#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/attachment-0001.html>
------------------------------
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/attachment-0001.html>
------------------------------
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/attachment-0001.html>
------------------------------
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/attachment-0001.html>
------------------------------
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/attachment-0001.html>
------------------------------
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/attachment-0001.html>
------------------------------
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/attachment-0001.html>
------------------------------
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/attachment-0001.html>
------------------------------
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=clinical+prediction+models&source=bl&ots=TLWdGZeCqo&sig=p-7XkhqnTRfUGpeKBW3mmZUEE5c&hl=pt-BR&sa=X&ei=MKgjUL_DHuP00gHIm4D4Ag&ved=0CDMQ6AEwAA#v=onepage&q=clinical%20prediction%20models&f=false
ou
http://books.google.com.br/books?id=kMyXEJEtFmkC&printsec=frontcover&dq=diagnostic+tests+classification+and+prediction&source=bl&ots=Qhe5sg7Jym&sig=w8-U946rWsA7vqKD0Srq7uDIPFE&hl=pt-BR&sa=X&ei=Z6ojUNi7Aqu40AGbp4DQBA&ved=0CDMQ6AEwAA#v=onepage&q=diagnostic%20tests%20classification%20and%20prediction&f=false
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/attachment-0001.html>
------------------------------
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/attachment-0001.html>
------------------------------
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/attachment-0001.html>
------------------------------
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/attachment-0001.html>
------------------------------
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/attachment-0001.html>
------------------------------
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=clinical+prediction+models&source=bl&ots=TLWdGZeCqo&sig=p-7XkhqnTRfUGpeKBW3mmZUEE5c&hl=pt-BR&sa=X&ei=MKgjUL_DHuP00gHIm4D4Ag&ved=0CDMQ6AEwAA#v=onepage&q=clinical%20prediction%20models&f=false
>
> ou
>
>
> http://books.google.com.br/books?id=kMyXEJEtFmkC&printsec=frontcover&dq=diagnostic+tests+classification+and+prediction&source=bl&ots=Qhe5sg7Jym&sig=w8-U946rWsA7vqKD0Srq7uDIPFE&hl=pt-BR&sa=X&ei=Z6ojUNi7Aqu40AGbp4DQBA&ved=0CDMQ6AEwAA#v=onepage&q=diagnostic%20tests%20classification%20and%20prediction&f=false
>
> 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/attachment.html>
------------------------------
_______________________________________________
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