- R-br - DINF UFPR

Meetup R São Paulo Users Group (IME-USP) - Sexta 09 de outubro do 2015
by Luis Benites Sánchez 26 Set '15

26 Set '15

Caros, O Meetup R São Paulo Users Group, iniciativa dos estudantes de Doutorado em Estatística do IME, Luis Benites Sánchez e Rocío Paola Maehara com a colaboração das professoras Viviana Giampioli e Márcia D'Elia Branco do IME, anuncia a seguinte palestra do Meetup do mês de outubro (lembrar que temos atividades planejadas até o 4 de dezembro, veja a programação completo no site do Meetup). Breve descrição do Meetup: As reuniões do Meetup R acontecerão geralmente duas vezes por mês, as sextas, das 14h às 16h. Em cada reunião teremos a apresentação de duas palestras com duração de 45 minutos cada e 10 minutos de perguntas. As palestras serão ministradas por professores e estudantes de pós-graduação de diversas universidades do interior como do exterior. A maioria de las serão online, mais também teremos algumas palestras presenciais. Faremos sorteios de 2 livros. Para o mês de setembro a programação é a seguinte: Sexta 9 de outubro (14h-16h) - Conferências: 1) Modelo Poisson BS para dados de longa duração em R - Profa.Elizabeth Mie Hashimoto, Universidade Tecnológica Federal do Paraná, UTFPR. Resumo: Neste trabalho, foi proposto um modelo para dados de tempo de vida que se caracterizam por apresentar uma função de sobrevivência imprópria, ou seja, a medida que o tempo aumenta a função de sobrevivência não tende para zero, mas sim, para uma proporção denotada por p0, que representa os indivíduos não susceptíveis ao evento de interesse. Assim, para a construção do modelo fez-se a suposição de que o número de causas concorrentes do evento de interesse segue uma distribuição Poisson e o tempo para a ocorrência do evento segue uma distribuição Birnbaum-Saunders. A vantagem dos modelos de longa duração é a possibilidade estimar o parâmetro, p0. Dessa forma, para ilustrar a aplicação do modelo Poisson Birnbaum-Saunders fazendo uso do R, foi utilizado um conjunto de dados da literatura e as estimativas dos parâmetros do modelo foram obtidas a partir do método da máxima verossimilhança. 2) Shiny: aplicações web com R - Eduardo Elias Ribeiro Junior, Departamento de Estatística, Universidade Federal de Paraná. Resumo: O R possui excelentes formas para visualização e análise de dados. Porém os resultados provenientes das análises no R são geralmente estáticos, apresentados em forma de relatórios. Isto impossibilita que o leitor submeta novos valores para mesma análise sem que se compile novamente os códigos. Em contraste, o pacote shiny facilita a criação de aplicações web que são interativas a estímulos do leitor, permitindo visualizar novos resultados assim que novos valores forem inseridos. A palestra tem como objetivo apresentar o pacote shiny e introduzir os conceitos principais para a contrução de aplicações web. Obs. As palestras serão transmitidas ao vivo pela conexão IPTV da USP e YouTube (os links de transmissão serão disponibilizados no site do meetup ou também podem acessar ao link <https://plus.google.com/u/0/events/c1l0eia9apmbjbhhc8k1qfh36lg> e confirmar sua participação online caso não possam comparecer fisicamente no auditório Gilioli do IME-USP. ). As sessões são filmados (se os palestrantes concordar) e ditos vídeos serão disponibilizados no Canal de YouTube do Meetup. Para mais informações: Site: www.meetup.com/pt/useR-SP YouTube: www.youtube.com/channel/UCb9PdJYYaElE6Uqb1KxhE8w e-mail: meetuprsp(a)gmail.com Um abraço, Luis Benites Sánchez e Rocío Paola Maehara Organizadores do São Paulo R Users Group

1 0

regressão qauntilica
by geovane barbosa 25 Set '15

25 Set '15

Olá pessoal tudo bem. Estou trabalhando com a regressão quantilica. Abaixo segue um exemplo. Porém gostaria que a aproximação fosse por splines. Como posso fazer isso? set.seed(1) n <- 500x <- floor(runif(n, 18, 80))y <- 5*x - 0.05*x^2 + rnorm(n, mean=0, sd=10*sqrt(x))plot(x, y)taus <- 1:9/10 library(quantreg)modelo <- rq(y ~ x , tau=taus) valoresPreditos <- predict(modelo) dadosGraficos <- data.frame(valoresPre = as.numeric(valoresPreditos), tau = as.factor(rep(taus, each=n)), x = rep(x, times=length(taus))) library(ggplot2)g <- ggplot(unique(dadosGraficos), aes(x=x, y=valoresPre, group=tau)) + theme_bw()g + geom_line(aes(linetype=tau)) Abaixo em anexo segue uma imagem do que realmente gostaria de visualizar. Como poderia fazer isso no R? Obrigado

1 0

Instalar pacote R-Studio (Windows)
by Maurício Lordêlo 24 Set '15

24 Set '15

Caros, Estou iniciando no R-Studio e surgiu uma dificuldade. Ao solicitar a instalação de um pacote, aparece a seguinte caixa de diálogo: Creat Package Library Would you like to create a personal library 'C:/Users/.../R/win-library/3.2' to install packages into? Opções: YES ou NO A optar por YES, a mesma mensagem aparece, ou seja, continua a aparecer a mesma caixa e nada acontece. Ao optar por NO, aparece uma outra caixa com a seguinte mensagem: Install Packages Unable to install packages (default library 'C/Program Files/R/R-3.2.2/library' is not writeable) Com a única opção: OK Já reinstalei tanto o R como o R-Studio e o problema continua. Alguém tem alguma sugestão? Grato, Maurício

6 8

Re: [R-br] RES: Intervalos de confiança com boot.ci
by sznelwar 24 Set '15

24 Set '15

1 0

Intervalos de confiança com boot.ci
by Pedro Emmanuel Alvarenga Americano do Brasil 24 Set '15

24 Set '15

Amigos de R, Eu estou envolvido num projeto que o coordenador deseja estimar SMR em diversos subgrupos. Aqui SMR (standardized mortality ratios) é definido como a quantidade de mortes observadas pela quantidade de mortes esperdas dada a probabilidade de um modelo de predição de morte. Eu fiz uma pequena função (abaixo) para estimar os SMRs dentre diversos subgrupos. Usei uma referencia de um inspirador para montar o ICs, mas percebi que dentre diversos trabalhos que fazem coisas parecidas a variedade de formulas para estimativas de CIs para os SMRs varia muito. Assim, como tenho muitos dados, achei que talvez fosse interessante fazer intervalos de confiança com bootstrap. Mas eu não estou sabendo ao certo como usar a função, já que a função pede pesos ou frequencias. > dput(a[sample(1:nrow(a),100),c("Hosp_Death","SAPS3Pro2")]) structure(list(Hosp_Death = c(0L, 1L, 0L, 1L, 0L, 0L, 0L, 1L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 1L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L), SAPS3Pro2 = c(0.1205, 0.3768, 0.315, 0.3768, 0.0311, 0.0719, 0.1735, 0.75, 0.01, 0.1454, 0.1093, 0.0511, 0.0891, 0.3353, 0.0073, 0.0401, 0.0044, 0.0239, 0.5246, 0.1591, 0.0453, 0.0511, 0.8715, 0.1735, 0.6037, 0.4405, 0.2047, 0.0208, 0.1591, 0.2047, 0.1205, 0.2759, 0.0273, 0.0044, 0.2759, 0.0157, 0.0643, 0.2215, 0.2047, 0.1735, 0.1591, 0.0273, 0.0062, 0.0311, 0.0157, 0.4192, 0.0643, 0.1735, 0.239, 0.4618, 0.0401, 0.0802, 0.0273, 0.0239, 0.0025, 0.0157, 0.0311, 0.0157, 0.0719, 0.239, 0.0574, 0.0157, 0.0085, 0.0085, 0.1093, 0.2215, 0.1591, 0.0719, 0.0044, 0.8563, 0.0453, 0.2047, 0.1454, 0.0273, 0.0891, 0.0802, 0.0239, 0.0135, 0.0802, 0.2571, 0.1735, 0.0157, 0.3768, 0.2759, 0.0891, 0.2047, 0.1735, 0.1454, 0.0643, 0.0311, 0.0453, 0.2759, 0.0239, 0.0181, 0.4405, 0.0085, 0.0311, 0.1205, 0.6579, 0.1093)), .Names = c("Hosp_Death", "SAPS3Pro2"), row.names = c(21875L, 6572L, 48643L, 11869L, 35683L, 48246L, 23919L, 29666L, 3676L, 45549L, 36453L, 14510L, 5082L, 1898L, 41549L, 25481L, 28590L, 38198L, 12822L, 12834L, 33267L, 34088L, 47720L, 30063L, 18326L, 11582L, 11454L, 34960L, 18785L, 11385L, 20605L, 28105L, 25496L, 1607L, 48766L, 36534L, 41868L, 45312L, 37206L, 26927L, 38944L, 21087L, 22343L, 1332L, 11496L, 29485L, 38316L, 4486L, 19757L, 45768L, 33028L, 12205L, 13150L, 41270L, 2780L, 44400L, 19696L, 26015L, 14651L, 39093L, 24905L, 17870L, 35016L, 42851L, 20464L, 33155L, 24924L, 33220L, 15379L, 28989L, 33286L, 34782L, 48534L, 9045L, 20403L, 40222L, 8821L, 31240L, 12465L, 11024L, 24407L, 45729L, 7412L, 22344L, 17737L, 3514L, 2335L, 22491L, 22493L, 14077L, 20346L, 12114L, 36868L, 16431L, 25112L, 31272L, 10877L, 14391L, 8422L, 45130L), class = "data.frame") > SMR <- function(obs.var,pred.var){ + if(length(obs.var) != length(pred.var)){ + stop("Length of pred.var and obs.var differ.") + } + if(any(min(pred.var) <0 | max(pred.var) > 1)){ + stop("The individual predicted death must range from 0 to 1.") + } + if(any(levels(as.factor(obs.var)) != c(0,1))){ + stop("Observed death variable must be coded as 0 and 1.") + } + O <- length(obs.var[which(obs.var==1)]) + E <- length(pred.var) * mean(pred.var) + SMR <- O / E + lowerCL <- O / E * (1 - 1 / (9 * O) - 1.96 / (3 * sqrt(O)))^3 * 100 + upperCL <- (O + 1) / E * (1 - (1 / (9 * (O + 1))) + 1.96 / (3 * sqrt(O + 1)))^3 * 100 + output <- c(SMR=SMR,lower.Cl=lowerCL,upper.Cl=upperCL) + output + } > SMR(a$Hosp_Death,a$SAPS3Pro2) SMR lower.Cl upper.Cl 1.000319 97.855941 102.244112 O intervalo de confiança abaixo roda mas retorna valores sempre iguais a zero. SMR2 <- function(a,w=1){length(a$Hosp_Death[which(a$Hosp_Death==1)])*w/(length(a$SAPS3Pro2) * mean(a$SAPS3Pro2))*w} # boot(city, ratio, R = 999, stype = "w") boot.ci(boot(a, SMR2, R = 10, stype = "w",parallel = "multicore")) x <- boot.ci(boot(a, SMR2, R = 10, stype = "w",parallel = "snow")) Pedro Brasil

5 15

precisão da operação
by Cleber N.Borges 22 Set '15

22 Set '15

> 12345678912345678+1 [1] 12345678912345680 > 1.2345678912345678+0 [1] 1.2345678912345679 Prezados, pq exatamente o fato acima apresentado acontece? se a capacidade de representação dos números estão na faixa de 1.xxe-308 a 1.xxe+308 agradeço antecipadamente pela atenção cleber --- Este email foi escaneado pelo Avast antivírus. https://www.avast.com/antivirus

4 3

Automatizar a inclusão de váriaveis
by Nicolay Cunha 22 Set '15

22 Set '15

Prezados, Gostaria de ajuda para automatizar a inclusão de variáveis dependentes em um modelo de RDA. Usarei o valor de F como critério para seleção do número de variáveis Y a serem usadas posteriormente, entretanto, preciso de uma forma automatizada para incluir as 59 colunas que tenho em minha matriz. Basicamente o que preciso fazer é calcular RDA s com o número crescente de Ys. Abaixo um CMR. # library(vegan) y <- matrix(sample(rnorm(3540)+10), 60) x <- rep(c("A", "B", "C"), each = 20) # Aqui gero o modelo com somente as colunas 1 e 2 da matriz y m1 <- capscale((y[,1:2]) ~ x, dist="bray") anova(m1) # agora incluindo a terceira coluna m2 <- capscale((y[,1:3]) ~ x, dist="bray") anova(m2) # adicionando a quarta coluna m3 <- capscale((y[,1:4]) ~ x, dist="bray") anova(m3) # e assim até incluir as 59 colunas na RDA m59 <- capscale((y[,1:59]) ~ x, dist="bray") anova(m59) Feito isso, preciso acessar os valores de F gerados para cada modelo para fazer a comparação. Alguém saberia me ajudar com isso? Muito Obrigado, Nicolay

1 1

Re: [R-br] Digest R-br, volume 57, assunto 13
by Carlos Matos 21 Set '15

21 Set '15

Prezados: Talvez os rankings de linguagens de programação abaixo possam ajudar: http://www.tiobe.com/index.php/content/paperinfo/tpci/index.html http://redmonk.com/sogrady/2015/07/01/language-rankings-6-15/ At.te, Em 20/9/2015 12:00, 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. Estísticas da evolução do uso do R (Andre Oliveira) > 2. Re: Estísticas da evolução do uso do R (Walmes Zeviani) > > > ---------------------------------------------------------------------- > > Message: 1 > Date: Sun, 20 Sep 2015 12:08:15 +0000 (UTC) > From: Andre Oliveira <andreolsouza(a)yahoo.com.br> > To: R-br Lista <r-br(a)listas.c3sl.ufpr.br> > Subject: [R-br] Estísticas da evolução do uso do R > Message-ID: > <964026555.429902.1442750895740.JavaMail.yahoo(a)mail.yahoo.com> > Content-Type: text/plain; charset="utf-8" > > Pessoas bom dia,me preparo para apresentação sobre o R. Gostaria de mostrar um gráfico oficial acerca do uso do R em reação a outros software ao longo do tempo. Gostaria de mostrar a evolução do número de bibliotecas ao longo da tempo e por último quantas bibliotecas oficiais existem disponíveis hoje nos repositórios. Alguém poderia indicar ou sugerir como posso conseguir tais informações? Julgo que estas informações seriam interessantes para a divulgação na apresentação. > André Oliveira Souza. Graduação em Matemática, mestrado em estatística aplicada.Instituto Federal de Educação, Ciência e Tecnologia do Espirito Santo. IFES > -------------- Próxima Parte ---------- > Um anexo em HTML foi limpo... > URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20150920/d859cfb7/atta…> > > ------------------------------ > > Message: 2 > Date: Sun, 20 Sep 2015 10:40:56 -0300 > From: Walmes Zeviani <walmeszeviani(a)gmail.com> > To: "r-br(a)listas.c3sl.ufpr.br" <r-br(a)listas.c3sl.ufpr.br>, Andre > Oliveira <andreolsouza(a)yahoo.com.br> > Subject: Re: [R-br] Estísticas da evolução do uso do R > Message-ID: > <CAFU=EkZoynY+0623ZuUsz50yALxg=WjpPxWWu0O-Rgqw=6akvA(a)mail.gmail.com> > Content-Type: text/plain; charset="utf-8" > > Nessa exposição de números eu incluiria as listas de discussão. O markmail > reúne as oficiais. O gráfico mostra o número de mensagens. > > http://r-project.markmail.org/search/ > > Você pode explorar as 24 listas disponíveis e os mecanismos de buscas. > Lembrar que a queda na troca de mensagens depois de 2010 não representa > redução de popularidade mas sim que o histórico de mensagens disponível > retroalimenta a lista, ou seja, os novos usuários precisam postar menos > pois o histórico é rico, existem menos problemas novos, além disso muitos > novos usuários usam o stackoverflow. > > A nossa lista pode ser considerada também. Pegue os números em > http://listas.inf.ufpr.br/pipermail/r-br/. O tamanho do zip reflete o > tráfego. > > Google com "R popularity softwareA softwareB" a adicione na busca o nome de > outros softwares para restringir as busca. > > À disposição. > Walmes. > > -------------- Próxima Parte ---------- > Um anexo em HTML foi limpo... > URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20150920/7ba77fa4/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 57, assunto 13 > ***************************************** -- ------------------------------------------------------------------------ *Carlos Alberto Oliveira de Matos* Professor Assistente Doutor Unesp - Campus de Itapeva Telefone: (15) 3524-9100 Ramal 9129 *Opção do Windows 8.1: Atualize seu computador sem afetar os arquivos.* *Resultado: perda de emails desde 26/5/14 até 19/3/2015* ****

2 1

Estísticas da evolução do uso do R
by Andre Oliveira 21 Set '15

21 Set '15

Pessoas bom dia,me preparo para apresentação sobre o R. Gostaria de mostrar um gráfico oficial acerca do uso do R em reação a outros software ao longo do tempo. Gostaria de mostrar a evolução do número de bibliotecas ao longo da tempo e por último quantas bibliotecas oficiais existem disponíveis hoje nos repositórios. Alguém poderia indicar ou sugerir como posso conseguir tais informações? Julgo que estas informações seriam interessantes para a divulgação na apresentação. André Oliveira Souza. Graduação em Matemática, mestrado em estatística aplicada.Instituto Federal de Educação, Ciência e Tecnologia do Espirito Santo. IFES

5 4

somar 1+1 mas com R e C
by Cleber N.Borges 21 Set '15

21 Set '15

Prezados, Gostaria de uma ajuda em como fazer a soma de 1+1 mas usando a interface entre R e C. a chamada da função .Call faz travar e fechar o R. Agradeço por qualquer ajuda nisso Cleber # um CMR (do conceito) abaixo: ################################################ > texto_code <-" + #include <stdlib.h> + #include <R.h> + #include <Rdefines.h> + + void testef( double *k, double *res ) + { + res = k + 1; + } + " > > sink('teste.c') > cat( texto_code ) > sink() > > system("R CMD SHLIB teste.c") cygwin warning: MS-DOS style path detected: C:/R/etc/x64/Makeconf Preferred POSIX equivalent is: /cygdrive/c/R/etc/x64/Makeconf CYGWIN environment variable option "nodosfilewarning" turns off this warning. Consult the user's guide for more details about POSIX paths: http://cygwin.com/cygwin-ug-net/using.html#using-pathnames gcc -m64 -I"C:/R/include" -DNDEBUG -I"d:/RCompile/r-compiling/local/local320/include" -O2 -Wall -std=gnu99 -mtune=core2 -c teste.c -o teste.o gcc -m64 -shared -s -static-libgcc -o teste.dll tmp.def teste.o -Ld:/RCompile/r-compiling/local/local320/lib/x64 -Ld:/RCompile/r-compiling/local/local320/lib -LC:/R/bin/x64 -lR > dyn.load( "teste.dll" ) > is.loaded( 'testef' ) [1] TRUE > > k=1 > ############################ ########## # ( .Call('testef', k=as.double(k), res=as.double(0) ) ) # # aqui o R trava e fecha !!!!!!!!!!!!!!!!!!!!!! --- Este email foi escaneado pelo Avast antivírus. https://www.avast.com/antivirus

2 1