,68 0 C13 Resistente CI R3 0 7,32 0 C08 Resistente SI R1 0,01 30,48 0,04 C08 Resistente SI R2 0 22,83 0 C08 Resistente SI R3 0 30,66 0 C08 Resistente CI R1 0 30,19 0 C08 Resistente CI R2 0 26,69 0 C08 Resistente CI R3 0 33,55 0 C17 Suscetível SI R1 0,08 16,94 0 C17 Suscetível SI R2 0,06 22,3 0 C17 Suscetível SI R3 0,07 17,19 0 C17 Suscetível CI R1 0,05 17,72 0 C17 Suscetível CI R2 0,05 19,46 0 C17 Suscetível CI R3 0,13 30,15 0 C11 Suscetível SI R1 0,04 30,03 0 C11 Suscetível SI R2 0 38,64 0 C11 Suscetível SI R3 0,06 42,59 0 C11 Suscetível CI R1 0,04 36,96 0 C11 Suscetível CI R2 0 49,7 0 C11 Suscetível CI R3 0 37,67 0,06 Esse exemplo está disponível no endereço: https://www.dropbox.com/s/izccqoifwnjkdlu/Exemplo.csv Genotipo - diferentes genótipos, incluindo plantas resistentes e suscetíveis Tratamento - SI = sem inoculação; CI = com inoculação Repeticao - R1 = planta 1; R2 = planta 2; R3 = planta 3 Composto1 a Composton = valor aferido (medido) nas folhas de cada planta para o respectivo composto Interesse: 1. verificar quais compostos são produzidos em função da inoculação (CI vs SI) 2. verificar quais compostos são produzidos em função do Estado (Resistente vs Suscetível) 3. verificar se o Genotipo interfere na produção de determinado composto (composto específico a um dado Genotipo) 4. verificar se os demais genótipos diferem do E. camaldulensis. O valor 0 (zero) para um determinado composto não significa zero, mas, significa que aquele composto não foi encontrado naquela planta (repetição). Logo, 0 significa NA. A minha ideia é analisar composto a composto separadamente. Tenho 117 compostos. Modelo que tentei usar: dados02 <- read.table(url("https://www.dropbox.com/s/izccqoifwnjkdlu/Exemplo.csv?dl=1"), sep="\t", header=TRUE, dec=",") dados02 fit02 <- lm(Composto1 ~ Genotipo * Estado * Tratamento, data=dados02) summary(fit02) Aparece o seguinte erro: Coefficients: (9 not defined because of singularities) Pelo que li, parece que a variável é colinear ou possui correlação. Não sei como resolver. Outras perguntas: A minha abordagem está apropriada? Terei que rodar as 117? Existe uma maneira mais adequada de responder às quatro perguntas acima? Principalmente a 1 e 2? Gráficos? Obrigado! -- Marcelo

2 3