- R-br - DINF UFPR

Re: [R-br] construção de matrizes "médias"
by Éder Comunello 05 Set '13

05 Set '13

Caro Rodolfo, Supondo matrizes 'simples' e pequenas, daria pra usar um artifício pra editar diretamente no formato pretendido: dados <- ' 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0' df <- read.table(textConnection(dados), header=F); df m <- as.matrix(df); m which(duplicated(t(m))) ### verifica colunas duplicadas (no caso a 8) -- Éder Comunello <c <comunello.eder(a)gmail.com>omunello.eder(a)gmail.com> Dourados, MS - [22 16.5'S, 54 49'W]

1 0

construção de matrizes "médias"
by Rodolfo Timoteo da Silva 04 Set '13

04 Set '13

Senhores, mergulhando em P.O. utilizando R me deparo com problemas que necessitam ter como entrada matrizes do tipo abaixo: res2 = matrix(c(1,0,0,1,0,0,0,0,1,0,0,0,1,0,0,0,1,0,0,0,0,1,0,0,1,0,0,0,0,0,1,0,1,0,0,0,0,0,0,1,0,1,0,1,0,0,0,0,0,1,0,0,1,0,0,0,0,1,0,0,1,0,0,0,0,1,0,0,0,1,0,0,0,1,0,0,0,0,1,0,0,1,0,0,0,0,0,1,0,0,1,1,0,0,0,0,0,0,1,0,1,0,0,0,00,0,1,0,0,1,0,0,0,0,1,0,0,0,1,0,0,0,1,0,0,0,0,1),8,15) Conforme podem testar está matriz possui um erro de repetição da 7ª e 8ª coluna. A questão nesta mensagem é, alguma maneira mais produtiva de se construir e corrigir (complicado achar onde digitei errado) matrizes de tamanho médio como esta? Obrigado

1 0

Livro sobre nlme
by Alisson Lucrecio 04 Set '13

04 Set '13

Caros colegas da r-br, Algum de vocês poderiam me recomentar algum livro sobre nlme. Obrigado Alisson Lucrécio da Costa

2 1

Re: [R-br] Plotar dados em mapa - problema com NA
by Éder Comunello 04 Set '13

04 Set '13

Caro João, boa noite! Sem os dados pra rodar o código fica difícil, mas arrisco um palpite: Não está completo. Tente acrescentar ou alterar no seu código... colors <-brewer.pal(9, "YlOrRd") ### a paleta com nove classes que você criou colors; display.brewer.pal(9, "YlOrRd") ### visualizando a paleta colors[10]="#D3D3D3" ### adiciona uma décima cor (cinza) na paleta (para os NA's) ### não passe findInterval() diretamente, aloje em uma nova variável tmp <- findInterval(wld.aux$ValueMi, brks, all.inside=T) ### vai distribuir valores de 1:9 de acordo com seus 'brks' calculados ### se você listar 'tmp' deverá ver a atribuição de cores (1:9) e NA's head(tmp); table(tmp) ### troca os NA's por 10 (nova cor da paleta) tmp[which(is.na(tmp))] = 10 ### muda o comando original usando 'tmp' no lugar de findInterval() plot(wld.aux, col=colors[tmp], axes=F, bg=NA, mai=c(0,2,2,20)) Espero que ajude... -- Éder Comunello <c <comunello.eder(a)gmail.com>omunello.eder(a)gmail.com> Dourados, MS - [22 16.5'S, 54 49'W]

1 0

Plotar dados em mapa - problema com NA
by João Augusto P Batista 04 Set '13

04 Set '13

Olá a todos! Estou tentando plotar um mapa com dados da exportação do Brasil em determinado ano. O mapa é do GISMAPS, e os dados foram obtidos através do WITS. Já arrumei os dados, e estou conseguindo plotar o mapa quase que corretamente. Minha única dificuldade é em como plotar os dados NA. Eu quero que o Brasil assuma um cor diferente dos demais (azul, por exemplo), e que os países sem dados (NA) estejam em cinza. Abaixo segue o código da parte de plotagem e um excerto dos dados. colors <-brewer.pal(9, "YlOrRd") #Agrega os dados para a exportação por país wits.aggregate <- aggregate(TradeValue.in.1000.USD~PartnerISO3+PartnerName+Year+TradeFlowName, data=wits[which(wits$TradeFlowName=="Export"),], FUN=sum) #Coloca em milhões wits.aggregate$ValueMi <- wits.aggregate$TradeValue.in.1000.USD/1000 #o mapa é copiado - ele é utilizado várias vezes wld.aux <- wld wld.data.aux <- attr(wld.aux, "data") wld.data.aux$index <- 1:dim(wld.data.aux)[1] wld.data.aux <- merge(wld.data.aux, wits.aggregate, by.x="ISO_3DIGIT", by.y="PartnerISO3", all=T, na.action=na.pass) wld.data.aux <- wld.data.aux[order(wld.data.aux$index), ] wld.data <- wld.data.aux[which(wld.data.aux$Year==2002),] brks <- classIntervals(wld.data$ValueMi, n=9, style="quantile") brks <- brks$brks attr(wld.aux, "data") <- wld.data plot(wld.aux, col=colors[findInterval(wld.aux$ValueMi, brks, all.inside=T)], axes=F, bg=NA, mai=c(0,2,2,20)) #início do wld.data: row.names ISO_3DIGIT FIPS_CNTRY GMI_CNTRY ISO_2DIGIT CNTRY_NAME LONG_NAME SOVEREIGN POP_CNTRY CURR_TYPE CURR_CODE LANDLOCKED SQKM SQMI COLOR_MAP index PartnerName Year TradeFlowName TradeValue.in.1000.USD ValueMi 1 1 ABW AA ABW AW Aruba Aruba Netherlands 67074 Euro EUR N 200.35 77.35 1 205 Aruba 2002 Export 10102.756 10.102756 2 3 AFG AF AFG AF Afghanistan Afghanistan Afghanistan 17250390 Afghani AFA Y 642115.94 247920.95 3 45 Afghanistan 2002 Export 24.428 0.024428 3 5 AGO AO AGO AO Angola Angola Angola 11527260 New Kwanza AON N 1252160.88 483459.38 1 115 Angola 2002 Export 398796.168 398.796168 4 7 AIA AV AIA AI Anguilla Anguilla United Kingdom 9208 EC Dollar XCD N 91.57 35.36 6 189 Anguila 2002 Export 126.898 0.126898 5 10 ALB AL ALB AL Albania Albania Albania 3416945 Lek ALL N 28615.98 11048.63 6 40 Albania 2002 Export 9685.900 9.685900 6 12 AND AN AND AD Andorra Andorra Andorra 55335 Euro EUR Y 506.31 195.49 8 32 Andorra 2002 Export 18.070 0.018070 7 15 ARG AR ARG AR Argentina Argentina Argentina 33796870 Peso ARP N 2781207.00 1073824.00 8 124 Argentina 2002 Export 4681092.144 4681.092144 8 17 ARM AM ARM AM Armenia Armenia Armenia 3377228 Dram AMD Y 29636.09 11442.49 7 37 Armenia 2002 Export 4857.284 4.857284 9 19 ASM AQ ASM AS American Samoa American Samoa United States 53000 US Dollar USD N 164.37 63.46 2 226 American Samoa 2002 Export 10.700 0.010700 10 21 ATG AC ATG AG Antigua & Barbuda Antigua and Barbuda Antigua & Barbuda 65212 EC Dollar XCD N 538.66 207.98 2 193 Antigua and Barbuda 2002 Export 1796.010 1.796010 Fico à disposição para fornecer os dados (só indiquem a melhor maneira de fazê-lo!) Abraços e muito obrigado desde já, João Augusto Analista de Negócios Cortex-Intelligence

2 1

Diferença entre tempo
by Edson Lira 03 Set '13

03 Set '13

Bom dia a todos os R-listeiros, tenho um banco em duas variáveis: são hora entrada e hora saída, como abaixo: H_ENTRADA H_SAÍDA 1 19:00:00 19:30:00 2 15:01:00 15:45:00 3 15:44:00 4 12:35:00 14:00:00 5 12:00:00 13:00:00 6 09:00:00 10:40:00 7 10:05:00 8 09:00:00 10:10:00 9 10:00:00 10:23:00 Como faço para calcular a diferença entre a saída e a entrada. Os dados estão no formato factor. Gostaria de calcular H_SAÍDA - H_ENTRADA [ ]'s. Edson Lira Estatístico Manaus-Amazonas

2 2

Questão de performance em processamento
by Paulo Nogueira Starzynski 02 Set '13

02 Set '13

Senhores, recorro a lista para buscar ajuda referente a uma questão de tempo de processamento no R. Escrevi um código para realizar, basicamente, operação de contagem dentro de subvetores de um vetor maior. O problema é que a performance vai caindo conforme a tarefa é executada. Tenho o vetor principal de dados: *vetor* Crio o vetor de diferenças vetor[i] - vetor[(i-1)]: *d* A tarefa é simples e consiste em avaliar, a partir da i-ésima posição do vetor principal, o subvetor que vai de (i+1) até (i+k), calculando a proporção de valores que são maiores que o valor anterior dentro desse subvetor. Faço a tarefa avaliando um subvetor de cada vez, reciclando o mesmo objeto chamado subVetorD. O ponto é que a cada subvetor avaliado o processamento vai ficando mais lento e para vetores muito longos a performance fica muito prejudicada. A questão é: porque perde performance e o que posso fazer a respeito? Abaixo envio um CMR, que não o é de fato, porque o vetor principal contém apenas alguns registros, a caráter ilustrativo. ########## length(vetor) #[1] 1499855 head(vetor) #[1] 39.2738 39.5016 39.5299 39.4839 39.4614 39.6217 summary(vetor) # Min. 1st Qu. Median Mean 3rd Qu. Max. # 14.25 31.95 50.02 46.21 57.73 89.87 #diferenças d<-diff(vetor, lag=1) k<-140 pctMaiorDepois<-NA marcacoes<-NA progress<-seq(2,(length(vetor)-k), by=10000) tam<-(length(vetor)-k) t1<-Sys.time() for (i in 2:tam){ if (d[i-1] > 0) { subVetorD<-d[(i+1):(i+k)] pctMaiorDepois[i]<-sum(subVetorD>0)/k } if (any(i==progress)) { t2<-Sys.time() print(paste(round(i/tam,2), round(difftime(t2,t1,units="secs"),2))) t1<-t2 } } A seguir está o resultado do print() acima, que parei em 70% do processamento completo, para mostrar como o tempo (em segundos) vai aumentando. % processamento ; tempos em segundos [1] "0 0.77" [1] "0.01 0.24" [1] "0.01 0.33" [1] "0.02 0.42" [1] "0.03 0.53" [1] "0.03 0.64" [1] "0.04 0.73" [1] "0.05 0.86" [1] "0.05 0.94" [1] "0.06 1.04" [1] "0.07 1.21" [1] "0.07 1.27" [1] "0.08 1.38" [1] "0.09 1.49" [1] "0.09 1.61" [1] "0.1 1.79" [1] "0.11 1.92" [1] "0.11 2.16" [1] "0.12 2.5" [1] "0.13 3.1" [1] "0.13 3.14" [1] "0.14 3.42" [1] "0.15 3.53" [1] "0.15 3.74" [1] "0.16 3.88" [1] "0.17 3.99" [1] "0.17 4.23" [1] "0.18 4.45" [1] "0.19 4.66" [1] "0.19 4.96" [1] "0.2 5.03" [1] "0.21 5.06" [1] "0.21 5.63" [1] "0.22 6.23" [1] "0.23 6.4" [1] "0.23 6.2" [1] "0.24 6.71" [1] "0.25 6.76" [1] "0.25 6.54" [1] "0.26 6.5" [1] "0.27 6.72" [1] "0.27 6.67" [1] "0.28 6.87" [1] "0.29 7.04" [1] "0.29 7.51" [1] "0.3 7.69" [1] "0.31 7.62" [1] "0.31 7.54" [1] "0.32 7.82" [1] "0.33 8.16" [1] "0.33 8.43" [1] "0.34 8.99" [1] "0.35 8.55" [1] "0.35 8.98" [1] "0.36 8.99" [1] "0.37 9.53" [1] "0.37 10.09" [1] "0.38 9.88" [1] "0.39 9.78" [1] "0.39 10.01" [1] "0.4 9.66" [1] "0.41 9.8" [1] "0.41 10.14" [1] "0.42 10.04" [1] "0.43 10.81" [1] "0.43 10.94" [1] "0.44 11.05" [1] "0.45 11.64" [1] "0.45 11.73" [1] "0.46 11.7" [1] "0.47 11.65" [1] "0.47 11.63" [1] "0.48 11.68" [1] "0.49 12.08" [1] "0.49 12.34" [1] "0.5 13.35" [1] "0.51 13.66" [1] "0.51 13.84" [1] "0.52 13.87" [1] "0.53 14.94" [1] "0.53 14.42" [1] "0.54 14.71" [1] "0.55 14.51" [1] "0.55 13.72" [1] "0.56 14.7" [1] "0.57 14.75" [1] "0.57 13.83" [1] "0.58 14.34" [1] "0.59 15.11" [1] "0.59 15.09" [1] "0.6 15.12" [1] "0.61 16.49" [1] "0.61 18.3" [1] "0.62 17.77" [1] "0.63 16.87" [1] "0.63 16.17" [1] "0.64 17.09" [1] "0.65 17.04" [1] "0.65 16.38" [1] "0.66 15.84" [1] "0.67 16.39" [1] "0.67 16.6" [1] "0.68 17.32" [1] "0.69 17.05" [1] "0.69 17.87" [1] "0.7 18.27" Abraços, Paulo Nogueira Starzynski

7 14

Simulação montecarlo para teste de score
by Rocio Maehara 02 Set '13

02 Set '13

Prezados, eu fiz um programa no R onde me algoritmo Newthon-Raphson atinge (e assim tenho conferido computacionalmente que me matriz de informação esta certa), também tenho conferido os valores da estatística de score do artigo (http://onlinelibrary.wiley.com/doi/10.1111/j.1467-9574.2010.00467.x/ abstract, pag. 9), então posso concluir que minhas conta estão certas, mais o problema surge na minha simulação de monte carlo pois obtenho valores negativos da minha estatística de Score, no gráfico que você podem visualizar esta muito ruim!!, Eu acho que meu erro esta na simulação (porque eu fiz a estatística score com as mesmas equações do paper para conferir se meus cálculos tinham erro e minha simulação não da certo), alguém pode me ajudar por favor com algumas umas sugestões. Adjunto o link do meu dropbox com meu código no R https://www.dropbox.com/s/hf0o9cuz2bsxqru/montecarlo.R Muito obrigada. -- Rocío Maehara Msc Student Dept. of Statistics-IMECC, UNICAMP Unicamp, BRAZIL

3 3

epitools e epiR
by Fátima Lima Paula 02 Set '13

02 Set '13

Prezados, estou querendo o RR e o intervalo de confiança de análises em que utilizo a taxa de incidência (pessoa-dia). Vi que existem dois pacotes que a princípio me parecem possíveis de serem utilizados: epiR e epitools. Alguém pode me adiantar a diferença entre eles? Obrigada Fátima -- "Minha felicidade depende da qualidade dos meus pensamentos"

1 0

Re: [R-br] Questão de performance em processamento
by Rogério Barbosa 02 Set '13

02 Set '13

Olá pessoal, Um grupo de amigos e eu estamos iniciando um blog sobre metodologia em Ciências Sociais, no qual pretendemos, de vez em quando postar coisas sobre R também. A proposta é fazer uma versão em português de um certo estilo de blogs bastante comum na gringa. E idéia é ser algo coletivo. Vamos ver se cola. Abertos à colaborações. Blog: http://sociaisemetodos.wordpress.com/ Facebook: https://www.facebook.com/sociaisemetodos abraços, Rogério J Barbosa

1 0