Henrique, Não entendi muito bem seus objetivos, mas apenas como palpite, se você pretende apenas achar pontos de interesse (raizes), uma abordagem utilizando Splines não seria mais interessante? do que estes polinômios de elevados graus. ?splinefun Att Em 21 de dezembro de 2011 09:47, Henrique Ewbank <henrique.ewbank@coppead.ufrj.br> escreveu:
Bom dia a todos,
Possuo dados gerados aleatoriamente e gostaria de modelá-los linearmente com diversos graus. A intenção é medir qual grau apresenta a melhor modelagem. Não trabalharei com previsão, mas sim buscarei as raízes reais desses polinômios.
O problema ocorre quando é feita a modelagem para um polinômio de alto grau. Se tentar modelar com grau 20, por exemplo, não necessariamente a resposta terá grau 20, mas poderá apresentar qualquer grau inferior, como 19, por exemplo. É possível fixar que o maior grau exigido conste na resposta, ao modelar dados linearmente?
Segue abaixo um exemplo de código.
--- a<-NULL LT<-round(urtriang(10000,2.5,10,12.5)) DLT<-matrix(nrow=10000)
for (i in 1:10000){ DLT[i]=sum(urtriang(LT[i],2.5,10,12.5)) } H<-hist(DLT[DLT>0],breaks=100,plot=FALSE) Dens<-H$density Int<-H$mids
for (degreeTest in 2:20){ model<-lm(Dens~poly(Int,degreeTest,raw=TRUE)) Coeff1<-data.frame(model$coefficients[]) for (m in 1:nrow(Coeff1)) a <- c(a,Coeff1[m,1]) #end for m a <- c(a,rep(NA,21-m)) } b<-array(a,c(21,19),c("Coef","Grau")) ----
Os coeficientes de cada polinômio estão em b, sendo b[n,] os coeficientes de grau n-1. Exemplo: b[21,] = coeficientes de grau 20. Em b será possível observar que nem todos os graus (colunas) apresentarão coeficiente para seu maior expoente desejado.
Obrigado,
Henrique Ewbank Centro de Estudos em Logística COPPEAD
_______________________________________________ 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.