Olá Éder vou tentar esclarecer com seu exemplo, minhas modificações estão em negrito. require(mtsdi) data(miss) notNA <- which(!is.na(miss), arr.ind=T) ### valores presentes set.seed(333); sel.pos <- notNA[sample(nrow(notNA), 20),] ### reservando 20 valores sel.obs <- miss[sel.pos] ### valores reservados miss2 <- miss miss2[sel.pos] <- NA ### "exclui" valores reservados f <- ~c31+c32+c33+c34+c35 i <- mnimput(f,miss2,eps=1e-3,ts=TRUE, method="spline",sp.control=list(df=c(7,7,7,7,7))) summary(i) imput <- data.frame(predict(i)) sel.pre <- imput[sel.pos] ### predição referente aos 20 valores reservados cbind(sel.pre, sel.obs) ### comparação library(hydroGOF) ggof(sel.pre,sel.obs) *fun.cal <- splinefun(sel.pre,sel.obs) ## função para calibrarsel.pre.cal <- fun.cal(sel.obs)* *## calcular valores preditos após calibração* *## Assim usaria a função fun.cal para calibrar outros valores imputados do mesmo banco de dados.* *Entretanto, não foi útil, pois quando uso para outros valores imputados houve aumento no erro* Em 5 de maio de 2015 10:40, Éder Comunello <comunello.eder@gmail.com> escreveu:
Wagner, bom dia!
Não entendi exatamente o que você está buscando. Teria dados pra um exemplo mais prático?
Por exemplo, você quer completar dados de uma série de chuva em particular e dispõe dados de quatro estações próximas, assumindo algum grau de correlação/covariância entre elas? Sua preocupação é saber quão "boa" foi a predição ou algo assim?
Éder Comunello <c <comunello.eder@gmail.com>omunello.eder@gmail.com> Dourados, MS - [22 16.5'S, 54 49'W]
_______________________________________________ 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.