- R-br - DINF UFPR

Gráfico
by Antonio Armando Ulian do Lago Albuquerque 01 Out '14

01 Out '14

Caros amigos, Sou muito novato no R, mas tenho nos últimos 6 meses lido muito e tentando realizar algumas operações muito básicas. Infelizmente ainda estou gatinhando. Utilizo o UBUNTU 14.04, 64bits, RKward. A partir do banco de dados do TSE, baixei os arquivos referentes a raça nas eleições 2014. Como não consegui abri-lo na extensão csv transformei-os em xlsx e utilizei o pacote XLConnect. Quero elaborar 2 gráficos com os dados, mas não estou conseguindo. As tabelas são as seguintes. Quais comandos devo elaborar? Summary Raça Qtde Percent 1 Amarela 120 0.46 2 Branca 14379 54.96 3 Indígena 86 0.33 4 Parda 9158 35.00 5 Preta 2422 9.26 6 Total 26165 100.00 Raça Qtde Percent Length:6 Min. : 86.0 Min. : 0.33 Class :character 1st Qu.: 695.5 1st Qu.: 2.66 Mode :character Median : 5790.0 Median : 22.13 Mean : 8721.7 Mean : 33.34 3rd Qu.:13073.8 3rd Qu.: 49.97 Max. :26165.0 Max. :100.00 Muito obrigado e desculpe pela pergunta e dificuldade tão raza a qual vos exponho. Antonio

4 4

[R-br] Parâmetros_=?UTF-8?Q?modelo_de_regress=C3?==?UTF-8?Q?=A3o_din=C3=A2mico?=
by Fatima do Nascimento Silva 30 Set '14

30 Set '14

olá caros colegas, boa noite! estou ajustando um modelo de regressão dinâmico e preciso ponderar o vetor de parâmetros beta 2 (b2) por 7, que representaria um aumento de 7° na variável temperatura. E depois faria as previsões inserindo estes novos valores de b2 no calculo dos valores ajustados. Alguém poderia me dar uma dica de como alterar isso no R? segue os comandos utilizados. desde já agradeço a atenção. ponderar o beta 2 (L(Temperatura, 1) = -4.8725) por 7. caso possa me ajudar com alguma sugestão agradeço muito. #Comandos (CMR) rm(list=ls(all=TRUE)) #pacotes utilizados require(dynlm) require(tseries) require(car) require(verification) require(MASS) require(forecast) require(TSA) require(nortest) ################################################################## (dados=read.table(file="BDAC.txt",header=T,dec=",")) attach(dados) (dados1<-ts(dados,frequency=12, start=c(2000,1),end=c(2010,12))) #modelo ajustado MOD1 <- dynlm(BEAI~trend(BEAI)+season(BEAI)+L(Temperatura,1)+L(Poluente,3),data = dados1 ) summary(MOD1) par(mfrow = c(2,2)) plot(MOD1, main="") names(MOD1) #lista de objetos do modelo #previsões p<-(forecast(MOD1$fitted.values, h=12, level=c(80,95), fan=FALSE)) plot(p) #saída do modelo > summary(MOD1) Time series regression with "ts" data: Start = 2000(4), End = 2010(12) Call: dynlm(formula = BEAI ~ trend(BEAI) + season(BEAI) + L(Temperatura, 1) + L(Poluente, 3), data = dados1) Residuals: Min 1Q Median 3Q Max -42.946 -13.816 -1.482 12.327 80.586 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) 263.2442 45.6925 5.761 7.21e-08 *** trend(BEAI) 0.4470 0.6201 0.721 0.47241 season(BEAI)Feb -19.3407 9.5712 -2.021 0.04565 * season(BEAI)Mar 9.0604 9.6612 0.938 0.35032 season(BEAI)Apr 5.1280 9.4526 0.543 0.58853 season(BEAI)May 25.2990 9.6410 2.624 0.00988 ** season(BEAI)Jun 35.7033 11.7395 3.041 0.00292 ** season(BEAI)Jul 30.0824 11.3742 2.645 0.00933 ** season(BEAI)Aug 19.1968 11.9829 1.602 0.11192 season(BEAI)Sep 4.6108 10.3265 0.447 0.65608 season(BEAI)Oct 3.7939 10.4920 0.362 0.71832 season(BEAI)Nov -1.3031 9.4690 -0.138 0.89078 season(BEAI)Dec -7.6315 9.4334 -0.809 0.42020 L(Temperatura, 1) -4.8725 1.5284 -3.188 0.00185 ** L(Poluente, 3) 2.6678 0.8455 3.155 0.00205 ** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 21.34 on 114 degrees of freedom Multiple R-squared: 0.618, Adjusted R-squared: 0.5711 F-statistic: 13.17 on 14 and 114 DF, p-value: < 2.2e-16 Atenciosamente, Fátima Nascimento Estatística - CONRE nº 9439 Mestre em Ciência e Engª de Petróleo-PPGCEP/UFRN Doutoranda no Programa de Pós-Graduação em Ciência e Engª de Petróleo- PPGCEP/UFRN

3 5

Números aleatórios
by Leonard de Assis 29 Set '14

29 Set '14

Existe algo pronto para gerar n sequencias de números? Por exemplo: gerar n sequências de 1 a 5, sendo que cada número tem uma probabilidade específica de cair em cada posição. Tenho mais ou menos o algoritmo na cabeça, mas gostaria de saber se já existe, para evitar retrabalho

5 5

Configuração de cluster para programação em paralelo
by Clécio da Silva Ferreira 29 Set '14

29 Set '14

Olá. Estou tentando montar no nosso laboratório, que já está em ligado em rede, uma estrutura de cluster. O objetivo é conseguir usar os pacotes snow e parallel do R. O problema inicial é na configuração, isto é, usar a função makeCluster. Digitamos, por exemplo, makeCluster("maquina1","maquina2",type="SOCK"), mas o R fica 'aguardando' possivelmente alguma resposta dos 'slaves'. Alguém já tentou e conseguiu trabalhar com este(s) pacote(s)? Atenciosamente, Prof. Clécio da Silva Ferreira Depto de Estatística - UFJF Tel: (32) 2102-3306 Página: www.ufjf.br/clecio_ferreira

3 3

desdobramento de uma analise fatorial
by helcio duarte pereira 29 Set '14

29 Set '14

Pessoal, estou tentando desdobrar uma interação pela função aov mas só dá erro. Estou trabalhando com o objeto "ex5" da função "ExpDes", cuja estrutura basica é: str(ex5) 'data.frame':160 obs. of 4 variables: $ trat : Factor w/ 4 levels "10g","15g","15t",..: 1 1 1 1 1 $ genero: Factor w/ 2 levels "F","M": 1 1 1 1 1 1 1 1 1 1 ... $ bloco : Factor w/ 20 levels "1","2","3","4",..: 1 2 3 4 5 6 7 $ sabor : int 8 9 7 9 8 8 8 5 6 7 ... o modelo de analise que usei foi: anava<-aov(formula = sabor~trat*genero + bloco, data = ex5) Response: sabor Df Sum Sq Mean Sq F value Pr(>F) trat 3 19.37 6.4562 1.9452 0.12537 genero 1 7.66 7.6563 2.3068 0.13118 bloco 19 97.82 5.1484 1.5512 0.07832 . trat:genero 3 3.92 1.3062 0.3936 0.75783 Residuals 133 441.43 3.3190 Eu sei que a interação foi não significativa, mas estou tentando desdobra-la para aprender, já que irei precisar fazer uma analise assim em breve e que provavelmente vai dar interação significativa O primeiro desdobramento(genero dentro de tratamento) rodou sem problemas: desd1<-aov(formula = ex5$sabor~ex5$trat/ex5$genero + bloco, data = ex5) summary.aov(object = desd1, split = list("ex5$trat:ex5$genero"= list("10g"=1, "15g"=2, "15t"=3, "20t"=4))) Porém o segundo: desd2<-aov(formula = ex5$sabor~ex5$genero/ex5$trat + bloco, data = ex5) summary.aov(object = desd2, split = list("ex5$genero:ex5$trat"= list("F"=1, "M"=2))) Não roda de maneira alguma. Usei o mesmo procedimento do anterior, assim, alguém sabe no que estou errando? Att. Helcio

2 1

Modelos multinível com variância complexa
by Leonardo Ferreira Fontenelle 27 Set '14

27 Set '14

Boa tarde, pessoal! Tive um curso introdutório aos modelos multinível, que utilizou quase exclusivamente o MLwiN. Procurei treinar em paralelo o ajuste dos modelos com lme4, o que não foi difícil para modelos com variância simples. Mas, quando o negócio chegou na variância complexa, não consegui encontrar correspondência no lme4 do que me foi ensinado no MLwiN. Nem sei se não seria necessário utilizar nlme. Um exemplo de eventual necessidade seria em algum estudo longitudinal, onde a variabilidade das medidas (por exemplo, altura; primeiro nível) de cada pessoa (segundo nível) poderia mudar ao longo do tempo. Outro exemplo seria verificar se a variabilidade da variável de reposta é diferente conforme alguma variável explanatória dicotômica ou não. Onde encontro material sobre como fazer isso no R? Obrigado, [1]Leonardo Ferreira Fontenelle References 1. http://lattes.cnpq.br/9234772336296638

2 4

fatorial com efeito aleatório
by Maurício Lordêlo 26 Set '14

26 Set '14

Caros "listeiros" do R, Estou precisando analisar os dados de um experimento já realizado, infelizmente sem a prévia consulta a um pesquisador da área de Estatística. O experimento foi realizado com explantes de bananeiras de modo que foram levados em consideração três fatores: 1. Genótipo, com dois níveis; 2. Doses ou meios, com sete diferentes concentrações; 3. Tipos de cortes do explante, com dez diferentes tipos. O objetivo é verificar qual tipo de corte induziu melhor o explante na formação do embrião considerando os setes meios e os dois genótipos. Para isso foram preparadas duas placas (caracterizando o número de repetições) com uma quantidade de explantes idênticos de acordo com o corte e o genótipo (esta quantidade de explantes em cada placa variou de 6 a 11). Cada placa com estes explantes foi introduzida nos sete diferentes meios (doses). As respostas foram obtidas registrando-se, em relação ao total de cada placa, quantos explantes oxidaram, quantos formaram calos, quantos não desenvolveram, quantos apresentaram fungos, quantos apresentaram bactéria, etc. Os dados com apenas uma variável resposta estão neste link: https://www.dropbox.com/s/23x1dr0qxoj6ghm/explantes.txt?dl=0 Comecei a esboçar um ajuste de modelo, porém surgiram dúvidas se estou fazendo de forma correta. explantes=read.table("explantes.txt", sep="", header=TRUE) attach(explantes) str(explantes) meio=as.factor(meio1) tipo=as.factor(tipo1) prop=(n_oxidaram /n_explant) tapply(prop,genotipo,mean) tapply(prop,meio,mean) tapply(prop,tipo,mean) resp=cbind(n_oxidaram, n_explant - n_oxidaram) ajuste1=glm(resp~(genotipo/meio):tipo,family=binomial()) summary(ajuste1) Um fatorial 2 x 7 x 10 reconheço que não é adequado. Posso pensar em "tipo" como efeito aleatório? Se sim, qual seria o comando para este caso e como interpretaria os resultados? Existe alguma uma outra opção para a análise? Agradeço qualquer tipo de ajuda. Maurício

2 4

criando variável idade
by Taynãna César Simões 26 Set '14

26 Set '14

Oi, pessoal?? Tenho uma variável codificadora de idade com quatro dígitos, em que: 1 - Hora 2 - Dia 3 - Mês 4 - Ano Assim, por exemplo: 3009 - nove meses, 4018 - dezoito anos, etc Quero criar uma variável que retorne apenas a idade em anos. Obrigada, Taynãna SAMeQ/FIOCRUZ

4 3

[R-br] modelo de regressão dinâmico
by Fatima do Nascimento Silva 26 Set '14

26 Set '14

olá caros colegas, boa tarde! estou ajustando um modelo de regressão dinâmico e preciso ponderar o vetor de parâmetros beta 2 (b2) por 7, que representaria um aumento de 7º na temperatura. E depois faria as previsões inserindo estes novos valores de b2. Alguém poderia me dar uma dica de como alterar isso no R? segue os comandos utilizados. desde já agradeço a atenção. MOD1 <- dynlm(BEAI~trend(BEAI)+season(BEAI)+L(Temperatura,1)+L(Poluente,3),data = dados1 ) summary(MOD1) names(MOD1) p<-(forecast(MOD1$fitted.values, h=12, level=c(80,95), fan=FALSE)) plot(p) Atenciosamente, Fátima Nascimento Estatística - CONRE nº 9439 Mestre em Ciência e Engª de Petróleo-PPGCEP/UFRN Doutoranda no Programa de Pós-Graduação em Ciência e Engª de Petróleo- PPGCEP/UFRN

2 1

[R-br] modelo de regressão dinâmico
by Fatima do Nascimento Silva 26 Set '14

26 Set '14

olá caros colegas, boa tarde! estou ajustando um modelo de regressão dinâmico e preciso ponderar o vetor de parâmetros beta zero (b0) por 7, que representaria um aumento de 7º na temperatura. E depois faria as previsões inserindo estes novos valores de b0. Alguém poderia me dar uma dica de como alterar isso no R? segue os comandos utilizados. desde já agradeço a atenção. MOD1 <- dynlm(BEAI~trend(BEAI)+season(BEAI)+L(Temperatura,1)+L(Poluente,3),data = dados1 ) summary(MOD1) names(MOD1) p<-(forecast(MOD1$fitted.values, h=12, level=c(80,95), fan=FALSE)) plot(p) Atenciosamente, Fátima Nascimento Estatística - CONRE nº 9439 Mestre em Ciência e Engª de Petróleo-PPGCEP/UFRN Doutoranda no Programa de Pós-Graduação em Ciência e Engª de Petróleo- PPGCEP/UFRN

1 0