- R-br - DINF UFPR

ggplot2_apresentar equação no gráfico
by Henrique Boriolo Dias 04 Jun '18

04 Jun '18

Olá pessoal, Sabem se é possível plotar a equação especifica (e talvez o R2) gerada pelo geom_smooth quando se usa a opção facet_wrap?Estou interessado no valor que multiplica o 'x' da equação.Alguém poderia me dar uma luz de qual o critério é usado para o ajuste dessa equação no geom_smooth? - Dados em anexo.- Script: db <- read.csv('data.csv', sep = ';', dec = '.', header = T) tiff(filename=paste0("graph.tiff"), width = 2000, height = 1000, res=300)ggplot(db, aes(y=y, x=x)) + geom_point(aes(shape=type))+ facet_wrap(~type) + geom_smooth(method = lm, formula = y ~ exp(-x), se = FALSE)dev.off() ObrigadoHenrique

1 0

Ajuda com amostra pequena
by Elias Carvalho 01 Jun '18

01 Jun '18

Bom dia Recebi um conjunto de dados (summary abaixo) para análise, porém vejo alguns problemas: 1. Amostra muito pequena, apenas 17 registros 2. Algumas variáveis com categorias ocorrendo apenas um ou duas vezes como sexo (SEX) por exemplo 3. Variável idade (IDA) e numero de alunos na sala (NAL) com muitas categoria 4. Variável gerenciamento (GBY) não possui variabilidade Esse é um banco de dados sobre bullying na escola, preciso analisar a capacidade do coordenador em definir bullying (DBY) reconhecer bullying (RBY) e gerenciar bullying (GBY) Alguem pode sugerir que tipo de ações eu poderia executar para conseguir fazer alguma análise sobre esses dados ou me dizer se é impossível fazer isso? -- *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"*

3 2

INDICADORES SOCIAIS OF TOPICS
by Edson Lira 01 Jun '18

01 Jun '18

Caros amigos, boa tarde, um amigo meu Economista me fez uma pergunta que resolvi compartilhar com vocês. "Existe alguma técnica em Estatística, específica para tratamento de Indicadores Sociais?" Eu diria que não, mas gostaria de saber se vocês conhecem algo do tipo. [ ['s.Prof. Edson Lira, Me Estatístico Manaus-Amazonas

4 4

quebra de linha do título de tabelas geradas pela função xtable
by Paulo Eduardo de Mesquita 30 Mai '18

30 Mai '18

Bom noite (dia) a todo(a)s, Paz e bem Sou um neófito em R e Latex. Estou tentando redigir um artigo relativamente longo no formato Rnw no Rstudio e esbarrei num problema que não estou sendo capaz de superar, mesmo depois de pesquisar bastante. O problema é ajustar a largura do título das tabelas geradas com a função xtable à largura da tabela propriamente dita através da inserção de quebras de linha no título, fazendo com que algo assim (que o código que escrevi á capaz de gerar): se transforme em algo assim (que eu editei como figura no MS - Paint): Um exemplo de trabalho simplificado segue anexo. Muito obrigado. -- Paulo Eduardo de Mesquita Disciplina de Infectologia - Faculdade de Medicina Universidade do Oeste Paulista Presidente Prudente - São Paulo - Brasil

4 4

Tutorial de RMarkdown
by Marcos Vital 29 Mai '18

29 Mai '18

Oi, pessoal da lista! Publiquei no meu blog um pequeno tutorial de RMarkdown, e acredito que possa ser útil para os que estão começando a aprender a usar esta ferramenta: https://cantinhodor.wordpress.com/2018/05/26/tutorial-de-rmarkdown/ Caso alguém tiver alguma sugestão, estou à disposição para corrigir, expandir ou atualizar o tutorial, ok? Abraços! -- Marcos Vinícius Carneiro Vital Universidade Federal de Alagoas Instituto de Ciências Biológicas e da Saúde Setor de Biodiversidade e Ecologia

1 0

Error: argument "ast" is missing, with no default (solve_model)
by Adriele Giaretta Biase 29 Mai '18

29 Mai '18

Boa tarde pessoal, estou trabalhando com modelos matemáticos de otimização usando o pacote ompr. A ultima linha do código (azul) retorna um erro que não estou conseguindo tratar. Copiei o erro em baixo (vermelho). Alguém já teve a experiência de encontra esse mesmo erro? rm(list=ls(all=TRUE)) #install package from github #devtools::install_github("dirkschumacher/ompr") #devtools::install_github("dirkschumacher/ompr.roi") #install.packages("ROI.plugin.glpk") library(dplyr, warn.conflicts = FALSE) library(ROI) library(ROI.plugin.glpk) library(ompr) library(ompr.roi) frig = rep(seq(1, 4,1), rep((150*40),4) ) carro = rep(rep(seq(1, 40, 1), rep(150, 40)), 4) dias = rep( seq(1:150), 4*40) lucro = (rnorm(4*40*150, 30,1)) merc = rep(1, length(150*40*4)) praca = rep(1, length(150*40*4)) conj_dados= cbind(frig, carro, dias, lucro, merc, praca) DIF = 150 Trava_param <- function(DIF){ dia <- seq(1, DIF, 1) trav <- rep(0, DIF) praca <- rep(1, DIF) Trava <- data.frame(dias = dia, praca = praca, Trava = trav) return(Trava) } Trava = Trava_param(DIF) Max_descasque <- 3 capac_cam <- 60 Carga_mercado_futuro <- 330 permissao_venda <- 1 bigM <- 5000 model <- MIPModel() %>% # venda do animal i para o frigorifico j no mercado m, # dado o peso no dia k add_variable( x[i,j,k,m], i = as.numeric(as.vector(levels( as.factor(conj_dados[,"carro"])))), #1:carro, j = as.numeric(as.vector(levels( as.factor(conj_dados[,"frig"])))), #1:frig, k = as.numeric(as.vector(levels( as.factor(conj_dados[,"dias"])))), m = as.numeric(as.vector(levels( as.factor(conj_dados[,"merc"])))),#1:merc, type = "binary" )%>% # indica a venda de animais no dia k add_variable( y[k], k = as.numeric(as.vector(levels( as.factor(conj_dados[,"dias"])))),#1:dias, type = "binary" )%>% # numero de caminhoes do tipo t indo para o frigorifico j no dia k add_variable( total[j,k], j = as.numeric(as.vector(levels( as.factor(conj_dados[,"frig"])))), #1:frig, k = as.numeric(as.vector(levels( as.factor(conj_dados[,"dias"])))), #1:dias, type = "integer", lb = 0 )%>% # indica qual mercado esta sendo usado add_variable( w[k,m], k = as.numeric(as.vector(levels( as.factor(conj_dados[,"dias"])))),#1:dias, m = as.numeric(as.vector(levels( as.factor(conj_dados[,"merc"])))), #1:merc, type = "binary" )%>% # indica se o boi i foi vendido na praca u no dia k add_variable( t[i,u,k], i = as.numeric(as.vector(levels( as.factor(conj_dados[,"carro"])))), # 1:carro, u = as.numeric(as.vector(levels( as.factor(conj_dados[,"praca"])))), #1:praca, k = as.numeric(as.vector(levels( as.factor(conj_dados[,"dias"])))), #1:dias, type = "binary" )%>% # maximizar set_objective( sum_expr( x[i,j,k,m]*lucro[i,j,k,m], i = as.numeric(as.vector(levels( as.factor(conj_dados[,"carro"])))),# 1:carro, j = as.numeric(as.vector(levels( as.factor(conj_dados[,"frig"])))),# 1: frig, k = as.numeric(as.vector(levels( as.factor(conj_dados[,"dias"])))),#1:dias, m = as.numeric(as.vector(levels( as.factor(conj_dados[,"merc"])))) ) #1:merc) - sum_expr( y[k], k = as.numeric(as.vector(levels( as.factor(conj_dados[,"dias"])))) )#1:dias) + sum_expr(130*t[i,u,k]*15, i = as.numeric(as.vector(levels( as.factor(conj_dados[,"carro"])))), #1:carro, u = as.numeric(as.vector(levels( as.factor(conj_dados[,"praca"])))), #1:praca, k = as.numeric(as.vector(levels( as.factor(conj_dados[,"dias"])))) )#1:dias) ) %>% #Um animal eh vendido uma unica vez add_constraint( sum_expr( x[i,j,k,m], i = as.numeric(as.vector(levels( as.factor(conj_dados[,"carro"])))),#1:carro, j = as.numeric(as.vector(levels( as.factor(conj_dados[,"frig"])))),#1: frig, k = as.numeric(as.vector(levels( as.factor(conj_dados[,"dias"])))), # 1:dias, m = as.numeric(as.vector(levels( as.factor(conj_dados[,"merc"])))))#1:merc) + sum_expr( t[i,u,k], i = as.numeric(as.vector(levels( as.factor(conj_dados[,"carro"])))),# 1:carro, u = as.numeric(as.vector(levels( as.factor(conj_dados[,"praca"])))),# 1: praca, k = as.numeric(as.vector(levels( as.factor(conj_dados[,"dias"])))))#1:dias, <= 1 )%>% # A capacidade do caminhao eh respeitada add_constraint( sum_expr( x[i,j,k,m], i = as.numeric(as.vector(levels( as.factor(conj_dados[,"carro"])))),#1:carro, m = as.numeric(as.vector(levels( as.factor(conj_dados[,"merc"])))))#1:merc) <= total[j,k] * capac_cam, j = as.numeric(as.vector(levels( as.factor(conj_dados[,"frig"])))),#1:frig, k = as.numeric(as.vector(levels( as.factor(conj_dados[,"dias"])))) #1:dias )%>% # Caso exista uma venda no dia k eh calculado um # descasque para mercado a vista e a prazo add_constraint( sum_expr( x[i,j,k,m], i = as.numeric(as.vector(levels( as.factor(conj_dados[,"carro"])))),#1:carro, j = as.numeric(as.vector(levels( as.factor(conj_dados[,"frig"])))),#1:frig, m = as.numeric(as.vector(levels( as.factor(conj_dados[,"merc"])))) )#1:merc) + sum_expr( t[i,u,k], i = as.numeric(as.vector(levels( as.factor(conj_dados[,"carro"])))), #1:carro, u = as.numeric(as.vector(levels( as.factor(conj_dados[,"praca"])))) )#,1:praca) <= bigM * y[k], k = as.numeric(as.vector(levels( as.factor(conj_dados[,"dias"]))))# 1:dias )%>% # Respeito ao numero maximo de descasques add_constraint( sum_expr( y[k], k = as.numeric(as.vector(levels( as.factor(conj_dados[,"dias"])))) ) #1:dias) <= Max_descasque )%>% # Desigualdade valida para ajudar na convergencia - # todos os animais devem ser vendidos add_constraint( sum_expr( x[i,j,k,m], i = as.numeric(as.vector(levels(as.factor(conj_dados[, "carro"])))), j = as.numeric(as.vector(levels(as.factor(conj_dados[, "frig"])))), k = as.numeric(as.vector(levels(as.factor(conj_dados[, "dias"])))), m = as.numeric(as.vector(levels(as.factor(conj_dados[, "merc"])))) ) == 40 )%>% # A carga vendida para mercado futuro eh de pelo menos 330 arobas add_constraint( 15*130*sum_expr( t[i,u,k], i = as.numeric(as.vector(levels( as.factor(conj_dados[,"carro"])))) ) #1:carro) <= Carga_mercado_futuro*Trava[k,u], u = as.numeric(as.vector(levels( as.factor(conj_dados[,"praca"])))), #1:praca, k = as.numeric(as.vector(levels( as.factor(conj_dados[,"dias"])))) #1:dias )%>% # Permissao para venda no mercado futuro add_constraint( sum_expr( t[i,u,k], i = as.numeric(as.vector(levels( as.factor(conj_dados[,"carro"])))), #1:carro, u = as.numeric(as.vector(levels( as.factor(conj_dados[,"praca"])))), #1:praca, k = as.numeric(as.vector(levels( as.factor(conj_dados[,"dias"])))) )#1:dias) <= bigM * permissao_venda )%>% saveRDS(model, file = "model.rds") %>% solve_model(with_ROI(solver = "glpk")) Error in on_element(push, inplace_update_ast, get_ast_value, element) : argument "ast" is missing, with no default

2 1

Erro na inserção de restrições - função add_constraint - pacote ompr
by Adriele Giaretta Biase 28 Mai '18

28 Mai '18

Bom dia a todos, pessoal estou com um erro na construção de uma restrição no modelo de pesquisa operacional. A soma da combinação de um índices de fatores deve ser igual um número. O erro é referente algum "=" ou ")" errado. Mas não consigo encontrar. i é um vetor que contem 40 índices (1:40); j é um vetor que contem 4 índices (1:4); k é um vetor que contem 150 dias (1:150); m é um numero que contem apenas um índice (1 apenas); Vejam o código: ### Script: add_constraint( sum_expr( x[i,j,k,m], i = as.numeric(as.vector(levels(as.factor(conj_dados[, "bois"])))), j = as.numeric(as.vector(levels(as.factor(conj_dados[, "frig"])))), k = as.numeric(as.vector(levels(as.factor(conj_dados[, "dias"])))), m = as.numeric(as.vector(levels(as.factor(conj_dados[, "merc"])))) ) = 40 )%>% ### Execução no Console > add_constraint( + sum_expr( + x[i,j,k,m], + i = as.numeric(as.vector(levels(as.factor(conj_dados[, "bois"])))), + j = as.numeric(as.vector(levels(as.factor(conj_dados[, "frig"])))), + k = as.numeric(as.vector(levels(as.factor(conj_dados[, "dias"])))), + m = as.numeric(as.vector(levels(as.factor(conj_dados[, "merc"])))) ) + = 40 Error: unexpected '=' in: " m = as.numeric(as.vector(levels(as.factor(conj_dados[, "merc"])))) ) =" > )%>% Error: unexpected ')' in " )" -- Adriele Giaretta Biase. Mestre em Estatística e Experimentação Agropecuária - UFLA. Doutora em Estatística e Experimentação Agronômica - ESALQ/ USP Contato: (19) 98861-0619.

1 0

GLM para variável resposta contagem e regressoras fatores.
by Alice Peres 28 Mai '18

28 Mai '18

Caros membros, bom dia! Tenho uma base de dados com 4 variáveis. Onde, a resposta é discreta, com dist. Poisson, e as demais regressoras, são fatores, onde cada um tem um número diferente de níveis. Resposta, Peso(g); Regressoras, Tratamento: C, O, S, E1, E2; Tempo: 0, 1, 2; Sexo: M, F. Para saber como as variáveis se comportam com o Peso, inicialmente, apliquei o seguinte modelo: mod<-glm(Peso~Tratamento+Tempo+Sexo+Tratamento:Sexo,family = poisson) Quando eu gero o summary(modelo) ele não tem o tratamento C e nem o sexo M. O modelo que eu fiz está errado ? Abs

2 1

Modelo linear de segundo grau
by Andre Oliveira 27 Mai '18

27 Mai '18

Sei que posso rodar dois modelos e fazer o LRT, entre outras análises, mas por algum motivo preciso da rsm! Alguém saberia o motivo deste modelo não "rodar"? x=c(1,1,1,2,2,2,3,3,3,4,4,4,5,5,5) y=c(4,8,5,9,12,9,10,13,12,12,14,13,11,11,12) plot(y~x) require(rsm) m3=rsm(y~ FO(x)+FO(x^2)) Error in dimnames(LM$B) <- list(fonm, fonm) : comprimento de 'dimnames' [1] não é igual ao tamanho do array Obg

2 2

Extraindo os raios e área de uma elipse ellipsoidhull() do pacote cluster
by ASANTOS 24 Mai '18

24 Mai '18

Caros Membros, Com fins ilustrativos e exploratório, tenho pontos correspondentes a dois tratamentos A e B espacialmente distribuídos no campo, estou delimitando o limite (zona de influência) de cada um como uma elipse, através da função ellipsoidhull() do pacote cluster conforme CRM abaixo. Gostaria de saber se alguém familiarizado com a função poderia me dizer como faço para extrair os raios e as áreas das elipses EpointsA e EpointsB? #Criação do data frame dados<-NULL #Coordenadas x dados$x<-c(0.350,0.487,0.637,0.775,0.825,0.087,0.237,0.400,0.575,0.737,0.062,0.212) #Coordenadas y dados$y<-c(0.025,0.087,0.050,0.025,0.125,0.187,0.150,0.162,0.212,0.237,0.362,0.337) #Classificação dados$Class<-c("A","A","A","A","A","A","B","B","B","B","B","B") #Visualização plot(dados$x,dados$y) text(dados$x,dados$y+0.01,labels=dados$Class,col="red") # #Usando ellipsoidhull require(cluster) PointsA<-unname(cbind(dados$x[1:6],dados$y[1:6])) EpointsA<-ellipsoidhull(PointsA) lines(predict(EpointsA), col="blue") PointsB<-unname(cbind(dados$x[7:12],dados$y[7:12])) EpointsB<-ellipsoidhull(PointsB) lines(predict(EpointsB), col="orange") # Abraços, -- ====================================================================== Alexandre dos Santos Proteção Florestal IFMT - Instituto Federal de Educação, Ciência e Tecnologia de Mato Grosso Campus Cáceres Caixa Postal 244 Avenida dos Ramires, s/n Bairro: Distrito Industrial Cáceres - MT CEP: 78.200-000 Fone: (+55) 65 99686-6970 (VIVO) (+55) 65 3221-2674 (FIXO) e-mails:alexandresantosbr@yahoo.com.br alexandre.santos(a)cas.ifmt.edu.br Lattes: http://lattes.cnpq.br/1360403201088680 OrcID: orcid.org/0000-0001-8232-6722 - ResearcherID: A-5790-2016 Researchgate: www.researchgate.net/profile/Alexandre_Santos10 LinkedIn: br.linkedin.com/in/alexandre-dos-santos-87961635 Mendeley:www.mendeley.com/profiles/alexandre-dos-santos6/ ======================================================================

3 3