- R-br - DINF UFPR

FW: Analise Fatorial
by Bruce Kelly 04 Mai '15

04 Mai '15

Bom dia Listeiros, Como iniciante em analise multivariada, estou tentando trabalhar com analise multivariada (em particular Analise fatorial), para fazer isso usei a função do "factanal" do package 'stats', e também a package 'FactorMineR'. A analise fatorial busca reduzir o numero de variáveis de um banco de dados e através de seus fatores (ou variáveis latentes) construir uma nova base de dados que represente de forma mais significante a variância do banco de dados original, correto?. Segue o resultado utilizando a 'factanal' Call: factanal(x = dad, factors = 15, scores = c("Bartlett"), rotation = "varimax") Uniquenesses: a1 a2 a3 a4 a5 a6 a7 a8 b1 b2 b3 b4 b5 b6 c1 c2 c3 c4 d1 d2 d3 d4 d5 d6 e1 f1 0.005 0.614 0.305 0.239 0.218 0.237 0.657 0.588 0.013 0.120 0.318 0.074 0.279 0.085 0.005 0.005 0.005 0.005 0.005 0.005 0.486 0.749 0.651 0.005 0.214 0.005 f2 f3 f4 g3 h1 h2 i1 i2 i3 i4 i5 i6 i7 0.714 0.554 0.260 0.181 0.605 0.674 0.301 0.005 0.005 0.005 0.005 0.005 0.652 Loadings: Factor1 Factor2 Factor3 Factor4 Factor5 Factor6 Factor7 Factor8 Factor9 Factor10 Factor11 Factor12 Factor13 Factor14 Factor15 a1 0.290 -0.328 0.521 0.251 0.461 0.106 -0.133 0.457 a2 -0.117 -0.162 0.492 0.110 0.271 a3 -0.103 -0.334 0.251 0.107 0.233 0.656 a4 0.258 -0.223 0.161 0.145 0.729 0.116 0.120 -0.131 a5 0.838 -0.102 -0.105 -0.117 a6 -0.192 0.811 0.125 0.111 0.119 a7 -0.138 0.483 0.129 0.201 0.132 a8 -0.151 0.546 0.231 0.105 0.105 b1 0.886 0.387 -0.127 b2 0.196 0.819 -0.170 -0.152 -0.149 0.222 0.179 b3 0.172 0.733 -0.132 -0.203 0.135 b4 0.136 0.889 -0.186 -0.152 -0.128 0.125 b5 0.735 -0.235 -0.191 -0.123 -0.155 -0.170 b6 0.848 -0.246 0.290 -0.131 c1 0.135 0.952 0.241 c2 0.149 0.454 0.582 0.632 0.119 c3 0.304 0.939 c4 0.126 0.982 d1 0.247 0.114 0.840 0.446 d2 0.125 0.960 0.177 d3 0.121 0.685 d4 0.184 0.441 d5 0.392 0.232 0.119 0.287 d6 0.961 0.135 -0.163 e1 -0.469 0.316 0.526 0.272 -0.174 0.116 0.127 0.193 f1 0.961 0.205 f2 0.329 0.199 -0.348 f3 0.387 0.402 0.286 -0.108 0.126 -0.110 f4 0.742 -0.224 0.133 0.112 -0.186 0.107 0.122 -0.124 g3 0.382 -0.200 0.353 0.342 0.558 0.109 0.114 0.208 h1 0.598 0.132 h2 0.188 0.222 -0.153 0.139 0.100 0.184 0.117 -0.109 0.320 i1 0.229 0.297 0.589 -0.357 0.255 i2 -0.318 0.173 0.838 0.112 0.296 0.127 -0.133 0.102 i3 0.120 0.974 -0.115 i4 -0.149 -0.346 0.143 0.774 -0.437 -0.116 0.122 i5 0.171 0.957 0.155 i6 -0.237 -0.154 0.152 0.119 -0.118 0.921 i7 -0.117 -0.195 -0.173 0.290 -0.218 -0.178 0.105 0.116 0.188 0.196 Factor1 Factor2 Factor3 Factor4 Factor5 Factor6 Factor7 Factor8 Factor9 Factor10 Factor11 Factor12 Factor13 Factor14 Factor15 SS loadings 5.193 4.142 2.965 2.298 2.154 2.092 2.020 1.704 1.350 1.209 1.090 0.993 0.948 0.559 0.437 Proportion Var 0.133 0.106 0.076 0.059 0.055 0.054 0.052 0.044 0.035 0.031 0.028 0.025 0.024 0.014 0.011 Cumulative Var 0.133 0.239 0.315 0.374 0.430 0.483 0.535 0.579 0.613 0.644 0.672 0.698 0.722 0.736 0.747 Test of the hypothesis that 15 factors are sufficient. The chi square statistic is 1330.5 on 261 degrees of freedom. The p-value is 1.01e-142 Com isso vem os questionamentos, que são: 1) a variância acumulada foi próximo ao 75%, considerada boa na literatura sobre o tema, além do Chi-square de 1330.5 e um valor p<0,05. A questão são os graus de liberdade. O quanto isso pode afetar o modelo fatorial? 2) Eu posso utilizar o 'lm' para construir o modelo com os scores ou fica redundante, caso afirmativo como seria esta função? 3) por fim com o modelo construido, como posso avalia-lo? Muito obrigado pela ajuda Att Bruce

1 0

Obtendo efeitos INDIVIDUAIS de múltiplas variáveis qualitativas.
by Rafael Costa 04 Mai '15

04 Mai '15

Prezados colegas, Possuo dados de um questionário e quero estimar o efeito individual de cada variável explicativa (todas são qualitativas) sobre a variável dependente (contínua). Contudo o padrão é considerar os coeficientes estimados como a diferença entre o o grupo de referência (valor estimado do intercepto) e o grupo do coeficiente. Cada variável qualitativa diz respeito a uma característica de uma determinada atividade e a variável contínua é o tempo tomado para executar tal atividade. Destaco que o nível de referência de cada fator diz respeito ao caso em que nenhuma das opções para aquele fator foi marcado. Os dados estão em "http://www.datafilehost.com/d/c7f0d342". Não os coloquei no CMR, pois ainda não consegui (peço minhas sinceras desculpas), mas espero que isto não seja empecilho.Também não coloquei apenas uma amostra dos dados, pois estava havendo problemas de matriz singular. 1º (e principal) Problema - Para obter o efeito individual dos níveis de cada fator, considerei que o grupo de referência possui efeito zero e fiz os seguintes passos: #Como o arquivo não está sendo carregado no CMR, supõe-se aqui que ele foi baixado da internet e já se encontra carregado no R. #Utilizarei uma regressão quantílica, por isso segue o pacote abaixo. install.packages(quantreg) library(quantreg) #Transformando as variáveis categóricas em objetos únicos p_1 = table(1:length(tabela1.1$p1),as.ordered(tabela1.1$p1)) p_21 = table(1:length(tabela1.1$p21),as.factor(tabela1.1$p21)) p_22 = table(1:length(tabela1.1$p22),as.factor(tabela1.1$p22)) p_23 = table(1:length(tabela1.1$p23),as.factor(tabela1.1$p23)) p_24 = table(1:length(tabela1.1$p24),as.factor(tabela1.1$p24)) p_25 = table(1:length(tabela1.1$p25),as.factor(tabela1.1$p25)) p_34 = table(1:length(tabela1.1$p34),as.ordered(tabela1.1$p34)) p_5 = table(1:length(tabela1.1$p5),as.ordered(tabela1.1$p5)) p_6 = table(1:length(tabela1.1$p6),as.ordered(tabela1.1$p6)) p_7 = table(1:length(tabela1.1$p7),as.ordered(tabela1.1$p7)) p_8 = table(1:length(tabela1.1$p8),as.ordered(tabela1.1$p8)) p_9 = table(1:length(tabela1.1$p9),as.ordered(tabela1.1$p9)) #Regressão do modelo sem intercepto, mas também considerando que o grupo de referência tem valor 0, haja vista que o grupo de referência significa que nenhum dos fatores foi marcado (se nenhum item foi marcado, considero que o tempo tomado para executar a atividade é praticamente zero). qrModel=rq(data=tabela1.1, pontoefetivo ~ 0 + p_1[,-1] + p_21[,-1] + p_22[,-1] + p_23[,-1] + p_24[,-1] + p_25[,-1] + p_34[,-1] + p_5[,-1] + p_6[,-1] + p_7[,-1] + p_8[,-1] + p_9[,-1], tau=0.5) summary(qrModel) A minha ideia foi que, dado que o grupo de referência é zero, o coeficiente estimado é justamente o efeito individual do nível escolhido da variável. A minha ideia está certa? Se não, o que faço para obter esses efeitos individuais? 2º Problema: Supondo que fiz tudo certinho acima, os fatores ordenados não possuem efeitos crescentes [Ver summary(qrModel)]. Mas não deveriam possuir? Se deveriam, o que faço para garantir tal efeito? 3º Problema: Mas uma vez supondo que tudo está correto, esperava que todos os efeitos sobre o tempo de execução das atividades fossem não negativos. Ou estou errado a respeito disso? Se estou certo, o que faço para garantir que todos os valores sejam não negativos. Desde já agradeço a todos e aguardo qualquer ajuda. <http://www.datafilehost.com/get.php?file=c7f0d342>-- *Rafael Carneiro da CostaDoutorando em EconomiaCentro de Pós-Graduação em Economia - CAENUniversidade Federal do Ceará - UFC*

1 0

Algoritimo newtonRaphson
by Andre Oliveira 03 Mai '15

03 Mai '15

Pessoal já tentei e não consegui. Como colocar para exibir os valores das iterações passo a passo? E não só a estimativa da raiz. Já tentei colocar i=NULL para receber as iterações ..ma não consegui. newtonRaphson <-function (x){ x - ((exp(-x^2) - x^3 + 2) / (-2 * exp(-x^2) - 3 * x^2)) } x <- 0.5 # valor inicial old <- 0 # valor anterior tol <- 0.0001 while (abs(old - x) > tol){ old <- x x <- newtonRaphson(x) # Repetir se delta x maior tol } print(paste("Raiz: ", x)) obrigado André Oliveira Souza. Graduação em Matemática, mestrado em estatística aplicada.Instituto Federal de Educação, Ciência e Tecnologia do Espirito Santo. IFES

3 2

Carregando dados da internet
by Rafael Costa 02 Mai '15

02 Mai '15

Prezados colegas, Buscando carregar diretamente no R o arquivo " http://www.datafilehost.com/d/c7f0d342" utilizei o comando: da <- read.table("http://www.datafilehost.com/d/c7f0d342", header=TRUE, sep="", na.strings="NA", dec=".", strip.white=TRUE) Contudo surgiu o seguinte erro: "ERRO: linha 1 não tinha 6 elementos". Tirei todos os caracteres "_" e "." dos dados, usei todas as opções para sep, na.strings, dec e não obtive êxito. Foi aí que parti para outra função: da <-url("http://www.datafilehost.com/d/c7f0d342") load(da) e surgiu outro erro: "a entrada não começa com um número mágico compatível com carregamento a partir de uma conexão". Se baixo para o pc e depois carrego, o arquivo funciona normalmente. Alguém poderia me ajudar? Desde já, agradeço a todos! -- *Rafael Carneiro da CostaDoutorando em EconomiaCentro de Pós-Graduação em Economia - CAENUniversidade Federal do Ceará - UFC*

2 2

Função Solve
by aalmeidaalessandro＠gmail.com 01 Mai '15

01 Mai '15

Boa noite. Utilizando a função solve, gostaria de saber como posso isolar uma variável de uma função? Por exemplo, função simples, x + y = a, ficaria y = a-x. Obrigado!

5 9

Remover valores duplicados em um conjunto de dados
by Luciano F. Sgarbi 30 Abr '15

30 Abr '15

Prezados, Tenho um conjunto de dados no seguinte formato: df<-data.frame(destino=c('A','A','B','B','C','C'), origem=c('B','C','A','C','A','B'), dist=c(1,2,1,3,2,3)) Deste, a primeira coluna é um local a segunda também e a terceira é a distância entre estes dois locais. Assim, é bastante intuitivo que a distância de A para B é a mesma que de B para A e portanto uma destas comparações pode ser eliminada. Pergunta: Como que eu faço para remover as 'comparações duplicadas' do conjunto original (acima) de modo que ele fique igual ao conjunto abaixo??? rs<-data.frame(destino=c('A','A','B'), origem=c('B','C','C'), dist=c(1,2,3)) Abraços, Luciano -- *Luciano F. Sgarbi* * Currículo Lattes <http://lattes.cnpq.br/9788198135883354>* *Laboratório de Ecologia Teórica e Síntese**Departamento de Ecologia, Instituto de Ciências Biológicas V.* *Universidade Federal de Goiás, campus II, Goiânia-GO, Brasil*

2 2

Lista condicionada
by Alessandro Corrêa 30 Abr '15

30 Abr '15

Prezados, estou com um exercício aparentemente simples mas que não consigo resolver de forma rápida. Estou com os seguintes dados Galton install.packages("UsingR")library(UsingR)x=father.son$fheighty=father.son$sheight Preciso criar uma lista com os dados de alturas dos filhos (y) que têm pais com 71 polegadas de altura (x).Qual a maneira mais simples de gerar essa lista? Abraços a todos. Alessandro

4 3

Erro - hoslem.test
by Luciane Maria Pilotto 29 Abr '15

29 Abr '15

Olá, estou realizando os ajustes de um modelo de regressão logistica ordinal e testando se há violação do pressuposto de ordinalidade. Para isto, dicotomizei o desfecho e rodei uma regressão logística normal, como descrito nos comandos abaixo. Ao rodar o teste do Hosmer e Lemeshow (hoslem.test) para os resíduos dá erro. Agradeço quem puder ajudar! ######################################################################################## tp1 <- glm(q131[getario == "15 a 19 anos"] ~ q11[getario == "15 a 19 anos"] + q10[getario == "15 a 19 anos"] +rendacat[getario == "15 a 19 anos"]+q12[getario == "15 a 19 anos"] + q08[getario == "15 a 19 anos"] +q06[getario == "15 a 19 anos"] + q14[getario == "15 a 19 anos"], family = binomial(link = "logit"), data=id, na.action=na.exclude) summary(tp1) hoslem.test(tp1$q131, fitted(tp1), g=10) Error in quantile.default(yhat, probs = seq(0, 1, 1/g)) : missing values and NaN's not allowed if 'na.rm' is FALSE ################################################### Atenciosamente, Luciane Pilotto

1 0

regressao linear com constante igual azero
by Bernardo Rangel Tura 29 Abr '15

29 Abr '15

Bom dia a todos Estou esbarrando com um problema que não estou conseguindo resolver sozinho a pesar de achar que é muito simples. Segue a simulação do problema set.seed(1) var1 <- sample(LETTERS[1:3],1e3,replace=T) set.seed(2) var2 <- sample(LETTERS[1:3],1e3,replace=T) S <- 0.12 + 0.15*(var1=='B') +0.32*(var1=='C') +0.12*(var2=='B') -0.25*(var2=='C') -rnorm(1e3,0,0.1) summary(lm(S~var1+var2)) O resultado desta regressão é Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 0.114883 0.007063 16.27 <2e-16 *** var1B 0.162707 0.007621 21.35 <2e-16 *** var1C 0.320609 0.007684 41.72 <2e-16 *** var2B 0.115608 0.007639 15.13 <2e-16 *** var2C -0.257842 0.007542 -34.19 <2e-16 *** Vamos supor que eu queira determinar que o intercepto deste mesma regressão fosse zero, pelo que aprendi poderia usar summary(lm(S~0+var1+var2)), porém o resultado é: Coefficients: Estimate Std. Error t value Pr(>|t|) var1A 0.114883 0.007063 16.27 <2e-16 *** var1B 0.277590 0.006786 40.91 <2e-16 *** var1C 0.435491 0.006856 63.52 <2e-16 *** var2B 0.115608 0.007639 15.13 <2e-16 *** var2C -0.257842 0.007542 -34.19 <2e-16 *** Se observarem bem o que aconteceu é que no lugar do intercepto surgiu o nivel A do factor var1 e não o intercepto=0. agradeço antecipadamente a ajuda de vocês! abraços Tura

4 4

Leitura via clipboard
by Andre Oliveira 29 Abr '15

29 Abr '15

Pessoal,quando eu usava wi$$ este procedimento sempre funcionou, agora no linux não consigo ler meus arquivos desta forma. Já pesquisei na lista e no são Google e não consegui resolver. Se puder me ajudar! Obrigado dada3<- read.csv("clipboard", sep=",",header=TRUE)Warning message:In read.table(file = file, header = header, sep = sep, quote = quote, :incomplete final line found by readTableHeader on 'clipboard' André Oliveira Souza. Graduação em Matemática, mestrado em estatística aplicada.Instituto Federal de Educação, Ciência e Tecnologia do Espirito Santo. IFES

6 9