- R-br - DINF UFPR

matriz de coeficientes do modelo linear
by Samuel Carvalho 26 Nov '13

26 Nov '13

Olá pessoal, Gostaria da opinião de vocês de como proceder para gerar uma matriz de coeficientes para dados agrupados utilizando apenas a função lm, considerando os grupos como fatores. Segue um RCMR de exemplificação com os respectivos comentários. Em seguida apresento uma solução via "nlme". De ante mão já agradeço a ajuda de todos. Forte abraço. Samuel #RMCR data(Orange) head(Orange) class(Orange$Tree) Orange$Tree <- as.numeric(Orange$Tree) ml <- lm(circumference~age*factor(Tree), data=Orange) summary(ml) coef(ml) matrix(coef(ml),length(unique(Orange$Tree)),2) # Nesta matriz que preciso garantir a integridade dos parametros ao seu respectivo grupo # Solucao via nlme require(nlme) ml_list <- lmList(circumference~age|factor(Tree), data=Orange) coef_list <- data.frame(Tree=rownames(coef_list), b0=coef(ml_list)[,1], b1=coef(ml_list)[,2]) coef_list # a ideia é gerar uma saida semelhante a esta porem apenas com a função lm ### ==================================== Samuel P. C. Carvalho Engº Florestal [UFLA] Mestre em Ciências Florestais [UFLA] Doutor em Recursos Florestais [ESALQ/USP] =============================================

2 1

Leitura de arquivos raster no formato Geotiff e JPEG
by Rudiney S Pereira 26 Nov '13

26 Nov '13

Prezados, Extratos de códigos que encontrei na rede para a carga de arquivos nos formatos tiff e jpeg, estão com mensagens de erro. Os arquivos imagens encontram-se na pasta porém persistem as mensagens de erro. Fiz a carga dos pacotes tiff e jpeg. > require(jpeg) > require(tiff) > img <- readJPEG(system.file("img","IMG_0606.jpg",package="jpeg"),TRUE) > Erro em readJPEG(system.file("img", "/home/rudiney/Data_R/IMG_0606.jpg", : unable to open Agradeço! -- Prof. Dr. Rudiney Soares Pereira UFSM - CCR - DER RS 509 KM 9 - Campus Universitário 97.105-900 Santa Maria RS Brasil site: http://www.ufsm.br/geosere skype: rudiney.s.pereira msn: rudiney.s.pereira(a)hotmail.com gtalk: rudiney.s.pereira(a)gmail.com fone: 55 3220-9468 55 9118-4142

2 2

A.mat
by Giselle Davi 26 Nov '13

26 Nov '13

Prezados, alguém sabe me dizer o por que, ao tentar utilizar a função A.mat , do pacote rrBLUP, depamos com: could not find function "A.mat" ??? Att, Giselle

2 2

[OFF-topic] OdfWeave no Windows
by walmes . 26 Nov '13

26 Nov '13

Saudações, Passei um trabalho para meus alunos fazerem no OdfWeave. A esmagadora maioria usa Windows e eles reportam não conseguir usar. A mensagem de erro é referente ao unzip na fase compilação. Essas duas mensagem repostam o mesmo erro observado por eles http://r.789695.n4.nabble.com/odfWeave-td2401995.html http://r.789695.n4.nabble.com/odfWeave-Error-unzipping-file-in-Win-7-td3232… Embora as mensagens apontem soluções para o problema (instalar o winzip, unzip, mudar diretório, retirar espaços do path), a partir delas não houve progresso. Eu não tenho nenhuma máquina windows para fazer testes e então gostaria de saber se tem alguém que usa o OdfWeave com frequência e qual a "mágica" para fazê-lo funcionar no Windows. No Linux eu uso sem problema algum. Grato. Walmes. ========================================================================== Walmes Marques Zeviani LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W) Departamento de Estatística - Universidade Federal do Paraná fone: (+55) 41 3361 3573 skype: walmeszeviani homepage: http://www.leg.ufpr.br/~walmes linux user number: 531218 ==========================================================================

3 3

Dúvida análise de dados
by Kalill V.Páscoa 25 Nov '13

25 Nov '13

Boa tarde pessoal. Estou com algumas duvidas quanto a análise que vou realizar nos meus dados. O meu experimento consiste em avaliar o efeito do espaçamento de plantio sob o crescimento de uma espécie florestal chamada Candeia. Contudo dentro de cada espaçamento ainda existe um sub-tratamento que é a realização de poda. Assim , são 4 tratamentos referentes ao espaçamento de plantio (1,5x1,5; 1,5x2,0; 1,5x2,5 e 1,5x3,0m) distribuídos aleatoriamente e 2 sub-tratamentos (podado e não podado), divididos em 4 Blocos também aleatorizados. Cada tratamento e formado por 4 subparcelas (1-Testemunha, 2-Poda, 3-Poda, 4-Testemunha - sempre nessa ordem, ou seja, os subtratamentos não foram aleatorizados), cada subparcela é formada por 56 plantas. Eu tenho como variáveis resposta o diâmetro (DAP), altura e área da copa, referentes a 16 medições ao longo de 12 anos. Assim eu peguei os dados médios de cada subparcela (Bloco, Espaçamento, Podado ou não e Idade) para realizar a anova. Minhas duvidas são as seguintes: 1- o experimento é uma parcela subdividida no tempo em DBC? 2- se for parcela subdividida no tempo como ficaria a formula do modelo para análise de variância? - imaginei assim: aov(DAP~Bloco+Espaçamento+Poda+Idade+Error(Bloco:Espaçamento, Bloco:Poda)) 3- Como eu testo se existe iteração entre os fatores? Att -- *Kalill José Viana da Páscoa* *Engenheiro Florestal * *Mestrando em Engenharia Florestal Universidade Federal de Lavras* *Rua Geraldo dos Passos, 81 * *Água Limpa, **Lavras-MG* *CEP: 37200-000* *(35)3821-6833* *(35)9152-4828* *(35)9928-6574*

2 4

Sugestão de artigos sobre modelos mistos
by Alisson Lucrecio 24 Nov '13

24 Nov '13

Caro Colegas da lista r-br, Boa tarde. Eu fiz a analise do crescimento de plantas de café com modelo misto linear de um experimento com 3 solos e 4 doses de lodo de esgoto com amostragem em varias datas de amostragem, mas agora estou com dificuldade de apresentar esses resultados. Eu procurei alguns artigos correlacionado com análise como modelo misto, mas ainda estou com muita dificuldade de apresentar esses resultado, assim, gostaria da ajuda de vocês com algum sugestão de artigos. Obrigado. Alisson Lucrécio da Costa

2 3

Aplicação shiny na web
by Marcos Silva 24 Nov '13

24 Nov '13

Olá pessoal, Eu estou comaçando a aprender a utilizar o pacote shiny para desenvolvimento de aplicações web. Recentemente consegui uma conta para hospedar aplicações nos servidores do RStudio (spart.rstudio.com) só que não faço a menor idéia de como fazer a coisa funcionar. :) Alguém tem alguma experiência com isso? Abs. -- Marcos F. Silva http://sites.google.com/site/marcosfs2006

3 5

Erro ao fazer a leitura de arquivos shapefiles.
by Rudiney S Pereira 22 Nov '13

22 Nov '13

Boa tarde a todos! Estou tentando realizar a leitura de arquivos shapefiles usando o maptools. O código que estou usando é: Loading required package: sp > require(maptools) Carregando pacotes exigidos: maptools Checking rgeos availability: TRUE > library("sp", lib="/home/est/paulojus/R-lib/") > library("maptools", lib="/home/est/paulojus/R-lib/") > rs <- readShapePoly("43MUE250GC_SIR") Shapefile type: PolygonM (25), # of Shapes: 498 ____________________ A mensagem de erro é: Erro em read.shape(filen = fn, verbose = verbose, repair = repair) : Shapefile type not (yet) handled by this function Alguém pode ajudar! Abraço e muito obrigado. -- Prof. Dr. Rudiney Soares Pereira UFSM - CCR - DER RS 509 KM 9 - Campus Universitário 97.105-900 Santa Maria RS Brasil site: http://www.ufsm.br/geosere skype: rudiney.s.pereira msn: rudiney.s.pereira(a)hotmail.com gtalk: rudiney.s.pereira(a)gmail.com fone: 55 3220-9468 55 9118-4142

5 8

Re: [R-br] dim(X)
by Ivan Bezerra Allaman 21 Nov '13

21 Nov '13

A mensagem de erro é clara. O arquivo não existe ou o diretório não pode ser encontrado. Use o mesmo caminho que estava usando, apagando sep=";", dec=",",header=TRUE e colocando o que o Benilton sugeriu, ou seja, faça: GBS <- read.csv("C:/GS_tutorial/DatasetS2_29SAWSN_gbs.csv", header=TRUE, stringsAsFactors=FALSE) e prossiga do mesmo jeito que vai dar certo. (s,f,p) Allaman

3 4

Parametrização com lme4
by FHRB Toledo 20 Nov '13

20 Nov '13

Senhores, Seguindo no assunto proposto pelo Alisson, no thread sobre pvalor com a lme4, estou tentando parametrizar um modelo misto com o intuito de fazer a inferência pelo perfil da verossimilhança. Entretanto, estou tentando "traduzir" um modelo da lm() pela parametrização da lme4 e enfrento grandes dificuldades, assim gostaria da ajuda de vocês com esse intento... Seguem dois modelos da lm() que são equivalentes, visto que o fator "trat" tem 9 níveis e "eras" tem um certo confundimento com "trat", assim procedo: mf1 <- lm(terms(resp ~ local/rep + trat + local:trat, keep = TRUE), data = dados) mf2 <- lm(terms(resp ~ local/rep + eras/trat + local:eras/trat, keep = TRUE), data = dados) Esses dois modelo tem o mesmo erro e gostaria de reproduzi-los usando a lmer(). Quando faço o primeiro modelo, sem problemas: mm1 <- lmer(resp ~ ( 1 | local/rep ) + ( 1 | trat ) + ( 1 | local:trat ), data = dados) Recupero a mesma variância do resíduo da lm(), todavia não consgigo fazer o segundo modelo recuperar essa mesma variância... Alguém tem alguma sugestão? P.S.: Se, por acaso alguém tiver outra sugestão, que use a lme(), ou lme2() gostaria de saber... como disse, meu objetivo a obter os perfis da verossimilhança! Seja os dados de exemplo: dados <- dput(dados) structure(list(local = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L), .Label = c("1", "2", "3", "4"), class = "factor"), rep = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L), .Label = c("1", "2", "3", "4"), class = "factor"), trat = structure(c(1L, 6L, 2L, 3L, 5L, 8L, 7L, 4L, 9L, 1L, 3L, 7L, 6L, 5L, 4L, 2L, 8L, 9L, 1L, 8L, 4L, 6L, 3L, 9L, 2L, 5L, 7L, 1L, 5L, 9L, 6L, 8L, 7L, 2L, 3L, 4L, 9L, 8L, 3L, 2L, 7L, 4L, 1L, 6L, 5L, 9L, 2L, 1L, 8L, 7L, 6L, 3L, 4L, 5L, 9L, 4L, 6L, 8L, 2L, 5L, 3L, 7L, 1L, 9L, 7L, 5L, 8L, 4L, 1L, 3L, 2L, 6L, 4L, 9L, 2L, 3L, 8L, 6L, 5L, 1L, 7L, 4L, 3L, 5L, 9L, 8L, 1L, 2L, 6L, 7L, 4L, 6L, 1L, 9L, 3L, 7L, 2L, 8L, 5L, 4L, 8L, 7L, 9L, 6L, 5L, 2L, 3L, 1L, 9L, 2L, 7L, 8L, 4L, 5L, 6L, 3L, 1L, 9L, 8L, 6L, 2L, 4L, 3L, 7L, 5L, 1L, 9L, 5L, 3L, 2L, 8L, 1L, 7L, 4L, 6L, 9L, 4L, 1L, 2L, 5L, 6L, 7L, 8L, 3L), .Label = c("a", "b", "c", "d", "e", "f", "g", "h", "i"), class = "factor"), eras = structure(c(2L, 4L, 2L, 3L, 3L, 1L, 4L, 3L, 1L, 2L, 3L, 4L, 4L, 3L, 3L, 2L, 1L, 1L, 2L, 1L, 3L, 4L, 3L, 1L, 2L, 3L, 4L, 2L, 3L, 1L, 4L, 1L, 4L, 2L, 3L, 3L, 1L, 1L, 3L, 2L, 4L, 3L, 2L, 4L, 3L, 1L, 2L, 2L, 1L, 4L, 4L, 3L, 3L, 3L, 1L, 3L, 4L, 1L, 2L, 3L, 3L, 4L, 2L, 1L, 4L, 3L, 1L, 3L, 2L, 3L, 2L, 4L, 3L, 1L, 2L, 3L, 1L, 4L, 3L, 2L, 4L, 3L, 3L, 3L, 1L, 1L, 2L, 2L, 4L, 4L, 3L, 4L, 2L, 1L, 3L, 4L, 2L, 1L, 3L, 3L, 1L, 4L, 1L, 4L, 3L, 2L, 3L, 2L, 1L, 2L, 4L, 1L, 3L, 3L, 4L, 3L, 2L, 1L, 1L, 4L, 2L, 3L, 3L, 4L, 3L, 2L, 1L, 3L, 3L, 2L, 1L, 2L, 4L, 3L, 4L, 1L, 3L, 2L, 2L, 3L, 4L, 4L, 1L, 3L), .Label = c("0", "1", "2", "3"), class = "factor"), resp = c(1878L, 3417L, 3546L, 2284L, 3220L, 2692L, 2243L, 2088L, 1871L, 1793L, 1983L, 2087L, 2628L, 2909L, 1928L, 3065L, 2650L, 2390L, 2428L, 3125L, 3010L, 2181L, 2478L, 2575L, 2348L, 2492L, 2295L, 1892L, 2257L, 2003L, 3123L, 2673L, 2449L, 3333L, 3040L, 3212L, 1767L, 2514L, 2503L, 2547L, 2055L, 1591L, 1898L, 2748L, 2376L, 1458L, 1709L, 1649L, 1784L, 1724L, 1956L, 1706L, 1043L, 1056L, 1346L, 1657L, 1970L, 1483L, 1103L, 985L, 779L, 915L, 800L, 1155L, 1074L, 1435L, 988L, 1052L, 932L, 1112L, 1728L, 2746L, 5150L, 3101L, 5020L, 5828L, 3927L, 5123L, 5765L, 3620L, 4901L, 5859L, 5050L, 5383L, 2920L, 4002L, 3850L, 4727L, 4998L, 5702L, 5154L, 5098L, 4039L, 3493L, 5417L, 5097L, 4954L, 3964L, 4371L, 5681L, 4090L, 4644L, 3370L, 5529L, 5491L, 5145L, 5158L, 3864L, 2777L, 2697L, 2739L, 1911L, 2103L, 2959L, 3241L, 2457L, 2321L, 2410L, 2085L, 3511L, 2657L, 3349L, 3157L, 2948L, 3491L, 2951L, 2626L, 2396L, 1997L, 2895L, 2244L, 2807L, 3408L, 3350L, 4104L, 2613L, 2589L, 2617L, 2791L, 3063L, 3665L, 2918L, 2092L, 2583L)), .Names = c("local", "rep", "trat", "eras", "resp"), class = "data.frame", row.names = c(NA, -144L)) att, FH

3 3