- R-br - DINF UFPR

Fwd: Função estimate para o R
by Fernando Antonio de souza 22 Set '11

22 Set '11

---------- Mensagem encaminhada ---------- De: Fernando Antonio de souza <nandodesouza(a)gmail.com> Data: 22 de setembro de 2011 13:33 Assunto: Re: [R-br] Função estimate para o R Para: r-br(a)listas.c3sl.ufpr.br Caro Walmes, Os comando utilizados até agora foram os seguintes RegFixo<-glm(Y~-1+as.factor(estudo)/X,family=gaussian(),data=Pierre3)#considera os efietos fixos porém considere o efeito do estudo library("car") Anova(RegFixo,type="III",test.statistic="F") #produz a soma de quadrados tipo III anova(RegFixo,test="F")#produz a soma de quadrados tipo I summary(RegFixo) Acontece que necessito estimar o modelo baseado nos erros padrões estimados pela função glm e assim obter o intercepto total e a inclinação total do modelo. E não sei qual função ou como fazer isto. Eu anexei o artigo para q você olhe caso seja necessário. trata-se de um passo a passo apresentado pelo autor para a realização de meta-analises.Ele fornece o banco de dados utilizado bem como apresenta os comando utilizados no SAS por ele. Eu estou repetindo os passo a passos para compreender o pensamento por trás deste tipo de análise, porém quero realizá-los no R! Abaixo segue o banco de dados (também coloquei em anexo em formato csv) Base de dados OBS Experimento X Y 1 1 1.16391 -2.92296 2 1 1.94273 -1.03365 3 1 2.50229 -1.00383 4 1 3.98627 1.33325 5 1 4.36177 1.13752 6 1 4.98954 1.59278 7 2 2.1091 -1.33751 8 2 2.28976 -1.14376 9 2 2.45645 -1.09304 10 2 4.95084 1.4274 11 2 5.92572 2.99572 12 3 2.09605 -0.70073 13 3 2.30059 -1.11007 14 3 3.90388 0.17334 15 3 5.15574 2.38882 16 3 5.57553 1.78167 17 3 5.60523 3.09353 18 4 3.1955 0.18097 19 4 4.32691 0.7431 20 4 5.04092 1.947 21 4 5.17521 1.07029 22 4 5.57254 2.71423 23 4 5.59532 2.43982 24 5 2.31878 0.26487 25 5 4.06027 1.99979 26 6 2.48122 1.31151 27 6 2.73224 1.32218 28 6 3.66628 2.52286 29 6 4.15568 2.83423 30 6 4.57694 2.99086 31 6 4.86356 3.90049 32 7 2.767 1.18358 33 7 2.79859 1.70206 34 7 2.97074 1.84639 35 7 3.85289 3.13155 36 7 6.24981 5.27271 37 7 6.80389 5.85844 38 8 2.74107 -0.26691 39 8 3.72445 1.32567 40 8 4.51721 1.04086 41 8 5.18536 2.40105 42 9 3.24046 3.12334 43 9 3.2864 3.52558 44 9 4.52824 4.29043 45 9 5.10468 4.04917 46 9 5.40578 5.55135 47 9 7.25461 7.2311 48 10 3.09531 3.31464 49 10 3.13951 2.5785 50 10 3.86928 4.0819 51 10 6.40856 6.6731 52 10 7.35976 6.8001 53 10 7.95716 8.2098 54 11 3.24974 2.8825 55 11 3.25369 4.8511 56 11 4.4005 4.3538 57 11 4.74897 6.076 58 11 4.96576 5.9062 59 12 3.00403 2.5733 60 12 3.1542 3.9324 61 12 4.95652 5.8456 62 12 5.35746 5.2066 63 12 5.62651 6.3312 64 12 6.53297 6.6019 65 12 6.6958 6.9498 66 12 7.83844 8.1031 67 13 5.44713 6.4838 68 13 5.82682 6.2341 69 13 6.76986 7.8937 70 13 6.87949 6.9477 71 13 8.47819 8.1336 72 14 4.31493 5.228 73 14 5.70501 6.0941 74 14 6.70113 7.6858 75 15 4.11223 5.2129 76 15 4.55329 5.2169 77 15 4.75641 6.1755 78 15 5.0742 5.7492 79 15 5.90125 6.5407 80 15 6.84886 6.7004 81 15 8.87813 10.2425 82 16 4.25114 5.3359 83 16 6.50762 9.1897 84 16 6.52857 8.4259 85 16 6.67694 8.2782 86 16 6.79539 8.3206 87 16 8.62833 10.4385 88 17 6.47237 7.6132 89 17 6.73826 7.7381 90 17 7.57947 8.5328 91 17 8.11267 8.9045 92 17 9.18169 9.7732 93 18 5.49319 6.6492 94 18 5.62711 6.4464 95 18 6.67182 8.5909 96 18 7.4494 9.2077 97 18 8.13165 9.365 98 18 8.31896 9.5025 99 18 8.74606 10.3598 100 18 8.92038 9.4361 101 18 9.43227 11.0051 102 19 6.06067 7.9306 103 19 7.98874 10.1887 104 19 8.35784 10.9856 105 19 9.52789 11.507 106 19 9.68213 12.6051 107 20 7.15668 9.9928 108 20 9.61256 12.2149 grato pela atenção Em 22 de setembro de 2011 10:16, Walmes Zeviani <walmeszeviani(a)gmail.com>escreveu: > Fernando, > > Use alguma das opções > > contrast::contrast() > gmodels::fit.contrast() > gmodels::estimable() > multcomp::glht() > > Consulte a documentação das funções. Em caso de dúvidas com uso, forneça > código mínimo reproduzível. > > À disposição. > 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 > VoIP: (3361 3600) 1053 1173 > e-mail: walmes(a)ufpr.br > twitter: @walmeszeviani > homepage: http://www.leg.ufpr.br/~walmes > linux user number: 531218 > ========================================================================== > > _______________________________________________ > 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. >

1 0

RkWard
by Leandro Marino 22 Set '11

22 Set '11

*Caros, estou tendo uma série de problemas com o RkWard no Gnome. Gostaria de saber se existe uma maneira de removê-lo completamente para instalá-lo! Saliento que fiz a instalação a partir da fonte. Um abraço, Leandro *Atenciosamente, Leandro Marino http://www.leandromarino.com.br (Fotógrafo) http://est.leandromarino.com.br/Blog (Estatístico) Cel.: + 55 21 9845-7707 Cel.: + 55 21 8777-7907

4 3

Problema com o constrOptim
by Thiago Touya 22 Set '11

22 Set '11

Boa noite, estou com o seguinte problema "Erro em dR(theta, theta.old, ...) : não foi possível encontrar a função "grad" " quando rodo o programa abaixo. require(survival) dados<-read.table('datasets-cleveland-clinic-avc.csv',header=T,sep=";") dados values<-dados$OPMOS value<-as.numeric(values) value i<-c(1:310) i ajustando<-survreg(Surv(value)~1, dist='lognormal') ajustando verossi<-function(param){ mi<-param[1] sigma<-param[2] lv<-log((1/sqrt(2*3.1415)*value*sigma)*exp(-0.5*((log(value)-mi)/sigma)^2)) sum(-lv) } ValoresIniciais<-c(1,5) est<-constrOptim(ValoresIniciais,verossi,NULL,method="BFGS", ui=rbind(c(1,0), c(0,1)), ci=c(0,0.0001), hessian=FALSE) est Alguém poderia me ajudar, pois no help é dito que se nao for usar o gradiente deve-se colocar "NULL" na posição correspondente. O banco de dados vai em anexo. -- Att, Thiago Morais de Carvalho (61 - 8169-5094)

2 1

Dados aninhados e a varável resposta é tempo
by Cassiano 22 Set '11

22 Set '11

Bom dia a todos. Tenho um experimento em que duas categorias estão aninhadas (um dentor da outra) e a minha variável resposta é tempo e resposta. Com esta vairável resposta, a princípio eu usaria uma análise de sobrevivência (Weibull), mas como meu delineamento experimental é aninhado, não sei se tenho como informar isso numa análise de sobrevivência. O meu modelo atual está sendo feito assim: m1 <- aov(tempo~tamanho+tratamento+Error(grupo/tratamento)) Mas sei que não é o mais adequado uma vez que meu y não é normal. Então preciso saber se tenho como informar na análise de survival que o tratamento é aninhado ao grupo. Ou fazer alguma transformação da minha variável tempo. Neste caso, qual transformação é a mais adequada? Desde já agradeço. Abs Cassiano -- ======================================= MSc Cassiano S. Rosa Universidade Federal de Viçosa -UFV Dept. Biologia Animal Pós-graduação em Entomologia Lab. Termitologia Curriculo lattes: http://lattes.cnpq.br/3030825329622014 =======================================

2 1

Função estimate para o R
by Fernando Antonio de souza 22 Set '11

22 Set '11

Caros colegas, Eu necessito de uma função que calcule o estimate de uma função glm baseado no erro padrão estimado para toda as variável explanatória. Sei que no SAS isto é realizado pelo comando ESTIMATE. Eu necessito estimar a interceção total de 20 fatores bem como a inclinação total dos mesmos através do erro padrão obtido pela função glm. Como eu faço isto? grato.

2 1

Análise discriminante
by Rodrigo Coster 21 Set '11

21 Set '11

Povo, Qual a regra de decisão pra análise discriminante que o lda (MASS) faz? Aquela que é "se D for maior que tal valor é X, se nao é Y", e não a baseada na posteriori que ele da... Meus dados tem 2 categorias só... segue exemplo do help do lda: Iris <- data.frame(rbind(iris3[,,1], iris3[,,2]),Sp = rep(c("s","c"), rep(50,2))) (mod <- lda(Sp ~ ., Iris)) []'s

1 0

diferença minina significativa
by Gilson Sanchez 20 Set '11

20 Set '11

Pessoal mais uma vez procurando ajuda de vc's, tenho um DIC e estou precissando estimar DMS no R, alguem tem algum material que possa me ajudar. Obrigado -- Eng. Agr.Gilson Sánchez Chia, MSc. Laboratório de Fisiologia Vegetal Embrapa Amazônia Ocidental Fone: (92) 3303-7841 --- Antes de imprimir, pense na sua responsabilidade com o Meio Ambiente. Please consider the environment before printing this email. Renew, Reduce and Recycle. The Planet Knows.

4 3

Resíduos intrigantes entre modelo ponderado e não-ponderado!
by Ivan Bezerra Allaman 20 Set '11

20 Set '11

Bom dia senhores! Gostaria de entender porque os resíduos de um modelo não-ponderado estão sendo os mesmos de um modelo ponderado pelo inverso da variância. Apenas os plots dos modelos estão refletindo as reais mudanças da ponderação. Com certeza, os resíduos padronizados pelo plot do modelo estão diferentes do resíduo que eu estou simulando. O que está errado? Segue um CMR. set.seed(1) da <- expand.grid(rep=1:20,Geracao=1:5) y1 <- rnorm(20,5,1) y2 <- rnorm(20,10,4) y3 <- rnorm(20,20,7) y4 <- rnorm(20,28,12) y5 <- rnorm(20,36,28) da <- data.frame(da,y=matrix(c(y1,y2,y3,y4,y5),ncol=1)) # boxplot(da$y ~ da$Geracao) mod <- lm(y ~ factor(Geracao), data=da) summary(mod) plot(mod)#problema nos resíduos #obtendo os resíduos padronizados resid_mod <- resid(mod) s2_mod <- sum(resid_mod^2)/mod$df.res respad_mod <- resid_mod/sqrt(s2_mod) library(nortest) lillie.test(respad_mod) library(car) leveneTest(respad_mod ~ factor(Geracao),data=da,center=mean) #Fazendo a ponderação Var_ger <- rep(tapply(da$y,da$Geracao,var),each=20) Var_ger da$Var <- Var_ger da #Novo ajuste como o modelo ponderado mod1 <- lm(y ~ factor(Geracao), weights=1/Var, data=da) summary(mod1) #comparando os dois ajustes par(mfrow=c(2,4)) plot(mod) plot(mod1) #obtendo os resíduos padronizados resid_mod1 <- resid(mod1) s2_mod1 <- sum(resid_mod1^2)/mod1$df.res respad_mod1 <- resid_mod1/sqrt(s2_mod1)#são os mesmos do modelo anterior???????????? lillie.test(respad_mod1) leveneTest(respad_mod1 ~ factor(Geracao),data=da,center=mean) qqnorm(resid_mod1)#diferente do plot??????????? boxplot(resid_mod ~ Geracao,data=da) boxplot(resid_mod1 ~ Geracao,data=da)#deveria estar diferente não????? Desde já, agradeço a atenção de todos. (S,f,P) Allaman \begin{signature} <<>>= Prof. Dr. Ivan Bezerra Allaman Universidade Estadual de Santa Cruz Departamento de Ciências Exatas e Tecnológicas Ilhéus/BA - Brasil Fone: +55 73 3680-5076 E-mail: ivanalaman@yahoo.com.br/ivanalaman@gmail.com @ \end{signature}

3 4

inserir imagem em um gráfico
by Cézar Freitas 20 Set '11

20 Set '11

Olá. Antes de já ir perguntando sem ter pesquisado, é possível buscar nas mensagens anteriores dessa lista sobre minha dúvida? A mesma herdou os tópicos da antiga lista? Não achei no Google, provavelmente porque estou usando as palavars chave erradas. Tento introduzir um logotipo (em jpg ou png, por exemplo) no canto de um gráfico (plot usual) para depois exportá-lo para pdf. Sei que já fiz isso em xls, mas não lembro de já ter feito num plot ativo para posterior exportação. Obrigado, Cézar Freitas

4 3

Surra no read.big.Matrix
by Vinicius Brito Rocha 20 Set '11

20 Set '11

Srs. estou tomando uma verdadeira surra com o Big Matrix. Estou gerando um arquivo em txt, com duas colunas, para depois tentar importa-lo com a respectiva função. Meu arquivo vem com 15 colunas vazias. E para piorar sempre tenho uma mensagme de erro quando deixo a opção header = T Se alguém tiver algum exmplo reproduzível que possa me enviar eu agradeço. Sege meu código: teste=data.frame(sample(c("A","B"),replace=T,size=10^6),rnorm(10^6)) colnames(teste)=c("Classe","Valor") write.table(teste,"C:\\teste.txt",sep="|",row.names=F) leiturabig01=read.big.matrix(filename="C:\\teste.txt" , sep = '|', header = F,col.names=c("Classe","Valor"), ignore.row.names=F, type = c("factor","double"), skip = 1, separated = F, backingfile = "leiturabig01", backingpath = "C:\\", shared=T) Abs. -- Vinicius Brito Rocha. Estatístico e Atuário, Mestre em Pesquisa Operacional www.aplicademic.blogspot.com http://twitter.com/viniciusbritor "Não se preocupe muito com as suas dificuldades em Matemática, posso assegurar-lhe que as minhas são ainda maiores." - Albert Einstein.

2 1