Prezados colegas, bom dia. Estou tentando ajustar um modelo logístico multinomial no R, mas creio que não estou tendo sucesso. A variável resposta tem três níveis (0, 1 e 2) e com 3 variáveis resposta, sendo duas na forma dicotômica e uma contínua. Tentei ajustar um modelo utilizando a função 'glm', mas para a opção de família não há explícita a multinomial. Devo utilizar a binomial e automaticamente a função entenderá que deverá ocorrer uma modificação? Há algum pacote que forneça uma análise completa para uma regressão multinomial? Além disso, preciso de algumas outras estatísticas, tais como odds ratio ou risco relativo (se possível numa comparação duas a duas), intervalos de confiança para os parâmetros, avaliação de efeitos, etc. Desde já agradeço a atenção dispensada. Atenciosamente, Rodrigo Pereira
Rodrigo, Sugiro a leitura das páginas http://www.jameskeirstead.ca/r/how-to-multinomial-regression-models-in-r/ http://www.ats.ucla.edu/stat/R/dae/mlogit.htm 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 ==========================================================================
Rodrigo e Walmes, Esse foi um tópico bem a calhar! Tenho "tentado" estudar esses ajustes sem qualquer compromisso. E fico, as vezes, na mesma... Já havia lido esses dois sites postados e gostado bastante! Infelizmente (estou usando um termo tosco) em ambos o enfoque é nos modelos de regressão, ainda não achei nada em modelo de ANOVA, nem sei na verdade se isso se aplica! A saída da rede neural é mais que elegante, mas ainda tenho dúvida e esperança de que haja uma forma ortodoxa de ajustar um modelo multinomial! Não vi o código da biblioteca "mlogit". Queria saber dos membros da lista que tem mais bagagem teórica se um "algoritmo" feito na mão não seria viável? abraço, FH 2011/8/17 Walmes Zeviani <walmeszeviani@gmail.com>
Rodrigo,
Sugiro a leitura das páginas
http://www.jameskeirstead.ca/r/how-to-multinomial-regression-models-in-r/ http://www.ats.ucla.edu/stat/R/dae/mlogit.htm
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.
Prezados FH, Walmes, Paulo e demais colegas. Obrigado pela ajuda e pela atenção de vocês. FH, estou tendo a mesma dificuldade que você está levantando e por isso fiz o questionamento no grupo. Para você ter uma ideia, cheguei a ajustar um modelo utilizando o SPSS e ele me forneceu resultados interessantes, mas ao mesmo tempo "muita coisa" desnecessária e "muita coisa" faltante. Perguntei a alguns amigos do DEST da UFMG sobre o ajuste deste modelo utilizando o R, mas nenhum deles já trabalhou com tal tipo de ajuste no R. Apesar de você ter citado redes neurais (meu conhecimento é ínfimo!) acho que pode haver ajustes muito mais simples e práticos de trabalhar. Até cheguei a utilizar a dissertação da Cleonis (muito atenciosa em responder aos meus e-mails) para tentar sanar algumas dúvidas, mas ainda assim estou com dificuldades de fazer tal ajuste. Enfim, vou aplicar as dicas do Walmes e do Paulo para tentar solucionar meu problema. Abraço a todos e obrigado! Rodrigo Pereira 2011/8/17 FHRB Toledo <fernandohtoledo@gmail.com>
Rodrigo e Walmes,
Esse foi um tópico bem a calhar! Tenho "tentado" estudar esses ajustes sem qualquer compromisso. E fico, as vezes, na mesma... Já havia lido esses dois sites postados e gostado bastante! Infelizmente (estou usando um termo tosco) em ambos o enfoque é nos modelos de regressão, ainda não achei nada em modelo de ANOVA, nem sei na verdade se isso se aplica! A saída da rede neural é mais que elegante, mas ainda tenho dúvida e esperança de que haja uma forma ortodoxa de ajustar um modelo multinomial! Não vi o código da biblioteca "mlogit". Queria saber dos membros da lista que tem mais bagagem teórica se um "algoritmo" feito na mão não seria viável?
abraço, FH
2011/8/17 Walmes Zeviani <walmeszeviani@gmail.com>
Rodrigo,
Sugiro a leitura das páginas
http://www.jameskeirstead.ca/r/how-to-multinomial-regression-models-in-r/ http://www.ats.ucla.edu/stat/R/dae/mlogit.htm
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.
_______________________________________________ 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.
Caros até onde sei (e segundo informações do Bill Venables) a função multinomial está no pacote nnet simplesmente por utilizar os algoritmos ali disponíveis, uma vez que este modelo pode ser configurado como uma rede particular. Em outras palavras, é uma análise usual, com ajuste por verossimilhança, mas que aproveita o mecanismo de calculo implementado ali. Há outras implementacoes mais recentes mas seria necessário entao uma busca. On Wed, 17 Aug 2011, Rodrigo Pereira wrote:
Prezados FH, Walmes, Paulo e demais colegas. Obrigado pela ajuda e pela atenção de vocês.
FH, estou tendo a mesma dificuldade que você está levantando e por isso fiz o questionamento no grupo. Para você ter uma ideia, cheguei a ajustar um modelo utilizando o SPSS e ele me forneceu resultados interessantes, mas ao mesmo tempo "muita coisa" desnecessária e "muita coisa" faltante.
Perguntei a alguns amigos do DEST da UFMG sobre o ajuste deste modelo utilizando o R, mas nenhum deles já trabalhou com tal tipo de ajuste no R. Apesar de você ter citado redes neurais (meu conhecimento é ínfimo!) acho que pode haver ajustes muito mais simples e práticos de trabalhar. Até cheguei a utilizar a dissertação da Cleonis (muito atenciosa em responder aos meus e-mails) para tentar sanar algumas dúvidas, mas ainda assim estou com dificuldades de fazer tal ajuste.
Enfim, vou aplicar as dicas do Walmes e do Paulo para tentar solucionar meu problema.
Abraço a todos e obrigado!
Rodrigo Pereira
2011/8/17 FHRB Toledo <fernandohtoledo@gmail.com> Rodrigo e Walmes,
Esse foi um tópico bem a calhar! Tenho "tentado" estudar esses ajustes sem qualquer compromisso. E fico, as vezes, na mesma... Já havia lido esses dois sites postados e gostado bastante! Infelizmente (estou usando um termo tosco) em ambos o enfoque é nos modelos de regressão, ainda não achei nada em modelo de ANOVA, nem sei na verdade se isso se aplica! A saída da rede neural é mais que elegante, mas ainda tenho dúvida e esperança de que haja uma forma ortodoxa de ajustar um modelo multinomial! Não vi o código da biblioteca "mlogit". Queria saber dos membros da lista que tem mais bagagem teórica se um "algoritmo" feito na mão não seria viável?
abraço, FH
2011/8/17 Walmes Zeviani <walmeszeviani@gmail.com> Rodrigo,
Sugiro a leitura das páginas
http://www.jameskeirstead.ca/r/how-to-multinomial-regression-models-in-r/ http://www.ats.ucla.edu/stat/R/dae/mlogit.htm
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.
_______________________________________________ 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.
alem do multinom, tem o polr que fica no MASS essa polr é boa quando os dados tem uma ordem natural (1 maior que 0; 2 maior que 1) Uma referencia boa que usei na época que precisei foi o livro do FOX, capítulo 5, ítem 5.2 (R and S-Plus Companion to Applied Regression), nel.e explica direitinho como "expremer" os comandos pra ter o que vc precisa A edição que eu tenho é bem velha (2002), mas creio que não mudou muita coisa importante. lmassis <at> yahoo <dot> com <dot> br assis.leonard <at> gmail <dot> com 2011/8/17 Paulo Justiniano <paulojus@leg.ufpr.br>
Caros
até onde sei (e segundo informações do Bill Venables) a função multinomial está no pacote nnet simplesmente por utilizar os algoritmos ali disponíveis, uma vez que este modelo pode ser configurado como uma rede particular.
Em outras palavras, é uma análise usual, com ajuste por verossimilhança, mas que aproveita o mecanismo de calculo implementado ali.
Há outras implementacoes mais recentes mas seria necessário entao uma busca.
On Wed, 17 Aug 2011, Rodrigo Pereira wrote:
Prezados FH, Walmes, Paulo e demais colegas.
Obrigado pela ajuda e pela atenção de vocês.
FH, estou tendo a mesma dificuldade que você está levantando e por isso fiz o questionamento no grupo. Para você ter uma ideia, cheguei a ajustar um modelo utilizando o SPSS e ele me forneceu resultados interessantes, mas ao mesmo tempo "muita coisa" desnecessária e "muita coisa" faltante.
Perguntei a alguns amigos do DEST da UFMG sobre o ajuste deste modelo utilizando o R, mas nenhum deles já trabalhou com tal tipo de ajuste no R. Apesar de você ter citado redes neurais (meu conhecimento é ínfimo!) acho que pode haver ajustes muito mais simples e práticos de trabalhar. Até cheguei a utilizar a dissertação da Cleonis (muito atenciosa em responder aos meus e-mails) para tentar sanar algumas dúvidas, mas ainda assim estou com dificuldades de fazer tal ajuste.
Enfim, vou aplicar as dicas do Walmes e do Paulo para tentar solucionar meu problema.
Abraço a todos e obrigado!
Rodrigo Pereira
2011/8/17 FHRB Toledo <fernandohtoledo@gmail.com> Rodrigo e Walmes,
Esse foi um tópico bem a calhar! Tenho "tentado" estudar esses ajustes sem qualquer compromisso. E fico, as vezes, na mesma... Já havia lido esses dois sites postados e gostado bastante! Infelizmente (estou usando um termo tosco) em ambos o enfoque é nos modelos de regressão, ainda não achei nada em modelo de ANOVA, nem sei na verdade se isso se aplica! A saída da rede neural é mais que elegante, mas ainda tenho dúvida e esperança de que haja uma forma ortodoxa de ajustar um modelo multinomial! Não vi o código da biblioteca "mlogit". Queria saber dos membros da lista que tem mais bagagem teórica se um "algoritmo" feito na mão não seria viável?
abraço, FH
2011/8/17 Walmes Zeviani <walmeszeviani@gmail.com> Rodrigo,
Sugiro a leitura das páginas
http://www.jameskeirstead.ca/**r/how-to-multinomial-** regression-models-in-r/<http://www.jameskeirstead.ca/r/how-to-multinomial-regression-models-in-r/> http://www.ats.ucla.edu/stat/**R/dae/mlogit.htm<http://www.ats.ucla.edu/stat/R/dae/mlogit.htm>
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<https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-**guia<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<https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-**guia<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, Talvez não todos pensam como eu, mas o modelo de regressão e os modelos anova são, no fundo, a mesma coisa. Ambos são modelos de regressão, só que quando as covariáveis são categóricas costumou-se chamar de modelos anova. A mais relevante distinção é que o primeiro tem posto completo e o segundo não. Os modelos de anova são então modelos de regressão com diferentes interceptos. Sendo assim, analisar dados multinomiais de experimentos (que geralmente possui fatores categóricos) não deveria causar dificuldade, a não ser pela mudança da distribuição. No multinomial você tem as categorias do fator experimental e as categorias da sua variável resposta. Os parâmetros envolvidos são medidas relacionadas aos dois. Pra mim isso é complicador. Nesses casos, o melhor é simular dados com parâmetros conhecidos, rodar o modelo e comparar as saídas com os valores usados para gerar os dados. 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 ==========================================================================
Existe uma library chamda MCMCglmm. Ela tem diversas funções para análise de dados categorizados. Ela é muito boa! Posso ajudar se precisa, estou construindo outra library para análise de dados categorizados também, porém com outro algoritmo. Valeu!!! Fábio Mathias Corrêa Universidade Estadual de Santa Cruz Departamento de Ciências Exatas e da Terra - DCET Campus Soane Nazaré de Andrade, km 16 Rodovia Ilhéus-Itabuna CEP 45662-900. Ilhéus-Bahia Tel.: 73-3680-5076 ________________________________ De: Walmes Zeviani <walmeszeviani@gmail.com> Para: r-br@listas.c3sl.ufpr.br Enviadas: Quarta-feira, 17 de Agosto de 2011 10:53 Assunto: Re: [R-br] Modelo multionomial Fernando, Talvez não todos pensam como eu, mas o modelo de regressão e os modelos anova são, no fundo, a mesma coisa. Ambos são modelos de regressão, só que quando as covariáveis são categóricas costumou-se chamar de modelos anova. A mais relevante distinção é que o primeiro tem posto completo e o segundo não. Os modelos de anova são então modelos de regressão com diferentes interceptos. Sendo assim, analisar dados multinomiais de experimentos (que geralmente possui fatores categóricos) não deveria causar dificuldade, a não ser pela mudança da distribuição. No multinomial você tem as categorias do fator experimental e as categorias da sua variável resposta. Os parâmetros envolvidos são medidas relacionadas aos dois. Pra mim isso é complicador. Nesses casos, o melhor é simular dados com parâmetros conhecidos, rodar o modelo e comparar as saídas com os valores usados para gerar os dados. 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.
Prezado Fábio e demais colegas. Obrigado pelas dicas de vocês. Comecei a implementar partindo da solução mais simples. Espero que dê certo! Abraço! Rodrigo Pereira 2011/8/17 Fabio Mathias Corrêa <fabio.ufla@yahoo.com.br>
Existe uma library chamda MCMCglmm. Ela tem diversas funções para análise de dados categorizados.
Ela é muito boa!
Posso ajudar se precisa, estou construindo outra library para análise de dados categorizados também, porém com outro algoritmo.
Valeu!!!
Fábio Mathias Corrêa
Universidade Estadual de Santa Cruz Departamento de Ciências Exatas e da Terra - DCET
Campus Soane Nazaré de Andrade, km 16 Rodovia Ilhéus-Itabuna CEP 45662-900. Ilhéus-Bahia
Tel.: 73-3680-5076 ------------------------------ *De:* Walmes Zeviani <walmeszeviani@gmail.com> *Para:* r-br@listas.c3sl.ufpr.br *Enviadas:* Quarta-feira, 17 de Agosto de 2011 10:53 *Assunto:* Re: [R-br] Modelo multionomial
Fernando,
Talvez não todos pensam como eu, mas o modelo de regressão e os modelos anova são, no fundo, a mesma coisa. Ambos são modelos de regressão, só que quando as covariáveis são categóricas costumou-se chamar de modelos anova. A mais relevante distinção é que o primeiro tem posto completo e o segundo não. Os modelos de anova são então modelos de regressão com diferentes interceptos. Sendo assim, analisar dados multinomiais de experimentos (que geralmente possui fatores categóricos) não deveria causar dificuldade, a não ser pela mudança da distribuição. No multinomial você tem as categorias do fator experimental e as categorias da sua variável resposta. Os parâmetros envolvidos são medidas relacionadas aos dois. Pra mim isso é complicador. Nesses casos, o melhor é simular dados com parâmetros conhecidos, rodar o modelo e comparar as saídas com os valores usados para gerar os dados.
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.
_______________________________________________ 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.
existe uma implementacao no pacote nnet (função multinomial() ) On Wed, 17 Aug 2011, Rodrigo Pereira wrote:
Prezados colegas, bom dia. Estou tentando ajustar um modelo logístico multinomial no R, mas creio que não estou tendo sucesso. A variável resposta tem três níveis (0, 1 e 2) e com 3 variáveis resposta, sendo duas na forma dicotômica e uma contínua. Tentei ajustar um modelo utilizando a função 'glm', mas para a opção de família não há explícita a multinomial. Devo utilizar a binomial e automaticamente a função entenderá que deverá ocorrer uma modificação? Há algum pacote que forneça uma análise completa para uma regressão multinomial?
Além disso, preciso de algumas outras estatísticas, tais como odds ratio ou risco relativo (se possível numa comparação duas a duas), intervalos de confiança para os parâmetros, avaliação de efeitos, etc.
Desde já agradeço a atenção dispensada.
Atenciosamente,
Rodrigo Pereira
participantes (6)
-
Fabio Mathias Corrêa -
FHRB Toledo -
Leonard Assis -
Paulo Justiniano -
Rodrigo Pereira -
Walmes Zeviani