- R-br - DINF UFPR

Erro na leitura de dados
by Andre Oliveira 01 Ago '18

01 Ago '18

Boa noite! tenho feito a leitura de dados usando a função fread. Hoje rodei o script e deu este aviso abaixo. Parece ser memória, mas não mudei nada na máquina. System errno 22 unmapping file: Argumento inválido Error in fread("dados.csv", header = TRUE, select = c("ESCOLA", : Opened 4.917GB (5279747593 bytes) file ok but could not memory map it. This is a 64bit process. There is probably not enough contiguous virtual memory available. Se alguém puder ajudar ficarei grato! obg obgAndré

3 3

Re: [R-br] Analise Fatorial - Componentes Principais
by sznelwar＠uol.com.br 31 Jul '18

31 Jul '18

2 1

Analise Fatorial - Componentes Principais
by Edmar Caldas 31 Jul '18

31 Jul '18

Boa Tarde! Preciso de uma ajuda na Análise Fatorial, estou tentando salvar os scores dos fatores para colocar no aquirvo que estou trabalhando, mas não está rolando,estou comparando com outra ferramenta estatística SPSS e os valores são diferentes, somente os scores. Estou tentando salvar pelo método de regression. # AF pelo método componentes principais library(readxl)Olimpiadas <- read_excel("C:/Users/edmar/Desktop/FIAP Atualização BDT/Data Mining/Olimpiadas.xlsx")View(Olimpiadas)dim(Olimpiadas)CP <-Olimpiadas[,-11]CPdim(CP) View(CP) #Pedir as estatisticas descritivas e a matriz de correlação. cor(CP)sapply(CP,summary)sapply(CP,sd) # AF package psychinstall.packages("psych")library(psych) # kmoKMO(CP) # teste de esfericidade de Bartlettcortest.bartlett(CP) install.packages("GPArotation") library(GPArotation) # Tabela de variancia total explicad do spss pelos componentes principaisfit <-princomp(CP, cor=TRUE)fitsummary(fit) # Grafico scrren plotloadings(fit)plot(fit,type="lines") # extrair os fatores sem rotação - component matrix spssfit <-principal(CP,nfactors = 2, rotate = "none", scores = TRUE)fit # rotated componetn matrix spss fit <-principal(CP,nfactors=2,rotate="varimax",scores = TRUE, method = "regression")# EXTRAÇÃO PELO METODO VARIMAX.print(fit,digits = 3,cutoff=.0,sort = TRUE) #comunalidadesfit$communality #Grafico componentes espaço rotacionadoplot(load, type = "n")text(load, labels = names(CP),cex = .7)#nome nas variaveisabline(h=0)abline(v=0) Agora salvar os scores no arquivo não estou conseguindo. Os demais resultados batem todos. estou tentando: Mas sai diferente do SPSS?Tem algum segredo aqui????? > fit$scores RC1 RC2 [1,] -0.42227707 0.967455985 [2,] -1.08912141 0.462360637 [3,] -0.86924034 0.225857490 [4,] -0.53780514 0.919581430 [5,] -1.63914712 -0.616829273 [6,] -1.44129573 -0.088363255 [7,] -0.15298741 0.849870177 [8,] -0.73360090 0.216111850 [9,] -0.38707353 0.452628647[10,] 0.06303505 1.118762527[11,] 0.01554309 1.128912314[12,] -0.54253297 0.038456484[13,] -1.24977051 -0.689280878[14,] -0.83306807 0.006922647[15,] -0.48684252 0.033011053[16,] -0.25825680 0.210099942[17,] 2.08127102 2.190927462[18,] 0.86484820 1.186320909[19,] -0.82669302 -0.930504761[20,] 0.27811485 0.665010689[21,] 0.22335228 -0.092869066[22,] 0.20287071 -0.206901381[23,] 0.36309453 0.240739372[24,] 0.12631659 -0.329892015[25,] -0.17699769 -0.401440678[26,] -0.37557882 -1.074277378[27,] -0.60432737 -1.290110113[28,] 1.44661663 0.853691289[29,] -0.16292001 -1.175375590[30,] 0.78399429 -0.250845135[31,] 1.92828660 0.654161779[32,] 1.13276765 -0.405341447[33,] 0.51556035 -1.656032055[34,] 2.76386458 -3.212819656 Edmar

1 0

Decomposição de Cholesky para matriz não positiva definida. Exemplo geoestatístico
by Wagner Wolff 31 Jul '18

31 Jul '18

Olá pessoal da lista! Estou tentando estimar os parâmetros de um modelo geoestatistico no qual a matriz de covariancia é obtida por meio de uma matriz de distância entre linhas. Ou seja, linhas interceptadas tem distância zero, assim não somente a diagonal da matriz de distância é zero. Isso acaba acarretando em problema na hora de decompor a matriz de covariância usando Cholesky. Alguém tem alguma solucão ou dica? Já tentei algumas coisas como aproximacões para ser positiva definida, entre outras, mas na hora de estimar os parâmetros nada converge. Abraco

3 2

subset a dataframe
by Antonio Silva 28 Jul '18

28 Jul '18

Olá, Algo que deve ser simples mas no qual empaquei. Tenho um vetor com o nome de algumas linhas com dados suspeitos: a <- c(1,2,3,4,5) b <- c(2,8,6,4,10) dat <- data.frame(a,b) out <- c("2","4") # linhas com dados suspeitos Com dat[out,] eu consigo selecionar as linhas do dataframe com dados suspeitos. Mas eu quero selecionar as linhas sem dados suspeitos. Tentei dat[!out,] dat[-out,] e algumas outras coisas sem sucesso. Agradeço sugestões, obrigado. -- Antônio Olinto Ávila da Silva

4 5

Heatmaps para genes
by Paulo Sérgio Pereira de Amorim 25 Jul '18

25 Jul '18

Boa noite! Quais as etapas para elaboração de um Heatmaps para genes. Estou com dificuldades na utilização da função heatmap( ). Abraços.

3 3

Análise de amostra pequena
by Elias Carvalho 17 Jul '18

17 Jul '18

Prezados Tenho uma amostra pequena com apenas 17 registros, e 7 variáveis dicotômicas, cujo resumo é: A B C D E F G 0: 7 0:10 0: 6 0:11 0: 2 0: 1 0:15 1:10 1: 7 1:11 1: 6 1:15 1:16 1: 2 A variável G seria meu desfecho e o resto possíveis preditores Para veficiar a associação entre o desfecho e as outras variáveisexecutei o teste exato de fisher por ser uma amostra pequena, mas o resutados mostraram que o desfecho não depende de nenhuma variável: > fisher.test(data.to.work$G, data.to.work$A) Fisher's Exact Test for Count Data data: data.to.work$G and data.to.work$A p-value = 0.4853 alternative hypothesis: true odds ratio is not equal to 1 95 percent confidence interval: 0.1311443 Inf sample estimates: odds ratio Inf > fisher.test(data.to.work$G, data.to.work$B) Fisher's Exact Test for Count Data data: data.to.work$G and data.to.work$B p-value = 0.4853 alternative hypothesis: true odds ratio is not equal to 1 95 percent confidence interval: 0.000000 7.625189 sample estimates: odds ratio 0 > fisher.test(data.to.work$G, data.to.work$C) Fisher's Exact Test for Count Data data: data.to.work$G and data.to.work$C p-value = 0.5147 alternative hypothesis: true odds ratio is not equal to 1 95 percent confidence interval: 0.1003871 Inf sample estimates: odds ratio Inf > fisher.test(data.to.work$G, data.to.work$D) Fisher's Exact Test for Count Data data: data.to.work$G and data.to.work$D p-value = 0.5147 alternative hypothesis: true odds ratio is not equal to 1 95 percent confidence interval: 0.00000 9.96144 sample estimates: odds ratio 0 > fisher.test(data.to.work$G, data.to.work$E) Fisher's Exact Test for Count Data data: data.to.work$G and data.to.work$E p-value = 1 alternative hypothesis: true odds ratio is not equal to 1 95 percent confidence interval: 0.01971228 Inf sample estimates: odds ratio Inf > fisher.test(data.to.work$G, data.to.work$F) Fisher's Exact Test for Count Data data: data.to.work$G and data.to.work$F p-value = 1 alternative hypothesis: true odds ratio is not equal to 1 95 percent confidence interval: 0.003434375 Inf sample estimates: odds ratio Inf Em seguida calculei o V de Cramer, Coeficiente de Contingência e phi e todos mostram independência e associação fraca. summary(assocstats(tab_cont_G_A)) # Resultado: # X^2 df P(> X^2) # Likelihood Ratio 2.3071 1 0.12878 # P-Valor > 0.05 - independentes # Pearson 1.5867 1 0.20780 # P-Valor > 0.05 - independentes # # Phi-Coefficient : 0.306 # Coef de Phi - Associação fraca # Contingency Coeff.: 0.292 # Coef de Cont - Associação fraca # Cramer's V : 0.306 # V de Crammer - Associação fraca Pelo que pesquisei este seriam os métodos mais adequados para este tipo de análise Há um método melhor para avaliar esse tipo de dado? -- *In Jesu et Maria* *Obrigado* *Prof. Elias Carvalho* *"Felix, qui potuit rerum cognoscere causas" (Virgil 29 BC)"Blessed is he who has been able to understand the cause of things"*

2 3

Re: [R-br] Pacote Chaid
by sznelwar＠uol.com.br 17 Jul '18

17 Jul '18

1 0

Pacote Chaid
by Edmar Caldas 16 Jul '18

16 Jul '18

Boa Tarde! Pessoal, não estou conseguindo executar esse código, podem me ajudar por favor? attach(credito1)str(credito1) install.packages("partykit")install.packages("CHAID", repos="http://R-Forge.R-project.org") library(partykit)library(CHAID) credit_rank<-as.factor(credit_rank)age <-as.factor(age)amex<-as.factor(amex)pay_week <-as.factor(pay_week)class <-as.factor(class) is.factor(credit_rank)is.factor(age)is.factor(class)is.factor(pay_week)is.factor(amex) > modelo <-chaid(credit_rank ~ ., data = credito1)Error: is.factor(x) is not TRUE

2 2

Eixo x
by Fabiana Goncalves Barbosa 16 Jul '18

16 Jul '18

Olá Pessoal Fiz um gráfico (plot) com os dados abaixo, porém no eixo x só apareceram alguns anos. Quero que apareçam todos os anos no eixo x. Como faço? qtidade=c(61,53,44,35,24,17,15,16,18,12,8,3,3,4,2,2,1,2,1,1,1,1,1) Anos=c(2018,2017,2016,2015,2014,2013,2012,2011,2010,2009,2008,2007,2006,2005,2003,2002,2001,1999,1998,1997,1992,1991,1981) plot(Anos,qtidade) Grata Fabiana

3 2