2011/9/15 <r-br-request@listas.c3sl.ufpr.br>

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. União de poligonos (Jose Vilton Costa)
2. Seleção Níveis Regressão linear (Eder David Borges da Silva)
3. RES: Seleção Níveis Regressão linear (Alan Rodrigo Panosso)
4. Re: RES: Seleção Níveis Regressão linear (Walmes Zeviani)

----------------------------------------------------------------------

Message: 1
Date: Wed, 14 Sep 2011 12:17:40 -0300
From: Jose Vilton Costa <josevilton@hotmail.com>
To: <r-br@listas.c3sl.ufpr.br>
Subject: [R-br] União de poligonos
Message-ID: <SNT113-W5836662C704F025AAC51DFDA040@phx.gbl>
Content-Type: text/plain; charset="iso-8859-1"

Professor Paulo,Eu já estava tentando usar a função unionSpatialPolygons() , mas não estava conseguindo informar os IDs. Agora usando a biblioteca aRT foi possível fazer isto. Mauro, tente fazer um unpdate no pacote Maptools para ver se não funciona a função readShapePolys(). Obrigado,José Vilton. Estava vendo vossa discussão, tentei rodar o script e não encontra esta função readShapePolys(), e já tenho estas bibliotécas instaladas!

> require(maptools)
> readShapePolys()
Erro: não foi possível encontrar a função "readShapePolys"

Uma possibilidade é o uso das funcionalidades
do pacote maptools que voce já está usando

As funcoes relevantes seriam

require(maptools)
readShapePolys()
gpclibPermit() # pode ser evitado se voce tiver a biblioteca rgeos instalada
unionSpatialPolygons()

O aRT (www.leg.ufpr.br/aRT) tb tem funcoes para isto

A ideia básica é que na funcao de uniao voce passa os ID's que quer unir,
ele vai gerar um novo cunjunto de IDs no objeto resultante

-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20110914/37d99bd9/attachment-0001.html>

------------------------------

Message: 2
Date: Wed, 14 Sep 2011 22:43:51 -0300
From: Eder David Borges da Silva <eder@leg.ufpr.br>
To: R-br@listas.c3sl.ufpr.br
Subject: [R-br] Seleção Níveis Regressão linear
Message-ID:
<CALKkXXorwhyjN_-wu-Fe_QdHUwK6EfXNKoe6zHfwvLNTREorXg@mail.gmail.com>
Content-Type: text/plain; charset="iso-8859-1"

Boa noite pessoal,
Gostaria de discutir com vocês um experimento.
Estamos planejando um experimento de medição de gases do solo via câmaras,
em síntese colocar uma câmara sob o solo e a cada intervalo de tempo medi-se
a concentração de gases (CO2, N2O, CH4) retirando uma amostra e fazendo
cromatografia dela.
nosso experimento visa otimizar os tempos para coleta destas amostra hoje se
faz 0, 15, 30, 45 min.
Vamos fazer um experimento com 13 tempos de 0 a 120 min.
Nosso interesse neste experimento é determinar a inclinação da reta que da a
taxa de emissão (ppm / min)
Minha sugestão de analise:
1) Ajustar um modelo com os 13 tempos. sendo esta estimativa de inclinação a
mais próxima da realidade. (M0)
2) ajustar modelos com tempos distintos por exemplo 0, 5, 10 , 20 (Mi) e
comparar esta estimativas com o (M0)
repetir o passo 2 varias vezes
3) computar os modelos que são "iguais" a M0, de todos os "iguais" o melhor
é aquele que demore menos tempo.
Em resumo se avaliar nos tempos 0,5,10,20 e igual a avaliar em 13 tempos de
0 a 120???
OBS: o tempo 0 sempre terá de ser medido
Um Codigo possivel seria isso:
require(MCMCpack)
require(plyr)
require(latticeExtra)

dados <-
expand.grid(local=c('Agri','Pastagem'),epoca=factor(c(-1,1,5,10,20)),camara=c('C1','C2','C3'),tempo=c(seq(0,45,by=5),60,90,120),bloco=factor(1:4))
dim(dados)
dados$resp <- rnorm(nrow(dados),10,10)
head(dados)

m0 <- MCMCregress(resp~tempo,data=dados)
summary(m0)
plot(m0)
###Distribuiçao pretendida

#### Simulação
simu <- list(A=c(0,5,10,60),
B=c(0,5,15,45),
C=c(0,10,20,45),
D=c(0,10,45,60))### colocar mais

resS <- data.frame(V1='m0',V2=m0[,2])

for(i in 1:length(simu)){
m0 <- MCMCregress(resp~tempo,data=subset(dados,dados$tempo %in%
simu[[i]]),burnin=1000,mcmc=5000)
m0 <- as.matrix(m0)
resS <- rbind(resS,data.frame(V1=names(simu)[i],V2=m0[,2]))
}
class(resS)

### Aproximaçao para Slope
marginal.plot(resS$V2, data=resS,groups = resS$V1,auto.key=TRUE)

### Diferenças
mS <- aov(V2~V1,resS)
summary(mS)
par(mfrow=c(2,2))
plot(mS)

Creio que esta ANOVA no final não seja a coisa mais interessante de ser
feita, diante disso gostaria de sugestões para o problema.
Acho que problemas de heterogenidade de variancias vão surgir....
OBS1: As outras covariaveis dos dados estão sendo discutidas se serão
feitas, por enquanto desconsiderar elas
Atenciosamente
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20110914/6f27d5ef/attachment-0001.html>

------------------------------

Message: 3
Date: Thu, 15 Sep 2011 07:27:37 -0500
From: "Alan Rodrigo Panosso" <arpanosso@yahoo.com.br>
To: <r-br@listas.c3sl.ufpr.br>
Subject: [R-br] RES: Seleção Níveis Regressão linear
Message-ID: <000001cc73a2$dc435c40$94ca14c0$@yahoo.com.br>
Content-Type: text/plain; charset="iso-8859-1"

Eder, não sei se você já viu esse trabalho sobre emissão de metano.

COSTA, F. S. ; BAYER, Cimélio ; LIMA, Magda Aparecida de ; FRIGHETTO, Rosa T
S ; MACEDO, Vera R M ; MARCOLIN, Elio . Variação diária da emissão de metano
em solo cultivado com arroz irrigado no Sul do Brasil.. Ciência Rural, v.
38, p. 2049-2053, 2008.

Estamos utilizando o mesmo esquema para o CO2

Atenciosamente

De: r-br-bounces@listas.c3sl.ufpr.br
[mailto:r-br-bounces@listas.c3sl.ufpr.br] Em nome de Eder David Borges da
Silva
Enviada em: quarta-feira, 14 de setembro de 2011 20:44
Para: R-br@listas.c3sl.ufpr.br
Assunto: [R-br] Seleção Níveis Regressão linear

Boa noite pessoal,

Gostaria de discutir com vocês um experimento.

Estamos planejando um experimento de medição de gases do solo via câmaras,
em síntese colocar uma câmara sob o solo e a cada intervalo de tempo medi-se
a concentração de gases (CO2, N2O, CH4) retirando uma amostra e fazendo
cromatografia dela.

nosso experimento visa otimizar os tempos para coleta destas amostra hoje se
faz 0, 15, 30, 45 min.

Vamos fazer um experimento com 13 tempos de 0 a 120 min.

Nosso interesse neste experimento é determinar a inclinação da reta que da a
taxa de emissão (ppm / min)

Minha sugestão de analise:

1) Ajustar um modelo com os 13 tempos. sendo esta estimativa de inclinação a
mais próxima da realidade. (M0)

2) ajustar modelos com tempos distintos por exemplo 0, 5, 10 , 20 (Mi) e
comparar esta estimativas com o (M0)

repetir o passo 2 varias vezes

3) computar os modelos que são "iguais" a M0, de todos os "iguais" o melhor
é aquele que demore menos tempo.

Em resumo se avaliar nos tempos 0,5,10,20 e igual a avaliar em 13 tempos de
0 a 120???

OBS: o tempo 0 sempre terá de ser medido

Um Codigo possivel seria isso:

require(MCMCpack)

require(plyr)

require(latticeExtra)

dados <-
expand.grid(local=c('Agri','Pastagem'),epoca=factor(c(-1,1,5,10,20)),camara=
c('C1','C2','C3'),tempo=c(seq(0,45,by=5),60,90,120),bloco=factor(1:4))

dim(dados)

dados$resp <- rnorm(nrow(dados),10,10)

head(dados)

m0 <- MCMCregress(resp~tempo,data=dados)

summary(m0)

plot(m0)

###Distribuiçao pretendida

#### Simulação

simu <- list(A=c(0,5,10,60),

B=c(0,5,15,45),

C=c(0,10,20,45),

D=c(0,10,45,60))### colocar mais

resS <- data.frame(V1='m0',V2=m0[,2])

for(i in 1:length(simu)){

m0 <- MCMCregress(resp~tempo,data=subset(dados,dados$tempo %in%
simu[[i]]),burnin=1000,mcmc=5000)

m0 <- as.matrix(m0)

resS <- rbind(resS,data.frame(V1=names(simu)[i],V2=m0[,2]))

}

class(resS)

### Aproximaçao para Slope

marginal.plot(resS$V2, data=resS,groups = resS$V1,auto.key=TRUE)

### Diferenças

mS <- aov(V2~V1,resS)

summary(mS)

par(mfrow=c(2,2))

plot(mS)

Creio que esta ANOVA no final não seja a coisa mais interessante de ser
feita, diante disso gostaria de sugestões para o problema.

Acho que problemas de heterogenidade de variancias vão surgir....

OBS1: As outras covariaveis dos dados estão sendo discutidas se serão
feitas, por enquanto desconsiderar elas

Atenciosamente

-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20110915/9501bf3e/attachment-0001.html>

------------------------------

Message: 4
Date: Thu, 15 Sep 2011 11:32:19 -0300
From: Walmes Zeviani <walmeszeviani@gmail.com>
To: r-br@listas.c3sl.ufpr.br
Subject: Re: [R-br] RES: Seleção Níveis Regressão linear
Message-ID:
<CAFU=EkY37yZx2ARCrwuj83Lbf_0HZbRCVK0gZ4PBr4WCwNAKYg@mail.gmail.com>
Content-Type: text/plain; charset="iso-8859-1"

Éder,

Isso me parece uma questão de delineamento ótimo, que no caso linear
apresenta solução simples. Como você já sabe qual o modelo que representa os
dados, é só otimizar a escolha dos tempos para obter um estimador com menor
erro-padrão. Seria o caso então de estudar os critérios de otimabilidade que
existem para modelos lineares.

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/20110915/6781ee46/attachment-0001.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 7, assunto 16
****************************************