- R-br - DINF UFPR

Re: [R-br] teste para Ho:b=1 regressão linear
by Robert Iquiapaza 23 Ago '14

23 Ago '14

Me parece que o intervalo de confiança dos coeficientes depende dos seus dados e não muda com a hipótese que você testar. Não sei se é isso que esta perguntando. Já para testar b=1 pode usar a função linearHypothesis x=rnorm(50,.08,.25) y=10+x*1.1+rnorm(50) ml=lm(y~x) summary(ml) confint(ml) library(car) linearHypothesis(ml, "x = 1") Sds Em 22 de agosto de 2014 08:03, Luiz Roberto Martins Pinto < luizroberto.uesc(a)gmail.com> escreveu: > Caros, > > Para y=a+bx, a função lm (y~x) testa Ho:a=0 e Ho:b=0, e me fornece > intervalos de confiança. > > Preciso de uma função que teste Ho:b=1, com intervalo de confiança. > > Luiz Roberto. > > Luiz Roberto Martins Pinto > Prof. Pleno/DCET/UESC > Laboratório de Estatística Computacional > Universidade Estadual de Santa Cruz > Ilhéus-Bahia > > luizroberto.uesc(a)gmail.com > skype: lrmpinto > http://lattes.cnpq.br/2732314327604831 > > > > _______________________________________________ > 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. >

2 1

Re: [R-br] DÚVIDA EXPAND.GRID
by andrebvs＠bol.com.br 23 Ago '14

23 Ago '14

1 0

DÚVIDA EXPAND.GRID
by andrebvs＠bol.com.br 22 Ago '14

22 Ago '14

2 1

Re: [R-br] Dúvida Simples - Histograma
by Ivan Bezerra Allaman 22 Ago '14

22 Ago '14

É desestimulante ainda ver pessoas usando a função "hist" para fazer histograma quando temos a library(fdth) muito mais completa e com gráficos muito mais elaborados. Consulte o pacote e verás o leque de opções. Cordialmente,

2 1

Dúvida Simples - Histograma
by andrebvs＠bol.com.br 22 Ago '14

22 Ago '14

2 1

teste para Ho:b=1 regressão linear
by Luiz Roberto Martins Pinto 22 Ago '14

22 Ago '14

Caros, Para y=a+bx, a função lm (y~x) testa Ho:a=0 e Ho:b=0, e me fornece intervalos de confiança. Preciso de uma função que teste Ho:b=1, com intervalo de confiança. Luiz Roberto. Luiz Roberto Martins Pinto Prof. Pleno/DCET/UESC Laboratório de Estatística Computacional Universidade Estadual de Santa Cruz Ilhéus-Bahia luizroberto.uesc(a)gmail.com skype: lrmpinto http://lattes.cnpq.br/2732314327604831

2 1

Mapa temático com sobreposição de cores
by Flávio Fagundes 21 Ago '14

21 Ago '14

Caros(as), boa tarde. Sou novo na lista, sou usuário bem básico do R, estou começando a trabalhar com a confecção de mapas e gostaria de pedir uma ajuda. Criei um mapa temático, com 5 cores diferentes plotei normalmente as cores de acordo com uma faixa de valores. Porém, eu gostaria de plotar sobre cada área sombreada uma segunda camada de cores com tons mais claros e proporcionais ao tamanho da área. Por exemplo: Em uma determinada UF, o mapa temático dos municípios reflete o percentual de domicílios que possuem energia elétrica (foram criadas 5 faixas percentuais). Eu gostaria de plotar, nestes mesmos municípios o percentual de geladeiras existentes nos domicílios (premissa: nenhum município terá % de geladeiras maior que % existência do energia elétrica). Dessa forma, se nos municípios a cor correspondente ao percentual +80% de existência de energia elétrica for azul escura, eu gostaria de plotar, nestes mesmos municípios, a cor azul clara, sobreposta a cor azul escura, mas de tal forma que esta cor azul clara fosse proporcional ao % correspondente a existência de geladeira. Se houver tb 80% de domicílios com geladeira, toda a área ficaria coberta, se fosse 50% de domicílios com geladeiras, apenas metade da área desses municípios ficaria coberta com a cor azul clara, e assim sucessivamente paras outras cores (tipo: vermelho, verde, amarelo, roxo, e etc..... Peço, por favor, ajuda de referências, dicas, exemplos e etc PS: Para fazer um mapa teste, utilizei o material do prof. Elias Teixeira Krainski (Introdução A Analise De Dados Espacialmente Referenciados), que por sinal excelente didática e exposição. Como principiante foi ótimo. Parabéns ao autor!!. O primeiro mapa temático com as primeiras cores, deu certo com os comandos: cores5 <- rgb(1:5/7, 5:1/7, 0.1) labelfun <- function(brea) { k <- length(brea) paste(c("<", brea[2:(k-2)], ">"), c("", rep("a", k-3), ""), brea[c(2:(k-1),k-1)]) } plot(munic, col=cores5[cl5]) legend('topleft', labelfun(br), fill=cores5, bty='n') Obrigado Att Flávio

1 0

Função plot(modelo)
by ana paula coelho madeira 21 Ago '14

21 Ago '14

Prezados colegas, boa noite. A função plot(modelo) apresenta uma série de gráficos que nos permite verificar, entre outras coisas, as pressuposições de homocedasticidade e normalidade, correto? Supondo que tenho, por exemplo, dados de contagem que os erros não tenham distribuição normal. Desse modo poderia usar um GLM com família Poisson. Nesse caso como devo interpretar os gráficos produzidos por plot(modelo) ? ( Ou seja, se já sei que os dados não são normais, usei um GLM, o que esses gráficos me dizem? QQ plot?) Agradeço muito! Atenciosamente, Ana Paula

4 6

Ajuste não-linear usando tangente hiperbólica
by Michelle Baú Graczyk 20 Ago '14

20 Ago '14

Boa tarde, Estou começando com R agora e preciso ajustar um gráfico usando uma função com tangente hiperbólica. Então eu escrevi um programa para primeiro achar os parâmetros e depois ajustar. Só que dá um erro de gradiente singular e o R faz o ajuste com uma função polinomial de graus 6. O código e o erro seguem abaixo : cra<-read.table("/Users/bau/Desktop/DIS2.txt", head=T) head(cra) str(cra) dput(cra) cra<- structure(list(min = 1:395, mu = c(40619.8, 39545.45, 19500.81, 14791.13, 9149.19, 9480.65, 12744.09, 11964.57, 11614.17, 11684.13, 10369.29, 13327.56, 9780.95, 12404.69, 10536.72, 12999.22, 12896.09, 14821.26, 11269.53, 9419.84, 8962.7, 12392.91, 10222.66, 10529.13, 10285.94, 11471.09, 14243.31, 9932.81, 9861.42, 9983.46, 10539.84, 9241.27, 7450, 11592.91, 12796.09, 10090.48, 10106.25, 9166.93, 8778.57, 7770.63, 10237.8, 10085.6, 8813.39, 9223.44, 9236, 11351.2, 12493.7, 12438.58, 9455.56, 8894.35, 10324.8, 9891.87, 10706.35, 9313.82, 10461.6, 10487.3, 10592.91, 9917.46, 9039.68, 8050, 10052.38, 11104.8, 12400.79, 9650, 10877.78, 13385.83, 10130.71, 9628.35, 9437.4, 8750, 11756, 12542.06, 9927.34, 13969.29, 9136.22, 11517.32, 9858.27, 10492.91, 8452, 10669.53, 10669.84, 9958.06, 10270.4, 9927.2, 9028.57, 12172.8, 10311.9, 8573.81, 6879.03, 10854.47, 8000, 8991.94, 11618.11, 10336, 15286.61, 11933.86, 10360.32, 10776.38, 7796.77, 9339.52, 9820.16, 10235.2, 9374.8, 9774.4, 9381.1, 10692.86, 10714.06, 9313.6, 12315.87, 9844.63, 11017.6, 9547.15, 10226.02, 11998.37, 10019.84, 8105.6, 8834.92, 14572, 8759.52, 8546.83, 10929.84, 11121.43, 11700, 7966.94, 9686.29, 9089.6, 10859.06, 8584.68, 8510.32, 7851.97, 9800, 9303.23, 10250, 9338.4, 9639.2, 9897.62, 8022.58, 9415.87, 7676.23, 8783.33, 9322.58, 8224.8, 7808.8, 10566.94, 8915.87, 9031.45, 8175, 8262.7, 8287.2, 7414.96, 11503.2, 9240, 9800.8, 8669.84, 10707.14, 8335.71, 9726.98, 8534.96, 10563.49, 8089.76, 9924.6, 8228.8, 7516.94, 10676.38, 8029.92, 9932.26, 7155.28, 9440.32, 10058.4, 8311.11, 8780.31, 9165.87, 8956.8, 8267.2, 8767.46, 9109.52, 9476.19, 8557.14, 5923.58, 8865.57, 7166.67, 8295.24, 9270.97, 8654.03, 7140, 7679.37, 12931.2, 8307.14, 7132, 6820.8, 8820.8, 6396.8, 6417.32, 8580.16, 9339.2, 7325.98, 7534.13, 9076.19, 7066.94, 7488.71, 8042.52, 7669.29, 9224.41, 8097.58, 8974.4, 8530.16, 8403.17, 8036.29, 9200, 6553.17, 7426.98, 7818.4, 7442.86, 7342.74, 10152.8, 7003.2, 8584.55, 8426.19, 7689.43, 10894.31, 9023.58, 7295.97, 7248.8, 8260, 6723.81, 10219.2, 7630.95, 7053.97, 7321.6, 8065.08, 7696.83, 7782.26, 8234.4, 8464.8, 15065.04, 7095.16, 7509.52, 10538.71, 10128.23, 7324.8, 8461.11, 7879.51, 8787.2, 9983.87, 7620.63, 9636.51, 8688, 8010.32, 7733.87, 6618.4, 8676.98, 6831.2, 9062.9, 6804.8, 7835.48, 9616.67, 8756.45, 8137.3, 8732.8, 7296.83, 8336.51, 8489.52, 7241.6, 9461.6, 8593.65, 8695.2, 9409.84, 8552.8, 8721.43, 7684.8, 8852, 9445.6, 12223.2, 11104.8, 11211.11, 8091.2, 10172.22, 8283.2, 10996.03, 9291.27, 13194.44, 8806.4, 11795.2, 12854.76, 10568.25, 11619.2, 9796.83, 11148.41, 10347.2, 12374.6, 11234.92, 10505.6, 12130.4, 9889.6, 9594.44, 11288.89, 10813.6, 11724.19, 10908.8, 10823.39, 12461.11, 17342.86, 11294.4, 13250, 13161.9, 11897.58, 10255.2, 10792, 12212.8, 10997.6, 12242.86, 9920.8, 8991.27, 9956.35, 11164.29, 12138.1, 11219.05, 12037.3, 12813.49, 9661.9, 13949.21, 10590.48, 14073.6, 11168.8, 12556.35, 12865.87, 13203.97, 13751.59, 11597.62, 14173.02, 16489.68, 11492.06, 13292.86, 10719.2, 11917.46, 12168.25, 13701.59, 12973.02, 12025.4, 11307.14, 16519.84, 10837.3, 12180.95, 12509.52, 10959.52, 14688.1, 14192.06, 14108.73, 13302.38, 12665.87, 16281.75, 13131.2, 14984.92, 14841.27, 13766.4, 15573.02, 14683.33, 15494.44, 13714.29, 14546.83, 18848.41, 15442.86, 18065.08, 16905.56, 18330.95, 19372.22, 19878.57, 18992.86, 16706.35, 15268.25, 20623.02, 19945.24, 20128.57, 18582.54, 19185.71, 23628.57, 22283.33, 20084.92, 21576.98, 27226.98, 26983.2, 24548.8, 26579.2, 26625.4, 28393.65, 33450, 31057.14, 29047.62, 35111.11, 45998.4, 99051.61, 178643.64, 104533.33, 70500, 104700 )), .Names = c("min", "mu"), class = "data.frame", row.names = c(NA, -395L)) m0<- 0.5; a<-1; b<-3 plot(mu~min,cra) curve(m0+(tanh(a*min+b*(min^2)))^3, add=TRUE) n0<-nls(mu~m0+(tanh(a*min))^b,data=cra,start=list(m0=m0,a=a,b=b)) summary(n0) with(cra,plot(min,mu,xlab="minutos",ylab="média")) with(cra,points(min,fitted(n0),type="b",pch="+",col="red")) legend(200,100000,c("observado","ajustado)"),pch=c(1,3),col=c(1,2)) O erro: > n0<-nls(mu~m0+(tanh(a*min+b*(min^2)))^3,data=cra,start=list(m0=0.5,a=1,b=0.9)) Erro em nls(mu ~ m0 + (tanh(a * min + b * (min^2)))^3, data = cra, start = list(m0 = 0.5, : gradiente singular > summary(n0) Formula: mu ~ m0 + a * (min^3) + b * (min^6) Parameters: Estimate Std. Error t value Pr(>|t|) m0 1.226e+04 7.472e+02 16.411 <2e-16 *** a -7.917e-04 9.122e-05 -8.679 <2e-16 *** b 2.294e-11 1.758e-12 13.048 <2e-16 *** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 9538 on 392 degrees of freedom Number of iterations to convergence: 2 Achieved convergence tolerance: 2.397e-07 Alguém saberia como eu posso resolver este problemas? Muito obrigada, Michelle Bau Graczyk

2 2

Erro em q$limits
by Edson Lira 20 Ago '14

20 Ago '14

Tenho um bd com a seguinte estrutura: > head(M04) A B C D 1 60.9460 62.2680 58.5355 60.3665 2 57.3075 57.6275 85.6005 65.5345 3 73.4505 48.5370 71.5110 65.6680 4 58.2090 67.5285 64.3855 71.5910 5 53.2815 61.4225 51.4050 65.2255 7 60.7725 72.0105 71.2575 54.3345 Alguém poderia me indicar qual o erro que estou cometendo na rotina abaixo: par(cex=0.7,cex.lab=0.8,cex.axis=0.7) qcc(M04, type="xbar",center=60,title="",nsigmas=2,cex=0.7,cex.lab=0.8,cex.axis=0.7, xlab="Dia", ylab="Tempo (min)",cex=0.7,label.limits = c("", ""), restore.par = FALSE) axis(side = 4, at = q$limits[1], labels = "52", tick = T, cex.axis = 0.7, las = 1, line = -0.5) axis(side = 4, at = q$limits[2], labels = "68", tick = T, cex.axis = 0.7, las = 1, line = -0.5) O erro na janela do Log é: axis(side = 4, at = q$limits[1], labels = "52", tick = T, cex.axis = 0.7, las = 1, line = -0.5) Erro em q$limits : objeto de tipo 'closure' não possível dividir em subconjuntos Edson Lira Estatístico Manaus-Amazonas

7 8