- R-br - DINF UFPR

Re: [R-br] Selecionar variáveis conforme linhas
by Éder Comunello 27 Ago '13

27 Ago '13

Senhores, boa noite! Muito legal as dicas do colega Rogério. E acabei achando um outro porém no código que passei. Usei a coluna 'data$tc' como total, ao invés de calcular e pude observar que ela está incorreta nas duas últimas observações do exemplo (u e v). Se optar por utilizar o código que passei, tem que corrigir a coluna 'tc". Tem várias formas de fazer isso, mas aproveitando as dicas do colega Rogério, sugiro rodar o comando abaixo antes do loop (for). data[,7] = rowSums(data[,3:6]) # recalcula data$tc Outra opção é partir diretamente pro código que ele forneceu. Até mais, -- Éder Comunello <c <comunello.eder(a)gmail.com>omunello.eder(a)gmail.com> Dourados, MS - [22 16.5'S, 54 49'W]

1 0

Selecionar variáveis conforme linhas
by Roney Fraga Souza 27 Ago '13

27 Ago '13

Caros, Considerando os dados: #------------------------------ # Carregar arquivo csv no Dropbox #install.packages('repmis') library(repmis) FinURL <- paste0("https://dl.dropboxusercontent.com/u/61883020/2013-08-25-r-br.csv") data <- repmis::source_data(FinURL, sep = ",", header = TRUE) dim(data) data #------------------------------ pessoa pessoa.grupo g.1 g.2 g.3 g.4 tc 1 a 3 360 913 1407 674 3354 2 b 2 235 693 588 384 1900 3 c 4 355 435 285 524 1599 4 e 3 37 129 258 80 504 5 f 1 317 40 14 95 466 6 g 2 17 216 88 27 348 7 h 2 53 155 73 59 340 8 i 4 19 71 99 123 312 9 j 4 177 19 9 97 302 10 l 2 82 84 27 74 267 11 m 4 31 54 23 155 263 12 n 4 22 53 70 113 258 13 o 4 37 37 23 153 250 14 p 1 144 29 49 25 247 15 q 3 8 49 157 17 231 16 r 2 27 138 33 27 225 17 s 2 32 82 25 77 216 18 t 3 12 16 183 3 214 19 u 4 0 54 33 90 212 20 v 3 0 0 135 11 211 #------------------------------ temos a seguinte situação, a pessoa 'a' pertence ao grupo '3', variável 'pessoa.grupo', e se relacionou '360' vezes com pessoas do grupo 1, variável 'g.1', '913' vezes com pessoas do grupo 2, variável 'g.2', '1407' vezes com pessoas do grupo 3, variável 'g.3', '674' vezes com pessoas do grupo 4, variável 'g.4', tendo por fim se relacionado '3354' vezes no total, variável 'tc'. Considerando os dados acima estou com a seguintes dúvidas: 1) Como criar uma coluna com o valor da relação de cada pessoa apenas com pessoas de seu grupo de origem? Exemplo: a pessoa 'e' pertence ao grupo '3', logo, seu valor é referente a variável 'g.3', que é '258'. Já a pessoa 'f', pertence ao grupo '1', seu valor deverá ser referente a 'g.1', '317'. Em outras palavras, preciso criar uma coluna mantendo o valor de uma das 4 variáveis ('g.1','g.2','g.4' e 'g.4'), respeitando o grupo que a pessoa pertence, que esta na variável 'pessoa.grupo'. 2) Como estabelecer a proporção das ligações de uma pessoa para seu grupo sobre as ligações para os demais grupos? Exemplo: A pessoa 'b', que pertence ao grupo '2', com o qual vez '693' ligações, variável 'g.2', e suas ligações com pessoas de outros grupos pode ser obtida nas soma das variáveis 'g.1','g.3' e 'g.4'. 3) Por fim, desejo obter a média da quantidade de ligações de uma pessoa considerando o total de grupos que ela tem ligações. Exemplo: A pessoa 'v', tem ligações apenas com pessoas dos grupos 3 e 4, variáveis 'g.3' e 'g.4', logo a média de duas ligações será ((0+0+135+11)/2). Já a pessoa 'u', tem ligações com pessoas de 3 grupos, então a média seria ((0+54+33+90)/3). Bem, essas são as dúvidas. Tentei utilizar regex e paste, mas meus conhecimentos básicos não foram suficientes. Minha base completa tem 16 categorias, 'g.1' a 'g.16', e 4000 linhas. Desde já grato pela atenção. Roney

2 2

Escolha da estrutura de correlação gnls
by Fernando Antonio de souza 27 Ago '13

27 Ago '13

Caros colegas Estou trabalhando com dados de produção de gases em vitro no qual estou ajustando um modelo de produção cumulativa de gases ao longo do tempo. Neste tipo de dados as medidas de produção de gases em tempos pŕoximos estão correlacionados e esta correlação é reduzida pela distância entre as medidas. No pacote nlme (pinheiro e Bates) fornece diversas estruturas de correlação para modelar esta dependência entre as medidas. Estou seguindo o livro do Pinheiro e Bates "Mixed-Effects Models in S and S-Plus" e neste livro ele utiliza a função ACF(função de autocorrelação empirica) para obter a correlação entre respostas a diferentes distancias (lag's) e a observação desse comportamento ajuda na escolha da estrutura a utilizar. Este procedimento, me pareceu simples para definir a estrutura AR1() , mas não para outras estruturas como ARMA1(), CAR1(). Minha dúvida é a seguinte: Como definir a melhor estrutura de correlação e como avaliar a efetividade da estrutura escolhida. P.ex:quando a correlação não reduz com o aumento da distância entre observações, ou quando ela reduz e volta a elevar-se, como definir a melhor estrutura. atenciosamente

1 0

Pacote ltm
by Felipe Buchbinder 27 Ago '13

27 Ago '13

Professores, Estou tentando ganhar familiaridade com a função rmvordlogis do pacote ltm, de Teoria de Resposta ao Item. Para isto, tentei gerar a função tal qual descrita no arquivo de ajuda do pacote. A única diferença é que eu inclui o parâmetro model = "grm'' thetas <- lapply(1:5, function(u) c(seq(-1, 1, len = 2), 1.2)) x <- rmvordlogis(10,thetas,model = "grm") A resposta que eu obtive foi a seguinte: Erro em sample(ncatg[j], 1, prob = probs[[j]][i, ]) : probabilidade não positiva O que pode estar ocasionando este problema e como eu poderia gerar resposas para o caso GRM? Desde já obrigado! Felipe Buchbinder

1 0

[OFF-TOPIC] Meetup sobre Visualização de Dados
by Fabrício Tavares 27 Ago '13

27 Ago '13

Olá pessoal, estou organizando o primeiro meetup sobre visualização de dados, com foco no d3js (uma biblioteca em js similar — mas mais "low level" — ao pacote ggplot2), aqui em Belo Horizonte. Quem tiver interesse, pode acessar o evento em: http://www.meetup.com/d3js-BH/events/128766152/ Se você trabalha bastante com visualizações, principalmente interativas (algo como o Shiny), ou se deseja conhecer um pouco mais sobre visualizações de dados na web, tente comparecer! Obs.: Não é necessário ter conhecimento de JavaScript para participar. Abs, Fabrício fabriciotav.org

1 0

erros
by alanarocha＠sapo.pt 27 Ago '13

27 Ago '13

estes são os erros de grafico que estou a ter como resolvo? boxplot(dados[,-1], axes=FALSE) # O parametro axes=FALSE faz com que os eixos não sejam desenhados title(col.name="blue",main= 'Indicador Hemoglobina, semestres compreendidos entre 2009 e 2013') # Acrescenta o título do gráfico Warning message: In title(col.name = "blue", main = "Indicador Hemoglobina, semestres compreendidos entre 2009 e 2013") : "col.name" is not a graphical parameter title(col.xlab="blue",xlab= 'semestres') # Acrescenta o titulo do eixo X Warning message: In title(col.xlab = "blue", xlab = "semestres") : "col.xlab" is not a graphical parameter title(col.ylab="blue",ylab= 'Percentual') # Acrescenta o titulo do eixo Y Warning message: In title(col.ylab = "blue", ylab = "Percentual") : "col.ylab" is not a graphical parameter box() # Desenha a caixa em torno do gráfico axis(2) # Coloca o eixo Y (o 2 ali representa o eixo Y) no gráfico axis(1, 1:5, c("1s09", "1s10", "1s11", "1s12", "1s13")) # Coloca no eixo X (representado pelo 1), nos pontos 1 a 5, as etiquetas dos semestres compreendidos entre 1s09 e 1s2013 medias<-apply(dados[,-1],2,mean,na.rm=TRUE) # Calcula as médias > points(medias,col="red",pch=17) # Adiciona os pontos das médias no boxplot Error in plot.xy(xy.coords(x, y), type = type, ...) : plot.new has not been called yet

2 1

Re: [R-br] Selecionar variáveis conforme linhas
by Éder Comunello 27 Ago '13

27 Ago '13

Corrigindo... Tinha um erro no cálculo do nlink, que retornava sempre 4... Segue a modificação. # <BEGIN> #install.packages('repmis') library(repmis) FinURL <- paste0(" https://dl.dropboxusercontent.com/u/61883020/2013-08-25-r-br.csv") data <- repmis::source_data(FinURL, sep = ",", header = TRUE) dim(data); head(data) data$new = 0; data$prop = 0; data$medlnk= 0; data$nlink=0 str(data) for (i in 1:length(data[,1])){ # para cada linha col = data[i,2]+2 # coluna do grupo dado dado = data[i,col] # dado para a coluna calculada nlink = length(which(data[i,3:6]>0)) # núm de grupos com valor (ligações) data[i,8] = dado # aloja o dado data[i,9] = dado/(data[i,7]-dado) # total - dado do grupo data[i,10] = data[i,7]/nlink # total/núm ligações data[i,11] = nlink } tail(data) #<END> > tail(data) pessoa pessoa.grupo g.1 g.2 g.3 g.4 tc new prop medlnk nlink 15 q 3 8 49 157 17 231 157 2.1216216 57.75000 4 16 r 2 27 138 33 27 225 138 1.5862069 56.25000 4 17 s 2 32 82 25 77 216 82 0.6119403 54.00000 4 18 t 3 12 16 183 3 214 183 5.9032258 53.50000 4 19 u 4 0 54 33 90 212 90 0.7377049 70.66667 3 20 v 3 0 0 135 11 211 135 1.7763158 105.50000 2 -- Éder Comunello <c <comunello.eder(a)gmail.com>omunello.eder(a)gmail.com> Dourados, MS - [22 16.5'S, 54 49'W]

1 0

Re: [R-br] Selecionar variáveis conforme linhas
by Éder Comunello 27 Ago '13

27 Ago '13

Roney, bom dia! Não deve ser a melhor forma, mas o código abaixo pode ser um começo... # <BEGIN> #install.packages('repmis') library(repmis) FinURL <- paste0(" https://dl.dropboxusercontent.com/u/61883020/2013-08-25-r-br.csv") data <- repmis::source_data(FinURL, sep = ",", header = TRUE) dim(data); head(data) data$new = 0; data$prop = 0; data$medlnk= 0 str(data) for (i in 1:length(data[,1])){ # para cada linha col = data[i,2]+2 # coluna do grupo dado dado = data[i,col] # dado para a coluna calculada nlink = length(data[1,3:6]>0) # núm de grupos com valor (ligações) data[i,8] = dado # aloja o dado data[i,9] = dado/(data[i,7]-dado) # total - dado do grupo data[i,10] = data[i,7]/nlink # total/núm ligações } head(data) #<END> > head(data) pessoa pessoa.grupo g.1 g.2 g.3 g.4 tc new prop medlnk 1 a 3 360 913 1407 674 3354 1407 0.7226502 838.50 2 b 2 235 693 588 384 1900 693 0.5741508 475.00 3 c 4 355 435 285 524 1599 524 0.4874419 399.75 4 e 3 37 129 258 80 504 258 1.0487805 126.00 5 f 1 317 40 14 95 466 317 2.1275168 116.50 6 g 2 17 216 88 27 348 216 1.6363636 87.00 -- Éder Comunello <c <comunello.eder(a)gmail.com>omunello.eder(a)gmail.com> Dourados, MS - [22 16.5'S, 54 49'W]

1 0

path analysis - pacote agricolae
by Heloíse Pavanato 26 Ago '13

26 Ago '13

Boa noite, Estou com uma dúvida sobre path analysis no pacote agricolae. No exemplo do manual do pacote se usa a correlação de Pearson para depois computar os coeficientes da análise. Minha dúvida é se posso utliizar correlação de Spearman ao invés, já que meus dados não são normais, gostaria de saber se isso bastaria. Se alguém tiver alguma outra sugestão será muito bem-vinda. O CRM segue abaixo: # dados: y <- c(77, 92, 94, 95, 79, 87, 91, 70, 65, 69, 68, 56, 71, 67, 62, 95, 91, 78, 90, 85, 83, 78, 65, 77, 87, 43, 55, 63, 66, 87, 67, 70, 69, 30, 28, 44, 67, 89, 82, 36, 60, 52, 14, 19, 51, 22, 37, 15, 86, 79, 31, 35, 15, 96, 89, 88, 92, 90, 18, 15, 13, 93, 95, 83, 95, 100, 100, 84, 90, 93, 74, 78, 73, 69, 75, 67, 68, 100, 95, 94, 94, 88, 93, 83, 73, 88, 95, 71, 69, 71, 74, 100, 71, 77, 73, 56, 52, 62, 75, 93, 88, 44, 72, 60, 27, 33, 69, 35, 44, 27, 93, 87, 56, 52, 27, 98, 94, 90, 96, 95, 26, 20, 16, 94, 97, 100) temp <- c(26.26, 26.26, 26.26, 26.26, 26.26, 26.26, 26.26, 25.83, 25.83, 25.83, 25.83, 25.83, 25.83, 25.83, 25.83, 26.40, 26.40, 26.40, 26.40, 26.40, 26.40, 26.40, 26.40, 26.13, 26.13, 26.13, 26.13, 26.13, 26.13, 26.13, 26.13, 25.60, 25.60, 25.60, 25.60, 25.60, 25.60, 25.60, 25.60, 24.96, 24.96, 24.96, 24.96, 24.96, 24.96, 24.96, 24.96, 25.30, 25.30, 25.30, 25.30, 25.30, 25.30, 25.30, 25.30, 26.76, 26.76, 26.76, 26.76, 26.76, 26.76, 26.76, 26.76, 24.36, 24.36, 24.36, 24.36, 24.36, 24.36, 24.36, 23.80, 23.80, 23.80, 23.80, 23.80, 23.80, 23.80, 24.26, 24.26, 24.26, 24.26, 24.26, 24.26, 24.26, 24.26, 23.70, 23.70, 23.70, 23.70, 23.70, 23.70, 23.70, 23.70, 23.06, 23.06, 23.06, 23.06, 23.06, 23.06, 23.06, 23.06, 21.93, 21.93, 21.93, 21.93, 21.93, 21.93, 21.93, 21.93, 22.30, 22.30, 22.30, 22.30, 22.30, 22.30, 22.30, 22.30, 24.00, 24.00, 24.00, 24.00, 24.00, 24.00, 24.00, 24.00, 24.00) pluv <- c(136.6, 136.6, 136.6, 136.6, 136.6, 136.6, 136.6, 136.0, 136.0, 136.0, 136.0, 136.0, 136.0, 136.0, 136.0, 112.3, 112.3, 112.3, 112.3, 112.3, 112.3, 112.3, 112.3, 65.3, 65.3, 65.3, 65.3, 65.3, 65.3, 65.3, 65.3, 66.0, 66.0, 66.0, 66.0, 66.0, 66.0, 66.0, 66.0, 65.0, 65.0, 65.0, 65.0, 65.0, 65.0, 65.0, 65.0, 53.0, 53.0, 53.0, 53.0, 53.0, 53.0, 53.0, 53.0, 53.0, 53.0, 53.0, 53.0, 53.0, 53.0, 53.0, 53.0, 254.6, 254.6, 254.6, 254.6, 254.6, 254.6, 254.6, 256.6, 256.6, 256.6, 256.6, 256.6, 256.6, 256.6, 231.3, 231.3, 231.3, 231.3, 231.3, 231.3, 231.3, 231.3, 142.6, 142.6, 142.6, 142.6, 142.6, 142.6, 142.6, 142.6, 126.6, 126.6, 126.6, 126.6, 126.6, 126.6, 126.6, 126.6, 118.0, 118.0, 118.0, 118.0, 118.0, 118.0, 118.0, 118.0, 110.6, 110.6, 110.6, 110.6, 110.6, 110.6, 110.6, 110.6, 57.6, 57.6, 57.6, 57.6, 57.6, 57.6, 57.6, 57.6, 57.6) # shapiro-wilk shapiro.test(y) shapiro.test(x$temperatura) # não é normal! shapiro.test(x$pluviosidade) x <- data.frame(temp,pluv) # path analysis require(agricolae) cor.y <- correlation(y,x)$correlation cor.x <- correlation(x)$correlation path.analysis(cor.x,cor.y) Grata, Heloise

1 0

Fábio, let's connect on LinkedIn
by Iago Carvalho Cunha via LinkedIn 26 Ago '13

26 Ago '13

LinkedIn ------------ Iago Carvalho Cunha requested to add you as a connection on LinkedIn: ------------------------------------------ I'd like to add you to my professional network on LinkedIn. Accept invitation from Iago Carvalho Cunha http://www.linkedin.com/e/-33g73l-hku2i88j-z/vhj1xG42iBdUFK5d_HMEGL4iFMC511… View profile of Iago Carvalho Cunha http://www.linkedin.com/e/-33g73l-hku2i88j-z/rso/282741063/Q3Ds/name/827774… ------------------------------------------ You are receiving Invitation emails. This email was intended for Fábio Corrêa. Learn why this is included: http://www.linkedin.com/e/-33g73l-hku2i88j-z/plh/http%3A%2F%2Fhelp%2Elinked… (c) 2012, LinkedIn Corporation. 2029 Stierlin Ct, Mountain View, CA 94043, USA.

1 0