Desculpa,  eu viajei


Faça a correlação da matrix sem as variáveis contínuas

cor(matrix)


Daniel


Daniel Tiezzi, MD, PhD
Professor Associado
Departamento de Ginecologia e Obstetrícia
Setor de Mastologia e Oncologia Ginecológica
Faculdade de Medicina de Ribeirão Preto - USP
Tel.: 16 3602-2488
e-mail: dtiezzi@fmrp.usp.br





On Sep 18, 2014, at 4:41 PM, Jefferson Ferreira-Ferreira <jecogeo@gmail.com> wrote:


Daniel,

Tenho um erro:

Error in cor(dados$agua_quente + dados$detergentes + dados$agua_trat +  : 
  forneça conjuntamente 'x' e 'y' ou algo semelhante a uma matriz 'x'

Em 18 de setembro de 2014 16:31, Daniel Tiezzi <dtiezzi@usp.br> escreveu:
Faça uma matrix de correlação das suas variáveis.

 > cor(dados$agua_quente + dados$detergentes + dados$agua_trat + dados$Filtr_leite + dados$Higie_resf + dados$pre_dipping + dados$toalha + dados$pos_dipping + dados$vacuo)

Qual o retorno que você tem?






Daniel Tiezzi, MD, PhD
Professor Associado
Departamento de Ginecologia e Obstetrícia
Setor de Mastologia e Oncologia Ginecológica
Faculdade de Medicina de Ribeirão Preto - USP
Tel.: 16 3602-2488





On Sep 18, 2014, at 4:24 PM, Jefferson Ferreira-Ferreira <jecogeo@gmail.com> wrote:


Pois então...

Daniel ou mais algum colega da lista, teria alguma dica? Será que ANOVA ou lm seriam recomendadas para meus dados?

Em 18 de setembro de 2014 16:04, <dtiezzi@usp.br> escreveu:
As suas variáveis não são colineares?

Por isso está saindo o NA no modelo de regressão

Daniel



De: "Jefferson Ferreira-Ferreira" <jecogeo@gmail.com>
Para: r-br@listas.c3sl.ufpr.br
Enviadas: Quinta-feira, 18 de Setembro de 2014 15:48:04

Assunto: Re: [R-br] Variáveis contínuas explicando Variáveis categóricas


Daniel e demais,

Aparentemente não resolve, pois recebo NAs para diversos slopes. (ver summary do modelo abaixo). E acho que isso não pode estar certo.
Segue aqui um exemplo dos meus dados. O que eu gostaria é de ver o quanto as variáveis categóricas explicam minha media_CBT e minha media_CCS.

Alguma ideia???


agua_quente detergentes agua_trat Filtr_leite Higie_resf pre_dipping toalha pos_dipping vacuo pulsador Aliment_pos media_CBT media_CCS
1 0 0 1 0 1 1 1 1 1 1 931 623.3333333
1 0 0 1 1 0 1 1 1 1 1 163.6666667 259
1 0 0 1 1 1 1 1 0 0 0 690.3333333 306.3333333
1 0 0 1 1 1 1 1 0 0 1 690.3333333 306.3333333



summary(m)

Call:
lm(formula = dados$media_CBT ~ dados$agua_quente + dados$detergentes + 
    dados$agua_trat + dados$Filtr_leite + dados$Higie_resf + 
    dados$pre_dipping + dados$toalha + dados$pos_dipping + dados$vacuo)

Residuals:
         1          2          3          4 
 0.000e+00 -3.155e-30  4.019e-14 -4.019e-14 

Coefficients: (7 not defined because of singularities)
                    Estimate Std. Error    t value Pr(>|t|)    
(Intercept)        4.043e+02  8.988e-14  4.499e+15   <2e-16 ***
dados$agua_quente         NA         NA         NA       NA    
dados$detergentes         NA         NA         NA       NA    
dados$agua_trat           NA         NA         NA       NA    
dados$Filtr_leite         NA         NA         NA       NA    
dados$Higie_resf  -2.407e+02  6.962e-14 -3.457e+15   <2e-16 ***
dados$pre_dipping  5.267e+02  6.962e-14  7.565e+15   <2e-16 ***
dados$toalha              NA         NA         NA       NA    
dados$pos_dipping         NA         NA         NA       NA    
dados$vacuo               NA         NA         NA       NA    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 5.684e-14 on 1 degrees of freedom
Multiple R-squared:      1, Adjusted R-squared:      1 
F-statistic: 4.872e+31 on 2 and 1 DF,  p-value: < 2.2e-16




Em 18 de setembro de 2014 15:36, <dtiezzi@usp.br> escreveu:
Jefferson

Montando o modele assim

model <- lm(test$x ~ test$c1 + test$c2 + test$c3 + test$c4)

não resolve seu problema?

Daniel


De: "Jefferson Ferreira-Ferreira" <jecogeo@gmail.com>
Para: r-br@listas.c3sl.ufpr.br
Enviadas: Quinta-feira, 18 de Setembro de 2014 13:33:57
Assunto: Re: [R-br] Variáveis contínuas explicando Variáveis categóricas



Professor daniel,
Obrigado pela resposta. Ainda não testei essa alternativa. Mas a desvantagem dessa abordagem seria o grande número de modelos a serem ajustados, visto que tenho 11 variáveis explicativas categóricas para duas variáveis resposta numéricas contínuas. Isso me faria ajustar 22 modelos que teriam como premissa a independencia entre as variáveis explicativas.

O que quero dizer é: o quanto a combinação das variáveis categóricas c1 c2 c3 c4 c5 c6... etc (biárias =0 ou 1)  explicam meu x (numérico contínuo).  

Será que existe um modo de eu ajustar dois modelos? Tipo com a variável resposta X em função de todas as varíaveis explicativas categóricas e outro modelo com a variável resposta Y em função de todas as variáveis explicativas categóricas?



c1 c2 c3 c4 x y
0 1 1 1 931 623
0 1 0 0 163 259
1 0 1 0 690 306
1 0 1 0 690 306


-- 

Jefferson Ferreira-Ferreira
Geógrafo – GEOPROCESSAMENTO IDSM | Coordenadoria de TI

Instituto de Desenvolvimento Sustentável Mamirauá

Ministério da Ciência, Tecnologia e Inovação

Google Maps - Mapas deste e-mail:




Contatos particulares:
(55) 9615-0100




Em 18 de setembro de 2014 12:56, Daniel Tiezzi <dtiezzi@usp.br> escreveu:
Você precisa fazer uma regressão.

Segue um modelo

# Regression analyses, standardized
model1.z <- lm(scale(PE$endurance) ~ scale(PE$age))
summary(model1.z)
confint(model1.z)

model2.z <- lm(scale(PE$endurance) ~ scale(PE$activeyears))
summary(model2.z)
confint(model2.z)

model3.z <- lm(scale(PE$endurance) ~ scale(PE$age) + scale(PE$activeyears))
summary(model3.z)
confint(model3.z)

# Conduct a model comparison NHST to compare the fit of model2.z to the fit of model3.z
anova(model2.z, model3.z)


Acho que seria assim


Daniel




Daniel Tiezzi, MD, PhD
Professor Associado
Departamento de Ginecologia e Obstetrícia
Setor de Mastologia e Oncologia Ginecológica
Faculdade de Medicina de Ribeirão Preto - USP
Tel.: 16 3602-2488





On Sep 18, 2014, at 12:47 PM, Jefferson Ferreira-Ferreira <jecogeo@gmail.com> wrote:


Prezados;

Uma dúvida básica de um iniciante em análises estatísticas.
Tenho uma série de variáveis categóricas binárias e duas variáveis contínuas. Eu gostaria de saber o quando minhas variáveis categóricas explicam minhas duas variáveis contínuas. Por exemplo:

c1 c2 c3 c4 x y
0 1 1 1 931 623
0 1 0 0 163 259
1 0 1 0 690 306
1 0 1 0 690 306


A pergunta é: o quanto a combinação das variáveis c explicam os valores de x e y? Ou, qual a correlação entre as variáveis c e as variáveis x e y?

Podem me dar alguma ideia de análises possíveis?
Obrigado.


--

Jefferson Ferreira-Ferreira
Geógrafo – GEOPROCESSAMENTO IDSM | Coordenadoria de TI

Instituto de Desenvolvimento Sustentável Mamirauá

Ministério da Ciência, Tecnologia e Inovação

Google Maps - Mapas deste e-mail:




Contatos particulares:
(55) 9615-0100
_______________________________________________
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.




_______________________________________________
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.



--

Jefferson Ferreira-Ferreira
Geógrafo – GEOPROCESSAMENTO IDSM | Coordenadoria de TI

Instituto de Desenvolvimento Sustentável Mamirauá

Ministério da Ciência, Tecnologia e Inovação

Google Maps - Mapas deste e-mail:




Contatos particulares:
(55) 9615-0100
_______________________________________________
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.



--

Jefferson Ferreira-Ferreira
Geógrafo – GEOPROCESSAMENTO IDSM | Coordenadoria de TI

Instituto de Desenvolvimento Sustentável Mamirauá

Ministério da Ciência, Tecnologia e Inovação
Telefone: +55 97 3343-9710

Google Maps - Mapas deste e-mail:




Contatos particulares:
(55) 9615-0100
_______________________________________________
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.