- R-br - DINF UFPR

[OFF-TOPIC] Anúncio da 63ª RBras em Curitiba 23-25 de Maio e R Day
by Walmes Zeviani 18 Jan '18

18 Jan '18

O Departamento de Estatística da UFPR, o Conselho Diretor da RBras e a Comissão Organizadora Local tem a honra de anunciar a *63ª Reunião Anual da Região Brasileira da Sociedade Internacional de Biometria* (RBras). O site do evento é http://rbras.org.br/rbras63/ A 63ª RBras acontecerá *em Curitiba/PR nos dias 23-25 de Maio de 2018* na Universidade Federal do Paraná. Este evento terá a participação de conferencistas internacionais e nacionais, profissionais, pesquisadores e estudantes de graduação e pós graduação. As inscrições para o evento estão abertas, assim como estão abertas as submissões para trabalhos na forma de banner, apresentação oral, sessões temáticas e minicursos. Verifique em http://rbras.org.br/rbras63/?q=pt-br/cronograma os prazos para cada atividade. A 63ª RBras terá ainda a *participação das Regiões Argentina, Centro-América e Caribenha*. Além disso, terá um *evento satélite, o R-day, no dia 22*, dedicado à comunidade de usuários do software e linguagem de programação R. A inscrição no R-day e gratuita mas obrigatória. Acesse o site http://rday.leg.ufpr.br/ para realizá-la. O R-day terá conferências, apresentações orais (submissão online) e tutoriais (submissão online). Conforme forem recebidas e aprovadas as submissões de propostas e realizadas as confirmações dos conferencistas, será atualizado o quadro de programação do evento. Em caso de dúvidas, reclamações ou sugestões, entrar em contato pelo formulário no site (http://rbras.org.br/rbras63/? q=pt-br/contact). Em breve o site terá informações sobre rede de hotéis, formas de deslocamento e principais atividades turísticas e culturais. Estamos entusiasmados e comprometidos para recebê-los na 63ª RBras. Saudações Curitibanas. Até breve. Walmes Zeviani & Wagner Bonat Coordenadores da Comissão Organizadora Local

1 0

Re: [R-br] Digest R-br, volume 85, assunto 13
by Carlos Peixoto Neto 18 Jan '18

18 Jan '18

Cesar Brack, obrigado pelo comentário. Bem, a variável resposta altura de alimentação é quantitativa mesmo. Medida em centímetros. Sobre a questão da diferenciação dos peixes na interação intraespecífica, eu posso diferenciá-los durante filmagens que integram o experimento.

1 1

detecção de outliers modelos mistos não lineares
by Fernando Souza 17 Jan '18

17 Jan '18

Caros colegas, Nos comandos abaixo, realizo a análise de um modelo não linear misto. Após selecionar o modelo, realizei um teste outliers do modelo. Identifiquei os outliers e os removi. Ajustei novamente o modelo, porém a nova análise gráfica dos resíduos desses modelo indica novos outliers. Porque isso ocorre? Como lido com isso? Removê-los não é uma opção, uma vez que estarei perdendo muitas observações. A minha outra dúvida é: Qual o melhor momento para realizar o teste de outliers? Eu realizo após a seleção do melhor modelo, pois com a correta definição dos efeitos aleatórios e da matriz R, o número de outliers normalmente reduz. Porém a remoção de outliers pode alterar o modelo e as estruturas até então selecionadas para as matrizes D e R podem não ser mais adequadas. Qual procedimento mais indicado? Att library(nlme) install.packages("tidyr") library(tidyr) DADOS.CURTO <- read.csv(" https://www.dropbox.com/s/b4cckybgrcg86me/galinhas.csv?raw=1",head = TRUE) head(DADOS.CURTO) colnames(DADOS.CURTO) <- c("0","1","2","3","4","5","6","TRAT") DADOS<- DADOS.CURTO %>% gather('0','1','2','3','4','5','6',key ="SEMANA",value = "PESO", -TRAT) head(DADOS) str(DADOS) ID <-rep(seq(1,370), times=7) DADOS<-cbind(ID,DADOS) DADOS <- transform(DADOS, SEMANA = as.numeric(SEMANA),ID=factor(ID)) #-----------------------------------ajuste dos modelos---------------------------------------------------- MNG8<-gnls(PESO ~ a * exp(-b * exp( -c * SEMANA)),params=list(a~TRAT,b~1,c~1),start = list(c(a = c(4.10,4.79,4.75),b = 4.53,c = 0.37)),na.action=na.omit,data =DADOS) MNG8.4 <- update(MNG8,weights = varExp(form = ~fitted(.)|SEMANA),correlation = corARMA(form = ~SEMANA |ID,q = 6)) #-----------------------------------outliers---------------------------------------------------------------- (GRAF8 <- plot(MNG8final,resid(.,type = "pearson")~fitted(.),id=0.05,xlab="Valores ajustados",ylab="Residuos Padronizados",abline = 0,main = "MNG8.4")) #------------------------------------ Identificação de outliers--------------------------------------- DADOS <- DADOS[complete.cases(DADOS),] ifelse(abs(residuals(MNG8,type="pearson"))>qnorm(0.975),1,0)-> DADOS$cookMNG #-----------------------------------novo modelo---------------------------------------------- MNG8final <- update(MNG8,data=subset(DADOS,cookMNG==0)) #------------------------------- (GRAF8 <- plot(MNG8final,resid(.,type = "pearson")~fitted(.),id=0.05,xlab="Valores ajustados",ylab="Residuos Padronizados",abline = 0,main = "MNG8.4")) -- ========================================= Fernando Souza Zootecnista, DSc. Produção e Alimentação Animal Celular: (31)99796-8781 (Vivo) E-mail:nandodesouza@gmail.com <e-mail%3Anandodesouza(a)gmail.com> Lattes: http://lattes.cnpq.br/6519538815038307 Blog: https://producaoanimalcomr.wordpress.com/ ==========================================

3 3

Re: [R-br] Instalar pacote do github
by Maurício Lordêlo 16 Jan '18

16 Jan '18

Agradeço pelas sugestões. Consegui fazer a instalação. Muito grato! Maurício Em 12 de janeiro de 2018 11:10, Rodrigo de Souza Oliveira < rddsouzaoliveira(a)gmail.com> escreveu: > Maurício, > > Segue abaixo um pouco mais detalhado. Fiz os passos mencionados utilizando > o linux, mas caso você esteja no windows basta ajustar a estrutura de > pastas. > > O primeiro passo consiste apenas em fazer uma cópia da pasta do Github > (utilizei o git pelo terminal). Você pode fazer o download dos arquivos > direto do navegador e salvar em uma pasta também. Portanto, abaixo os > passos um pouco mais detalhados (usando Windows): > > > 1. Download dos arquivos do Github. Por padrão, irá salvar um arquivo > .ZIP. Extraia os arquivos do ZIP para uma pasta que você desejar (no meu > caso coloquei em "C:/R"); > 2. Renomeia a pasta de "ggbiplot-master" para "ggbiplot"; > 3. Execute o script abaixo: > > library(devtools) > path <- setwd("C:/R") # coloquei aqui a pasta com os arquivos que extrai > do github nos passos 1 e 2 > build(paste0(path,"/ggbiplot")) > install.packages(paste0(path,"/ggbiplot_0.55.tar.gz"),repos=NULL, > type="source") > > > Abaixo print do console do R: > [image: Imagem inline 1] > > Acredito que este erro se deu pelo fato da rede bloquear o acesso à api do > Github (estou numa rede corporativa e o proxy está barrando). Consegui > instalar o pacote perfeitamente quando me conectei a outra rede sem > política de proxy, usando o "install_github". > > > Em 11 de janeiro de 2018 21:33, Maurício Lordêlo <mslordelo(a)gmail.com> > escreveu: > >> Caro Rodrigo, >> Agradeço sua sugestão porém não consegui fazer este passo-a-passo. >> Você poderia ser um pouco mais detalhado? >> Os termos usados ("clonar" e "empacotar") bem como os comandos não >> ficaram muito claros para mim. >> Se puder escrever em forma de código reproduzível, ficarei ainda mais >> agradecido. >> Maurício >> >> Em 11 de janeiro de 2018 16:39, Rodrigo de Souza Oliveira < >> rddsouzaoliveira(a)gmail.com> escreveu: >> >>> Tentei fazer aqui, mas estava dando timeout. >>> >>> Consegui fazer funcionar com os seguintes passos: >>> >>> 1. Clonar a pasta do Github - comando "git clone >>> http://github.com/vqv/ggbiplot" pelo terminal; >>> 2. "Empacotar" a pasta com o comando devtools:: >>> >>> build ": >>> >>> build("pasta_do_clone/ggbiplot") - Esse comando vai gerar um arquivo >>> tar.gz >>> 3. Instalar manualmente o pacote: >>> >>> install.packages("pasta_do_clone/ggbiplot_0.55.tar.gz",repos=NULL, >>> type="source") >>> >>> >>> >>> Em 11 de janeiro de 2018 16:37, Maurício Lordêlo via R-br < >>> r-br(a)listas.c3sl.ufpr.br> escreveu: >>> >>>> Sim. Estou usando as versões mais recentes do R e do RStudio. >>>> >>>> >>>> Em 11 de janeiro de 2018 16:27, <sznelwar(a)uol.com.br> escreveu: >>>> >>>>> Tentou atualizar sua versão do R? >>>>> >>>>> >>>>> Caros, >>>>> Certa vez eu consegui instalar o pacote "ggbiplot" que considero bem >>>>> interessante. >>>>> Não sei se pela atualização do R, ou de mudança de versão do Windows, >>>>> não mais consigo instalar este pacote. >>>>> Pelo que tenho registrado nos meus scripts, eu seguia os passos abaixo: >>>>> library(devtools) >>>>> install.packages("githubinstall") >>>>> library(githubinstall) >>>>> install.packages("ggbiplot-master") >>>>> library(ggbiplot-master) >>>>> >>>>> install_github("ggbiplot","vqv") >>>>> >>>>> Também fiz estas duas tentativas sem sucesso >>>>> >>>>> install.packages("diretório de trabalho/ggbiplot-master.zip") #aqui eu >>>>> fiz o download do arquivo zip e salvei no "diretório de trabalho" >>>>> >>>>> install.packages("https://github.com/vqv/ggbiplot.git") >>>>> >>>>> Alguém saberia informar como resolver este problema? >>>>> _______________________________________________ >>>>> 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 forne�a >>>>> c�digo m�nimo reproduz�vel. >>>>> >>>> >>>> >>>> _______________________________________________ >>>> 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. >>>> >>> >>> >>> >>> -- >>> >>> >>> Rodrigo Oliveira >>> >> >> > > > -- > > > Rodrigo Oliveira >

1 0

previsão utilizando o lasso
by João Pedro Domingues 16 Jan '18

16 Jan '18

Boa tarde colegas, Estou tentando realizar uma previsão de vendas utilizando o algoritimo LASSO pelo pacote HDeconometrics. Alguém com experiência neste pacote poderia me ajudar por gentileza? Só preciso resolver isso para finalizar minha dissertação. Muito obrigado a todos! Data é uma matriz de series temporais com 158 observações (diarias) e 13 produtos (colunas). Eu inicialmente separo a primeira coluna como sendo o produto focal para analisar e o coloco como y, sendo a variável dependente. Já as outras colunas eu coloco como x, variáveis independentes. Então o LASSO me informa quais são relevantes. Com isso, eu separo as primeiras 148 observações para ser o training set, e as últimas 10 observações para o test set, e ver se o modelo realmente funciona. Até aqui ok. O problema: quando eu realizo o ajuste da série com o comando (lasso=ic.glmnet(x.in,y.in,crit = "bic")) ele ajusta o modelo para a série sem problemas, utilizando as variáveis que o lasso identificou como relevantes para o training set. Porém, quando eu vou executar a previsão real utilizando a última linha (previsao.lasso=predict(lasso,newdata=x.out)), ele não faz a previsão, ele simplesmente faz um ajuste igual o training set. Alguém tem alguma ideia de como resolver essa questão e conseguir prever corretamente? Grande abraço Segue abaixo os comandos utilizados: library(HDeconometrics) library(forecast) ## Inicio i = 0 y = as.matrix(Data[,i+1]) #variável dependente primeira coluna x = (Data) #cópia da base toda x[,i + 1] <- NULL #retira a variável y e fica com todas as outras variáveis x = as.matrix(x) # transforma em matriz ### separa a série em training e test set de x e y y.in=y[1:148] #training set y.out=y[-c(1:148)] #test set x.in=x[1:148,] #training set x.out=x[-c(1:148),] #test set ## ajuste do modelo e previsão LASSO lasso=ic.glmnet(x.in,y.in,crit = "bic") #ajuste do modelo com o training set previsao.lasso=predict(lasso,newdata=x.out) #previsão com o test set João Pedro Domingues

2 1

Problema ao gerar um mapa com dados estatísticos
by Edson Lira 13 Jan '18

13 Jan '18

Caros amigos, abaixo os arquivos (links) que estou usando para gerar um mapa do estado do Amazonas com o IDH Municipal de 2000 (está 2005, mas é 2000). Quando rodo a rotina para fazer a categorização do IDH (cut) me dá a mensagem: > am$idhc2000 <- cut(am$idh2000, 4) Error in seq.int(rx[1L], rx[2L], length.out = nb) : 'from' must be a finite number Além disso: Warning messages: 1: In min(x) : nenhum argumento não faltante para min; retornando Inf 2: In max(x) : nenhum argumento não faltante para max; retornando -Inf > Não consegui descobrir o que está errado. Bom dia!!! Download amazonas idh 2005.R | | | Download amazonas idh 2005.R | | | Download amazonas calha.csv | | | Download amazonas calha.csv | | | Download 13MUE250GC SIR.shx | | | Download 13MUE250GC SIR.shx | | | Download 13MUE250GC SIR.dbf | | | Download 13MUE250GC SIR.dbf | | | Download 13MUE250GC SIR.cpg | | | Download 13MUE250GC SIR.cpg | | | https://www.datafilehost.com/d/27e20ca4 # SHAPE [ ]'s Prof. Edson Lira, Me Estatístico Manaus-Amazonas

2 3

Problema na instalação do R base
by Jefferson Ferreira-Ferreira 13 Jan '18

13 Jan '18

Pessoal, estou passando por um problema estranho. O R está (aparentemente) installado na minha máquina (Ubuntu 16.04). Quando tento instalar, o sistema retorna: ele retorna "r-base-dev is already the newest version (3.4.3-1xenial0). 0 upgraded, 0 newly installed, 0 to remove and 23 not upgraded." No entanto, o RStudio não abre porque não é capaz de localizar a instalação e o comando 'which R' retorna "not found". Já desisntalei e instalei novamente, mas o mesmo continua ocorrendo. Alguma idea? Se alguém puder me ajudar, agradeço. Estou em apuros com meu trabalho sem o R. Eu tambpem postei uma pergunta aqui https://askubuntu.com/questions/995618/software-is-installed-but-which-retu… Obrigado e abraços. *Jefferson Ferreira-Ferreira, **PhD (abd)* *Geographer* *Ecosystem Dynamics Observatory <http://tscanada.wix.com/ecodyn> - EcoDyn/UNESP* *Department of **Geography * *Institute of Geosciences and Exact Sciences** (IGCE)* *São Paulo State University (UNESP)* *Rio Claro, SP - Brazil*

1 0

Instalar pacote do github
by Maurício Lordêlo 12 Jan '18

12 Jan '18

Caros, Certa vez eu consegui instalar o pacote "ggbiplot" que considero bem interessante. Não sei se pela atualização do R, ou de mudança de versão do Windows, não mais consigo instalar este pacote. Pelo que tenho registrado nos meus scripts, eu seguia os passos abaixo: library(devtools) install.packages("githubinstall") library(githubinstall) install.packages("ggbiplot-master") library(ggbiplot-master) install_github("ggbiplot","vqv") Também fiz estas duas tentativas sem sucesso install.packages("diretório de trabalho/ggbiplot-master.zip") #aqui eu fiz o download do arquivo zip e salvei no "diretório de trabalho" install.packages("https://github.com/vqv/ggbiplot.git") Alguém saberia informar como resolver este problema?

2 1

Re: [R-br] Instalar pacote do github
by sznelwar＠uol.com.br 11 Jan '18

11 Jan '18

3 2

Re: [R-br] Digest R-br, volume 85, assunto 6
by Edmar Caldas 11 Jan '18

11 Jan '18

Eu entendi assim, Vamos supor que as suas variáveis (dependentes e independentes) tem valores até 12/2017. e vc quer fazer previsão para 12/2018. as suas variáveis independentes terão que ter valores até 12/2018 senão não vai fazer a previsão.Edmar Em quarta-feira, 10 de janeiro de 2018 12:00:33 BRST, <r-br-request(a)listas.c3sl.ufpr.br> escreveu: Enviar submissões para a lista de discussão R-br para r-br(a)listas.c3sl.ufpr.br Para se cadastrar ou descadastrar via WWW, visite o endereço https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br ou, via email, envie uma mensagem com a palavra 'help' no assunto ou corpo da mensagem para r-br-request(a)listas.c3sl.ufpr.br Você poderá entrar em contato com a pessoa que gerencia a lista pelo endereço r-br-owner(a)listas.c3sl.ufpr.br Quando responder, por favor edite sua linha Assunto assim ela será mais específica que "Re: Contents of R-br digest..." Tópicos de Hoje: 1. previsão utilizando o lasso (João Pedro Domingues) 2. Re: Distribuição de probabilidade (Wagner Bonat) 3. Re: Distribuição de probabilidade (Wagner Bonat) ---------------------------------------------------------------------- Message: 1 Date: Tue, 9 Jan 2018 20:04:49 +0000 From: João Pedro Domingues <J__P(a)hotmail.com> To: a lista Brasileira oficial de discussão do programa R. <r-br(a)listas.c3sl.ufpr.br> Subject: [R-br] previsão utilizando o lasso Message-ID: <BN6PR2001MB16668FB0A072A2FC1AD8D6B0D5100(a)BN6PR2001MB1666.namprd20.prod.outlook.com> Content-Type: text/plain; charset="iso-8859-1" Boa tarde colegas, Estou tentando realizar uma previsão de vendas utilizando o algoritimo LASSO pelo pacote HDeconometrics. Alguém com experiência neste pacote poderia me ajudar por gentileza? Só preciso resolver isso para finalizar minha dissertação. Muito obrigado a todos! Data é uma matriz de series temporais com 158 observações (diarias) e 13 produtos (colunas). Eu inicialmente separo a primeira coluna como sendo o produto focal para analisar e o coloco como y, sendo a variável dependente. Já as outras colunas eu coloco como x, variáveis independentes. Então o LASSO me informa quais são relevantes. Com isso, eu separo as primeiras 148 observações para ser o training set, e as últimas 10 observações para o test set, e ver se o modelo realmente funciona. Até aqui ok. O problema: quando eu realizo o ajuste da série com o comando (lasso=ic.glmnet(x.in,y.in,crit = "bic")) ele ajusta o modelo para a série sem problemas, utilizando as variáveis que o lasso identificou como relevantes para o training set. Porém, quando eu vou executar a previsão real utilizando a última linha (previsao.lasso=predict(lasso,newdata=x.out)), ele não faz a previsão, ele simplesmente faz um ajuste igual o training set. Alguém tem alguma ideia de como resolver essa questão e conseguir prever corretamente? Grande abraço Segue abaixo os comandos utilizados: library(HDeconometrics) library(forecast) ## Inicio i = 0 y = as.matrix(Data[,i+1]) #variável dependente primeira coluna x = (Data) #cópia da base toda x[,i + 1] <- NULL #retira a variável y e fica com todas as outras variáveis x = as.matrix(x) # transforma em matriz ### separa a série em training e test set de x e y y.in=y[1:148] #training set y.out=y[-c(1:148)] #test set x.in=x[1:148,] #training set x.out=x[-c(1:148),] #test set ## ajuste do modelo e previsão LASSO lasso=ic.glmnet(x.in,y.in,crit = "bic") #ajuste do modelo com o training set previsao.lasso=predict(lasso,newdata=x.out) #previsão com o test set João Pedro Domingues -------------- Próxima Parte ---------- Um anexo em HTML foi limpo... URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20180109/580bb5da/atta…> ------------------------------ Message: 2 Date: Tue, 9 Jan 2018 22:25:09 -0200 From: Wagner Bonat <wbonat(a)gmail.com> To: Wagner Wolff <wwolff(a)usp.br> Cc: a lista Brasileira oficial de discussão do programa R. <r-br(a)listas.c3sl.ufpr.br> Subject: Re: [R-br] Distribuição de probabilidade Message-ID: <CANt=4Mi4E58a3ikPDH2V9aN36b3d6D2M7HJ0V9u0W8yRHko=9w(a)mail.gmail.com> Content-Type: text/plain; charset="utf-8" Olá Essas distribuições como a Weibul, Gumbel e similares são interessantes. Porém, nem sempre elas tem a tradicional parametrização de esperança e dispersão como a Tweedie e as distribuições mais clássicas (normal, gamma, normal inversa) tem. Muitas vezes a esperança ou é desconhecida ou uma função complicada de mais de um parâmetro. Eu penso que ao invés de tentar ajustar várias distribuições é mais interessante você procurar aspectos relevantes sobre o seu conjunto de dados, como por exemplo, excesso de zeros, forte assimetria, caudas pesadas, etc e verificar se a distribuição que você ajustando é capaz de descrever estes aspectos. No caso a Tweedie pode lidar com todos estes aspectos, o que significa que ela deve ajustar bem para uma grande quantidade de dados reais. O que eu quero dizer é que essa idéia de ficar comparando várias distribuições pode não ser realmente necessário. Eu exploro um pouco destas idéias em dois artigos. Eu mostro que a Tweedie ajusta muito bem, mesmo para distribuições que não fazem parte da familia, como a t e a slash. Talvez vc possa explorar idéias similares para a weibul, gumbel e similares. http://www.tandfonline.com/doi/abs/10.1080/00949655.2017.1318876?journalCod… http://journals.sagepub.com/doi/abs/10.1177/1471082X17715718 Att Wagner Em 9 de janeiro de 2018 01:11, Wagner Wolff <wwolff(a)usp.br> escreveu: > Olá Wagner > > Gostei da sua ideia sobre a familia de destribuição Tweedie. Além dessa > família você poderia indicar outras que englobem distribuições como por > exemplo, Weibull, Gumbel, Burr ... > > Ab > > 2018-01-08 18:18 GMT-02:00 Wagner Bonat via R-br <r-br(a)listas.c3sl.ufpr.br > >: > >> Quais distribuições vc tem interesse? >> A distribuição Tweedie tem como casos particulares algumas das mais >> populares distribuições como a normal, gamma e inversa normal. >> Assim, ao invés de ajustar um monte de distribuições basta ajustar uma >> que tem as outras como casos particulares. >> >> Att >> Wagner >> >> Em 8 de janeiro de 2018 10:38, Rodrigo Campos via R-br < >> r-br(a)listas.c3sl.ufpr.br> escreveu: >> >>> Bom dia Felipe, >>> Talvez o pacote "fitdistrplus" possa te ajudar! >>> Att. >>> >>> 2018-01-08 10:21 GMT-02:00 Felipe Felix Costa via R-br < >>> r-br(a)listas.c3sl.ufpr.br>: >>> >>>> olá, >>>> >>>> gostaria de saber se existe alguma forma para rodar todas as possíveis >>>> distribuições sobre um determinado conjunto de dados com variáveis >>>> continuas!? >>>> >>>> pois estou procurando e não achei nada pela internet falando dessa >>>> possibilidade. >>>> >>>> meu objetivo é verificar qual melhor a distribuição para os meus dados >>>> e, a partir dessa "melhor", estabelecer um modelo geral com todos os dados >>>> e comparar com modelos individuais de áreas isoladas. >>>> >>>> >>>> HELP >>>> >>>> Att., >>>> -- >>>> *Felipe Felix Costa* >>>> Tel. 96-98122-3077 >>>> >>>> >>>> _______________________________________________ >>>> 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. >>>> >>> >>> >>> >>> -- >>> Rodrigo Campos >>> >>> >>> >>> _______________________________________________ >>> 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. >>> >> >> >> >> -- >> Wagner Hugo Bonat >> ------------------------------------------------------------ >> ---------------------------------- >> Department of Mathematics and Computer Science (IMADA) >> University of Southern Denmark (SDU) and >> Laboratório de Estatística e Geoinformação (LEG) >> Universidade Federal do Paraná (UFPR) >> >> >> _______________________________________________ >> 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. >> > > > > -- > *Wagner Wolff, **PhD* > "*Luiz de Queiroz**" College of Agriculture,* > University of São Paulo > Pádua Dias avenue11 | 13418-900| Piracicaba-SP| Brazil > Phone: +55 19 982385582 <+55%2019%2098238-5582> > http://orcid.org/0000-0003-3426-308X > https://github.com/wwolff7 > http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4463141A1 > -- Wagner Hugo Bonat ---------------------------------------------------------------------------------------------- Department of Mathematics and Computer Science (IMADA) University of Southern Denmark (SDU) and Laboratório de Estatística e Geoinformação (LEG) Universidade Federal do Paraná (UFPR) -------------- Próxima Parte ---------- Um anexo em HTML foi limpo... URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20180109/86d7063c/atta…> ------------------------------ Message: 3 Date: Tue, 9 Jan 2018 22:28:25 -0200 From: Wagner Bonat <wbonat(a)gmail.com> To: Wagner Wolff <wwolff(a)usp.br> Cc: a lista Brasileira oficial de discussão do programa R. <r-br(a)listas.c3sl.ufpr.br> Subject: Re: [R-br] Distribuição de probabilidade Message-ID: <CANt=4Mj3Tk41SVoGUVAPTpA0h_TZCCQVyLjrYkYGWFpSHsCdHA(a)mail.gmail.com> Content-Type: text/plain; charset="utf-8" Olá Essas distribuições como a Weibul, Gumbel e similares são interessantes. Porém, nem sempre elas tem a tradicional parametrização de esperança e dispersão como a Tweedie e as distribuições mais clássicas (normal, gamma, normal inversa) tem. Muitas vezes a esperança ou é desconhecida ou uma função complicada de mais de um parâmetro. Eu penso que ao invés de tentar ajustar várias distribuições é mais interessante você procurar aspectos relevantes sobre o seu conjunto de dados, como por exemplo, excesso de zeros, forte assimetria, caudas pesadas, etc e verificar se a distribuição que você ajustando é capaz de descrever estes aspectos. No caso a Tweedie pode lidar com todos estes aspectos, o que significa que ela deve ajustar bem para uma grande quantidade de dados reais. O que eu quero dizer é que essa idéia de ficar comparando várias distribuições pode não ser realmente necessário. Eu exploro um pouco destas idéias em dois artigos. Eu mostro que a Tweedie ajusta muito bem, mesmo para distribuições que não fazem parte da familia, como a t e a slash. Talvez vc possa explorar idéias similares para a weibul, gumbel e similares. http://www.tandfonline.com/doi/abs/10.1080/00949655.2017. 1318876?journalCode=gscs20 http://journals.sagepub.com/doi/abs/10.1177/1471082X17715718 Att Wagner Em 9 de janeiro de 2018 01:11, Wagner Wolff <wwolff(a)usp.br> escreveu: > Olá Wagner > > Gostei da sua ideia sobre a familia de destribuição Tweedie. Além dessa > família você poderia indicar outras que englobem distribuições como por > exemplo, Weibull, Gumbel, Burr ... > > Ab > > 2018-01-08 18:18 GMT-02:00 Wagner Bonat via R-br <r-br(a)listas.c3sl.ufpr.br > >: > >> Quais distribuições vc tem interesse? >> A distribuição Tweedie tem como casos particulares algumas das mais >> populares distribuições como a normal, gamma e inversa normal. >> Assim, ao invés de ajustar um monte de distribuições basta ajustar uma >> que tem as outras como casos particulares. >> >> Att >> Wagner >> >> Em 8 de janeiro de 2018 10:38, Rodrigo Campos via R-br < >> r-br(a)listas.c3sl.ufpr.br> escreveu: >> >>> Bom dia Felipe, >>> Talvez o pacote "fitdistrplus" possa te ajudar! >>> Att. >>> >>> 2018-01-08 10:21 GMT-02:00 Felipe Felix Costa via R-br < >>> r-br(a)listas.c3sl.ufpr.br>: >>> >>>> olá, >>>> >>>> gostaria de saber se existe alguma forma para rodar todas as possíveis >>>> distribuições sobre um determinado conjunto de dados com variáveis >>>> continuas!? >>>> >>>> pois estou procurando e não achei nada pela internet falando dessa >>>> possibilidade. >>>> >>>> meu objetivo é verificar qual melhor a distribuição para os meus dados >>>> e, a partir dessa "melhor", estabelecer um modelo geral com todos os dados >>>> e comparar com modelos individuais de áreas isoladas. >>>> >>>> >>>> HELP >>>> >>>> Att., >>>> -- >>>> *Felipe Felix Costa* >>>> Tel. 96-98122-3077 >>>> >>>> >>>> _______________________________________________ >>>> 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. >>>> >>> >>> >>> >>> -- >>> Rodrigo Campos >>> >>> >>> >>> _______________________________________________ >>> 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. >>> >> >> >> >> -- >> Wagner Hugo Bonat >> ------------------------------------------------------------ >> ---------------------------------- >> Department of Mathematics and Computer Science (IMADA) >> University of Southern Denmark (SDU) and >> Laboratório de Estatística e Geoinformação (LEG) >> Universidade Federal do Paraná (UFPR) >> >> >> _______________________________________________ >> 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. >> > > > > -- > *Wagner Wolff, **PhD* > "*Luiz de Queiroz**" College of Agriculture,* > University of São Paulo > Pádua Dias avenue11 | 13418-900| Piracicaba-SP| Brazil > Phone: +55 19 982385582 <+55%2019%2098238-5582> > http://orcid.org/0000-0003-3426-308X > https://github.com/wwolff7 > http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4463141A1 > -- Wagner Hugo Bonat ---------------------------------------------------------------------------------------------- Department of Mathematics and Computer Science (IMADA) University of Southern Denmark (SDU) and Laboratório de Estatística e Geoinformação (LEG) Universidade Federal do Paraná (UFPR) -------------- Próxima Parte ---------- Um anexo em HTML foi limpo... URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20180109/e6dfd363/atta…> ------------------------------ Subject: Legenda do Digest _______________________________________________ R-br mailing list R-br(a)listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br ------------------------------ Fim da Digest R-br, volume 85, assunto 6 ****************************************

3 2