- R-br - DINF UFPR

Como construir gráficos para analisar o tempo de execução.
by Jackeline Bonetti Campos 02 Abr '13

02 Abr '13

Boa noite! Tenho 5 algoritmos quaisquer e seus respectivos tempos de execução dependentes da entrada n: T(n)= (n/1000)^2; T(n)= (n/1000)^3 ; T(n)= (n/1000)^0,5; T(n)= (n/1000)^0,2; e T(n)= log2 * (n/1000). Como posso esboçar um gráfico para comparar os tempos de execução? Agradeço desde já! Att,Jackeline.

2 2

[OFF-TOPIC] Vagas de doutorado no programa "Scaling problems in statistics" (Alemanha)
by Tatiane Beduschi 02 Abr '13

02 Abr '13

Caros colegas, O programa de doutorado do qual faco parte está com vagas abertas para doutorado nas áreas de ecologia, matemática, economia, estatística e genética. Peco desculpas por usar esse espaco para propaganda, mas, como o programa é muito voltado para estatística, achei que poderia ser interessante para muitos participantes desta lista. As inscricoes vao até 15 de Maio. Mais informacoes podem ser encontradas neste link: http://www.uni-goettingen.de/en/156593.html Atenciosamente, Tatiane -- MSc. Tatiane Beduschi RTG 1644 "Scaling Problems in Statistics" University of Goettingen DNPW, Agroecology Grisebachstr. 6 D-37077 Goettingen Germany tatibed(a)gmail.com

1 0

Grafico de trajetórias - zap plot
by Pedro Emmanuel Alvarenga Americano do Brasil 01 Abr '13

01 Abr '13

Amigos de R, Estou fazendo umas análises iniciais de trajetórias de biomarcadores ao longo de um tempo em que pacientes receberam um tratamento. Eu gostaria de ter uma percepção do conjunto de trajetórias sem ajuste e procurei por ai formas de faze-lo. Encontrei stats::interaction.plot e epicalc::followup.plot. Mas por algum motivo desconhecido, essas duas funções estavam truncando as trajetórias em 120 dias, mesmo solicitando para mostrar as trajetórias em 180 dias que eu sei o que é o maximo de tempo observado contido nos dados que tenho. Assim, depois de bater cabeça um tanto investi um dia inteiro para fazer a função abaixo e compartilho com voces. Essa função é bem semelhante a followup.plot, mas, quando se deseja não plotar todos os sujeitos para não poluir o gráfico, ao inves de selecionar sujeitos aleatórios, eu coloquei um argumento chamado zap que seleciona n sujeitos como valores iniciais, minimo, maximo e mediano. # data = dataset in long format # id = character indicating the name of an unique id variable for each patient in data (tested with numeric variable) # time = a character indicating the name of a numeric variable representing the time of the measure # outcome = a character indicating the name of a numeric variable representing the outcome # plot.arg = a list of arguments to pass to plot.default # line.arg = one or more lists of arguments to pass to lines (one list to each strata of by) # zap = if auto then the n subjects with the lower, median, higher initial outcome values will be ploted, anything different from "auto" will plot all subjects # n = number of subject to use in zap # by = a character indicating the name of a factor/character variable representing strata for ploting # think about making conditions for zap such as only the median, only the lowest or only the highest, the final highest, final lowest, final median etc zapplot <- function(data,id,time,outcome, plot.arg=list(xlab='time',ylab=outcome), line.arg=list(list(lty=2,col='blue'),list(lty=3,col='red')), leg.args=list(x='top',inset=c(0,-.15), horiz=TRUE,xjust=.5,col=c('blue','red'),lty=2:3, bty='n',xpd=T), zap='auto',n=1,by=NULL){ # if(!is.null(by)){ # if(length(line.arg)!=nlevels(by)){ # stop('If by is porvided, number of lists in line.arg and number of levels in by should be the same! Try improving the lists in line.arg.')} # } data <- data[which(!is.na(data[,time]) & !is.na(data[,outcome])),] plot.arg <- c(list(x = data[,time],y = data[,outcome],type = 'n'),plot.arg) do.call(plot,plot.arg) if(!is.null(by)){ if(!is.factor(data[,by])){ data[,by] <- as.factor(data[,by]) } tmp2 <- data for(j in 1:nlevels(data[,by])){ # i=2 data <- tmp2 data <- data[which(data[,by]==levels(data[,by])[j]),] tmp <- data[which(data[,time]==min(data[,time])),] tmp <- tmp[order(tmp[,outcome]),] # tmp[,c(id,time,outcome)] id.max <- tmp[(nrow(tmp)-(n-1)):nrow(tmp),id] # id.min <- tmp[(1:n),id] # data[which(data$id==id.min),outcome] tmp$med <- abs(tmp[,outcome]-median(tmp[,outcome],TRUE)) tmp <- tmp[order(tmp$med),] id.med <- tmp[1:n,id] if(zap=='auto'){ for(i in 1:length(id.min)){ line.arg.min <- c(list(x = data[which(data[,id]==id.min[i]),time],y = data[which(data[,id]==id.min[i]),outcome]),line.arg[[j]]) do.call(lines,line.arg.min) } for(i in 1:length(id.med)){ line.arg.med <- c(list(x = data[which(data[,id]==id.med[i]),time],y = data[which(data[,id]==id.med[i]),outcome]),line.arg[[j]]) do.call(lines,line.arg.med) } for(i in 1:length(id.max)){ line.arg.max <- c(list(x = data[which(data[,id]==id.max[i]),time],y = data[which(data[,id]==id.max[i]),outcome]),line.arg[[j]]) do.call(lines,line.arg.max) } } else{ uni <- unique(data[,id]) for(i in 1:length(uni)){ line.arg.all <- c(list(x=data[which(data[,id]==uni[i]),time],y=data[which(data[,id]==uni[i]),outcome]),line.arg[[j]]) do.call(lines,line.arg.all) } } } # COLOCAR AQUI OS COMANDOS DE LEGENDA para identificar as diferentes categorias do by leg.args <- c(legend=list(levels(data[,by])),leg.args) do.call(legend,leg.args) } else{ tmp <- data[which(data[,time]==min(data[,time])),] tmp <- tmp[order(tmp[,outcome]),] # tmp[,c(id,time,outcome)] id.max <- tmp[(nrow(tmp)-(n-1)):nrow(tmp),id] # id.min <- tmp[(1:n),id] # data[which(data$id==id.min),outcome] tmp$med <- abs(tmp[,outcome]-median(tmp[,outcome],TRUE)) tmp <- tmp[order(tmp$med),] id.med <- tmp[1:n,id] if(zap=='auto'){ for(i in 1:length(id.min)){ line.arg.min <- c(list(x = data[which(data[,id]==id.min[i]),time],y = data[which(data[,id]==id.min[i]),outcome]),line.arg[[1]]) do.call(lines,line.arg.min) } for(i in 1:length(id.med)){ line.arg.med <- c(list(x = data[which(data[,id]==id.med[i]),time],y = data[which(data[,id]==id.med[i]),outcome]),line.arg[[1]]) do.call(lines,line.arg.med) } for(i in 1:length(id.max)){ line.arg.max <- c(list(x = data[which(data[,id]==id.max[i]),time],y = data[which(data[,id]==id.max[i]),outcome]),line.arg[[1]]) do.call(lines,line.arg.max) } } else{ uni <- unique(data[,id]) for(i in 1:length(uni)){ line.arg.all <- c(list(x=data[which(data[,id]==uni[i]),time],y=data[which(data[,id]==uni[i]),outcome]),line.arg[[1]]) do.call(lines,line.arg.all) } } } } # zapplot(b,'pront','dia','HLA',zap='all',n=2,by='CD4cod') # Abraço forte e que a força esteja com voces, Dr. Pedro Emmanuel A. A. do Brasil Curriculum Lattes: http://lattes.cnpq.br/6597654894290806 Instituto de Pesquisa Clínica Evandro Chagas Fundação Oswaldo Cruz Rio de Janeiro - Brasil Av. Brasil 4365, CEP 21040-360, Tel 55 21 3865-9648 email: pedro.brasil(a)ipec.fiocruz.br email: emmanuel.brasil(a)gmail.com ---Apoio aos softwares livres www.zotero.org - gerenciamento de referências bibliográficas. www.broffice.org ou www.libreoffice.org - textos, planilhas ou apresentações. www.epidata.dk - entrada de dados. www.r-project.org - análise de dados. www.ubuntu.com - sistema operacional

1 0

Deixar as barras e linhas mais próximas dos eixos y no lattice.
by Alisson Lucrecio 01 Abr '13

01 Abr '13

Caros colegas r-br, Boa noite. Em um gráfico xyplot da lattice com sequencia de números contínuos no eixo x posso inserir xlim = (0, 100), isso aproxima o conteúdo do gráfico para as linhas do eixo y. Entretanto, em um gráfico onde tenho no eixo x data não tenho como usar xlim, assim queria colocar as barras e as linhas mais próximas dos eixos y e que não fique espeço vazio entre o inicio e final dos dados. Obrigado. Alisson Lucrécio da Costa

1 0

Repartir matriz....
by andrebvs＠bol.com.br 01 Abr '13

01 Abr '13

3 5

salvar grafico do R em 600dpi
by Ana Carolina Martins 01 Abr '13

01 Abr '13

Oi colegas, preciso enviar para publicação figuras geradas no R com formato TIFF e resolução de 600 dpi.porém quando salvo em tiff ele automaticamente salva com 300dpi.alguém sabe como mudar essa resolução? agradeço desde já!Carol

2 1

Cruzamento entre variáveis
by Wellington em Cristo Jesus Voltará 01 Abr '13

01 Abr '13

Caros, Gostaria de saber se dar para o R fazer cruzamentos entre variáveis, e se houver essapossibilidade como poderia ser feito?E ainda estou com outro problema, os valores ausentes (missing), como poderia ser feitoesses cruzamentos sem perder as demais informações? Ex: (Cruzar a variável Sexo com a variável X1? Semestre com a variável X3?) Sexo Semestre X1 X2 X31 3 2 3 21 3 1 3 12 1 2 31 3 1 22 2 4 1 12 2 1 3 1 Att. Wellington ReinaldoEstatístico

3 3

Re: [R-br] Distribuição normal truncada
by Hélio Gallo Rocha 01 Abr '13

01 Abr '13

Luiz, achei runif não achei o pacote msn se puder dar uma opinião sobre meu problema, agradeceria... muito Abraço Hélio Em 1 de abril de 2013 11:57, Luiz Roberto Martins Pinto < luizroberto.uesc(a)gmail.com> escreveu: > Hélio, > > 1) Agradeço por responder e compartilhar seu problema. > 2) Para encontrar o pacote que contém tnorm faça o seguinte: > library.packages('sos') > library(sos) > ???tnorm > Vc verá que o tnorm está no pacote msn. Então use > library.packages('msn') > library(msn) > pronto para usar tnorm. > > > 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 > > > > > Em 1 de abril de 2013 11:29, Hélio Gallo Rocha <heliogallorocha(a)gmail.com>escreveu: > >> Luiz Roberto. >> >> Primeiro, não sou expert nem em estatistica e nem em R, vou tentar >> resumir em itens pra ficar mais claro >> >> 1. estou fazendo previsão de safra em café; >> 2. testando 4 modelos matemáticos, que levam em consideração: altura, >> diametro e contagem de frutos; >> 3. agora estou na época de amostragem, a partir de maio colho e verei >> qual é o melhor método.; >> 4. sendo o café uma planta "perene", a variação de dados é alta, não >> tanto altura e diametro, Cv +/- 10%, mas na contagem de frutos o CV >> costumar dar acima de 40%; >> 5. então é natural a minha preocupação com amostragem seja grande, não >> quero que minha conclusão do experimento seja "inconclusiva" por falta de >> amostragem; >> 6. Já amostrei 86 pontos, variando amostradores, metodologia de >> amostragem dos frutos ( aleatória e não); >> 7. então tenho sd e mean; >> 9. tem um post da semana passada com um script do Walmes usando rnorm, >> que justamente é sobre o n a ser amostrado; >> 10. com relação a n coloco a quantidade total de plantas do talhão, não >> sei se poso fazer isso, ainda estou estudando; >> 11. rodei e verifiquei que ela gera dados com máximo e minino maiores do >> que já tenho, então to querendo que estes dados sejam mais próximos da >> realidade; >> >> tentei rodar o rtnorm mas ele deve pertencer a alguma pacote, pois o R dá >> o erro: >> Erro: não foi possível encontrar a função "rtnorm" >> >> estou pesquisando >> >> abraço >> >> Hélio >> >> >> Em 1 de abril de 2013 09:57, Luiz Roberto Martins Pinto < >> luizroberto.uesc(a)gmail.com> escreveu: >> >> Ola Hélio, >>> >>> Interessante seu interesse pela geração de dados com distribuição normal >>> truncada. >>> Você pode compartilhar o motivo/aplicação? >>> 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 >>> >>> >>> >> >> >> -- >> Hélio Gallo Rocha >> IFSULDEMINAS - Câmpus Muzambinho >> >> _______________________________________________ >> 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. >> > > -- Hélio Gallo Rocha IFSULDEMINAS - Câmpus Muzambinho

1 0

Re: [R-br] Distribuição normal truncada
by Hélio Gallo Rocha 01 Abr '13

01 Abr '13

Luiz Roberto. Primeiro, não sou expert nem em estatistica e nem em R, vou tentar resumir em itens pra ficar mais claro 1. estou fazendo previsão de safra em café; 2. testando 4 modelos matemáticos, que levam em consideração: altura, diametro e contagem de frutos; 3. agora estou na época de amostragem, a partir de maio colho e verei qual é o melhor método.; 4. sendo o café uma planta "perene", a variação de dados é alta, não tanto altura e diametro, Cv +/- 10%, mas na contagem de frutos o CV costumar dar acima de 40%; 5. então é natural a minha preocupação com amostragem seja grande, não quero que minha conclusão do experimento seja "inconclusiva" por falta de amostragem; 6. Já amostrei 86 pontos, variando amostradores, metodologia de amostragem dos frutos ( aleatória e não); 7. então tenho sd e mean; 9. tem um post da semana passada com um script do Walmes usando rnorm, que justamente é sobre o n a ser amostrado; 10. com relação a n coloco a quantidade total de plantas do talhão, não sei se poso fazer isso, ainda estou estudando; 11. rodei e verifiquei que ela gera dados com máximo e minino maiores do que já tenho, então to querendo que estes dados sejam mais próximos da realidade; tentei rodar o rtnorm mas ele deve pertencer a alguma pacote, pois o R dá o erro: Erro: não foi possível encontrar a função "rtnorm" estou pesquisando abraço Hélio Em 1 de abril de 2013 09:57, Luiz Roberto Martins Pinto < luizroberto.uesc(a)gmail.com> escreveu: > Ola Hélio, > > Interessante seu interesse pela geração de dados com distribuição normal > truncada. > Você pode compartilhar o motivo/aplicação? > 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 > > > -- Hélio Gallo Rocha IFSULDEMINAS - Câmpus Muzambinho

1 0

duvidas na função factanal
by ynha.thays＠gmail.com 01 Abr '13

01 Abr '13

Eu estou com dúvidas na função factanal que está dando o erro de matriz singular. Por favor, alguém poderia me ajudar? Preciso dessa função para analisar os dados do meu Doutorado. Thays

1 0