- R-br - DINF UFPR

Limpar console!
by Nory 17 Mar '21

17 Mar '21

Olá pessoal, Uso o R dentro do Emacs no meu macbook. Gostaria de saber se alguém tem alguma dica para limpar o console? O "Ctrl + L" no RStudio funciona, mas não para o R dentro do Emacs. -- Nory Daniel de Carvalho Erazo Técnico em Sistemática Vegetal/Herbário INPA Coordenação de Biodiversidade - CBio Instituto Nacional de Pesquisas da Amazônia - INPA Ministério da Ciência, Tecnologia e Inovação - MCTI Av. André Araújo, 2.936 Bairro: Petrópolis, CEP: 69067-375 Manaus - AM, Brasil Telefone: (92) 3643-3125 Celular: (92) 99378-7592 nory(a)inpa.gov.br norydaniel(a)gmail.com

2 2

Recuperar mensagens
by sznelwar＠uol.com.br 15 Mar '21

15 Mar '21

2 1

Identificando e criando nova variável por uma expressão regular
by Felipe Barletta 15 Mar '21

15 Mar '21

Prezados, Preciso de uma ajuda para resolver a seguinte questão: Possuo uma lista de nomes de medicamentos. Preciso identificar seus nomes em um vetor em que há informações de medicamentos preescritos. Para isso estou usando a função grep(). Após identificar, quero incluir no data frame uma nova coluna contendo o nome do medicamento da primeira lista. Segue um código reproduzível ##### Lista de medicamentos que guardei em um objeto chamado patterns patterns <- structure(c(1L, 2L, 3L, 4L, 6L, 7L, 5L, 8L, 9L, 10L, 11L), .Label = c("Oritavancina", "Oxacilina", "Pefloxacino", "Penicilina", "Pexiganan", "Piperacilina", "Piperacilina-tazobactam", "Pirazinamida", "Plazomicina", "Polimixina B", "Posilozid"), class = "factor") ### Amostra do Data frame em que preciso encontrar os nomes da lista acima df <- structure(list(nome = structure(c(9L, 11L, 3L, 3L, 7L, 2L, 4L, 5L, 8L, 6L, 10L, 1L), .Label = c("CLORETO DE POTASSIO DRAGEA 600MG", "CLORETO DE SODIO 0,9% SERINGA PREENCHIDA 5ML", "CLORETO DE SODIO SOLUCAO INJETAVEL 0,9% 10ML", "CODEINA FOSFATO SOLUCAO ORAL 3MGML 10ML ISCMPA @", "CODEINA FOSFATO SOLUCAO ORAL 3MGML 5ML ISCMPA @", "DipiRONA SOLUCAO INJETAVEL 500MGML 2ML", "FUROSEMIDA SOLUCAO INJETAVEL 10MGML 2ML", "HIDROCORTISONA SUCCINATO SODICO PO LIOFILO INJETAVEL 100MG", "ONDANSETRONA CLORIDRATO SOLUCAO INJETAVEL 2MGML 4ML", "Penicilina G BENZATINA PO LIOFILO INJETAVEL 1200000UI", "PIPERACILINA SODICA 4G + TAZOBACTAM SODICA 0,5G PO LIOFILO INJETAVEL" ), class = "factor"), ID = c(13750598L, 13797248L, 13797248L, 13797248L, 13727853L, 13727853L, 13922033L, 13922033L, 13923030L, 13923030L, 13923030L, 13877978L), date = structure(c(1L, 2L, 2L, 2L, 3L, 3L, 4L, 4L, 5L, 5L, 5L, 6L), .Label = c("2021-01-01 00:08:14", "2021-01-01 00:20:39", "2021-01-01 00:22:18", "2021-01-31 23:53:48", "2021-01-31 23:58:50", "2021-01-31 23:59:47"), class = "factor")), row.names = c(1L, 2L, 3L, 4L, 5L, 6L, 583867L, 583868L, 583869L, 583870L, 583871L, 583872L), class = "data.frame") ### Usei esse código para identificar os medicamentos matches <- unlist(sapply(patterns, function(p) grep(p, df$nome, value = FALSE, ignore.case = TRUE) ) ) encontrados <- df[matches,] Porém além de identificar, quero incluir no df uma nova variável identificando o nome do medicamento que consta na lista (patterns) - como segue exemplo Abaixo: dados nome 1 ONDANSETRONA CLORIDRATO SOLUCAO INJETAVEL 2MGML 4ML 2 PIPERACILINA SODICA 4G + TAZOBACTAM SODICA 0,5G PO LIOFILO INJETAVEL 3 CLORETO DE SODIO SOLUCAO INJETAVEL 0,9% 10ML 4 CLORETO DE SODIO SOLUCAO INJETAVEL 0,9% 10ML 5 FUROSEMIDA SOLUCAO INJETAVEL 10MGML 2ML 6 CLORETO DE SODIO 0,9% SERINGA PREENCHIDA 5ML 583867 CODEINA FOSFATO SOLUCAO ORAL 3MGML 10ML ISCMPA @ 583868 CODEINA FOSFATO SOLUCAO ORAL 3MGML 5ML ISCMPA @ 583869 HIDROCORTISONA SUCCINATO SODICO PO LIOFILO INJETAVEL 100MG 583870 DipiRONA SOLUCAO INJETAVEL 500MGML 2ML 583871 Penicilina G BENZATINA PO LIOFILO INJETAVEL 1200000UI 583872 CLORETO DE POTASSIO DRAGEA 600MG ID date Medicamento 1 13750598 2021-01-01 00:08:14 Não consta na lista 2 13797248 2021-01-01 00:20:39 *Piperacilina* 3 13797248 2021-01-01 00:20:39 Não consta na lista 4 13797248 2021-01-01 00:20:39 Não consta na lista 5 13727853 2021-01-01 00:22:18 Não consta na lista 6 13727853 2021-01-01 00:22:18 Não consta na lista 583867 13922033 2021-01-31 23:53:48 Não consta na lista 583868 13922033 2021-01-31 23:53:48 Não consta na lista 583869 13923030 2021-01-31 23:58:50 Não consta na lista 583870 13923030 2021-01-31 23:58:50 Não consta na lista 583871 13923030 2021-01-31 23:58:50 *Penicilina* 583872 13877978 2021-01-31 23:59:47 Outro medicamento

3 3

Ajuda na interpretando dos coeficientes de glmnet
by Pedro Emmanuel Alvarenga Americano do Brasil 18 Fev '21

18 Fev '21

Saudações amigos de R, Depois de muito tempo sem interagir na lista venho pedir uma luz. Estou tentando montar um modelo de previsão penalizado. Eu já tinha usado no passado remoto o pacote glmpath que regulariza/penaliza modelos glm. Recentemente me deparei com a função glmnet - glmnetUtils - que faz o mesmo trabalho de forma mais automatizada, inclusive com validação cruzada já implementada. Porém, ao olhar a saída do modelo fiquei com dúvidas. Fui olhar a bibliografia original do pacote e não adiantou muito. Acho que é uma expectativa equivocada de minha parte que está me impedindo de entender corretamente. Então ajustei o seguinte modelo: cva.glmnet(hav ~ ano_nasc_trunc60 + idade + indicacao_outras + sexo, data = bi[setD,],alpha = seq(0, 1, len = 11), family="binomial", nfolds = 1000, grouped = FALSE, trace.it = TRUE, outerParallel = makeCluster(4)) (Inntercept) 113.55782297 ano_nasc_trunc60 -0.05781642 idade 0.04359743 indicacao_outrasViajante -0.85226169 indicacao_outrasOTHER -0.53550446 indicacao_outrasHIV/AIDS 0.49319132 indicacao_outrasAsplenia anatômica ou funcional e doenças relacionadas (anemia falciforme, talassemia maior) . indicacao_outrasPneumopatias crônicas (DPOC, Bronquiectasia, Asma etc) . indicacao_outrasCandidatos a transplante de órgão sólido 0.13338936 indicacao_outrasCardiopatias crônicas -0.05086300 indicacao_outrasHepatopatias crônicas, Cirrose e portadores de HCV . indicacao_outrasComunicantes domiciliares de imunodeprimidos -0.24283444 indicacao_outrasImunodeficiência/Imunodepressão outras (adquirida ou congênita) . indicacao_outrasImunodepressão terapêutica ou devido ao câncer 0.15478292 indicacao_outrasNão informado -0.18649749 indicacao_outrasNefropatias crônicas/hemodialisados/sindrome nefrótica . indicacao_outrasProfissional de saúde -0.51745839 indicacao_outrasTransplante de órgão sólido . sexoFeminino 0.03089234 sexoMasculino -0.01749610 Reparem que há dois coeficientes para o sexo, um pra masculino e outro para Feminino. Eu esperaria que houvesse somente 1, sendo que a referencia (no caso o masculino) não apareceria ou deveria ser zero. A mesma dúvida no preditor indicação, onde a categoria Viajantes deveria ser a referência e eu não esperaria que esta aparecesse ou fosse zero. É claro que as categorias são mutuamente exclusivas, então quando um está presente, ou outro necessariamente é zero. Mas no glm, até a minha memória vai, o efeito de uma categoria deveria ser o efeito adicional ao efeito da referência quando a categoria está presente, mas na saída como está não consigo fazer esta interpretação. Alguem pode me dar uma luz de como interpretar corretamente ester aspecto? Em análises alternativas eu explorei interações e faz sentido que a idade tivesse efeitos diferentes para diferentes anos de nascimento, sendo que efeitos não lineares não foram detectados. Quando faço um ajuste com interação a saída fica ainda mais esquisita cva.glmnet(hav ~ ano_nasc_trunc60+idade+indicacao_outras+sexo+ano_nasc_trunc60*idade, data = bi[setD,],alpha = seq(0, 1, len = 11), family="binomial", nfolds = 1000, grouped = FALSE, trace.it = TRUE, outerParallel = makeCluster(4)) (Intercept) 1.056153e+02 ano_nasc_trunc60 -2.736619e-02 idade 1.656760e-02 indicacao_outrasViajante -8.345313e-01 indicacao_outrasOTHER -4.632827e-01 indicacao_outrasHIV/AIDS 4.927235e-01 indicacao_outrasAsplenia anatômica ou funcional e doenças relacionadas (anemia falciforme, talassemia maior) . indicacao_outrasPneumopatias crônicas (DPOC, Bronquiectasia, Asma etc) . indicacao_outrasCandidatos a transplante de órgão sólido 1.358595e-01 indicacao_outrasCardiopatias crônicas . indicacao_outrasHepatopatias crônicas, Cirrose e portadores de HCV . indicacao_outrasComunicantes domiciliares de imunodeprimidos -2.076846e-01 indicacao_outrasImunodeficiência/Imunodepressão outras (adquirida ou congênita) . indicacao_outrasImunodepressão terapêutica ou devido ao câncer 1.432945e-01 indicacao_outrasNão informado -1.616079e-01 indicacao_outrasNefropatias crônicas/hemodialisados/sindrome nefrótica . indicacao_outrasProfissional de saúde -4.942054e-01 indicacao_outrasTransplante de órgão sólido . sexoFeminino 3.024890e-02 sexoMasculino -1.611223e-02 ano_nasc_trunc60 -2.651105e-02 idade 1.603003e-02 ano_nasc_trunc60:idade 7.512202e-06 Reparem que agora, além do sexo, o ano de nascimento e a idade têm cada uma, além do coeficiente da interação, dois coeficientes diferentes de zero, quando eu esperava que houvesse somente o coeficiente da interação. Talvez entendendo os porques da primeira questão eu consiga achar o porque da segunda. Se puderem indicar alguma leitura, eu agradeço. Olhando o desempenho do ajuste com e sem a interação, a discriminação é bem pareceida, mas a calibração é um tanto melhor no ajuste com a interação. Abraços fraternos a todos. Pedro Brasil

1 0

Como fazer análise de relação peso-comprimento usando o R
by Chiara Lubich 08 Fev '21

08 Fev '21

Boa noite, Gostaria de saber como fazer a relação peso-comprimento para peixes utilizando o R. Normalmente, faço essa análise utilizando o Statistica e estou tentando atualmente fazer no R. Logaritmizei mesmo dados de peso e comprimento e fiz análise utilizando o seguinte comando (conforme um colega me passou): lwr<-read.table("clipboard",sep="\t", header=T, dec=".") attach(lwr) lwr lpeso<-log(peso) lcomprimento<-log(comprimento) lmlwr<-lm(lpeso~lcomprimento) summary(lmlwr) e obtive o seguinte resultado: Call: lm(formula = lpeso ~ lcomp) Residuals: Min 1Q Median 3Q Max -0.5495 -0.1027 -0.0046 0.1154 0.3636 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) -3.73920 0.06033 -61.98 <2e-16 *** lcomp 3.18886 0.03571 89.31 <2e-16 *** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 0.1874 on 46 degrees of freedom Multiple R-squared: 0.9943, Adjusted R-squared: 0.9941 F-statistic: 7975 on 1 and 46 DF, p-value: < 2.2e-16 No entanto, onde vejo a variação (mínimo - máximo) dos valores de a e b? Acredito que esteja usando o comando errado. Se puderem ajudar, agradeço Muito obrigada desde já

3 3

Re: [R-br] Digest R-br, volume 122, assunto 6
by Andrea Vita Reis Mendonca 08 Fev '21

08 Fev '21

Importa as duas variáveis (exemplo a=peso; b=comprimento) depois utiliza: cor.test(a,b,method="pearson",alternative="two.sided") Em dom., 7 de fev. de 2021 às 11:00, <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. Re: Como fazer análise de relação peso-comprimento usando o > R (Cesar Rabak) > > > ---------------------------------------------------------------------- > > Message: 1 > Date: Sat, 6 Feb 2021 19:01:22 -0300 > From: Cesar Rabak <cesar.rabak(a)gmail.com> > To: a lista Brasileira oficial de discussÃ£o do programa R. > <r-br(a)listas.c3sl.ufpr.br> > Subject: Re: [R-br] Como fazer análise de relação peso-comprimento > usando o R > Message-ID: > <CAKrF98=m23BfMrVQTWS3ScNdOk4Gx== > RTf23qV_DtnO8uzySnQ(a)mail.gmail.com> > Content-Type: text/plain; charset="utf-8" > > Só para a gente entender direitinho. > > A modelagem do problema propõe que essa relação seja linear? > > Se ñ for, precisará fazer passos antecedentes ao teste proposto p/Daniel. > > > On Thu, Feb 4, 2021 at 11:08 AM Chiara Lubich por (R-br) < > r-br(a)listas.c3sl.ufpr.br> wrote: > > > Oi, Daniel e Manassés, tudo bem? > > > > Primeiramente muito obrigada pelas respostas. > > > > Respondendo a pergunta do Daniel: Sim, gostaria de estimar o índice de > > correlação entre o peso e comprimento com Intervalo de confiança de 95%. > > > > Obrigada pela ajuda de vocês > > > > Abraços > > > > Se cuidem > > _______________________________________________ > > 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. > > > -------------- Próxima Parte ---------- > Um anexo em HTML foi limpo... > URL: < > http://listas.inf.ufpr.br/pipermail/r-br/attachments/20210206/c1165d66/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 122, assunto 6 > ***************************************** >

1 0

Re: [R-br] Como fazer análise de relação peso-comprimento usando o R
by Chiara Lubich 07 Fev '21

07 Fev '21

Oi, Daniel e Manassés, tudo bem? Primeiramente muito obrigada pelas respostas. Respondendo a pergunta do Daniel: Sim, gostaria de estimar o índice de correlação entre o peso e comprimento com Intervalo de confiança de 95%. Obrigada pela ajuda de vocês Abraços Se cuidem

3 4

Classificando novas amostras
by Graciliano Galdino 05 Fev '21

05 Fev '21

Olá a todos, Tenho uns dados de solo, que classificamos as amostras em grupo A e grupo B a partir de uma análise de ordenação de algumas variáveis fisico-quimicas. Eu queria saber se existe algum método onde eu consiga classificar as novas amostras em A ou B, sem precisar rodar os dados todos novamente. A ideia seria criar um modelo onde a nova amostra, a partir das características já estabelecidas dos grupos, fosse classificada em A ou B. Ces podem indicar algum caminho para seguir? Obrigado! -- Graciliano Galdino A. dos Santos Biólogo Doutor em Ciências Florestais

2 1

Dificuldade com gráfico em ggplot2
by Olympio Neto 04 Fev '21

04 Fev '21

Pessoal, bom dia Preciso fazer um gráfico que envolve o total acumulado anual dos anos de 2016-2020 em gráfico de barras e somente o resultado mensal de 2020 somente como gráfico de linhas no ggplot2. Não consegui fazer isso. Alguém pode me dar uma luz? Seria parecido com aqueles gráficos climatológicos, só que as barras representam o acumulado dos anos e a linha o resultado mensal de 2020. Aqui está do dataframe: structure(list(Mês = c("Jan", "Fev", "Mar", "Abr", "Mai", "Jun", "Jul", "Ago", "Set", "Out", "Nov", "Dez", "Total"), `2016` = c(209L, 3959L, 8668L, 5448L, 4198L, 4042L, 4602L, 6969L, 3336L, 8580L, 6036L, 352L, 56399L), `2017` = c(314L, 2740L, 2758L, 2424L, 4138L, 2030L, 280L, 4552L, 2509L, 2847L, 6322L, 179L, 31093L), `2018` = c(778L, 3968L, 3092L, 2357L, 1333L, 895L, 5489L, 3598L, 4072L, 5562L, 6218L, 115L, 37477L), `2019` = c(246L, 2353L, 2905L, 4563L, 2791L, 493L, 3197L, 6463L, 1375L, 5626L, 10443L, 138L, 40593L), `2020` = c(76L, 2685L, 2062L, 0L, 0L, 0L, 0L, 1408L, 1554L, 3831L, 4573L, 1104L, 17293L)), class = "data.frame", row.names = c(NA, -13L)) Alguém pode me ajudar? Muito obrigado. Olympio

4 9

teste de dunnett
by Alessandro Dal Col Lúcio 28 Jan '21

28 Jan '21

Bom dia a todos. Estou tentando fazer um teste de Dunnett pelo R e não consegui fazer pelo multcomp. Há algum outro pacote ou função? Desde já agradeço. Alessandro --

3 3