Caro André, obrigado pela função, funcionou perfeitamente. Explicar melhor a questão da média, espero que não fique cansativo. 1. Mudei o nome coleta para talhão, que é o real, assim adaptei o CRM para talhão. 2. Adicionei no final os comandos que fazem o que quero, mas como verá, seria muito trabalhoso. 3. Se não houver jeito, aceito outras sugestões. Objetivo: 1. Estudo de previsão de safra em café, contam-se frutos, altura e diâmetro do pé. 2. Estas medidas são inseridas em quatro funções resultando nos modelos 1 e 2, só postei duas para simplificar. 3. Serão avaliados em dois níveis, ponto (ponto composto de 5 plantas) e talhão. 4. Foram amostrados muitos pontos, (200 pontos) 5. Havendo boa correlação no nível ponto terei a questão: quantos pontos são necessários para que a previsão do talhão seja acurada? 6. Pesquisas citam dois pontos por hectare 7. Como super amostrei minha idéia e ir diminuindo o numero de pontos até que a correlação comece a ficar ruim, daí a idéia do sorteio dos pontos. Se houver ideia estatística melhor, aceito sugestões... # 1. Dados talhao=c(rep(1,25),rep(2,25)) ;talhao colheita=c(10.2,9.22,8.6,15.57,11.93,12.28,12.43,16.47,18.72,12.77,16.03,13.4,16.95, 15.4,18.64,14.38,15.02,16.98,14.38,16.35,18.28,16.06,17.92,12.85,13.83,4.48,3.35,7.24, 7.73,8.45,4.83,3.8,2.2,5.99,4.24,4.67,8.31,4.25,7.32,5.45,4.24,5.72,5.09,4.84,5.62,5.5, 4.54,4.72,7.69,3.45) modelo1=c(17.08,12.24,13.44,18.52,11.82,11.37,16.17,16.92,16.66,13.32,18.95,14.78, 15.54,16.12,25.62,18.2,15.86,20.5,20.47,20.45,17.15,22.15,20.29,13.82,12.86,3.13, 1.84,6.9,6.35,8.9,5.64,4.79,2,4.64,5.06,4.85,5.61,4.82,6.59,4.15,4.46,5.1,4.78, 4.05,5.02,5.65,3.04,3.61,9.48,4.13) modelo2=c(12.43,10.99,10.32,12.46,9.85,10.15,12.68,12.46,12.16,9.92,12.58,10.63, 11.18,10.6,15.71,13.22,10.82,12.85,13.48,14.13,11.41,14.09,12.23,10.28,8.75, 5.2,3.56,9.89,9.03,12,8.16,7.15,3.2,6.58,6.84,7.37,8.5,7.87,8.38,5.58,6.62, 6.36,6.84,6.48,7.58,7.35,4.99,5.3,11.99,6.21) dados=cbind(talhao,colheita,modelo1,modelo2);dados x=cbind(colheita,modelo1,modelo2) length(colheita) cor(x) #2. Separando dados da talhao 1 da 2 tal1=subset(dados,talhao==1) #talhão 1 tal2=subset(dados,talhao==2) #talhão 2 #3.1 Sorteando a talhao 1 L1 <- list() for (i in 1:100) { stal1 <- do.call(rbind, by(tal1, tal1[,1], function(x, ...) x[sample(1:nrow(x), ...), ], size=15)) L1[i] <- list(cbind(stal1$colheita,stal1$modelo1,stal1$modelo2)) } #verificando sorteio do talhão 1 L1 #L1[[1]][,1] #dados do talhão 1, sorteio1, colheita #L1[[1]][,2] #dados do talhão 1, sorteio1, modelo 1 #L1[[1]][,3] #dados do talhão 1, sorteio1, modelo 2 # 3.1.1 Correlação dos dados do talhão 1, sorteio 1 t1_s1=cor(cbind( L1[[1]][,1],L1[[1]][,2],L1[[1]][,3])) #verificando a correlação t1_s1 # 3.1.2 Correlação dos dados do talhão 1, centésimo sorteio t1_s100=cor(cbind( (L1[[100]][,1]),(L1[[100]][,2]),(L1[[100]][,3])) ) #verificando correlação do centésimo t1_s100 # 3.1.3 média da correlação do modelo1, só fiz a média do primeiro sorteio e do centésimo media_t1_s1_m1=(t1_s1[[2]]+t1_s100[[2]])/2 ;media_t1_s1_m1 # 3.1.4 média da correlação do modelo 2, primeiro e centésimo sorteio media_t1_s1_m2=(t1_s1[[3]]+t1_s100[[3]])/2 ;media_t1_s1_m2 # 3.2 Sorteio da talhao 2 L2 <- list() for (i in 1:100) { stal2 <- do.call(rbind, by(tal2, tal2[,1], function(x, ...) x[sample(1:nrow(x), ...), ], size=15)) L2[i] <- list(cbind(stal2$colheita,stal2$modelo1,stal2$modelo2)) } L2 # 3.2.1 Correlação dos dados do talhão 2, primeiro sorteio t2_s1=cor(cbind( L2[[1]][,1],L2[[1]][,2],L2[[1]][,3])) #verificando a correlação t2_s1 # 3.2.2 Correlação dos dados do talhão 1, centésimo sorteio t2_s100=cor(cbind( (L2[[100]][,1]),(L2[[100]][,2]),(L2[[100]][,3])) ) #verificando correlação do centésimo t2_s100 # 3.2.3 média da correlação do modelo1, só fiz a média do primeiro sorteio e do centésimo media_t2_s1_m1=(t2_s1[[2]]+t2_s100[[2]])/2 ;media_t2_s1_m1 # 3.2.4 média da correlação do modelo 2, primeiro e centésimo sorteio media_t2_s1_m2=(t2_s1[[3]]+t2_s100[[3]])/2 ;media_t2_s1_m2 ###fim Em 18 de junho de 2013 21:59, andrebvs [via R-br] < ml-node+s2285057n4659691h89@n4.nabble.com> escreveu:
Olá Hélio, o sorteio das 100 vezes com 20 amostras:
L <- list()
for (i in 1:100) { r <- do.call(rbind, by(dados, dados[,1], function(x, ...) x[sample(1:nrow(x), ...), ], size=10)) L[i] <- list(cbind(r$colheita,r$modelo1,r$modelo2)) }
Agora, a segunda parte da sua solicitação não entendi muito bem, seje mais claro.
*Att.* *André BVS*
------------------------------ Em 18/06/2013 20:51, *Hélio Gallo Rocha < [hidden email]<http://user/SendEmail.jtp?type=node&node=4659691&i=0>> * escreveu: Bom dia a todos,
Peço ajuda na seguinte questão destes dados que comparam dois modelos de previsão de safra em café, onde : colheita = dados da parcela colhida modelo 1 de previsão modelo 2 de previsão
CRM
coleta=c(rep(1,25),rep(2,25))
colheita=c(10.2,9.22,8.6,15.57,11.93,12.28,12.43,16.47,18.72,12.77,16.03,13.4,16.95,
15.4,18.64,14.38,15.02,16.98,14.38,16.35,18.28,16.06,17.92,12.85,13.83,4.48,3.35,7.24,
7.73,8.45,4.83,3.8,2.2,5.99,4.24,4.67,8.31,4.25,7.32,5.45,4.24,5.72,5.09,4.84,5.62,5.5, 4.54,4.72,7.69,3.45)
modelo1=c(17.08,12.24,13.44,18.52,11.82,11.37,16.17,16.92,16.66,13.32,18.95,14.78,
15.54,16.12,25.62,18.2,15.86,20.5,20.47,20.45,17.15,22.15,20.29,13.82,12.86,3.13,
1.84,6.9,6.35,8.9,5.64,4.79,2,4.64,5.06,4.85,5.61,4.82,6.59,4.15,4.46,5.1,4.78, 4.05,5.02,5.65,3.04,3.61,9.48,4.13)
modelo2=c(12.43,10.99,10.32,12.46,9.85,10.15,12.68,12.46,12.16,9.92,12.58,10.63,
11.18,10.6,15.71,13.22,10.82,12.85,13.48,14.13,11.41,14.09,12.23,10.28,8.75, 5.2,3.56,9.89,9.03,12,8.16,7.15,3.2,6.58,6.84,7.37,8.5,7.87,8.38,5.58,6.62, 6.36,6.84,6.48,7.58,7.35,4.99,5.3,11.99,6.21)
dados=cbind(coleta,colheita,modelo1,modelo2);dados x=cbind(colheita,modelo1,modelo2) cor(x)
#sorteio de 20 medidas, r=do.call(rbind, by(dados, dados[,1], function(x, ...) x[sample(1:nrow(x), ...), ], size=10)) y=cbind(r$colheita,r$modelo1,r$modelo2);y cor(y)
Gostaria de sortear 100 vezes com 20 amostras, sendo o resultado a média da correlação e a média dos dados
Grato a todos
-- Hélio Gallo Rocha IFSULDEMINAS - Câmpus Muzambinho
_______________________________________________ R-br mailing list [hidden email] <http://user/SendEmail.jtp?type=node&node=4659691&i=1> 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.
------------------------------ If you reply to this email, your message will be added to the discussion below:
http://r-br.2285057.n4.nabble.com/R-br-sortear-100x-e-correlacionar-tp465968... To unsubscribe from R-br, click here<http://r-br.2285057.n4.nabble.com/template/NamlServlet.jtp?macro=unsubscribe_by_code&node=3357982&code=aGVsaW9nYWxsb3JvY2hhQGdtYWlsLmNvbXwzMzU3OTgyfC0xMzQ3NTkwMDY4> . NAML<http://r-br.2285057.n4.nabble.com/template/NamlServlet.jtp?macro=macro_viewer&id=instant_html%21nabble%3Aemail.naml&base=nabble.naml.namespaces.BasicNamespace-nabble.view.web.template.NabbleNamespace-nabble.view.web.template.NodeNamespace&breadcrumbs=notify_subscribers%21nabble%3Aemail.naml-instant_emails%21nabble%3Aemail.naml-send_instant_email%21nabble%3Aemail.naml>
-- Hélio Gallo Rocha IFSULDEMINAS - Câmpus Muzambinho