Não sei Paulo, não conheço suficientemente o matlab para te dizer... Em 11 de fevereiro de 2016 17:30, Paulo Dick <paulopcdick@gmail.com> escreveu:
Entendi, mas concordo com o Fernando, o ajuste parece ser este mesmo.
Alguma chance de o modelo que o matlab ajusta não ser o mesmo, ou aplicar alguma restrição nas estimativas?
*Paulo Dick* Estatístico Mestre em Epidemiologia em Saúde Pública Tel.: (55 21) 99591-2716
Em 11 de fevereiro de 2016 15:43, Michelle Bau Graczyk < mbgraczyk@gmail.com> escreveu:
Muito obrigada Fernando por tentar me ajudar!
Em 11 de fevereiro de 2016 15:11, Fernando Antonio de souza < nandodesouza@gmail.com> escreveu:
Não sei muito como lhe ajudar neste caso, talvez alguém na comunidade mais esclarecido possa lhe ajudar melhor. Matlab ou R devem apresentar o mesmo resultado, se a mesma metodologia foi utilizada. Veja o manual da função do Matlab para ver como ela funciona, que metodologia usa e compare com a utilizada pelo R. No geral se você está utilizando o mesmo modelo em ambos os softwares e utilizando os mesmos dados, não há como o ajuste ser tão diferente assim. Há meu ver não há este valor de máximo em seus dados.
abcs
Em 10 de fevereiro de 2016 23:56, <mbgraczyk@gmail.com> escreveu:
Não seria bem uma concavidade para baixo e sim um decaimento. Eu preciso ajustar um decaimento a partir do valor máximo que é 9,54 em y e 268 em x. Eu sei que é meio " forçar um ajuste" mas quando voce usa esse mesma função de ajuste no matlab da certo, sabe? O problema que eu tenho que reproduzir isso no R. A única opção que eu consegui e mudar o logaritmo do nls mas dai o resultado é bem "forçado".
Em 10 de fev de 2016, às 22:02, Fernando Antonio de souza < nandodesouza@gmail.com> escreveu:
Michelle, Seus dados não apontam para um concavidade para baixo não (pelo menos não no limite avaliado). Veja o gráfico em anexo feito usando a função loess. Como você chegou a conclusão que a concavidade do gráfico é para baixo plot(xx2,yy2) lines(lowess(xx2,yy2))
Você deve avaliar bem o modelo que escolheu, talvez a abordagem não linear não seja a mais indicada. Pense nos seus objetivos, pois modelos não lineares são menos flexiveis e talvez você tenha de encontrar um outro modelo. Veja uma regressão polinomial (grafico em anexo (vermelho), o ajuste parece melhor ( tem de olhar se os parâmetros lhe fornece a explicação desejada). A minha opinião é que o modelo que você está utilizando não explica muito bem os dados nos extremos dos valores.
modelo<-lm(yy2~poly(xx2,degree=3)) summary(modelo) plot(xx2,yy2) lines(xx2,predict(modelo),col="red",lwd=3)
Em 10 de fevereiro de 2016 20:59, Michelle Bau Graczyk < mbgraczyk@gmail.com> escreveu:
Oi Fernando, não é isso não, eu já tinha feito esta mudança. Pode ver pelo seu gráfico que a concavidade do ajuste continua para cima quando os dados tem concavidade para baixo.
Em 10 de fevereiro de 2016 20:38, Fernando Antonio de souza < nandodesouza@gmail.com> escreveu:
sua solução é esta. Acho que você estava errando no momento de colocar os vetores na função plot e lines. Os vetores que vc utilizou foi yy2 e xx2 para ajustar o modelo e são estes vetores que devem ser utilizados em plot e lines. veja o gráfico em anexo
x<-c(1:391) xx2<-c(269:380) yy2<-meanCurtose[269:380] ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1)) summary(ajuste1) plot(xx2,yy2) lines(xx2,((predict(ajuste1))),col="blue",lwd=5)
Em 10 de fevereiro de 2016 18:14, Michelle Bau Graczyk < mbgraczyk@gmail.com> escreveu:
> Caros, boa tarde, > > Eu estou fazendo um ajuste não linear usando nls mas o resultado que > ele dá é uma curva de ajuste com concavidade invertida da que eu preciso. > Já tentei usar o gnm() mas não consegui, fiquei confusa. > Alguém poderia me dar uma dica? > > Muito obrigada, > > Michelle > > > dput(meanCurtose) > c(12.6411612236072, 12.4796294865894, 11.7837399107729, > 9.3366244767958, > 8.78234352198318, 8.80804015042667, 7.95307495971197, > 7.32343842457161, > 8.14299654574164, 7.70975671017602, 8.18694316251001, > 7.80329447515565, > 7.34631424875244, 7.36272816078658, 7.51141407180884, > 7.2984543038216, > 7.18798034231446, 7.39050028173958, 7.38081189490019, > 6.95713316227877, > 7.63791968455754, 7.87986509970493, 7.73055700377501, > 7.70222565081336, > 7.30022411141346, 7.4083910760296, 8.00578570236547, > 7.93193221955052, > 6.64327337064239, 6.68647106547987, 6.3000528994051, > 6.54137808760309, > 7.48995510261887, 6.54309655530203, 7.52087344933623, > 7.42164647655176, > 6.92162268458166, 7.77143984793159, 7.20394459256519, > 7.83235593399696, > 6.83302649488445, 7.62258779095348, 6.38055427433855, > 8.05998045599357, > 7.46958190677157, 7.60765302681021, 8.80234303007986, > 6.68187705863027, > 8.21926338640429, 7.08617024720737, 7.08317235004987, > 7.41892957604937, > 7.16982143599, 8.15539571232209, 7.28334499900169, 6.58120042409299, > 7.81224922275858, 7.38171333668406, 8.00614692588858, > 6.84451553168819, > 6.74857828793314, 6.67461633312983, 7.16362668836922, > 8.00479494155055, > 7.70268389750672, 7.14336039340061, 6.97576022415651, > 7.80929673006598, > 6.45416855124862, 6.78896259995105, 7.7614373562682, > 7.34338936769521, > 8.66360167525496, 7.56010811040502, 7.22027035686588, > 7.1154305341104, > 8.04483181906421, 7.26686896074475, 7.2819554225349, > 7.1660546357157, > 6.59147414023302, 7.75283390623264, 7.15010401592893, > 8.13303971786744, > 7.32855414357015, 7.52914612700985, 7.48539350747664, > 7.3116359925766, > 7.66883205205566, 7.54386649172369, 7.45086562401987, > 7.5330535884964, > 7.78202225997345, 7.76056734608042, 7.59433966583985, > 8.11435339265086, > 7.70162351095566, 8.37601740131695, 8.25165697702199, > 7.24643615541509, > 8.54880044435138, 8.0340772543879, 7.60142401295378, > 8.15271059000679, > 7.60593160597471, 7.72593944394177, 8.41079717372872, > 7.11927697642025, > 7.88710645083062, 7.71902768095523, 8.26215306007541, > 7.86133931721877, > 8.37393605745582, 8.19932022059118, 8.18707328398938, > 7.94521059286453, > 7.53190992758944, 9.09382323175141, 7.61894746233992, > 7.10017784239385, > 7.57104786675778, 8.01430433052944, 7.7371487858432, > 7.60325496858967, > 8.52249282126512, 7.74248433340973, 8.79986883820701, > 9.46167401431283, > 8.41320689887244, 8.12675091813675, 8.19305074669362, > 8.26033026649083, > 8.98967698600776, 8.34788307021593, 7.98891745840651, > 8.02766826748111, > 7.94540270707373, 7.91235184351595, 8.18550024134088, > 7.6791216969593, > 7.79872542391477, 7.74940943117668, 8.96965964554471, > 8.5629016313986, > 8.22026114318125, 8.09935379363855, 8.51695691589121, > 8.38650625250542, > 8.34913902264381, 8.16013457394217, 8.50829038864903, > 8.44833145927061, > 7.66193460778894, 8.38570214117961, 7.95599813376551, > 8.87323589444497, > 8.7542820309813, 8.86246741162272, 8.02505832824182, > 8.3294679557415, > 8.62676738321297, 8.82047798447757, 8.57418113309101, > 8.58699004470501, > 7.91426791727072, 8.97177329700974, 9.21737012827076, > 8.93131253848201, > 9.05373040821843, 8.8060047926233, 8.63579398153133, > 8.86336549714936, > 8.527665790551, 9.09306532526363, 8.28087778847272, > 8.60347913720265, > 8.86989145702297, 9.0949684712681, 8.9078756146992, > 8.46550552582034, > 8.67664030286659, 8.20430660038124, 8.81351904607292, > 8.37902232147903, > 8.14550617357246, 8.87063158098105, 8.97666317275847, > 9.27478818986505, > 8.1547402409359, 9.47636797667675, 8.7719585836935, > 9.10650559618523, > 8.74628232738224, 8.66484384581281, 8.89461512012232, > 8.94112698262295, > 8.88625194909964, 9.16563208180781, 8.95119538370992, > 8.18141433709592, > 8.76643815564861, 8.11691951072044, 8.59918991951036, > 8.49949758795904, > 9.03815995715459, 8.96746895317108, 8.25155230561287, > 8.99757528829419, > 8.38019837587032, 7.89015644871282, 8.40680211022081, > 8.18371594452072, > 8.30410415342907, 9.20936736591405, 7.65703515300426, > 8.51162764995946, > 8.6646690100554, 8.73118454744911, 8.14430230247998, > 9.35891665431139, > 9.06160792496678, 8.44947473873207, 8.71740324034868, > 8.84001466116642, > 9.00589707824947, 8.43952480018863, 8.66283352173145, > 8.1727011762143, > 8.57579566514626, 8.93818965665359, 8.15206368488664, > 8.33232107289189, > 8.341762471693, 9.06623499334649, 9.26537578767064, > 7.81307094388884, > 8.24572869326094, 8.59586522687647, 9.25576297899288, > 8.58797131328683, > 8.32067682057009, 8.91930638689767, 8.52526396708155, > 8.66723332530741, > 8.40559307237315, 8.17799487428929, 8.82784323424394, > 9.18465209204581, > 9.3587241829983, 8.50637042594598, 8.01927234485536, > 9.29896008716075, > 8.34070882949313, 8.77293341674818, 8.18474544087248, > 8.91510004993898, > 8.5566201885022, 8.39486013632365, 7.9046867529931, > 7.92430863681382, > 8.36021307048988, 7.8417605494278, 8.11914705328606, > 9.10171237192372, > 8.17450387129867, 8.53448727634444, 8.28989881325439, > 9.54818539345608, > 8.28338368115583, 7.79002534544918, 7.3242854513379, > 7.84079127816179, > 6.9410953499969, 8.07876380902682, 7.58591611244066, > 8.50453944587674, > 7.73770574293502, 7.62996698908472, 7.45841033089338, > 8.32542977978427, > 8.42312792960234, 9.21829530875374, 8.42984858400488, > 8.16205343552221, > 7.75295741897613, 8.52015614478337, 7.53969212359461, > 8.44365531449399, > 8.52590287623014, 8.51149053329986, 8.69193569875344, > 7.87514214098904, > 8.72564455261839, 8.41118186910311, 8.43201983191773, > 8.04652209962358, > 8.07673862977229, 7.66548826291252, 6.80349186801062, > 7.01637383923338, > 8.70616450025012, 7.72444099740669, 6.80701060733422, > 6.99815237424822, > 7.36641433774333, 7.27795135228736, 7.92905477052055, > 7.88735066444516, > 7.5016857370229, 6.78728786146448, 7.0532105574119, > 7.36774907460969, > 7.21358655480566, 7.2330664851842, 6.55433878970998, > 7.73491483882012, > 7.48043763676256, 7.80308727452244, 8.56098368763194, > 7.70955796849379, > 7.29653875674424, 7.42506463782188, 7.55914784837445, > 7.42273393281136, > 7.73515546731259, 7.48590913285387, 7.52434898743792, > 7.44438234261102, > 6.51597932800007, 6.28377247781507, 7.30133580341582, > 6.73090842393085, > 7.1361818350794, 6.78857257971843, 7.47023659527815, > 7.37037478855289, > 7.11798413310505, 7.16775471917832, 7.57517612767556, > 7.10452737365334, > 7.39660110571226, 7.17465591962981, 7.21164585791059, > 7.40357201965638, > 6.9947991909269, 7.14911017223732, 7.62484959829372, > 6.76931262019786, > 7.07638840273463, 7.15180066875616, 7.110350823662, > 7.70131655729898, > 7.03758321040949, 6.81957650696621, 7.16672630698447, > 7.550947643418, > 7.18035062270062, 6.83580537458554, 7.53556587395976, > 6.31195290707872, > 5.83287753761713, 5.81867638752022, 6.83541015330383, > 6.52334107459094, > 6.11436061339103, 7.10260940620634, 6.98757628158683, > 5.89634862010814, > 6.64905982592843, 6.10904544483375, 6.59560059326794, > 6.62860732208668, > 6.34612245052279, 6.5980097843679, 5.78737540356475, > 6.38550118181323, > 6.79787866750963, 6.12697207250661, 6.79967388180314, > 6.47852836132581, > 6.32902303599, 6.77030416330563, 6.36992000626642, 6.29767779306828, > 5.86680261035713, 6.17573748646501, 5.44879619119357, > 5.15153675140756, > 4.97657133718324, 10.8727474295956, 11.4568422631567) > > x<-c(1:391) > > xx2<-c(269:380) > > yy2<-meanCurtose[269:380] > > > ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1)) > > > plot(x,meanCurtose) > > lines(c(269:380),((predict(ajuste1))),col="blue",lwd=5) > > > _______________________________________________ > R-br mailing list > R-br@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. >
--
======================================================================= Fernando Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/
========================================================================
_______________________________________________ R-br mailing list R-br@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.
_______________________________________________ R-br mailing list R-br@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.
-- ======================================================================= Fernando Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ========================================================================
_______________________________________________ R-br mailing list R-br@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.
_______________________________________________ R-br mailing list R-br@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.
-- ======================================================================= Fernando Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ========================================================================
_______________________________________________ R-br mailing list R-br@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.
_______________________________________________ R-br mailing list R-br@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.
_______________________________________________ R-br mailing list R-br@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.