Prezado Pedro Emmanuel A. A. do Brasil Talvez a função cv.lm do pacote DAAG possa lhe ajudar Vejas os códigos abaixo #cv.lm {DAAG} R Documentation #Cross-Validation for Linear Regression #Description #This function gives internal and cross-validation measures of #predictive accuracy for ordinary linear regression. The data #are randomly assigned to a number of ‘folds’. Each fold is removed, #in turn, while the remaining data is used to re-fit the regression #model and to predict at the deleted observations. # x <- c(30,20,60,80,40,50,60,30,70,60) y <- c(73,50,128,170,87,108,135,69,148,132) a=data.frame(x,y);attach(a) mod<-lm(y ~ x) mod summary(mod) anova(mod) model.frame(mod) predict(mod, se.fit = TRUE) library(DAAG) cv.lm(df = a, form.lm = formula(y ~ x), m=3, dots = FALSE, seed=29, plotit=TRUE, printit=TRUE) Boa sorte Gilenio Fernandes Em 9 de agosto de 2012 10:36, <r-br-request@listas.c3sl.ufpr.br> escreveu:
Enviar submissões para a lista de discussão R-br para r-br@listas.c3sl.ufpr.br
Para se cadastrar ou descadastrar via WWW, visite o endereço https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br ou, via email, envie uma mensagem com a palavra 'help' no assunto ou corpo da mensagem para r-br-request@listas.c3sl.ufpr.br
Você poderá entrar em contato com a pessoa que gerencia a lista pelo endereço r-br-owner@listas.c3sl.ufpr.br
Quando responder, por favor edite sua linha Assunto assim ela será mais específica que "Re: Contents of R-br digest..."
Tópicos de Hoje:
1. Re: Como estimar R2 de modelo linear a partir de previsões em novos dados? (Ivan Bezerra Allaman) 2. Re: Erro nls: matriz gradiente singular com estimativas de parâmetros iniciais (Ivan Bezerra Allaman) 3. Correlação de pearson (Marcelo Claro de Souza) 4. Re: Correlação de pearson (FHRB Toledo) 5. Re: Correlação de pearson (Marcelo Claro de Souza) 6. bibliog para estudo, preferencialmente em R. (Cleber N.Borges) 7. Re: Correlação de pearson (Paulo Justiniano) 8. Re: Erro nls: matriz gradiente singular com estimativas de parâmetros iniciais (Gustavo Dias Azevedo) 9. Re: Como estimar R2 de modelo linear a partir de previsões em novos dados? (Pedro Emmanuel Alvarenga Americano do Brasil) 10. Re: Como estimar R2 de modelo linear a partir de previsões em novos dados? (Fernando Colugnati) 11. Re: Como estimar R2 de modelo linear a partir de previsões em novos dados? (Pedro Emmanuel Alvarenga Americano do Brasil) 12. Regressão (kaue veras) 13. Re: Erro nls: matriz gradiente singular com estimativas de parâmetros iniciais (Gustavo Dias Azevedo) 14. Re: Regressão (Walmes Zeviani) 15. Re: Erro nls: matriz gradiente singular com estimativas de parâmetros iniciais (Benilton Carvalho) 16. Re: Regressão (kaue veras) 17. Re: Como estimar R2 de modelo linear a partir de previsões em novos dados? (Fernando Colugnati)
----------------------------------------------------------------------
Message: 1 Date: Wed, 8 Aug 2012 08:13:25 -0700 (PDT) From: Ivan Bezerra Allaman <ivanalaman@yahoo.com.br> To: R Brasil <r-br@listas.c3sl.ufpr.br> Subject: Re: [R-br] Como estimar R2 de modelo linear a partir de previsões em novos dados? Message-ID: <1344438805.53229.YahooMailNeo@web161803.mail.bf1.yahoo.com> Content-Type: text/plain; charset="iso-8859-1"
Bom dia Pedro!
Tu concordas comigo que a partir do momento que ajustastes um modelo por meio de uma amostra, o modelo irá fazer uma estimativa da variável resposta independentemente de qual amostra você utilize (desde que os pontos estejam dentro do intervalo no qual o modelo foi ajustado é claro) com aquela precisão no qual foi construído o modelo. Se vc utilizar um modelo ajustado com a amostra w1 e depois usar o modelo para fazer estimativas com a amostra w2, estas estimativas foram estimadas com a precisão dada no primeiro ajuste. Se você realmente, quer avaliar o ajuste do modelo feito com a amostra w1 e depois com a amostra w2 é simples, basta ajustar um modelo feito com a amostra w1 e depois ajustar outro modelo feito com a amostra w2 e comparar os R2, embora não vejo muito sentido nisso, pois é claro, que os valores serão diferentes sempre, pois é aquela velha história, se retirarmos 'n' amostras de uma população e retirarmos de cada amostra a média, estas médias serão diferentes obviamente pelo simples processo de amostragem.
Abraço!
(S,f,P) Allaman
\begin{signature} <<>>= Prof. Dr. Ivan Bezerra Allaman Universidade Estadual de Santa Cruz Departamento de Ciências Exatas e Tecnológicas Ilhéus/BA - Brasil Fone: +55 73 3680-5596 E-mail: ivanalaman@yahoo.com.br/ivanalaman@gmail.com @ \end{signature} -------------- Próxima Parte ---------- Um anexo em HTML foi limpo... URL: < http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120808/5d962bb8/attac...
------------------------------
Message: 2 Date: Wed, 8 Aug 2012 08:18:33 -0700 (PDT) From: Ivan Bezerra Allaman <ivanalaman@yahoo.com.br> To: R Brasil <r-br@listas.c3sl.ufpr.br> Subject: Re: [R-br] Erro nls: matriz gradiente singular com estimativas de parâmetros iniciais Message-ID: <1344439113.80614.YahooMailNeo@web161805.mail.bf1.yahoo.com> Content-Type: text/plain; charset="iso-8859-1"
Se você indicou exatamente os valores não deveria dar erro!! Perceba que primeiro vc nos informa o seguinte modelo:
y = K*x(^a)*w(^b)/(z^c)
e depois na função você informa outro modelo:
modelo <- nls(y~K*(x^a)*(w^b)*(z^c),data=dados,start=list(K=1,a=0.33,b=0.66,c=-1.33))
Provavelmente o erro deve ser este!!
(S,f,P) Allaman
\begin{signature} <<>>= Prof. Dr. Ivan Bezerra Allaman Universidade Estadual de Santa Cruz Departamento de Ciências Exatas e Tecnológicas Ilhéus/BA - Brasil Fone: +55 73 3680-5596 E-mail: ivanalaman@yahoo.com.br/ivanalaman@gmail.com @ \end{signature} -------------- Próxima Parte ---------- Um anexo em HTML foi limpo... URL: < http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120808/ff73f34f/attac...
------------------------------
Message: 3 Date: Wed, 8 Aug 2012 08:25:20 -0700 (PDT) From: Marcelo Claro de Souza <marcelo_claro@yahoo.com.br> To: Rbr <r-br@listas.c3sl.ufpr.br> Subject: [R-br] Correlação de pearson Message-ID: <1344439520.35595.YahooMailNeo@web160106.mail.bf1.yahoo.com> Content-Type: text/plain; charset="iso-8859-1"
Estou rodando minhas correlações de Pearson segundo modelo abaixo:
a=c(1,2,3,4,5,6) b=c(10,13,7,6,8,9) c=c(12,15,16,22,30,15) d=c(5,6,7,8,9,10) x=cbind(a,b,c,d) x=data.frame(x) cor(x,method='pearson') É possível determinar o número de casas decimais que será exibido na matriz de correlações? Muito obrigado.
Marcelo Claro de Souza
Biologist, PhD student in Plant Biology Institute of Bioscience - UNESP, Brazil -------------- Próxima Parte ---------- Um anexo em HTML foi limpo... URL: < http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120808/7b4d9d17/attac...
------------------------------
Message: 4 Date: Wed, 8 Aug 2012 12:35:04 -0300 From: FHRB Toledo <fernandohtoledo@gmail.com> To: r-br@listas.c3sl.ufpr.br, Marcelo Claro de Souza <marcelo_claro@yahoo.com.br> Subject: Re: [R-br] Correlação de pearson Message-ID: <CAN55XP7rHnW0QrOKuGa8FfYQfkn-Lri3uunTd= oPaPj9wHzPvw@mail.gmail.com> Content-Type: text/plain; charset="iso-8859-1"
Acho que não é exatamente o que você quer, mas...
round(cor(x, method = 'pearson'), dig = 4)
2012/8/8 Marcelo Claro de Souza <marcelo_claro@yahoo.com.br>
Estou rodando minhas correlações de Pearson segundo modelo abaixo:
a=c(1,2,3,4,5,6) b=c(10,13,7,6,8,9) c=c(12,15,16,22,30,15) d=c(5,6,7,8,9,10) x=cbind(a,b,c,d) x=data.frame(x) cor(x,method='pearson')
É possível determinar o número de casas decimais que será exibido na matriz de correlações? Muito obrigado.
Marcelo Claro de Souza Biologist, PhD student in Plant Biology Institute of Bioscience - UNESP, Brazil
_______________________________________________ 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.
-------------- Próxima Parte ---------- Um anexo em HTML foi limpo... URL: < http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120808/2053a3cb/attac...
------------------------------
Message: 5 Date: Wed, 8 Aug 2012 08:37:11 -0700 (PDT) From: Marcelo Claro de Souza <marcelo_claro@yahoo.com.br> To: FHRB Toledo <fernandohtoledo@gmail.com> Cc: Rbr <r-br@listas.c3sl.ufpr.br> Subject: Re: [R-br] Correlação de pearson Message-ID: <1344440231.27198.YahooMailNeo@web160106.mail.bf1.yahoo.com> Content-Type: text/plain; charset="iso-8859-1"
Olá Fernando, Acho que não fui bem claro na pergunta, mas era isso mesmo. Muito obrigado.
Marcelo Claro de Souza
Biologist, PhD student in Plant Biology Institute of Bioscience - UNESP, Brazil
________________________________ De: FHRB Toledo <fernandohtoledo@gmail.com> Para: r-br@listas.c3sl.ufpr.br; Marcelo Claro de Souza < marcelo_claro@yahoo.com.br> Enviadas: Quarta-feira, 8 de Agosto de 2012 12:35 Assunto: Re: [R-br] Correlação de pearson
Acho que não é exatamente o que você quer, mas... round(cor(x, method = 'pearson'), dig = 4)
2012/8/8 Marcelo Claro de Souza <marcelo_claro@yahoo.com.br>
Estou rodando minhas correlações de Pearson segundo modelo abaixo:
a=c(1,2,3,4,5,6) b=c(10,13,7,6,8,9) c=c(12,15,16,22,30,15) d=c(5,6,7,8,9,10) x=cbind(a,b,c,d) x=data.frame(x) cor(x,method='pearson')
É possível determinar o número de casas decimais que será exibido na
matriz de correlações?
Muito obrigado.
Marcelo Claro de Souza
Biologist, PhD student in Plant Biology Institute of Bioscience - UNESP, Brazil
_______________________________________________ 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.
-------------- Próxima Parte ---------- Um anexo em HTML foi limpo... URL: < http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120808/63478da2/attac...
------------------------------
Message: 6 Date: Wed, 08 Aug 2012 12:46:19 -0300 From: "Cleber N.Borges" <klebyn@yahoo.com.br> To: r-br@listas.c3sl.ufpr.br Subject: [R-br] bibliog para estudo, preferencialmente em R. Message-ID: <502289CB.2000600@yahoo.com.br> Content-Type: text/plain; charset=ISO-8859-1; format=flowed
Prezados, Boa Tarde,
Peço por gentileza indicações de Referencias Bibliograficas para 02 tópicos de estatística, que são:
1) Intervalo de confiança de uma prevalência; 2) Análise não paramétrica para respostas subjetivas/discretas.
Acredito que o primeiro seja referente à Epidemologia, porém nunca estudei nada a respeito. Caso alguém puder confirmar que o termo 'Prevalência' seja usual, ficaria grato. Eu sou químico de formação, porém tenho uns 30 livros de estatística e nunca me deparei com esses 02 tópicos.
Agradeço antecipadamente por qualquer ajuda. Obrigado.
Cleber N.Borges
------------------------------
Message: 7 Date: Wed, 8 Aug 2012 13:54:15 -0300 (BRT) From: Paulo Justiniano <paulojus@leg.ufpr.br> To: Rbr <r-br@listas.c3sl.ufpr.br>, Marcelo Claro de Souza <marcelo_claro@yahoo.com.br> Subject: Re: [R-br] Correlação de pearson Message-ID: <alpine.DEB.2.00.1208081353380.7502@pataxo.est.ufpr.br> Content-Type: text/plain; charset="iso-8859-1"; Format="flowed"
options()$digits format() prettynum()
e funcoes relacionadas nas documentacoes destas podem fazer o que deseja
On Wed, 8 Aug 2012, Marcelo Claro de Souza wrote:
Estou rodando minhas correlações de Pearson segundo modelo abaixo:
a=c(1,2,3,4,5,6) b=c(10,13,7,6,8,9) c=c(12,15,16,22,30,15) d=c(5,6,7,8,9,10) x=cbind(a,b,c,d) x=data.frame(x) cor(x,method='pearson')
É possível determinar o número de casas decimais que será exibido na matriz de correlações? Muito obrigado.
Marcelo Claro de Souza Biologist, PhD student in Plant Biology Institute of Bioscience - UNESP, Brazil
------------------------------
Message: 8 Date: Wed, 8 Aug 2012 14:25:42 -0300 From: Gustavo Dias Azevedo <gustavoazevedo@id.uff.br> To: r-br@listas.c3sl.ufpr.br, Ivan Bezerra Allaman <ivanalaman@yahoo.com.br> Subject: Re: [R-br] Erro nls: matriz gradiente singular com estimativas de parâmetros iniciais Message-ID: <CAG2s6y_7ERWh6pfK5D70_ZP4JRwRXm05SdE4r= EwMWAYNNiORw@mail.gmail.com> Content-Type: text/plain; charset="iso-8859-1"
Foi apenas um erro meu de digitação. O modelo correto encontra-se como escrito na função: (y~K*(x^a)*(w^b)*(z^c).
Em 8 de agosto de 2012 12:18, Ivan Bezerra Allaman <ivanalaman@yahoo.com.br>escreveu:
Se você indicou exatamente os valores não deveria dar erro!! Perceba que primeiro vc nos informa o seguinte modelo:
y = K*x(^a)*w(^b)/(z^c)
e depois na função você informa outro modelo:
modelo <- nls(y~K*(x^a)*(w^b)* (z^c),data=dados,start=list(K=1,a=0.33,b=0.66,c=-1.33))
Provavelmente o erro deve ser este!!
(S,f,P) Allaman * * \begin{signature} <<>>= Prof. Dr. Ivan Bezerra Allaman Universidade Estadual de Santa Cruz Departamento de Ciências Exatas e Tecnológicas Ilhéus/BA - Brasil Fone: +55 73 3680-5596 E-mail: ivanalaman@yahoo.com.br/ivanalaman@gmail.com @ \end{signature}
_______________________________________________ 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.
-------------- Próxima Parte ---------- Um anexo em HTML foi limpo... URL: < http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120808/249cec6a/attac...
------------------------------
Message: 9 Date: Wed, 8 Aug 2012 18:52:20 -0300 From: Pedro Emmanuel Alvarenga Americano do Brasil <emmanuel.brasil@gmail.com> To: r-br@listas.c3sl.ufpr.br, Ivan Bezerra Allaman <ivanalaman@yahoo.com.br> Subject: Re: [R-br] Como estimar R2 de modelo linear a partir de previsões em novos dados? Message-ID: <CAFfGvy+cVsO=j= g6j5p3tVJB5-DB9WW-ajB6SJhqU5ZFtqwT6w@mail.gmail.com> Content-Type: text/plain; charset="iso-8859-1"
Ivan,
Entendi o seu comentario mas isso nao me serve. Eu nao quero outro modelo. O que eu quero e saber se a qualidade das previsoes no futuro sem mantem como no ajuste inicial. Caso sejam piores, o modelo inicial necessita de calibracao. No pacote rms ha as fucoes val.prob e val.surv que o fazem para modelos logisticos e para os modelos de sobrevivencia,mas mao encontrei para os mpdelos lineares.
Se eu vou utilizar esses modelos para prever eventos em pacientes que serao avaliados no futuro eu gostaria de saber o quanto esse modelo e bom para esse fim. Por isso me interessa as previsoes no w2 muito mais o que as previsoes no w1 pelo mesmo modelo.
Pedro Brasil via Android (:)= Em 08/08/2012 12:13, "Ivan Bezerra Allaman" <ivanalaman@yahoo.com.br> escreveu:
Bom dia Pedro!
Tu concordas comigo que a partir do momento que ajustastes um modelo por meio de uma amostra, o modelo irá fazer uma estimativa da variável resposta independentemente de qual amostra você utilize (desde que os pontos estejam dentro do intervalo no qual o modelo foi ajustado é claro) com aquela precisão no qual foi construído o modelo. Se vc utilizar um modelo ajustado com a amostra w1 e depois usar o modelo para fazer estimativas com a amostra w2, estas estimativas foram estimadas com a precisão dada no primeiro ajuste. Se você realmente, quer avaliar o ajuste do modelo feito com a amostra w1 e depois com a amostra w2 é simples, basta ajustar um modelo feito com a amostra w1 e depois ajustar outro modelo feito com a amostra w2 e comparar os R2, embora não vejo muito sentido nisso, pois é claro, que os valores serão diferentes sempre, pois é aquela velha história, se retirarmos 'n' amostras de uma população e retirarmos de cada amostra a média, estas médias serão diferentes obviamente pelo simples processo de amostragem.
Abraço!
(S,f,P) Allaman
* * \begin{signature} <<>>= Prof. Dr. Ivan Bezerra Allaman Universidade Estadual de Santa Cruz Departamento de Ciências Exatas e Tecnológicas Ilhéus/BA - Brasil Fone: +55 73 3680-5596 E-mail: ivanalaman@yahoo.com.br/ivanalaman@gmail.com @ \end{signature}
_______________________________________________ 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.
-------------- Próxima Parte ---------- Um anexo em HTML foi limpo... URL: < http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120808/53fe561d/attac...
------------------------------
Message: 10 Date: Wed, 8 Aug 2012 20:37:15 -0300 From: Fernando Colugnati <fcolugnati@gmail.com> To: r-br@listas.c3sl.ufpr.br Cc: Ivan Bezerra Allaman <ivanalaman@yahoo.com.br> Subject: Re: [R-br] Como estimar R2 de modelo linear a partir de previsões em novos dados? Message-ID: <CAOLzYt0-4qFRTNRz-XPYuQAagvG11mwt_t= uhDxMAeG5WkRruA@mail.gmail.com> Content-Type: text/plain; charset="iso-8859-1"
Pedro, me desculpe, mas conceitualmente isso não faz sentido do ponto de vista frequentista que vc está empregando. No máximo vc conseguirá bandas de confiança para extrapolações e interpolações a partir dos seus dados, e verificar se as "previsões com novos dados" (que não são previsões no sentido que vc está querendo) caem dentro destas bandas. o que isso significa, não sei ao certo. Na verdade técnicas como Análise Discriminante e modelos de clasificação utilizam este tipo de abordagem como validação do modelo, a chamada Crossvalidation, mas mesmo lá, são feitas apenas medidas de "acerto" nas classificações, dado que se sabe o estado real das observações desta nova amostra (eg: Doente e Não Doente).
"quero e saber se a qualidade das previsoes no futuro sem mantem como no ajuste inicial" . Isso não vai acontecer, principalmente se seus novos dados estiverem em uma amplitude diferente de observação (algo que o Ivan já apontou no email dele).
Este seu raciocínio me parece muito mais algo Bayesiano....aliás, modelos de regressão para prognóstico de pacientes é algo muito pouco preconizado, vide literatura (Bland, Altman, Greenland, Rothman, etc...).
Abs
Em 8 de agosto de 2012 18:52, Pedro Emmanuel Alvarenga Americano do Brasil < emmanuel.brasil@gmail.com> escreveu:
Ivan,
Entendi o seu comentario mas isso nao me serve. Eu nao quero outro modelo. O que eu quero e saber se a qualidade das previsoes no futuro sem mantem como no ajuste inicial. Caso sejam piores, o modelo inicial necessita de calibracao. No pacote rms ha as fucoes val.prob e val.surv que o fazem para modelos logisticos e para os modelos de sobrevivencia,mas mao encontrei para os mpdelos lineares.
Se eu vou utilizar esses modelos para prever eventos em pacientes que serao avaliados no futuro eu gostaria de saber o quanto esse modelo e bom para esse fim. Por isso me interessa as previsoes no w2 muito mais o que as previsoes no w1 pelo mesmo modelo.
Pedro Brasil via Android (:)= Em 08/08/2012 12:13, "Ivan Bezerra Allaman" <ivanalaman@yahoo.com.br> escreveu:
Bom dia Pedro!
Tu concordas comigo que a partir do momento que ajustastes um modelo por meio de uma amostra, o modelo irá fazer uma estimativa da variável resposta independentemente de qual amostra você utilize (desde que os pontos estejam dentro do intervalo no qual o modelo foi ajustado é claro) com aquela precisão no qual foi construído o modelo. Se vc utilizar um modelo ajustado com a amostra w1 e depois usar o modelo para fazer estimativas com a amostra w2, estas estimativas foram estimadas com a precisão dada no primeiro ajuste. Se você realmente, quer avaliar o ajuste do modelo feito com a amostra w1 e depois com a amostra w2 é simples, basta ajustar um modelo feito com a amostra w1 e depois ajustar outro modelo feito com a amostra w2 e comparar os R2, embora não vejo muito sentido nisso, pois é claro, que os valores serão diferentes sempre, pois é aquela velha história, se retirarmos 'n' amostras de uma população e retirarmos de cada amostra a média, estas médias serão diferentes obviamente pelo simples processo de amostragem.
Abraço!
(S,f,P) Allaman
* * \begin{signature} <<>>= Prof. Dr. Ivan Bezerra Allaman Universidade Estadual de Santa Cruz Departamento de Ciências Exatas e Tecnológicas Ilhéus/BA - Brasil Fone: +55 73 3680-5596 E-mail: ivanalaman@yahoo.com.br/ivanalaman@gmail.com @ \end{signature}
_______________________________________________ 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 A.B. Colugnati -------------- Próxima Parte ---------- Um anexo em HTML foi limpo... URL: < http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120808/363fbe30/attac...
------------------------------
Message: 11 Date: Thu, 9 Aug 2012 09:27:36 -0300 From: Pedro Emmanuel Alvarenga Americano do Brasil <emmanuel.brasil@gmail.com> To: r-br@listas.c3sl.ufpr.br Subject: Re: [R-br] Como estimar R2 de modelo linear a partir de previsões em novos dados? Message-ID: < CAFfGvyLB1A6mJkMEDJzGFpW_zw+RxBZ9NnaWiDAZjNR0qAfaeQ@mail.gmail.com> Content-Type: text/plain; charset="iso-8859-1"
Amigos de R,
Conceitualmente falando, a unica coisa que eu poderia comentar é essa ideia não é minha. Ha uma literatura extensa a respeito de modelos para predição.
Vide
http://books.google.com.br/books?id=kHGK58cLsMIC&printsec=frontcover&dq=clin...
ou
http://books.google.com.br/books?id=kMyXEJEtFmkC&printsec=frontcover&dq=diag...
Dentro de modelos de predição clinica ou ferramentas de suporte a decisão, ha conceitos como desenvolvimento ou ajuste de modelos, calibração ou penalização de modelos, validação interna, e validação externa. Essa ultima pode ser validação cruzada, temporal, ou simultanea propriamente dita.
Imaginem que há um modelo em que estima a probabilidade de um sujeito ser portador de uma doença de transmissão aérea. Com esse modelo o médico pode decidir se o paciente ficará em isolamento respiratorio ou não na chegada do paciente no hospital. Mas percebam que o modelo foi desenvolvido em outros pacientes. O que interessa nesse momento é se para este paciente em particular o modelo funcionará razoavelmente. O que representa essa ideia é a validação externa, e isso vai alem representação da população pela amostra ou de características da amostra. Geralmente o desempenho dos modelos em validação externa é pior que o desempenho no ajuste inicial. Isso é o superajuste, que parece ser muito frequente em modelos para predição, e é por isso que se recomenda a calibração de modelos para uso em predição. Essas ideias possuem analogia com o aprendizado, validação e simulação de redes neurais.
Mais uma vez a pergunta inicial. Eu encontrei funções que fazem a estimativa de desempenho de modelo em valores previstos pelos modelos em outros dados para logisticos e sobrevivencia, mas não encontrei para modelos lineares. Alguem poderia me indicar alguma forma de estimar o desempenho de um modelo linear a partir de valores previstos e outros dados?
Abraço forte,
Dr. Pedro Emmanuel A. A. do Brasil Curriculum Lattes: http://lattes.cnpq.br/6597654894290806 Instituto de Pesquisa Clínica Evandro Chagas Fundação Oswaldo Cruz Rio de Janeiro - Brasil Av. Brasil 4365, CEP 21040-360, Tel 55 21 3865-9648 email: pedro.brasil@ipec.fiocruz.br email: emmanuel.brasil@gmail.com
---Apoio aos softwares livres www.zotero.org - gerenciamento de referências bibliográficas. www.broffice.org ou www.libreoffice.org - textos, planilhas ou apresentações. www.epidata.dk - entrada de dados. www.r-project.org - análise de dados. www.ubuntu.com - sistema operacional
Em 8 de agosto de 2012 20:37, Fernando Colugnati <fcolugnati@gmail.com
escreveu:
Pedro, me desculpe, mas conceitualmente isso não faz sentido do ponto de vista frequentista que vc está empregando. No máximo vc conseguirá bandas de confiança para extrapolações e interpolações a partir dos seus dados, e verificar se as "previsões com novos dados" (que não são previsões no sentido que vc está querendo) caem dentro destas bandas. o que isso significa, não sei ao certo. Na verdade técnicas como Análise Discriminante e modelos de clasificação utilizam este tipo de abordagem como validação do modelo, a chamada Crossvalidation, mas mesmo lá, são feitas apenas medidas de "acerto" nas classificações, dado que se sabe o estado real das observações desta nova amostra (eg: Doente e Não Doente).
"quero e saber se a qualidade das previsoes no futuro sem mantem como no ajuste inicial" . Isso não vai acontecer, principalmente se seus novos dados estiverem em uma amplitude diferente de observação (algo que o Ivan já apontou no email dele).
Este seu raciocínio me parece muito mais algo Bayesiano....aliás, modelos de regressão para prognóstico de pacientes é algo muito pouco preconizado, vide literatura (Bland, Altman, Greenland, Rothman, etc...).
Abs
Em 8 de agosto de 2012 18:52, Pedro Emmanuel Alvarenga Americano do Brasil <emmanuel.brasil@gmail.com> escreveu:
Ivan,
Entendi o seu comentario mas isso nao me serve. Eu nao quero outro modelo. O que eu quero e saber se a qualidade das previsoes no futuro
sem
mantem como no ajuste inicial. Caso sejam piores, o modelo inicial necessita de calibracao. No pacote rms ha as fucoes val.prob e val.surv que o fazem para modelos logisticos e para os modelos de sobrevivencia,mas mao encontrei para os mpdelos lineares.
Se eu vou utilizar esses modelos para prever eventos em pacientes que serao avaliados no futuro eu gostaria de saber o quanto esse modelo e bom para esse fim. Por isso me interessa as previsoes no w2 muito mais o que as previsoes no w1 pelo mesmo modelo.
Pedro Brasil via Android (:)= Em 08/08/2012 12:13, "Ivan Bezerra Allaman" <ivanalaman@yahoo.com.br> escreveu:
Bom dia Pedro!
Tu concordas comigo que a partir do momento que ajustastes um modelo por meio de uma amostra, o modelo irá fazer uma estimativa da variável resposta independentemente de qual amostra você utilize (desde que os pontos estejam dentro do intervalo no qual o modelo foi ajustado é claro) com aquela precisão no qual foi construído o modelo. Se vc utilizar um modelo ajustado com a amostra w1 e depois usar o modelo para fazer estimativas com a amostra w2, estas estimativas foram estimadas com a precisão dada no primeiro ajuste. Se você realmente, quer avaliar o ajuste do modelo feito com a amostra w1 e depois com a amostra w2 é simples, basta ajustar um modelo feito com a amostra w1 e depois ajustar outro modelo feito com a amostra w2 e comparar os R2, embora não vejo muito sentido nisso, pois é claro, que os valores serão diferentes sempre, pois é aquela velha história, se retirarmos 'n' amostras de uma população e retirarmos de cada amostra a média, estas médias serão diferentes obviamente pelo simples processo de amostragem.
Abraço!
(S,f,P) Allaman
* * \begin{signature} <<>>= Prof. Dr. Ivan Bezerra Allaman Universidade Estadual de Santa Cruz Departamento de Ciências Exatas e Tecnológicas Ilhéus/BA - Brasil Fone: +55 73 3680-5596 E-mail: ivanalaman@yahoo.com.br/ivanalaman@gmail.com @ \end{signature}
_______________________________________________ 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 A.B. Colugnati
_______________________________________________ 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.
-------------- Próxima Parte ---------- Um anexo em HTML foi limpo... URL: < http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120809/65b7b375/attac...
------------------------------
Message: 12 Date: Thu, 9 Aug 2012 09:57:01 -0300 From: kaue veras <kaueveras@gmail.com> To: r-br@listas.c3sl.ufpr.br Subject: [R-br] Regressão Message-ID: < CAENvtmjB1QJK+_k3kyUNSNpU1N2JgQnXWzWeF4CzLYMuv2cD9g@mail.gmail.com> Content-Type: text/plain; charset="iso-8859-1"
Bom dia caros colegas,
Poderiam me dar uma ajuda? Eu gostaria de realizar dois tipos de regressões, linear e múltipla, podem me orientar como posso realiza-las? Através de algum pacote ou função? Acredito que não seja muito complicado, até já realizei uma vez, mas não estou me lembrando como fiz.
Desde já agradeço.
Atenciosamente,
Kauê P. Veras da Cunha Estatística / 8º Período - UERJ MSN: kaueveras@hotmail.com E-mail: kaueveras@gmail.com Cel: 8254-9601 -------------- Próxima Parte ---------- Um anexo em HTML foi limpo... URL: < http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120809/8faeea48/attac...
------------------------------
Message: 13 Date: Thu, 9 Aug 2012 10:01:29 -0300 From: Gustavo Dias Azevedo <gustavoazevedo@id.uff.br> To: r-br@listas.c3sl.ufpr.br Subject: Re: [R-br] Erro nls: matriz gradiente singular com estimativas de parâmetros iniciais Message-ID: < CAG2s6y8BLQZYO5GNVM3n84pGd0KmTLCvv0TW+rYoMCQjK1UqRw@mail.gmail.com> Content-Type: text/plain; charset="iso-8859-1"
Alguém tem ideia de como resolver este problema? Será que o problema está no modelo?
Em 8 de agosto de 2012 14:25, Gustavo Dias Azevedo < gustavoazevedo@id.uff.br
escreveu:
Foi apenas um erro meu de digitação. O modelo correto encontra-se como escrito na função: (y~K*(x^a)*(w^b)*(z^c).
Em 8 de agosto de 2012 12:18, Ivan Bezerra Allaman < ivanalaman@yahoo.com.br> escreveu:
Se você indicou exatamente os valores não deveria dar erro!! Perceba que primeiro vc nos informa o seguinte modelo:
y = K*x(^a)*w(^b)/(z^c)
e depois na função você informa outro modelo:
modelo <- nls(y~K*(x^a)*(w^b)* (z^c),data=dados,start=list(K=1,a=0.33,b=0.66,c=-1.33))
Provavelmente o erro deve ser este!!
(S,f,P) Allaman * * \begin{signature} <<>>= Prof. Dr. Ivan Bezerra Allaman Universidade Estadual de Santa Cruz Departamento de Ciências Exatas e Tecnológicas Ilhéus/BA - Brasil Fone: +55 73 3680-5596 E-mail: ivanalaman@yahoo.com.br/ivanalaman@gmail.com @ \end{signature}
_______________________________________________ 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.
-------------- Próxima Parte ---------- Um anexo em HTML foi limpo... URL: < http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120809/014cc132/attac...
------------------------------
Message: 14 Date: Thu, 9 Aug 2012 10:03:04 -0300 From: Walmes Zeviani <walmeszeviani@gmail.com> To: r-br@listas.c3sl.ufpr.br Subject: Re: [R-br] Regressão Message-ID: <CAFU= EkaDC8FVLvGvgTHBxbD5sffug_by394BNNOAo0pm40C6ww@mail.gmail.com> Content-Type: text/plain; charset="iso-8859-1"
Kaue,
http://zoonek2.free.fr/UNIX/48_R/09.html
À disposição. Walmes.
========================================================================== Walmes Marques Zeviani LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W) Departamento de Estatística - Universidade Federal do Paraná fone: (+55) 41 3361 3573 VoIP: (3361 3600) 1053 1173 e-mail: walmes@ufpr.br twitter: @walmeszeviani homepage: http://www.leg.ufpr.br/~walmes linux user number: 531218 ========================================================================== -------------- Próxima Parte ---------- Um anexo em HTML foi limpo... URL: < http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120809/f1143ff7/attac...
------------------------------
Message: 15 Date: Thu, 9 Aug 2012 14:13:08 +0100 From: Benilton Carvalho <beniltoncarvalho@gmail.com> To: r-br@listas.c3sl.ufpr.br Subject: Re: [R-br] Erro nls: matriz gradiente singular com estimativas de parâmetros iniciais Message-ID: < CAO-arWMi_+55rRzm2gJLXdTbmPY9umDYoSayoyZ84QMvFRxv_Q@mail.gmail.com> Content-Type: text/plain; charset=ISO-8859-1
CMR....
------------------------------
Message: 16 Date: Thu, 9 Aug 2012 10:21:02 -0300 From: kaue veras <kaueveras@gmail.com> To: r-br@listas.c3sl.ufpr.br Subject: Re: [R-br] Regressão Message-ID: < CAENvtmg43HxT8j-HVZJmMF5b242-iT87zJEvCftoQmYk9WT7Mg@mail.gmail.com> Content-Type: text/plain; charset="iso-8859-1"
Muito obrigado Walmes, muito útil.
Att,
Kauê P. Veras da Cunha Estatística / 8º Período - UERJ MSN: kaueveras@hotmail.com E-mail: kaueveras@gmail.com Cel: 8254-9601
2012/8/9 Walmes Zeviani <walmeszeviani@gmail.com>
Kaue,
http://zoonek2.free.fr/UNIX/48_R/09.html
À disposição. Walmes.
==========================================================================
Walmes Marques Zeviani LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W) Departamento de Estatística - Universidade Federal do Paraná fone: (+55) 41 3361 3573 VoIP: (3361 3600) 1053 1173 e-mail: walmes@ufpr.br twitter: @walmeszeviani homepage: http://www.leg.ufpr.br/~walmes linux user number: 531218
==========================================================================
_______________________________________________ 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.
-------------- Próxima Parte ---------- Um anexo em HTML foi limpo... URL: < http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120809/c3c6d5cb/attac...
------------------------------
Message: 17 Date: Thu, 9 Aug 2012 10:36:50 -0300 From: Fernando Colugnati <fcolugnati@gmail.com> To: r-br@listas.c3sl.ufpr.br Subject: Re: [R-br] Como estimar R2 de modelo linear a partir de previsões em novos dados? Message-ID: <CAOLzYt2qZhUq13hGsd5qXpGz8zwJ7tPF4cckP78= QJo2NUJ4NQ@mail.gmail.com> Content-Type: text/plain; charset="iso-8859-1"
Bem, a sugestão que me parece mais pertinente é ver o que é utilizado para estes modelos logísticos e de sobrevivência, e adapte para os lineares, pensando que os outros dois modelos também são lineares a partir da definição apropriada da família de distribuição e função link que vc utiliza. A extensão para mim pareceria natural, dentro do framework de GLMs.
O R deve fornecer algo parecido em pacotes para CART, Redes Neurais, etc...
Outra sugestão, veja como algumas fórmulas foram propostas para por exemplo Filtração Glomerular para classificação do estágio doenças renais crônicas (a partir da Creatinina), previsão de % de gordura por soma de pregas, Framinghan, etc...são todos modelos deste tipo que vc parece buscar, e que profissionais de saúde usam no dia e dia, e por mais críticas que possamos ter como estatísticos a estes modelos, eles funcionam nos serviços.
Mas certamente, a ideia do R2 sugerida, para mim não faz sentido.
Abs
Em 9 de agosto de 2012 09:27, Pedro Emmanuel Alvarenga Americano do Brasil < emmanuel.brasil@gmail.com> escreveu:
Amigos de R,
Conceitualmente falando, a unica coisa que eu poderia comentar é essa ideia não é minha. Ha uma literatura extensa a respeito de modelos para predição.
Vide
http://books.google.com.br/books?id=kHGK58cLsMIC&printsec=frontcover&dq=clin...
ou
http://books.google.com.br/books?id=kMyXEJEtFmkC&printsec=frontcover&dq=diag...
Dentro de modelos de predição clinica ou ferramentas de suporte a
decisão,
ha conceitos como desenvolvimento ou ajuste de modelos, calibração ou penalização de modelos, validação interna, e validação externa. Essa ultima pode ser validação cruzada, temporal, ou simultanea propriamente dita.
Imaginem que há um modelo em que estima a probabilidade de um sujeito ser portador de uma doença de transmissão aérea. Com esse modelo o médico pode decidir se o paciente ficará em isolamento respiratorio ou não na chegada do paciente no hospital. Mas percebam que o modelo foi desenvolvido em outros pacientes. O que interessa nesse momento é se para este paciente em particular o modelo funcionará razoavelmente. O que representa essa ideia é a validação externa, e isso vai alem representação da população pela amostra ou de características da amostra. Geralmente o desempenho dos modelos em validação externa é pior que o desempenho no ajuste inicial. Isso é o superajuste, que parece ser muito frequente em modelos para predição, e é por isso que se recomenda a calibração de modelos para uso em predição. Essas ideias possuem analogia com o aprendizado, validação e simulação de redes neurais.
Mais uma vez a pergunta inicial. Eu encontrei funções que fazem a estimativa de desempenho de modelo em valores previstos pelos modelos em outros dados para logisticos e sobrevivencia, mas não encontrei para modelos lineares. Alguem poderia me indicar alguma forma de estimar o desempenho de um modelo linear a partir de valores previstos e outros dados?
Abraço forte,
Dr. Pedro Emmanuel A. A. do Brasil Curriculum Lattes: http://lattes.cnpq.br/6597654894290806 Instituto de Pesquisa Clínica Evandro Chagas Fundação Oswaldo Cruz Rio de Janeiro - Brasil Av. Brasil 4365, CEP 21040-360, Tel 55 21 3865-9648 email: pedro.brasil@ipec.fiocruz.br email: emmanuel.brasil@gmail.com
---Apoio aos softwares livres www.zotero.org - gerenciamento de referências bibliográficas. www.broffice.org ou www.libreoffice.org - textos, planilhas ou apresentações. www.epidata.dk - entrada de dados. www.r-project.org - análise de dados. www.ubuntu.com - sistema operacional
Em 8 de agosto de 2012 20:37, Fernando Colugnati <fcolugnati@gmail.com escreveu:
Pedro, me desculpe, mas conceitualmente isso não faz sentido do ponto de
vista frequentista que vc está empregando. No máximo vc conseguirá bandas de confiança para extrapolações e interpolações a partir dos seus dados, e verificar se as "previsões com novos dados" (que não são previsões no sentido que vc está querendo) caem dentro destas bandas. o que isso significa, não sei ao certo. Na verdade técnicas como Análise Discriminante e modelos de clasificação utilizam este tipo de abordagem como validação do modelo, a chamada Crossvalidation, mas mesmo lá, são feitas apenas medidas de "acerto" nas classificações, dado que se sabe o estado real das observações desta nova amostra (eg: Doente e Não Doente).
"quero e saber se a qualidade das previsoes no futuro sem mantem como no ajuste inicial" . Isso não vai acontecer, principalmente se seus novos dados estiverem em uma amplitude diferente de observação (algo que o Ivan já apontou no email dele).
Este seu raciocínio me parece muito mais algo Bayesiano....aliás, modelos de regressão para prognóstico de pacientes é algo muito pouco preconizado, vide literatura (Bland, Altman, Greenland, Rothman, etc...).
Abs
Em 8 de agosto de 2012 18:52, Pedro Emmanuel Alvarenga Americano do Brasil <emmanuel.brasil@gmail.com> escreveu:
Ivan,
Entendi o seu comentario mas isso nao me serve. Eu nao quero outro modelo. O que eu quero e saber se a qualidade das previsoes no futuro
sem
mantem como no ajuste inicial. Caso sejam piores, o modelo inicial necessita de calibracao. No pacote rms ha as fucoes val.prob e val.surv que o fazem para modelos logisticos e para os modelos de sobrevivencia,mas mao encontrei para os mpdelos lineares.
Se eu vou utilizar esses modelos para prever eventos em pacientes que serao avaliados no futuro eu gostaria de saber o quanto esse modelo e bom para esse fim. Por isso me interessa as previsoes no w2 muito mais o que as previsoes no w1 pelo mesmo modelo.
Pedro Brasil via Android (:)= Em 08/08/2012 12:13, "Ivan Bezerra Allaman" <ivanalaman@yahoo.com.br> escreveu:
Bom dia Pedro!
Tu concordas comigo que a partir do momento que ajustastes um modelo por meio de uma amostra, o modelo irá fazer uma estimativa da variável resposta independentemente de qual amostra você utilize (desde que os pontos estejam dentro do intervalo no qual o modelo foi ajustado é claro) com aquela precisão no qual foi construído o modelo. Se vc utilizar um modelo ajustado com a amostra w1 e depois usar o modelo para fazer estimativas com a amostra w2, estas estimativas foram estimadas com a precisão dada no primeiro ajuste. Se você realmente, quer avaliar o ajuste do modelo feito com a amostra w1 e depois com a amostra w2 é simples, basta ajustar um modelo feito com a amostra w1 e depois ajustar outro modelo feito com a amostra w2 e comparar os R2, embora não vejo muito sentido nisso, pois é claro, que os valores serão diferentes sempre, pois é aquela velha história, se retirarmos 'n' amostras de uma população e retirarmos de cada amostra a média, estas médias serão diferentes obviamente pelo simples processo de amostragem.
Abraço!
(S,f,P) Allaman
* * \begin{signature} <<>>= Prof. Dr. Ivan Bezerra Allaman Universidade Estadual de Santa Cruz Departamento de Ciências Exatas e Tecnológicas Ilhéus/BA - Brasil Fone: +55 73 3680-5596 E-mail: ivanalaman@yahoo.com.br/ivanalaman@gmail.com @ \end{signature}
_______________________________________________ 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 A.B. Colugnati
_______________________________________________ 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 A.B. Colugnati -------------- Próxima Parte ---------- Um anexo em HTML foi limpo... URL: < http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120809/8b10f55f/attac...
------------------------------
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
Fim da Digest R-br, volume 18, assunto 8 ****************************************
-- Gilenio Borges Fernandes Universidade Federal da Bahia Instituto de Matemática Departamento de Estatística Av. Adhemar de Barros, s/n – Ondina. 40.170-110 - Salvador - BA, Brasil Tel.: (071)3283-6280/6336 Fax: (071)3283-6276 URL: http://lattes.cnpq.br/6764860618464860