Caros, boa tarde, Eu estou fazendo um ajuste não linear usando nls mas o resultado que ele dá é uma curva de ajuste com concavidade invertida da que eu preciso. Já tentei usar o gnm() mas não consegui, fiquei confusa. Alguém poderia me dar uma dica? Muito obrigada, Michelle
dput(meanCurtose) c(12.6411612236072, 12.4796294865894, 11.7837399107729, 9.3366244767958, 8.78234352198318, 8.80804015042667, 7.95307495971197, 7.32343842457161, 8.14299654574164, 7.70975671017602, 8.18694316251001, 7.80329447515565, 7.34631424875244, 7.36272816078658, 7.51141407180884, 7.2984543038216, 7.18798034231446, 7.39050028173958, 7.38081189490019, 6.95713316227877, 7.63791968455754, 7.87986509970493, 7.73055700377501, 7.70222565081336, 7.30022411141346, 7.4083910760296, 8.00578570236547, 7.93193221955052, 6.64327337064239, 6.68647106547987, 6.3000528994051, 6.54137808760309, 7.48995510261887, 6.54309655530203, 7.52087344933623, 7.42164647655176, 6.92162268458166, 7.77143984793159, 7.20394459256519, 7.83235593399696, 6.83302649488445, 7.62258779095348, 6.38055427433855, 8.05998045599357, 7.46958190677157, 7.60765302681021, 8.80234303007986, 6.68187705863027, 8.21926338640429, 7.08617024720737, 7.08317235004987, 7.41892957604937, 7.16982143599, 8.15539571232209, 7.28334499900169, 6.58120042409299, 7.81224922275858, 7.38171333668406, 8.00614692588858, 6.84451553168819, 6.74857828793314, 6.67461633312983, 7.16362668836922, 8.00479494155055, 7.70268389750672, 7.14336039340061, 6.97576022415651, 7.80929673006598, 6.45416855124862, 6.78896259995105, 7.7614373562682, 7.34338936769521, 8.66360167525496, 7.56010811040502, 7.22027035686588, 7.1154305341104, 8.04483181906421, 7.26686896074475, 7.2819554225349, 7.1660546357157, 6.59147414023302, 7.75283390623264, 7.15010401592893, 8.13303971786744, 7.32855414357015, 7.52914612700985, 7.48539350747664, 7.3116359925766, 7.66883205205566, 7.54386649172369, 7.45086562401987, 7.5330535884964, 7.78202225997345, 7.76056734608042, 7.59433966583985, 8.11435339265086, 7.70162351095566, 8.37601740131695, 8.25165697702199, 7.24643615541509, 8.54880044435138, 8.0340772543879, 7.60142401295378, 8.15271059000679, 7.60593160597471, 7.72593944394177, 8.41079717372872, 7.11927697642025, 7.88710645083062, 7.71902768095523, 8.26215306007541, 7.86133931721877, 8.37393605745582, 8.19932022059118, 8.18707328398938, 7.94521059286453, 7.53190992758944, 9.09382323175141, 7.61894746233992, 7.10017784239385, 7.57104786675778, 8.01430433052944, 7.7371487858432, 7.60325496858967, 8.52249282126512, 7.74248433340973, 8.79986883820701, 9.46167401431283, 8.41320689887244, 8.12675091813675, 8.19305074669362, 8.26033026649083, 8.98967698600776, 8.34788307021593, 7.98891745840651, 8.02766826748111, 7.94540270707373, 7.91235184351595, 8.18550024134088, 7.6791216969593, 7.79872542391477, 7.74940943117668, 8.96965964554471, 8.5629016313986, 8.22026114318125, 8.09935379363855, 8.51695691589121, 8.38650625250542, 8.34913902264381, 8.16013457394217, 8.50829038864903, 8.44833145927061, 7.66193460778894, 8.38570214117961, 7.95599813376551, 8.87323589444497, 8.7542820309813, 8.86246741162272, 8.02505832824182, 8.3294679557415, 8.62676738321297, 8.82047798447757, 8.57418113309101, 8.58699004470501, 7.91426791727072, 8.97177329700974, 9.21737012827076, 8.93131253848201, 9.05373040821843, 8.8060047926233, 8.63579398153133, 8.86336549714936, 8.527665790551, 9.09306532526363, 8.28087778847272, 8.60347913720265, 8.86989145702297, 9.0949684712681, 8.9078756146992, 8.46550552582034, 8.67664030286659, 8.20430660038124, 8.81351904607292, 8.37902232147903, 8.14550617357246, 8.87063158098105, 8.97666317275847, 9.27478818986505, 8.1547402409359, 9.47636797667675, 8.7719585836935, 9.10650559618523, 8.74628232738224, 8.66484384581281, 8.89461512012232, 8.94112698262295, 8.88625194909964, 9.16563208180781, 8.95119538370992, 8.18141433709592, 8.76643815564861, 8.11691951072044, 8.59918991951036, 8.49949758795904, 9.03815995715459, 8.96746895317108, 8.25155230561287, 8.99757528829419, 8.38019837587032, 7.89015644871282, 8.40680211022081, 8.18371594452072, 8.30410415342907, 9.20936736591405, 7.65703515300426, 8.51162764995946, 8.6646690100554, 8.73118454744911, 8.14430230247998, 9.35891665431139, 9.06160792496678, 8.44947473873207, 8.71740324034868, 8.84001466116642, 9.00589707824947, 8.43952480018863, 8.66283352173145, 8.1727011762143, 8.57579566514626, 8.93818965665359, 8.15206368488664, 8.33232107289189, 8.341762471693, 9.06623499334649, 9.26537578767064, 7.81307094388884, 8.24572869326094, 8.59586522687647, 9.25576297899288, 8.58797131328683, 8.32067682057009, 8.91930638689767, 8.52526396708155, 8.66723332530741, 8.40559307237315, 8.17799487428929, 8.82784323424394, 9.18465209204581, 9.3587241829983, 8.50637042594598, 8.01927234485536, 9.29896008716075, 8.34070882949313, 8.77293341674818, 8.18474544087248, 8.91510004993898, 8.5566201885022, 8.39486013632365, 7.9046867529931, 7.92430863681382, 8.36021307048988, 7.8417605494278, 8.11914705328606, 9.10171237192372, 8.17450387129867, 8.53448727634444, 8.28989881325439, 9.54818539345608, 8.28338368115583, 7.79002534544918, 7.3242854513379, 7.84079127816179, 6.9410953499969, 8.07876380902682, 7.58591611244066, 8.50453944587674, 7.73770574293502, 7.62996698908472, 7.45841033089338, 8.32542977978427, 8.42312792960234, 9.21829530875374, 8.42984858400488, 8.16205343552221, 7.75295741897613, 8.52015614478337, 7.53969212359461, 8.44365531449399, 8.52590287623014, 8.51149053329986, 8.69193569875344, 7.87514214098904, 8.72564455261839, 8.41118186910311, 8.43201983191773, 8.04652209962358, 8.07673862977229, 7.66548826291252, 6.80349186801062, 7.01637383923338, 8.70616450025012, 7.72444099740669, 6.80701060733422, 6.99815237424822, 7.36641433774333, 7.27795135228736, 7.92905477052055, 7.88735066444516, 7.5016857370229, 6.78728786146448, 7.0532105574119, 7.36774907460969, 7.21358655480566, 7.2330664851842, 6.55433878970998, 7.73491483882012, 7.48043763676256, 7.80308727452244, 8.56098368763194, 7.70955796849379, 7.29653875674424, 7.42506463782188, 7.55914784837445, 7.42273393281136, 7.73515546731259, 7.48590913285387, 7.52434898743792, 7.44438234261102, 6.51597932800007, 6.28377247781507, 7.30133580341582, 6.73090842393085, 7.1361818350794, 6.78857257971843, 7.47023659527815, 7.37037478855289, 7.11798413310505, 7.16775471917832, 7.57517612767556, 7.10452737365334, 7.39660110571226, 7.17465591962981, 7.21164585791059, 7.40357201965638, 6.9947991909269, 7.14911017223732, 7.62484959829372, 6.76931262019786, 7.07638840273463, 7.15180066875616, 7.110350823662, 7.70131655729898, 7.03758321040949, 6.81957650696621, 7.16672630698447, 7.550947643418, 7.18035062270062, 6.83580537458554, 7.53556587395976, 6.31195290707872, 5.83287753761713, 5.81867638752022, 6.83541015330383, 6.52334107459094, 6.11436061339103, 7.10260940620634, 6.98757628158683, 5.89634862010814, 6.64905982592843, 6.10904544483375, 6.59560059326794, 6.62860732208668, 6.34612245052279, 6.5980097843679, 5.78737540356475, 6.38550118181323, 6.79787866750963, 6.12697207250661, 6.79967388180314, 6.47852836132581, 6.32902303599, 6.77030416330563, 6.36992000626642, 6.29767779306828, 5.86680261035713, 6.17573748646501, 5.44879619119357, 5.15153675140756, 4.97657133718324, 10.8727474295956, 11.4568422631567) x<-c(1:391) xx2<-c(269:380) yy2<-meanCurtose[269:380]
ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1))
plot(x,meanCurtose) lines(c(269:380),((predict(ajuste1))),col="blue",lwd=5)
sua solução é esta. Acho que você estava errando no momento de colocar os vetores na função plot e lines. Os vetores que vc utilizou foi yy2 e xx2 para ajustar o modelo e são estes vetores que devem ser utilizados em plot e lines. veja o gráfico em anexo x<-c(1:391) xx2<-c(269:380) yy2<-meanCurtose[269:380] ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1)) summary(ajuste1) plot(xx2,yy2) lines(xx2,((predict(ajuste1))),col="blue",lwd=5) Em 10 de fevereiro de 2016 18:14, Michelle Bau Graczyk <mbgraczyk@gmail.com> escreveu:
Caros, boa tarde,
Eu estou fazendo um ajuste não linear usando nls mas o resultado que ele dá é uma curva de ajuste com concavidade invertida da que eu preciso. Já tentei usar o gnm() mas não consegui, fiquei confusa. Alguém poderia me dar uma dica?
Muito obrigada,
Michelle
dput(meanCurtose) c(12.6411612236072, 12.4796294865894, 11.7837399107729, 9.3366244767958, 8.78234352198318, 8.80804015042667, 7.95307495971197, 7.32343842457161, 8.14299654574164, 7.70975671017602, 8.18694316251001, 7.80329447515565, 7.34631424875244, 7.36272816078658, 7.51141407180884, 7.2984543038216, 7.18798034231446, 7.39050028173958, 7.38081189490019, 6.95713316227877, 7.63791968455754, 7.87986509970493, 7.73055700377501, 7.70222565081336, 7.30022411141346, 7.4083910760296, 8.00578570236547, 7.93193221955052, 6.64327337064239, 6.68647106547987, 6.3000528994051, 6.54137808760309, 7.48995510261887, 6.54309655530203, 7.52087344933623, 7.42164647655176, 6.92162268458166, 7.77143984793159, 7.20394459256519, 7.83235593399696, 6.83302649488445, 7.62258779095348, 6.38055427433855, 8.05998045599357, 7.46958190677157, 7.60765302681021, 8.80234303007986, 6.68187705863027, 8.21926338640429, 7.08617024720737, 7.08317235004987, 7.41892957604937, 7.16982143599, 8.15539571232209, 7.28334499900169, 6.58120042409299, 7.81224922275858, 7.38171333668406, 8.00614692588858, 6.84451553168819, 6.74857828793314, 6.67461633312983, 7.16362668836922, 8.00479494155055, 7.70268389750672, 7.14336039340061, 6.97576022415651, 7.80929673006598, 6.45416855124862, 6.78896259995105, 7.7614373562682, 7.34338936769521, 8.66360167525496, 7.56010811040502, 7.22027035686588, 7.1154305341104, 8.04483181906421, 7.26686896074475, 7.2819554225349, 7.1660546357157, 6.59147414023302, 7.75283390623264, 7.15010401592893, 8.13303971786744, 7.32855414357015, 7.52914612700985, 7.48539350747664, 7.3116359925766, 7.66883205205566, 7.54386649172369, 7.45086562401987, 7.5330535884964, 7.78202225997345, 7.76056734608042, 7.59433966583985, 8.11435339265086, 7.70162351095566, 8.37601740131695, 8.25165697702199, 7.24643615541509, 8.54880044435138, 8.0340772543879, 7.60142401295378, 8.15271059000679, 7.60593160597471, 7.72593944394177, 8.41079717372872, 7.11927697642025, 7.88710645083062, 7.71902768095523, 8.26215306007541, 7.86133931721877, 8.37393605745582, 8.19932022059118, 8.18707328398938, 7.94521059286453, 7.53190992758944, 9.09382323175141, 7.61894746233992, 7.10017784239385, 7.57104786675778, 8.01430433052944, 7.7371487858432, 7.60325496858967, 8.52249282126512, 7.74248433340973, 8.79986883820701, 9.46167401431283, 8.41320689887244, 8.12675091813675, 8.19305074669362, 8.26033026649083, 8.98967698600776, 8.34788307021593, 7.98891745840651, 8.02766826748111, 7.94540270707373, 7.91235184351595, 8.18550024134088, 7.6791216969593, 7.79872542391477, 7.74940943117668, 8.96965964554471, 8.5629016313986, 8.22026114318125, 8.09935379363855, 8.51695691589121, 8.38650625250542, 8.34913902264381, 8.16013457394217, 8.50829038864903, 8.44833145927061, 7.66193460778894, 8.38570214117961, 7.95599813376551, 8.87323589444497, 8.7542820309813, 8.86246741162272, 8.02505832824182, 8.3294679557415, 8.62676738321297, 8.82047798447757, 8.57418113309101, 8.58699004470501, 7.91426791727072, 8.97177329700974, 9.21737012827076, 8.93131253848201, 9.05373040821843, 8.8060047926233, 8.63579398153133, 8.86336549714936, 8.527665790551, 9.09306532526363, 8.28087778847272, 8.60347913720265, 8.86989145702297, 9.0949684712681, 8.9078756146992, 8.46550552582034, 8.67664030286659, 8.20430660038124, 8.81351904607292, 8.37902232147903, 8.14550617357246, 8.87063158098105, 8.97666317275847, 9.27478818986505, 8.1547402409359, 9.47636797667675, 8.7719585836935, 9.10650559618523, 8.74628232738224, 8.66484384581281, 8.89461512012232, 8.94112698262295, 8.88625194909964, 9.16563208180781, 8.95119538370992, 8.18141433709592, 8.76643815564861, 8.11691951072044, 8.59918991951036, 8.49949758795904, 9.03815995715459, 8.96746895317108, 8.25155230561287, 8.99757528829419, 8.38019837587032, 7.89015644871282, 8.40680211022081, 8.18371594452072, 8.30410415342907, 9.20936736591405, 7.65703515300426, 8.51162764995946, 8.6646690100554, 8.73118454744911, 8.14430230247998, 9.35891665431139, 9.06160792496678, 8.44947473873207, 8.71740324034868, 8.84001466116642, 9.00589707824947, 8.43952480018863, 8.66283352173145, 8.1727011762143, 8.57579566514626, 8.93818965665359, 8.15206368488664, 8.33232107289189, 8.341762471693, 9.06623499334649, 9.26537578767064, 7.81307094388884, 8.24572869326094, 8.59586522687647, 9.25576297899288, 8.58797131328683, 8.32067682057009, 8.91930638689767, 8.52526396708155, 8.66723332530741, 8.40559307237315, 8.17799487428929, 8.82784323424394, 9.18465209204581, 9.3587241829983, 8.50637042594598, 8.01927234485536, 9.29896008716075, 8.34070882949313, 8.77293341674818, 8.18474544087248, 8.91510004993898, 8.5566201885022, 8.39486013632365, 7.9046867529931, 7.92430863681382, 8.36021307048988, 7.8417605494278, 8.11914705328606, 9.10171237192372, 8.17450387129867, 8.53448727634444, 8.28989881325439, 9.54818539345608, 8.28338368115583, 7.79002534544918, 7.3242854513379, 7.84079127816179, 6.9410953499969, 8.07876380902682, 7.58591611244066, 8.50453944587674, 7.73770574293502, 7.62996698908472, 7.45841033089338, 8.32542977978427, 8.42312792960234, 9.21829530875374, 8.42984858400488, 8.16205343552221, 7.75295741897613, 8.52015614478337, 7.53969212359461, 8.44365531449399, 8.52590287623014, 8.51149053329986, 8.69193569875344, 7.87514214098904, 8.72564455261839, 8.41118186910311, 8.43201983191773, 8.04652209962358, 8.07673862977229, 7.66548826291252, 6.80349186801062, 7.01637383923338, 8.70616450025012, 7.72444099740669, 6.80701060733422, 6.99815237424822, 7.36641433774333, 7.27795135228736, 7.92905477052055, 7.88735066444516, 7.5016857370229, 6.78728786146448, 7.0532105574119, 7.36774907460969, 7.21358655480566, 7.2330664851842, 6.55433878970998, 7.73491483882012, 7.48043763676256, 7.80308727452244, 8.56098368763194, 7.70955796849379, 7.29653875674424, 7.42506463782188, 7.55914784837445, 7.42273393281136, 7.73515546731259, 7.48590913285387, 7.52434898743792, 7.44438234261102, 6.51597932800007, 6.28377247781507, 7.30133580341582, 6.73090842393085, 7.1361818350794, 6.78857257971843, 7.47023659527815, 7.37037478855289, 7.11798413310505, 7.16775471917832, 7.57517612767556, 7.10452737365334, 7.39660110571226, 7.17465591962981, 7.21164585791059, 7.40357201965638, 6.9947991909269, 7.14911017223732, 7.62484959829372, 6.76931262019786, 7.07638840273463, 7.15180066875616, 7.110350823662, 7.70131655729898, 7.03758321040949, 6.81957650696621, 7.16672630698447, 7.550947643418, 7.18035062270062, 6.83580537458554, 7.53556587395976, 6.31195290707872, 5.83287753761713, 5.81867638752022, 6.83541015330383, 6.52334107459094, 6.11436061339103, 7.10260940620634, 6.98757628158683, 5.89634862010814, 6.64905982592843, 6.10904544483375, 6.59560059326794, 6.62860732208668, 6.34612245052279, 6.5980097843679, 5.78737540356475, 6.38550118181323, 6.79787866750963, 6.12697207250661, 6.79967388180314, 6.47852836132581, 6.32902303599, 6.77030416330563, 6.36992000626642, 6.29767779306828, 5.86680261035713, 6.17573748646501, 5.44879619119357, 5.15153675140756, 4.97657133718324, 10.8727474295956, 11.4568422631567) x<-c(1:391) xx2<-c(269:380) yy2<-meanCurtose[269:380]
ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1))
plot(x,meanCurtose) lines(c(269:380),((predict(ajuste1))),col="blue",lwd=5)
_______________________________________________ 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 Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ========================================================================
Oi Fernando, não é isso não, eu já tinha feito esta mudança. Pode ver pelo seu gráfico que a concavidade do ajuste continua para cima quando os dados tem concavidade para baixo. Em 10 de fevereiro de 2016 20:38, Fernando Antonio de souza < nandodesouza@gmail.com> escreveu:
sua solução é esta. Acho que você estava errando no momento de colocar os vetores na função plot e lines. Os vetores que vc utilizou foi yy2 e xx2 para ajustar o modelo e são estes vetores que devem ser utilizados em plot e lines. veja o gráfico em anexo
x<-c(1:391) xx2<-c(269:380) yy2<-meanCurtose[269:380] ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1)) summary(ajuste1) plot(xx2,yy2) lines(xx2,((predict(ajuste1))),col="blue",lwd=5)
Em 10 de fevereiro de 2016 18:14, Michelle Bau Graczyk < mbgraczyk@gmail.com> escreveu:
Caros, boa tarde,
Eu estou fazendo um ajuste não linear usando nls mas o resultado que ele dá é uma curva de ajuste com concavidade invertida da que eu preciso. Já tentei usar o gnm() mas não consegui, fiquei confusa. Alguém poderia me dar uma dica?
Muito obrigada,
Michelle
dput(meanCurtose) c(12.6411612236072, 12.4796294865894, 11.7837399107729, 9.3366244767958, 8.78234352198318, 8.80804015042667, 7.95307495971197, 7.32343842457161, 8.14299654574164, 7.70975671017602, 8.18694316251001, 7.80329447515565, 7.34631424875244, 7.36272816078658, 7.51141407180884, 7.2984543038216, 7.18798034231446, 7.39050028173958, 7.38081189490019, 6.95713316227877, 7.63791968455754, 7.87986509970493, 7.73055700377501, 7.70222565081336, 7.30022411141346, 7.4083910760296, 8.00578570236547, 7.93193221955052, 6.64327337064239, 6.68647106547987, 6.3000528994051, 6.54137808760309, 7.48995510261887, 6.54309655530203, 7.52087344933623, 7.42164647655176, 6.92162268458166, 7.77143984793159, 7.20394459256519, 7.83235593399696, 6.83302649488445, 7.62258779095348, 6.38055427433855, 8.05998045599357, 7.46958190677157, 7.60765302681021, 8.80234303007986, 6.68187705863027, 8.21926338640429, 7.08617024720737, 7.08317235004987, 7.41892957604937, 7.16982143599, 8.15539571232209, 7.28334499900169, 6.58120042409299, 7.81224922275858, 7.38171333668406, 8.00614692588858, 6.84451553168819, 6.74857828793314, 6.67461633312983, 7.16362668836922, 8.00479494155055, 7.70268389750672, 7.14336039340061, 6.97576022415651, 7.80929673006598, 6.45416855124862, 6.78896259995105, 7.7614373562682, 7.34338936769521, 8.66360167525496, 7.56010811040502, 7.22027035686588, 7.1154305341104, 8.04483181906421, 7.26686896074475, 7.2819554225349, 7.1660546357157, 6.59147414023302, 7.75283390623264, 7.15010401592893, 8.13303971786744, 7.32855414357015, 7.52914612700985, 7.48539350747664, 7.3116359925766, 7.66883205205566, 7.54386649172369, 7.45086562401987, 7.5330535884964, 7.78202225997345, 7.76056734608042, 7.59433966583985, 8.11435339265086, 7.70162351095566, 8.37601740131695, 8.25165697702199, 7.24643615541509, 8.54880044435138, 8.0340772543879, 7.60142401295378, 8.15271059000679, 7.60593160597471, 7.72593944394177, 8.41079717372872, 7.11927697642025, 7.88710645083062, 7.71902768095523, 8.26215306007541, 7.86133931721877, 8.37393605745582, 8.19932022059118, 8.18707328398938, 7.94521059286453, 7.53190992758944, 9.09382323175141, 7.61894746233992, 7.10017784239385, 7.57104786675778, 8.01430433052944, 7.7371487858432, 7.60325496858967, 8.52249282126512, 7.74248433340973, 8.79986883820701, 9.46167401431283, 8.41320689887244, 8.12675091813675, 8.19305074669362, 8.26033026649083, 8.98967698600776, 8.34788307021593, 7.98891745840651, 8.02766826748111, 7.94540270707373, 7.91235184351595, 8.18550024134088, 7.6791216969593, 7.79872542391477, 7.74940943117668, 8.96965964554471, 8.5629016313986, 8.22026114318125, 8.09935379363855, 8.51695691589121, 8.38650625250542, 8.34913902264381, 8.16013457394217, 8.50829038864903, 8.44833145927061, 7.66193460778894, 8.38570214117961, 7.95599813376551, 8.87323589444497, 8.7542820309813, 8.86246741162272, 8.02505832824182, 8.3294679557415, 8.62676738321297, 8.82047798447757, 8.57418113309101, 8.58699004470501, 7.91426791727072, 8.97177329700974, 9.21737012827076, 8.93131253848201, 9.05373040821843, 8.8060047926233, 8.63579398153133, 8.86336549714936, 8.527665790551, 9.09306532526363, 8.28087778847272, 8.60347913720265, 8.86989145702297, 9.0949684712681, 8.9078756146992, 8.46550552582034, 8.67664030286659, 8.20430660038124, 8.81351904607292, 8.37902232147903, 8.14550617357246, 8.87063158098105, 8.97666317275847, 9.27478818986505, 8.1547402409359, 9.47636797667675, 8.7719585836935, 9.10650559618523, 8.74628232738224, 8.66484384581281, 8.89461512012232, 8.94112698262295, 8.88625194909964, 9.16563208180781, 8.95119538370992, 8.18141433709592, 8.76643815564861, 8.11691951072044, 8.59918991951036, 8.49949758795904, 9.03815995715459, 8.96746895317108, 8.25155230561287, 8.99757528829419, 8.38019837587032, 7.89015644871282, 8.40680211022081, 8.18371594452072, 8.30410415342907, 9.20936736591405, 7.65703515300426, 8.51162764995946, 8.6646690100554, 8.73118454744911, 8.14430230247998, 9.35891665431139, 9.06160792496678, 8.44947473873207, 8.71740324034868, 8.84001466116642, 9.00589707824947, 8.43952480018863, 8.66283352173145, 8.1727011762143, 8.57579566514626, 8.93818965665359, 8.15206368488664, 8.33232107289189, 8.341762471693, 9.06623499334649, 9.26537578767064, 7.81307094388884, 8.24572869326094, 8.59586522687647, 9.25576297899288, 8.58797131328683, 8.32067682057009, 8.91930638689767, 8.52526396708155, 8.66723332530741, 8.40559307237315, 8.17799487428929, 8.82784323424394, 9.18465209204581, 9.3587241829983, 8.50637042594598, 8.01927234485536, 9.29896008716075, 8.34070882949313, 8.77293341674818, 8.18474544087248, 8.91510004993898, 8.5566201885022, 8.39486013632365, 7.9046867529931, 7.92430863681382, 8.36021307048988, 7.8417605494278, 8.11914705328606, 9.10171237192372, 8.17450387129867, 8.53448727634444, 8.28989881325439, 9.54818539345608, 8.28338368115583, 7.79002534544918, 7.3242854513379, 7.84079127816179, 6.9410953499969, 8.07876380902682, 7.58591611244066, 8.50453944587674, 7.73770574293502, 7.62996698908472, 7.45841033089338, 8.32542977978427, 8.42312792960234, 9.21829530875374, 8.42984858400488, 8.16205343552221, 7.75295741897613, 8.52015614478337, 7.53969212359461, 8.44365531449399, 8.52590287623014, 8.51149053329986, 8.69193569875344, 7.87514214098904, 8.72564455261839, 8.41118186910311, 8.43201983191773, 8.04652209962358, 8.07673862977229, 7.66548826291252, 6.80349186801062, 7.01637383923338, 8.70616450025012, 7.72444099740669, 6.80701060733422, 6.99815237424822, 7.36641433774333, 7.27795135228736, 7.92905477052055, 7.88735066444516, 7.5016857370229, 6.78728786146448, 7.0532105574119, 7.36774907460969, 7.21358655480566, 7.2330664851842, 6.55433878970998, 7.73491483882012, 7.48043763676256, 7.80308727452244, 8.56098368763194, 7.70955796849379, 7.29653875674424, 7.42506463782188, 7.55914784837445, 7.42273393281136, 7.73515546731259, 7.48590913285387, 7.52434898743792, 7.44438234261102, 6.51597932800007, 6.28377247781507, 7.30133580341582, 6.73090842393085, 7.1361818350794, 6.78857257971843, 7.47023659527815, 7.37037478855289, 7.11798413310505, 7.16775471917832, 7.57517612767556, 7.10452737365334, 7.39660110571226, 7.17465591962981, 7.21164585791059, 7.40357201965638, 6.9947991909269, 7.14911017223732, 7.62484959829372, 6.76931262019786, 7.07638840273463, 7.15180066875616, 7.110350823662, 7.70131655729898, 7.03758321040949, 6.81957650696621, 7.16672630698447, 7.550947643418, 7.18035062270062, 6.83580537458554, 7.53556587395976, 6.31195290707872, 5.83287753761713, 5.81867638752022, 6.83541015330383, 6.52334107459094, 6.11436061339103, 7.10260940620634, 6.98757628158683, 5.89634862010814, 6.64905982592843, 6.10904544483375, 6.59560059326794, 6.62860732208668, 6.34612245052279, 6.5980097843679, 5.78737540356475, 6.38550118181323, 6.79787866750963, 6.12697207250661, 6.79967388180314, 6.47852836132581, 6.32902303599, 6.77030416330563, 6.36992000626642, 6.29767779306828, 5.86680261035713, 6.17573748646501, 5.44879619119357, 5.15153675140756, 4.97657133718324, 10.8727474295956, 11.4568422631567) x<-c(1:391) xx2<-c(269:380) yy2<-meanCurtose[269:380]
ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1))
plot(x,meanCurtose) lines(c(269:380),((predict(ajuste1))),col="blue",lwd=5)
_______________________________________________ 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 Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ========================================================================
_______________________________________________ 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.
Michelle, Seus dados não apontam para um concavidade para baixo não (pelo menos não no limite avaliado). Veja o gráfico em anexo feito usando a função loess. Como você chegou a conclusão que a concavidade do gráfico é para baixo plot(xx2,yy2) lines(lowess(xx2,yy2)) Você deve avaliar bem o modelo que escolheu, talvez a abordagem não linear não seja a mais indicada. Pense nos seus objetivos, pois modelos não lineares são menos flexiveis e talvez você tenha de encontrar um outro modelo. Veja uma regressão polinomial (grafico em anexo (vermelho), o ajuste parece melhor ( tem de olhar se os parâmetros lhe fornece a explicação desejada). A minha opinião é que o modelo que você está utilizando não explica muito bem os dados nos extremos dos valores. modelo<-lm(yy2~poly(xx2,degree=3)) summary(modelo) plot(xx2,yy2) lines(xx2,predict(modelo),col="red",lwd=3) Em 10 de fevereiro de 2016 20:59, Michelle Bau Graczyk <mbgraczyk@gmail.com> escreveu:
Oi Fernando, não é isso não, eu já tinha feito esta mudança. Pode ver pelo seu gráfico que a concavidade do ajuste continua para cima quando os dados tem concavidade para baixo.
Em 10 de fevereiro de 2016 20:38, Fernando Antonio de souza < nandodesouza@gmail.com> escreveu:
sua solução é esta. Acho que você estava errando no momento de colocar os vetores na função plot e lines. Os vetores que vc utilizou foi yy2 e xx2 para ajustar o modelo e são estes vetores que devem ser utilizados em plot e lines. veja o gráfico em anexo
x<-c(1:391) xx2<-c(269:380) yy2<-meanCurtose[269:380] ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1)) summary(ajuste1) plot(xx2,yy2) lines(xx2,((predict(ajuste1))),col="blue",lwd=5)
Em 10 de fevereiro de 2016 18:14, Michelle Bau Graczyk < mbgraczyk@gmail.com> escreveu:
Caros, boa tarde,
Eu estou fazendo um ajuste não linear usando nls mas o resultado que ele dá é uma curva de ajuste com concavidade invertida da que eu preciso. Já tentei usar o gnm() mas não consegui, fiquei confusa. Alguém poderia me dar uma dica?
Muito obrigada,
Michelle
dput(meanCurtose) c(12.6411612236072, 12.4796294865894, 11.7837399107729, 9.3366244767958, 8.78234352198318, 8.80804015042667, 7.95307495971197, 7.32343842457161, 8.14299654574164, 7.70975671017602, 8.18694316251001, 7.80329447515565, 7.34631424875244, 7.36272816078658, 7.51141407180884, 7.2984543038216, 7.18798034231446, 7.39050028173958, 7.38081189490019, 6.95713316227877, 7.63791968455754, 7.87986509970493, 7.73055700377501, 7.70222565081336, 7.30022411141346, 7.4083910760296, 8.00578570236547, 7.93193221955052, 6.64327337064239, 6.68647106547987, 6.3000528994051, 6.54137808760309, 7.48995510261887, 6.54309655530203, 7.52087344933623, 7.42164647655176, 6.92162268458166, 7.77143984793159, 7.20394459256519, 7.83235593399696, 6.83302649488445, 7.62258779095348, 6.38055427433855, 8.05998045599357, 7.46958190677157, 7.60765302681021, 8.80234303007986, 6.68187705863027, 8.21926338640429, 7.08617024720737, 7.08317235004987, 7.41892957604937, 7.16982143599, 8.15539571232209, 7.28334499900169, 6.58120042409299, 7.81224922275858, 7.38171333668406, 8.00614692588858, 6.84451553168819, 6.74857828793314, 6.67461633312983, 7.16362668836922, 8.00479494155055, 7.70268389750672, 7.14336039340061, 6.97576022415651, 7.80929673006598, 6.45416855124862, 6.78896259995105, 7.7614373562682, 7.34338936769521, 8.66360167525496, 7.56010811040502, 7.22027035686588, 7.1154305341104, 8.04483181906421, 7.26686896074475, 7.2819554225349, 7.1660546357157, 6.59147414023302, 7.75283390623264, 7.15010401592893, 8.13303971786744, 7.32855414357015, 7.52914612700985, 7.48539350747664, 7.3116359925766, 7.66883205205566, 7.54386649172369, 7.45086562401987, 7.5330535884964, 7.78202225997345, 7.76056734608042, 7.59433966583985, 8.11435339265086, 7.70162351095566, 8.37601740131695, 8.25165697702199, 7.24643615541509, 8.54880044435138, 8.0340772543879, 7.60142401295378, 8.15271059000679, 7.60593160597471, 7.72593944394177, 8.41079717372872, 7.11927697642025, 7.88710645083062, 7.71902768095523, 8.26215306007541, 7.86133931721877, 8.37393605745582, 8.19932022059118, 8.18707328398938, 7.94521059286453, 7.53190992758944, 9.09382323175141, 7.61894746233992, 7.10017784239385, 7.57104786675778, 8.01430433052944, 7.7371487858432, 7.60325496858967, 8.52249282126512, 7.74248433340973, 8.79986883820701, 9.46167401431283, 8.41320689887244, 8.12675091813675, 8.19305074669362, 8.26033026649083, 8.98967698600776, 8.34788307021593, 7.98891745840651, 8.02766826748111, 7.94540270707373, 7.91235184351595, 8.18550024134088, 7.6791216969593, 7.79872542391477, 7.74940943117668, 8.96965964554471, 8.5629016313986, 8.22026114318125, 8.09935379363855, 8.51695691589121, 8.38650625250542, 8.34913902264381, 8.16013457394217, 8.50829038864903, 8.44833145927061, 7.66193460778894, 8.38570214117961, 7.95599813376551, 8.87323589444497, 8.7542820309813, 8.86246741162272, 8.02505832824182, 8.3294679557415, 8.62676738321297, 8.82047798447757, 8.57418113309101, 8.58699004470501, 7.91426791727072, 8.97177329700974, 9.21737012827076, 8.93131253848201, 9.05373040821843, 8.8060047926233, 8.63579398153133, 8.86336549714936, 8.527665790551, 9.09306532526363, 8.28087778847272, 8.60347913720265, 8.86989145702297, 9.0949684712681, 8.9078756146992, 8.46550552582034, 8.67664030286659, 8.20430660038124, 8.81351904607292, 8.37902232147903, 8.14550617357246, 8.87063158098105, 8.97666317275847, 9.27478818986505, 8.1547402409359, 9.47636797667675, 8.7719585836935, 9.10650559618523, 8.74628232738224, 8.66484384581281, 8.89461512012232, 8.94112698262295, 8.88625194909964, 9.16563208180781, 8.95119538370992, 8.18141433709592, 8.76643815564861, 8.11691951072044, 8.59918991951036, 8.49949758795904, 9.03815995715459, 8.96746895317108, 8.25155230561287, 8.99757528829419, 8.38019837587032, 7.89015644871282, 8.40680211022081, 8.18371594452072, 8.30410415342907, 9.20936736591405, 7.65703515300426, 8.51162764995946, 8.6646690100554, 8.73118454744911, 8.14430230247998, 9.35891665431139, 9.06160792496678, 8.44947473873207, 8.71740324034868, 8.84001466116642, 9.00589707824947, 8.43952480018863, 8.66283352173145, 8.1727011762143, 8.57579566514626, 8.93818965665359, 8.15206368488664, 8.33232107289189, 8.341762471693, 9.06623499334649, 9.26537578767064, 7.81307094388884, 8.24572869326094, 8.59586522687647, 9.25576297899288, 8.58797131328683, 8.32067682057009, 8.91930638689767, 8.52526396708155, 8.66723332530741, 8.40559307237315, 8.17799487428929, 8.82784323424394, 9.18465209204581, 9.3587241829983, 8.50637042594598, 8.01927234485536, 9.29896008716075, 8.34070882949313, 8.77293341674818, 8.18474544087248, 8.91510004993898, 8.5566201885022, 8.39486013632365, 7.9046867529931, 7.92430863681382, 8.36021307048988, 7.8417605494278, 8.11914705328606, 9.10171237192372, 8.17450387129867, 8.53448727634444, 8.28989881325439, 9.54818539345608, 8.28338368115583, 7.79002534544918, 7.3242854513379, 7.84079127816179, 6.9410953499969, 8.07876380902682, 7.58591611244066, 8.50453944587674, 7.73770574293502, 7.62996698908472, 7.45841033089338, 8.32542977978427, 8.42312792960234, 9.21829530875374, 8.42984858400488, 8.16205343552221, 7.75295741897613, 8.52015614478337, 7.53969212359461, 8.44365531449399, 8.52590287623014, 8.51149053329986, 8.69193569875344, 7.87514214098904, 8.72564455261839, 8.41118186910311, 8.43201983191773, 8.04652209962358, 8.07673862977229, 7.66548826291252, 6.80349186801062, 7.01637383923338, 8.70616450025012, 7.72444099740669, 6.80701060733422, 6.99815237424822, 7.36641433774333, 7.27795135228736, 7.92905477052055, 7.88735066444516, 7.5016857370229, 6.78728786146448, 7.0532105574119, 7.36774907460969, 7.21358655480566, 7.2330664851842, 6.55433878970998, 7.73491483882012, 7.48043763676256, 7.80308727452244, 8.56098368763194, 7.70955796849379, 7.29653875674424, 7.42506463782188, 7.55914784837445, 7.42273393281136, 7.73515546731259, 7.48590913285387, 7.52434898743792, 7.44438234261102, 6.51597932800007, 6.28377247781507, 7.30133580341582, 6.73090842393085, 7.1361818350794, 6.78857257971843, 7.47023659527815, 7.37037478855289, 7.11798413310505, 7.16775471917832, 7.57517612767556, 7.10452737365334, 7.39660110571226, 7.17465591962981, 7.21164585791059, 7.40357201965638, 6.9947991909269, 7.14911017223732, 7.62484959829372, 6.76931262019786, 7.07638840273463, 7.15180066875616, 7.110350823662, 7.70131655729898, 7.03758321040949, 6.81957650696621, 7.16672630698447, 7.550947643418, 7.18035062270062, 6.83580537458554, 7.53556587395976, 6.31195290707872, 5.83287753761713, 5.81867638752022, 6.83541015330383, 6.52334107459094, 6.11436061339103, 7.10260940620634, 6.98757628158683, 5.89634862010814, 6.64905982592843, 6.10904544483375, 6.59560059326794, 6.62860732208668, 6.34612245052279, 6.5980097843679, 5.78737540356475, 6.38550118181323, 6.79787866750963, 6.12697207250661, 6.79967388180314, 6.47852836132581, 6.32902303599, 6.77030416330563, 6.36992000626642, 6.29767779306828, 5.86680261035713, 6.17573748646501, 5.44879619119357, 5.15153675140756, 4.97657133718324, 10.8727474295956, 11.4568422631567) x<-c(1:391) xx2<-c(269:380) yy2<-meanCurtose[269:380]
ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1))
plot(x,meanCurtose) lines(c(269:380),((predict(ajuste1))),col="blue",lwd=5)
_______________________________________________ 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 Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ========================================================================
_______________________________________________ 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 Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ========================================================================
Essa thread já passou mas recebi um email tardiamente e me interessou escrever sobre o seguinte: On 11/02/16 00:40, Fernando Antonio de souza wrote:
Pense nos seus objetivos, pois modelos não lineares são menos flexiveis e talvez você tenha de encontrar um outro modelo. Veja uma regressão polinomial (grafico em anexo (vermelho), o ajuste parece melhor ( tem de olhar se os parâmetros lhe fornece a explicação desejada).
A flexibilidade os polinômios pode ser ruim para 1. interpretar 2. extrapolar 3. justificar (não há equação diferencial associada ao fenômeno) Esses três pontos justificam o uso dos modelos não-lineares em farmacocinética, farmacodinâmica e modelagem de curvas de crescimento, entre outras áreas. Elias
Oi Fernando e Elias, Muito obrigada pelas dicas, eu deixei os parâmetros bem soltos e consegui alguma coisa parecida com o que eu precisava. Desculpa a demora em responder. Obrigada, Michelle Em 16 de fevereiro de 2016 07:42, Elias Teixeira Krainski < eliaskrainski@yahoo.com.br> escreveu:
Essa thread já passou mas recebi um email tardiamente e me interessou escrever sobre o seguinte:
On 11/02/16 00:40, Fernando Antonio de souza wrote:
Pense nos seus objetivos, pois modelos não lineares são menos flexiveis e talvez você tenha de encontrar um outro modelo. Veja uma regressão polinomial (grafico em anexo (vermelho), o ajuste parece melhor ( tem de olhar se os parâmetros lhe fornece a explicação desejada).
A flexibilidade os polinômios pode ser ruim para 1. interpretar 2. extrapolar 3. justificar (não há equação diferencial associada ao fenômeno) Esses três pontos justificam o uso dos modelos não-lineares em farmacocinética, farmacodinâmica e modelagem de curvas de crescimento, entre outras áreas.
Elias _______________________________________________ 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 fornea cdigo mnimo reproduzvel.
Oi Elias, Obrigado pelas ponderações! Concordo totalmente com você. Também prefiro o uso da abordagem não linear. Mas na questão proposta para a michele ela afirmava que seu gráfico apresentava uma concavidade para baixo no modelo gerado pelo matlab e o mesmo não ocorrera no R. Sugeri a regressão polinomial como uma forma prática para ela ver que o modelo gerado pelos dados não se comporta como ela esperava. Sugerir escolher um outro modelo (não linear) ou utilizar a regressão polinomial, se este atendesse os objetivos e lhe oferecesse a explicação desejada. Mas sou de sua opnião que a abordagem não-linear é mais informativa. Mais uma vez agradeço as ponderações.Cresço muito com elas. att Em Ter, 2016-02-16 às 10:42 +0100, Elias Teixeira Krainski escreveu:
Essa thread já passou mas recebi um email tardiamente e me interessou escrever sobre o seguinte:
On 11/02/16 00:40, Fernando Antonio de souza wrote:
Pense nos seus objetivos, pois modelos não lineares são menos flexiveis e talvez você tenha de encontrar um outro modelo. Veja uma regressão polinomial (grafico em anexo (vermelho), o ajuste parece melhor ( tem de olhar se os parâmetros lhe fornece a explicação desejada).
A flexibilidade os polinômios pode ser ruim para 1. interpretar 2. extrapolar 3. justificar (não há equação diferencial associada ao fenômeno) Esses três pontos justificam o uso dos modelos não-lineares em farmacocinética, farmacodinâmica e modelagem de curvas de crescimento, entre outras áreas.
Elias _______________________________________________ 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 fornea cdigo mnimo reproduzvel.
-- ======================================================================= Fernando Souza Zootecnista, DSc. Produção e Alimentação Animal celular: (31)99796-8781 (Vivo) / (31)97358-4685 (Tim) e-mail:nandodesouza@gmail.com http://lattes.cnpq.br/6519538815038307 https://producaoanimalcomr.wordpress.com/ ========================================================================
Michelle, Seus dados não apontam para um concavidade para baixo não (pelo menos não no limite avaliado). Veja o gráfico em anexo feito usando a função loess. Como você chegou a conclusão que a concavidade do gráfico é para baixo plot(xx2,yy2) lines(lowess(xx2,yy2)) Você deve avaliar bem o modelo que escolheu, talvez a abordagem não linear não seja a mais indicada. Pense nos seus objetivos, pois modelos não lineares são menos flexiveis e talvez você tenha de encontrar um outro modelo. Veja uma regressão polinomial (grafico em anexo (vermelho), o ajuste parece melhor ( tem de olhar se os parâmetros lhe fornece a explicação desejada). A minha opinião é que o modelo que você está utilizando não explica muito bem os dados nos extremos dos valores. modelo<-lm(yy2~poly(xx2,degree=3)) summary(modelo) plot(xx2,yy2) lines(xx2,predict(modelo),col="red",lwd=3) Em 10 de fevereiro de 2016 20:59, Michelle Bau Graczyk <mbgraczyk@gmail.com> escreveu:
Oi Fernando, não é isso não, eu já tinha feito esta mudança. Pode ver pelo seu gráfico que a concavidade do ajuste continua para cima quando os dados tem concavidade para baixo.
Em 10 de fevereiro de 2016 20:38, Fernando Antonio de souza < nandodesouza@gmail.com> escreveu:
sua solução é esta. Acho que você estava errando no momento de colocar os vetores na função plot e lines. Os vetores que vc utilizou foi yy2 e xx2 para ajustar o modelo e são estes vetores que devem ser utilizados em plot e lines. veja o gráfico em anexo
x<-c(1:391) xx2<-c(269:380) yy2<-meanCurtose[269:380] ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1)) summary(ajuste1) plot(xx2,yy2) lines(xx2,((predict(ajuste1))),col="blue",lwd=5)
Em 10 de fevereiro de 2016 18:14, Michelle Bau Graczyk < mbgraczyk@gmail.com> escreveu:
Caros, boa tarde,
Eu estou fazendo um ajuste não linear usando nls mas o resultado que ele dá é uma curva de ajuste com concavidade invertida da que eu preciso. Já tentei usar o gnm() mas não consegui, fiquei confusa. Alguém poderia me dar uma dica?
Muito obrigada,
Michelle
dput(meanCurtose) c(12.6411612236072, 12.4796294865894, 11.7837399107729, 9.3366244767958, 8.78234352198318, 8.80804015042667, 7.95307495971197, 7.32343842457161, 8.14299654574164, 7.70975671017602, 8.18694316251001, 7.80329447515565, 7.34631424875244, 7.36272816078658, 7.51141407180884, 7.2984543038216, 7.18798034231446, 7.39050028173958, 7.38081189490019, 6.95713316227877, 7.63791968455754, 7.87986509970493, 7.73055700377501, 7.70222565081336, 7.30022411141346, 7.4083910760296, 8.00578570236547, 7.93193221955052, 6.64327337064239, 6.68647106547987, 6.3000528994051, 6.54137808760309, 7.48995510261887, 6.54309655530203, 7.52087344933623, 7.42164647655176, 6.92162268458166, 7.77143984793159, 7.20394459256519, 7.83235593399696, 6.83302649488445, 7.62258779095348, 6.38055427433855, 8.05998045599357, 7.46958190677157, 7.60765302681021, 8.80234303007986, 6.68187705863027, 8.21926338640429, 7.08617024720737, 7.08317235004987, 7.41892957604937, 7.16982143599, 8.15539571232209, 7.28334499900169, 6.58120042409299, 7.81224922275858, 7.38171333668406, 8.00614692588858, 6.84451553168819, 6.74857828793314, 6.67461633312983, 7.16362668836922, 8.00479494155055, 7.70268389750672, 7.14336039340061, 6.97576022415651, 7.80929673006598, 6.45416855124862, 6.78896259995105, 7.7614373562682, 7.34338936769521, 8.66360167525496, 7.56010811040502, 7.22027035686588, 7.1154305341104, 8.04483181906421, 7.26686896074475, 7.2819554225349, 7.1660546357157, 6.59147414023302, 7.75283390623264, 7.15010401592893, 8.13303971786744, 7.32855414357015, 7.52914612700985, 7.48539350747664, 7.3116359925766, 7.66883205205566, 7.54386649172369, 7.45086562401987, 7.5330535884964, 7.78202225997345, 7.76056734608042, 7.59433966583985, 8.11435339265086, 7.70162351095566, 8.37601740131695, 8.25165697702199, 7.24643615541509, 8.54880044435138, 8.0340772543879, 7.60142401295378, 8.15271059000679, 7.60593160597471, 7.72593944394177, 8.41079717372872, 7.11927697642025, 7.88710645083062, 7.71902768095523, 8.26215306007541, 7.86133931721877, 8.37393605745582, 8.19932022059118, 8.18707328398938, 7.94521059286453, 7.53190992758944, 9.09382323175141, 7.61894746233992, 7.10017784239385, 7.57104786675778, 8.01430433052944, 7.7371487858432, 7.60325496858967, 8.52249282126512, 7.74248433340973, 8.79986883820701, 9.46167401431283, 8.41320689887244, 8.12675091813675, 8.19305074669362, 8.26033026649083, 8.98967698600776, 8.34788307021593, 7.98891745840651, 8.02766826748111, 7.94540270707373, 7.91235184351595, 8.18550024134088, 7.6791216969593, 7.79872542391477, 7.74940943117668, 8.96965964554471, 8.5629016313986, 8.22026114318125, 8.09935379363855, 8.51695691589121, 8.38650625250542, 8.34913902264381, 8.16013457394217, 8.50829038864903, 8.44833145927061, 7.66193460778894, 8.38570214117961, 7.95599813376551, 8.87323589444497, 8.7542820309813, 8.86246741162272, 8.02505832824182, 8.3294679557415, 8.62676738321297, 8.82047798447757, 8.57418113309101, 8.58699004470501, 7.91426791727072, 8.97177329700974, 9.21737012827076, 8.93131253848201, 9.05373040821843, 8.8060047926233, 8.63579398153133, 8.86336549714936, 8.527665790551, 9.09306532526363, 8.28087778847272, 8.60347913720265, 8.86989145702297, 9.0949684712681, 8.9078756146992, 8.46550552582034, 8.67664030286659, 8.20430660038124, 8.81351904607292, 8.37902232147903, 8.14550617357246, 8.87063158098105, 8.97666317275847, 9.27478818986505, 8.1547402409359, 9.47636797667675, 8.7719585836935, 9.10650559618523, 8.74628232738224, 8.66484384581281, 8.89461512012232, 8.94112698262295, 8.88625194909964, 9.16563208180781, 8.95119538370992, 8.18141433709592, 8.76643815564861, 8.11691951072044, 8.59918991951036, 8.49949758795904, 9.03815995715459, 8.96746895317108, 8.25155230561287, 8.99757528829419, 8.38019837587032, 7.89015644871282, 8.40680211022081, 8.18371594452072, 8.30410415342907, 9.20936736591405, 7.65703515300426, 8.51162764995946, 8.6646690100554, 8.73118454744911, 8.14430230247998, 9.35891665431139, 9.06160792496678, 8.44947473873207, 8.71740324034868, 8.84001466116642, 9.00589707824947, 8.43952480018863, 8.66283352173145, 8.1727011762143, 8.57579566514626, 8.93818965665359, 8.15206368488664, 8.33232107289189, 8.341762471693, 9.06623499334649, 9.26537578767064, 7.81307094388884, 8.24572869326094, 8.59586522687647, 9.25576297899288, 8.58797131328683, 8.32067682057009, 8.91930638689767, 8.52526396708155, 8.66723332530741, 8.40559307237315, 8.17799487428929, 8.82784323424394, 9.18465209204581, 9.3587241829983, 8.50637042594598, 8.01927234485536, 9.29896008716075, 8.34070882949313, 8.77293341674818, 8.18474544087248, 8.91510004993898, 8.5566201885022, 8.39486013632365, 7.9046867529931, 7.92430863681382, 8.36021307048988, 7.8417605494278, 8.11914705328606, 9.10171237192372, 8.17450387129867, 8.53448727634444, 8.28989881325439, 9.54818539345608, 8.28338368115583, 7.79002534544918, 7.3242854513379, 7.84079127816179, 6.9410953499969, 8.07876380902682, 7.58591611244066, 8.50453944587674, 7.73770574293502, 7.62996698908472, 7.45841033089338, 8.32542977978427, 8.42312792960234, 9.21829530875374, 8.42984858400488, 8.16205343552221, 7.75295741897613, 8.52015614478337, 7.53969212359461, 8.44365531449399, 8.52590287623014, 8.51149053329986, 8.69193569875344, 7.87514214098904, 8.72564455261839, 8.41118186910311, 8.43201983191773, 8.04652209962358, 8.07673862977229, 7.66548826291252, 6.80349186801062, 7.01637383923338, 8.70616450025012, 7.72444099740669, 6.80701060733422, 6.99815237424822, 7.36641433774333, 7.27795135228736, 7.92905477052055, 7.88735066444516, 7.5016857370229, 6.78728786146448, 7.0532105574119, 7.36774907460969, 7.21358655480566, 7.2330664851842, 6.55433878970998, 7.73491483882012, 7.48043763676256, 7.80308727452244, 8.56098368763194, 7.70955796849379, 7.29653875674424, 7.42506463782188, 7.55914784837445, 7.42273393281136, 7.73515546731259, 7.48590913285387, 7.52434898743792, 7.44438234261102, 6.51597932800007, 6.28377247781507, 7.30133580341582, 6.73090842393085, 7.1361818350794, 6.78857257971843, 7.47023659527815, 7.37037478855289, 7.11798413310505, 7.16775471917832, 7.57517612767556, 7.10452737365334, 7.39660110571226, 7.17465591962981, 7.21164585791059, 7.40357201965638, 6.9947991909269, 7.14911017223732, 7.62484959829372, 6.76931262019786, 7.07638840273463, 7.15180066875616, 7.110350823662, 7.70131655729898, 7.03758321040949, 6.81957650696621, 7.16672630698447, 7.550947643418, 7.18035062270062, 6.83580537458554, 7.53556587395976, 6.31195290707872, 5.83287753761713, 5.81867638752022, 6.83541015330383, 6.52334107459094, 6.11436061339103, 7.10260940620634, 6.98757628158683, 5.89634862010814, 6.64905982592843, 6.10904544483375, 6.59560059326794, 6.62860732208668, 6.34612245052279, 6.5980097843679, 5.78737540356475, 6.38550118181323, 6.79787866750963, 6.12697207250661, 6.79967388180314, 6.47852836132581, 6.32902303599, 6.77030416330563, 6.36992000626642, 6.29767779306828, 5.86680261035713, 6.17573748646501, 5.44879619119357, 5.15153675140756, 4.97657133718324, 10.8727474295956, 11.4568422631567) x<-c(1:391) xx2<-c(269:380) yy2<-meanCurtose[269:380]
ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1))
plot(x,meanCurtose) lines(c(269:380),((predict(ajuste1))),col="blue",lwd=5)
_______________________________________________ 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 Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ========================================================================
_______________________________________________ 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 Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ========================================================================
Não seria bem uma concavidade para baixo e sim um decaimento. Eu preciso ajustar um decaimento a partir do valor máximo que é 9,54 em y e 268 em x. Eu sei que é meio " forçar um ajuste" mas quando voce usa esse mesma função de ajuste no matlab da certo, sabe? O problema que eu tenho que reproduzir isso no R. A única opção que eu consegui e mudar o logaritmo do nls mas dai o resultado é bem "forçado".
Em 10 de fev de 2016, às 22:02, Fernando Antonio de souza <nandodesouza@gmail.com> escreveu:
Michelle, Seus dados não apontam para um concavidade para baixo não (pelo menos não no limite avaliado). Veja o gráfico em anexo feito usando a função loess. Como você chegou a conclusão que a concavidade do gráfico é para baixo plot(xx2,yy2) lines(lowess(xx2,yy2))
Você deve avaliar bem o modelo que escolheu, talvez a abordagem não linear não seja a mais indicada. Pense nos seus objetivos, pois modelos não lineares são menos flexiveis e talvez você tenha de encontrar um outro modelo. Veja uma regressão polinomial (grafico em anexo (vermelho), o ajuste parece melhor ( tem de olhar se os parâmetros lhe fornece a explicação desejada). A minha opinião é que o modelo que você está utilizando não explica muito bem os dados nos extremos dos valores.
modelo<-lm(yy2~poly(xx2,degree=3)) summary(modelo) plot(xx2,yy2) lines(xx2,predict(modelo),col="red",lwd=3)
Em 10 de fevereiro de 2016 20:59, Michelle Bau Graczyk <mbgraczyk@gmail.com> escreveu:
Oi Fernando, não é isso não, eu já tinha feito esta mudança. Pode ver pelo seu gráfico que a concavidade do ajuste continua para cima quando os dados tem concavidade para baixo.
Em 10 de fevereiro de 2016 20:38, Fernando Antonio de souza <nandodesouza@gmail.com> escreveu:
sua solução é esta. Acho que você estava errando no momento de colocar os vetores na função plot e lines. Os vetores que vc utilizou foi yy2 e xx2 para ajustar o modelo e são estes vetores que devem ser utilizados em plot e lines. veja o gráfico em anexo
x<-c(1:391) xx2<-c(269:380) yy2<-meanCurtose[269:380] ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1)) summary(ajuste1) plot(xx2,yy2) lines(xx2,((predict(ajuste1))),col="blue",lwd=5)
Em 10 de fevereiro de 2016 18:14, Michelle Bau Graczyk <mbgraczyk@gmail.com> escreveu:
Caros, boa tarde,
Eu estou fazendo um ajuste não linear usando nls mas o resultado que ele dá é uma curva de ajuste com concavidade invertida da que eu preciso. Já tentei usar o gnm() mas não consegui, fiquei confusa. Alguém poderia me dar uma dica?
Muito obrigada,
Michelle
dput(meanCurtose) c(12.6411612236072, 12.4796294865894, 11.7837399107729, 9.3366244767958, 8.78234352198318, 8.80804015042667, 7.95307495971197, 7.32343842457161, 8.14299654574164, 7.70975671017602, 8.18694316251001, 7.80329447515565, 7.34631424875244, 7.36272816078658, 7.51141407180884, 7.2984543038216, 7.18798034231446, 7.39050028173958, 7.38081189490019, 6.95713316227877, 7.63791968455754, 7.87986509970493, 7.73055700377501, 7.70222565081336, 7.30022411141346, 7.4083910760296, 8.00578570236547, 7.93193221955052, 6.64327337064239, 6.68647106547987, 6.3000528994051, 6.54137808760309, 7.48995510261887, 6.54309655530203, 7.52087344933623, 7.42164647655176, 6.92162268458166, 7.77143984793159, 7.20394459256519, 7.83235593399696, 6.83302649488445, 7.62258779095348, 6.38055427433855, 8.05998045599357, 7.46958190677157, 7.60765302681021, 8.80234303007986, 6.68187705863027, 8.21926338640429, 7.08617024720737, 7.08317235004987, 7.41892957604937, 7.16982143599, 8.15539571232209, 7.28334499900169, 6.58120042409299, 7.81224922275858, 7.38171333668406, 8.00614692588858, 6.84451553168819, 6.74857828793314, 6.67461633312983, 7.16362668836922, 8.00479494155055, 7.70268389750672, 7.14336039340061, 6.97576022415651, 7.80929673006598, 6.45416855124862, 6.78896259995105, 7.7614373562682, 7.34338936769521, 8.66360167525496, 7.56010811040502, 7.22027035686588, 7.1154305341104, 8.04483181906421, 7.26686896074475, 7.2819554225349, 7.1660546357157, 6.59147414023302, 7.75283390623264, 7.15010401592893, 8.13303971786744, 7.32855414357015, 7.52914612700985, 7.48539350747664, 7.3116359925766, 7.66883205205566, 7.54386649172369, 7.45086562401987, 7.5330535884964, 7.78202225997345, 7.76056734608042, 7.59433966583985, 8.11435339265086, 7.70162351095566, 8.37601740131695, 8.25165697702199, 7.24643615541509, 8.54880044435138, 8.0340772543879, 7.60142401295378, 8.15271059000679, 7.60593160597471, 7.72593944394177, 8.41079717372872, 7.11927697642025, 7.88710645083062, 7.71902768095523, 8.26215306007541, 7.86133931721877, 8.37393605745582, 8.19932022059118, 8.18707328398938, 7.94521059286453, 7.53190992758944, 9.09382323175141, 7.61894746233992, 7.10017784239385, 7.57104786675778, 8.01430433052944, 7.7371487858432, 7.60325496858967, 8.52249282126512, 7.74248433340973, 8.79986883820701, 9.46167401431283, 8.41320689887244, 8.12675091813675, 8.19305074669362, 8.26033026649083, 8.98967698600776, 8.34788307021593, 7.98891745840651, 8.02766826748111, 7.94540270707373, 7.91235184351595, 8.18550024134088, 7.6791216969593, 7.79872542391477, 7.74940943117668, 8.96965964554471, 8.5629016313986, 8.22026114318125, 8.09935379363855, 8.51695691589121, 8.38650625250542, 8.34913902264381, 8.16013457394217, 8.50829038864903, 8.44833145927061, 7.66193460778894, 8.38570214117961, 7.95599813376551, 8.87323589444497, 8.7542820309813, 8.86246741162272, 8.02505832824182, 8.3294679557415, 8.62676738321297, 8.82047798447757, 8.57418113309101, 8.58699004470501, 7.91426791727072, 8.97177329700974, 9.21737012827076, 8.93131253848201, 9.05373040821843, 8.8060047926233, 8.63579398153133, 8.86336549714936, 8.527665790551, 9.09306532526363, 8.28087778847272, 8.60347913720265, 8.86989145702297, 9.0949684712681, 8.9078756146992, 8.46550552582034, 8.67664030286659, 8.20430660038124, 8.81351904607292, 8.37902232147903, 8.14550617357246, 8.87063158098105, 8.97666317275847, 9.27478818986505, 8.1547402409359, 9.47636797667675, 8.7719585836935, 9.10650559618523, 8.74628232738224, 8.66484384581281, 8.89461512012232, 8.94112698262295, 8.88625194909964, 9.16563208180781, 8.95119538370992, 8.18141433709592, 8.76643815564861, 8.11691951072044, 8.59918991951036, 8.49949758795904, 9.03815995715459, 8.96746895317108, 8.25155230561287, 8.99757528829419, 8.38019837587032, 7.89015644871282, 8.40680211022081, 8.18371594452072, 8.30410415342907, 9.20936736591405, 7.65703515300426, 8.51162764995946, 8.6646690100554, 8.73118454744911, 8.14430230247998, 9.35891665431139, 9.06160792496678, 8.44947473873207, 8.71740324034868, 8.84001466116642, 9.00589707824947, 8.43952480018863, 8.66283352173145, 8.1727011762143, 8.57579566514626, 8.93818965665359, 8.15206368488664, 8.33232107289189, 8.341762471693, 9.06623499334649, 9.26537578767064, 7.81307094388884, 8.24572869326094, 8.59586522687647, 9.25576297899288, 8.58797131328683, 8.32067682057009, 8.91930638689767, 8.52526396708155, 8.66723332530741, 8.40559307237315, 8.17799487428929, 8.82784323424394, 9.18465209204581, 9.3587241829983, 8.50637042594598, 8.01927234485536, 9.29896008716075, 8.34070882949313, 8.77293341674818, 8.18474544087248, 8.91510004993898, 8.5566201885022, 8.39486013632365, 7.9046867529931, 7.92430863681382, 8.36021307048988, 7.8417605494278, 8.11914705328606, 9.10171237192372, 8.17450387129867, 8.53448727634444, 8.28989881325439, 9.54818539345608, 8.28338368115583, 7.79002534544918, 7.3242854513379, 7.84079127816179, 6.9410953499969, 8.07876380902682, 7.58591611244066, 8.50453944587674, 7.73770574293502, 7.62996698908472, 7.45841033089338, 8.32542977978427, 8.42312792960234, 9.21829530875374, 8.42984858400488, 8.16205343552221, 7.75295741897613, 8.52015614478337, 7.53969212359461, 8.44365531449399, 8.52590287623014, 8.51149053329986, 8.69193569875344, 7.87514214098904, 8.72564455261839, 8.41118186910311, 8.43201983191773, 8.04652209962358, 8.07673862977229, 7.66548826291252, 6.80349186801062, 7.01637383923338, 8.70616450025012, 7.72444099740669, 6.80701060733422, 6.99815237424822, 7.36641433774333, 7.27795135228736, 7.92905477052055, 7.88735066444516, 7.5016857370229, 6.78728786146448, 7.0532105574119, 7.36774907460969, 7.21358655480566, 7.2330664851842, 6.55433878970998, 7.73491483882012, 7.48043763676256, 7.80308727452244, 8.56098368763194, 7.70955796849379, 7.29653875674424, 7.42506463782188, 7.55914784837445, 7.42273393281136, 7.73515546731259, 7.48590913285387, 7.52434898743792, 7.44438234261102, 6.51597932800007, 6.28377247781507, 7.30133580341582, 6.73090842393085, 7.1361818350794, 6.78857257971843, 7.47023659527815, 7.37037478855289, 7.11798413310505, 7.16775471917832, 7.57517612767556, 7.10452737365334, 7.39660110571226, 7.17465591962981, 7.21164585791059, 7.40357201965638, 6.9947991909269, 7.14911017223732, 7.62484959829372, 6.76931262019786, 7.07638840273463, 7.15180066875616, 7.110350823662, 7.70131655729898, 7.03758321040949, 6.81957650696621, 7.16672630698447, 7.550947643418, 7.18035062270062, 6.83580537458554, 7.53556587395976, 6.31195290707872, 5.83287753761713, 5.81867638752022, 6.83541015330383, 6.52334107459094, 6.11436061339103, 7.10260940620634, 6.98757628158683, 5.89634862010814, 6.64905982592843, 6.10904544483375, 6.59560059326794, 6.62860732208668, 6.34612245052279, 6.5980097843679, 5.78737540356475, 6.38550118181323, 6.79787866750963, 6.12697207250661, 6.79967388180314, 6.47852836132581, 6.32902303599, 6.77030416330563, 6.36992000626642, 6.29767779306828, 5.86680261035713, 6.17573748646501, 5.44879619119357, 5.15153675140756, 4.97657133718324, 10.8727474295956, 11.4568422631567) x<-c(1:391) xx2<-c(269:380) yy2<-meanCurtose[269:380]
ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1))
plot(x,meanCurtose) lines(c(269:380),((predict(ajuste1))),col="blue",lwd=5)
_______________________________________________ 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 Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ========================================================================
_______________________________________________ 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 Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ======================================================================== _______________________________________________ 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.
Não sei muito como lhe ajudar neste caso, talvez alguém na comunidade mais esclarecido possa lhe ajudar melhor. Matlab ou R devem apresentar o mesmo resultado, se a mesma metodologia foi utilizada. Veja o manual da função do Matlab para ver como ela funciona, que metodologia usa e compare com a utilizada pelo R. No geral se você está utilizando o mesmo modelo em ambos os softwares e utilizando os mesmos dados, não há como o ajuste ser tão diferente assim. Há meu ver não há este valor de máximo em seus dados. abcs Em 10 de fevereiro de 2016 23:56, <mbgraczyk@gmail.com> escreveu:
Não seria bem uma concavidade para baixo e sim um decaimento. Eu preciso ajustar um decaimento a partir do valor máximo que é 9,54 em y e 268 em x. Eu sei que é meio " forçar um ajuste" mas quando voce usa esse mesma função de ajuste no matlab da certo, sabe? O problema que eu tenho que reproduzir isso no R. A única opção que eu consegui e mudar o logaritmo do nls mas dai o resultado é bem "forçado".
Em 10 de fev de 2016, às 22:02, Fernando Antonio de souza < nandodesouza@gmail.com> escreveu:
Michelle, Seus dados não apontam para um concavidade para baixo não (pelo menos não no limite avaliado). Veja o gráfico em anexo feito usando a função loess. Como você chegou a conclusão que a concavidade do gráfico é para baixo plot(xx2,yy2) lines(lowess(xx2,yy2))
Você deve avaliar bem o modelo que escolheu, talvez a abordagem não linear não seja a mais indicada. Pense nos seus objetivos, pois modelos não lineares são menos flexiveis e talvez você tenha de encontrar um outro modelo. Veja uma regressão polinomial (grafico em anexo (vermelho), o ajuste parece melhor ( tem de olhar se os parâmetros lhe fornece a explicação desejada). A minha opinião é que o modelo que você está utilizando não explica muito bem os dados nos extremos dos valores.
modelo<-lm(yy2~poly(xx2,degree=3)) summary(modelo) plot(xx2,yy2) lines(xx2,predict(modelo),col="red",lwd=3)
Em 10 de fevereiro de 2016 20:59, Michelle Bau Graczyk < mbgraczyk@gmail.com> escreveu:
Oi Fernando, não é isso não, eu já tinha feito esta mudança. Pode ver pelo seu gráfico que a concavidade do ajuste continua para cima quando os dados tem concavidade para baixo.
Em 10 de fevereiro de 2016 20:38, Fernando Antonio de souza < nandodesouza@gmail.com> escreveu:
sua solução é esta. Acho que você estava errando no momento de colocar os vetores na função plot e lines. Os vetores que vc utilizou foi yy2 e xx2 para ajustar o modelo e são estes vetores que devem ser utilizados em plot e lines. veja o gráfico em anexo
x<-c(1:391) xx2<-c(269:380) yy2<-meanCurtose[269:380] ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1)) summary(ajuste1) plot(xx2,yy2) lines(xx2,((predict(ajuste1))),col="blue",lwd=5)
Em 10 de fevereiro de 2016 18:14, Michelle Bau Graczyk < mbgraczyk@gmail.com> escreveu:
Caros, boa tarde,
Eu estou fazendo um ajuste não linear usando nls mas o resultado que ele dá é uma curva de ajuste com concavidade invertida da que eu preciso. Já tentei usar o gnm() mas não consegui, fiquei confusa. Alguém poderia me dar uma dica?
Muito obrigada,
Michelle
dput(meanCurtose) c(12.6411612236072, 12.4796294865894, 11.7837399107729, 9.3366244767958, 8.78234352198318, 8.80804015042667, 7.95307495971197, 7.32343842457161, 8.14299654574164, 7.70975671017602, 8.18694316251001, 7.80329447515565, 7.34631424875244, 7.36272816078658, 7.51141407180884, 7.2984543038216, 7.18798034231446, 7.39050028173958, 7.38081189490019, 6.95713316227877, 7.63791968455754, 7.87986509970493, 7.73055700377501, 7.70222565081336, 7.30022411141346, 7.4083910760296, 8.00578570236547, 7.93193221955052, 6.64327337064239, 6.68647106547987, 6.3000528994051, 6.54137808760309, 7.48995510261887, 6.54309655530203, 7.52087344933623, 7.42164647655176, 6.92162268458166, 7.77143984793159, 7.20394459256519, 7.83235593399696, 6.83302649488445, 7.62258779095348, 6.38055427433855, 8.05998045599357, 7.46958190677157, 7.60765302681021, 8.80234303007986, 6.68187705863027, 8.21926338640429, 7.08617024720737, 7.08317235004987, 7.41892957604937, 7.16982143599, 8.15539571232209, 7.28334499900169, 6.58120042409299, 7.81224922275858, 7.38171333668406, 8.00614692588858, 6.84451553168819, 6.74857828793314, 6.67461633312983, 7.16362668836922, 8.00479494155055, 7.70268389750672, 7.14336039340061, 6.97576022415651, 7.80929673006598, 6.45416855124862, 6.78896259995105, 7.7614373562682, 7.34338936769521, 8.66360167525496, 7.56010811040502, 7.22027035686588, 7.1154305341104, 8.04483181906421, 7.26686896074475, 7.2819554225349, 7.1660546357157, 6.59147414023302, 7.75283390623264, 7.15010401592893, 8.13303971786744, 7.32855414357015, 7.52914612700985, 7.48539350747664, 7.3116359925766, 7.66883205205566, 7.54386649172369, 7.45086562401987, 7.5330535884964, 7.78202225997345, 7.76056734608042, 7.59433966583985, 8.11435339265086, 7.70162351095566, 8.37601740131695, 8.25165697702199, 7.24643615541509, 8.54880044435138, 8.0340772543879, 7.60142401295378, 8.15271059000679, 7.60593160597471, 7.72593944394177, 8.41079717372872, 7.11927697642025, 7.88710645083062, 7.71902768095523, 8.26215306007541, 7.86133931721877, 8.37393605745582, 8.19932022059118, 8.18707328398938, 7.94521059286453, 7.53190992758944, 9.09382323175141, 7.61894746233992, 7.10017784239385, 7.57104786675778, 8.01430433052944, 7.7371487858432, 7.60325496858967, 8.52249282126512, 7.74248433340973, 8.79986883820701, 9.46167401431283, 8.41320689887244, 8.12675091813675, 8.19305074669362, 8.26033026649083, 8.98967698600776, 8.34788307021593, 7.98891745840651, 8.02766826748111, 7.94540270707373, 7.91235184351595, 8.18550024134088, 7.6791216969593, 7.79872542391477, 7.74940943117668, 8.96965964554471, 8.5629016313986, 8.22026114318125, 8.09935379363855, 8.51695691589121, 8.38650625250542, 8.34913902264381, 8.16013457394217, 8.50829038864903, 8.44833145927061, 7.66193460778894, 8.38570214117961, 7.95599813376551, 8.87323589444497, 8.7542820309813, 8.86246741162272, 8.02505832824182, 8.3294679557415, 8.62676738321297, 8.82047798447757, 8.57418113309101, 8.58699004470501, 7.91426791727072, 8.97177329700974, 9.21737012827076, 8.93131253848201, 9.05373040821843, 8.8060047926233, 8.63579398153133, 8.86336549714936, 8.527665790551, 9.09306532526363, 8.28087778847272, 8.60347913720265, 8.86989145702297, 9.0949684712681, 8.9078756146992, 8.46550552582034, 8.67664030286659, 8.20430660038124, 8.81351904607292, 8.37902232147903, 8.14550617357246, 8.87063158098105, 8.97666317275847, 9.27478818986505, 8.1547402409359, 9.47636797667675, 8.7719585836935, 9.10650559618523, 8.74628232738224, 8.66484384581281, 8.89461512012232, 8.94112698262295, 8.88625194909964, 9.16563208180781, 8.95119538370992, 8.18141433709592, 8.76643815564861, 8.11691951072044, 8.59918991951036, 8.49949758795904, 9.03815995715459, 8.96746895317108, 8.25155230561287, 8.99757528829419, 8.38019837587032, 7.89015644871282, 8.40680211022081, 8.18371594452072, 8.30410415342907, 9.20936736591405, 7.65703515300426, 8.51162764995946, 8.6646690100554, 8.73118454744911, 8.14430230247998, 9.35891665431139, 9.06160792496678, 8.44947473873207, 8.71740324034868, 8.84001466116642, 9.00589707824947, 8.43952480018863, 8.66283352173145, 8.1727011762143, 8.57579566514626, 8.93818965665359, 8.15206368488664, 8.33232107289189, 8.341762471693, 9.06623499334649, 9.26537578767064, 7.81307094388884, 8.24572869326094, 8.59586522687647, 9.25576297899288, 8.58797131328683, 8.32067682057009, 8.91930638689767, 8.52526396708155, 8.66723332530741, 8.40559307237315, 8.17799487428929, 8.82784323424394, 9.18465209204581, 9.3587241829983, 8.50637042594598, 8.01927234485536, 9.29896008716075, 8.34070882949313, 8.77293341674818, 8.18474544087248, 8.91510004993898, 8.5566201885022, 8.39486013632365, 7.9046867529931, 7.92430863681382, 8.36021307048988, 7.8417605494278, 8.11914705328606, 9.10171237192372, 8.17450387129867, 8.53448727634444, 8.28989881325439, 9.54818539345608, 8.28338368115583, 7.79002534544918, 7.3242854513379, 7.84079127816179, 6.9410953499969, 8.07876380902682, 7.58591611244066, 8.50453944587674, 7.73770574293502, 7.62996698908472, 7.45841033089338, 8.32542977978427, 8.42312792960234, 9.21829530875374, 8.42984858400488, 8.16205343552221, 7.75295741897613, 8.52015614478337, 7.53969212359461, 8.44365531449399, 8.52590287623014, 8.51149053329986, 8.69193569875344, 7.87514214098904, 8.72564455261839, 8.41118186910311, 8.43201983191773, 8.04652209962358, 8.07673862977229, 7.66548826291252, 6.80349186801062, 7.01637383923338, 8.70616450025012, 7.72444099740669, 6.80701060733422, 6.99815237424822, 7.36641433774333, 7.27795135228736, 7.92905477052055, 7.88735066444516, 7.5016857370229, 6.78728786146448, 7.0532105574119, 7.36774907460969, 7.21358655480566, 7.2330664851842, 6.55433878970998, 7.73491483882012, 7.48043763676256, 7.80308727452244, 8.56098368763194, 7.70955796849379, 7.29653875674424, 7.42506463782188, 7.55914784837445, 7.42273393281136, 7.73515546731259, 7.48590913285387, 7.52434898743792, 7.44438234261102, 6.51597932800007, 6.28377247781507, 7.30133580341582, 6.73090842393085, 7.1361818350794, 6.78857257971843, 7.47023659527815, 7.37037478855289, 7.11798413310505, 7.16775471917832, 7.57517612767556, 7.10452737365334, 7.39660110571226, 7.17465591962981, 7.21164585791059, 7.40357201965638, 6.9947991909269, 7.14911017223732, 7.62484959829372, 6.76931262019786, 7.07638840273463, 7.15180066875616, 7.110350823662, 7.70131655729898, 7.03758321040949, 6.81957650696621, 7.16672630698447, 7.550947643418, 7.18035062270062, 6.83580537458554, 7.53556587395976, 6.31195290707872, 5.83287753761713, 5.81867638752022, 6.83541015330383, 6.52334107459094, 6.11436061339103, 7.10260940620634, 6.98757628158683, 5.89634862010814, 6.64905982592843, 6.10904544483375, 6.59560059326794, 6.62860732208668, 6.34612245052279, 6.5980097843679, 5.78737540356475, 6.38550118181323, 6.79787866750963, 6.12697207250661, 6.79967388180314, 6.47852836132581, 6.32902303599, 6.77030416330563, 6.36992000626642, 6.29767779306828, 5.86680261035713, 6.17573748646501, 5.44879619119357, 5.15153675140756, 4.97657133718324, 10.8727474295956, 11.4568422631567) x<-c(1:391) xx2<-c(269:380) yy2<-meanCurtose[269:380]
ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1))
plot(x,meanCurtose) lines(c(269:380),((predict(ajuste1))),col="blue",lwd=5)
_______________________________________________ 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 Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ========================================================================
_______________________________________________ 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 Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ========================================================================
_______________________________________________ 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 Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ========================================================================
Oi Michelle, não entendi uma coisa, você disse que precisa que seu ajuste tenha decaimento a partir do ponto (x,y) que especificou, mas isto de fato é o que acontece, não? A curva tem concavidade para cima mas a estrutura é de decaimento. *Paulo Dick* Estatístico Mestre em Epidemiologia em Saúde Pública Tel.: (55 21) 99591-2716 Em 11 de fevereiro de 2016 15:11, Fernando Antonio de souza < nandodesouza@gmail.com> escreveu:
Não sei muito como lhe ajudar neste caso, talvez alguém na comunidade mais esclarecido possa lhe ajudar melhor. Matlab ou R devem apresentar o mesmo resultado, se a mesma metodologia foi utilizada. Veja o manual da função do Matlab para ver como ela funciona, que metodologia usa e compare com a utilizada pelo R. No geral se você está utilizando o mesmo modelo em ambos os softwares e utilizando os mesmos dados, não há como o ajuste ser tão diferente assim. Há meu ver não há este valor de máximo em seus dados.
abcs
Em 10 de fevereiro de 2016 23:56, <mbgraczyk@gmail.com> escreveu:
Não seria bem uma concavidade para baixo e sim um decaimento. Eu preciso ajustar um decaimento a partir do valor máximo que é 9,54 em y e 268 em x. Eu sei que é meio " forçar um ajuste" mas quando voce usa esse mesma função de ajuste no matlab da certo, sabe? O problema que eu tenho que reproduzir isso no R. A única opção que eu consegui e mudar o logaritmo do nls mas dai o resultado é bem "forçado".
Em 10 de fev de 2016, às 22:02, Fernando Antonio de souza < nandodesouza@gmail.com> escreveu:
Michelle, Seus dados não apontam para um concavidade para baixo não (pelo menos não no limite avaliado). Veja o gráfico em anexo feito usando a função loess. Como você chegou a conclusão que a concavidade do gráfico é para baixo plot(xx2,yy2) lines(lowess(xx2,yy2))
Você deve avaliar bem o modelo que escolheu, talvez a abordagem não linear não seja a mais indicada. Pense nos seus objetivos, pois modelos não lineares são menos flexiveis e talvez você tenha de encontrar um outro modelo. Veja uma regressão polinomial (grafico em anexo (vermelho), o ajuste parece melhor ( tem de olhar se os parâmetros lhe fornece a explicação desejada). A minha opinião é que o modelo que você está utilizando não explica muito bem os dados nos extremos dos valores.
modelo<-lm(yy2~poly(xx2,degree=3)) summary(modelo) plot(xx2,yy2) lines(xx2,predict(modelo),col="red",lwd=3)
Em 10 de fevereiro de 2016 20:59, Michelle Bau Graczyk < mbgraczyk@gmail.com> escreveu:
Oi Fernando, não é isso não, eu já tinha feito esta mudança. Pode ver pelo seu gráfico que a concavidade do ajuste continua para cima quando os dados tem concavidade para baixo.
Em 10 de fevereiro de 2016 20:38, Fernando Antonio de souza < nandodesouza@gmail.com> escreveu:
sua solução é esta. Acho que você estava errando no momento de colocar os vetores na função plot e lines. Os vetores que vc utilizou foi yy2 e xx2 para ajustar o modelo e são estes vetores que devem ser utilizados em plot e lines. veja o gráfico em anexo
x<-c(1:391) xx2<-c(269:380) yy2<-meanCurtose[269:380] ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1)) summary(ajuste1) plot(xx2,yy2) lines(xx2,((predict(ajuste1))),col="blue",lwd=5)
Em 10 de fevereiro de 2016 18:14, Michelle Bau Graczyk < mbgraczyk@gmail.com> escreveu:
Caros, boa tarde,
Eu estou fazendo um ajuste não linear usando nls mas o resultado que ele dá é uma curva de ajuste com concavidade invertida da que eu preciso. Já tentei usar o gnm() mas não consegui, fiquei confusa. Alguém poderia me dar uma dica?
Muito obrigada,
Michelle
dput(meanCurtose) c(12.6411612236072, 12.4796294865894, 11.7837399107729, 9.3366244767958, 8.78234352198318, 8.80804015042667, 7.95307495971197, 7.32343842457161, 8.14299654574164, 7.70975671017602, 8.18694316251001, 7.80329447515565, 7.34631424875244, 7.36272816078658, 7.51141407180884, 7.2984543038216, 7.18798034231446, 7.39050028173958, 7.38081189490019, 6.95713316227877, 7.63791968455754, 7.87986509970493, 7.73055700377501, 7.70222565081336, 7.30022411141346, 7.4083910760296, 8.00578570236547, 7.93193221955052, 6.64327337064239, 6.68647106547987, 6.3000528994051, 6.54137808760309, 7.48995510261887, 6.54309655530203, 7.52087344933623, 7.42164647655176, 6.92162268458166, 7.77143984793159, 7.20394459256519, 7.83235593399696, 6.83302649488445, 7.62258779095348, 6.38055427433855, 8.05998045599357, 7.46958190677157, 7.60765302681021, 8.80234303007986, 6.68187705863027, 8.21926338640429, 7.08617024720737, 7.08317235004987, 7.41892957604937, 7.16982143599, 8.15539571232209, 7.28334499900169, 6.58120042409299, 7.81224922275858, 7.38171333668406, 8.00614692588858, 6.84451553168819, 6.74857828793314, 6.67461633312983, 7.16362668836922, 8.00479494155055, 7.70268389750672, 7.14336039340061, 6.97576022415651, 7.80929673006598, 6.45416855124862, 6.78896259995105, 7.7614373562682, 7.34338936769521, 8.66360167525496, 7.56010811040502, 7.22027035686588, 7.1154305341104, 8.04483181906421, 7.26686896074475, 7.2819554225349, 7.1660546357157, 6.59147414023302, 7.75283390623264, 7.15010401592893, 8.13303971786744, 7.32855414357015, 7.52914612700985, 7.48539350747664, 7.3116359925766, 7.66883205205566, 7.54386649172369, 7.45086562401987, 7.5330535884964, 7.78202225997345, 7.76056734608042, 7.59433966583985, 8.11435339265086, 7.70162351095566, 8.37601740131695, 8.25165697702199, 7.24643615541509, 8.54880044435138, 8.0340772543879, 7.60142401295378, 8.15271059000679, 7.60593160597471, 7.72593944394177, 8.41079717372872, 7.11927697642025, 7.88710645083062, 7.71902768095523, 8.26215306007541, 7.86133931721877, 8.37393605745582, 8.19932022059118, 8.18707328398938, 7.94521059286453, 7.53190992758944, 9.09382323175141, 7.61894746233992, 7.10017784239385, 7.57104786675778, 8.01430433052944, 7.7371487858432, 7.60325496858967, 8.52249282126512, 7.74248433340973, 8.79986883820701, 9.46167401431283, 8.41320689887244, 8.12675091813675, 8.19305074669362, 8.26033026649083, 8.98967698600776, 8.34788307021593, 7.98891745840651, 8.02766826748111, 7.94540270707373, 7.91235184351595, 8.18550024134088, 7.6791216969593, 7.79872542391477, 7.74940943117668, 8.96965964554471, 8.5629016313986, 8.22026114318125, 8.09935379363855, 8.51695691589121, 8.38650625250542, 8.34913902264381, 8.16013457394217, 8.50829038864903, 8.44833145927061, 7.66193460778894, 8.38570214117961, 7.95599813376551, 8.87323589444497, 8.7542820309813, 8.86246741162272, 8.02505832824182, 8.3294679557415, 8.62676738321297, 8.82047798447757, 8.57418113309101, 8.58699004470501, 7.91426791727072, 8.97177329700974, 9.21737012827076, 8.93131253848201, 9.05373040821843, 8.8060047926233, 8.63579398153133, 8.86336549714936, 8.527665790551, 9.09306532526363, 8.28087778847272, 8.60347913720265, 8.86989145702297, 9.0949684712681, 8.9078756146992, 8.46550552582034, 8.67664030286659, 8.20430660038124, 8.81351904607292, 8.37902232147903, 8.14550617357246, 8.87063158098105, 8.97666317275847, 9.27478818986505, 8.1547402409359, 9.47636797667675, 8.7719585836935, 9.10650559618523, 8.74628232738224, 8.66484384581281, 8.89461512012232, 8.94112698262295, 8.88625194909964, 9.16563208180781, 8.95119538370992, 8.18141433709592, 8.76643815564861, 8.11691951072044, 8.59918991951036, 8.49949758795904, 9.03815995715459, 8.96746895317108, 8.25155230561287, 8.99757528829419, 8.38019837587032, 7.89015644871282, 8.40680211022081, 8.18371594452072, 8.30410415342907, 9.20936736591405, 7.65703515300426, 8.51162764995946, 8.6646690100554, 8.73118454744911, 8.14430230247998, 9.35891665431139, 9.06160792496678, 8.44947473873207, 8.71740324034868, 8.84001466116642, 9.00589707824947, 8.43952480018863, 8.66283352173145, 8.1727011762143, 8.57579566514626, 8.93818965665359, 8.15206368488664, 8.33232107289189, 8.341762471693, 9.06623499334649, 9.26537578767064, 7.81307094388884, 8.24572869326094, 8.59586522687647, 9.25576297899288, 8.58797131328683, 8.32067682057009, 8.91930638689767, 8.52526396708155, 8.66723332530741, 8.40559307237315, 8.17799487428929, 8.82784323424394, 9.18465209204581, 9.3587241829983, 8.50637042594598, 8.01927234485536, 9.29896008716075, 8.34070882949313, 8.77293341674818, 8.18474544087248, 8.91510004993898, 8.5566201885022, 8.39486013632365, 7.9046867529931, 7.92430863681382, 8.36021307048988, 7.8417605494278, 8.11914705328606, 9.10171237192372, 8.17450387129867, 8.53448727634444, 8.28989881325439, 9.54818539345608, 8.28338368115583, 7.79002534544918, 7.3242854513379, 7.84079127816179, 6.9410953499969, 8.07876380902682, 7.58591611244066, 8.50453944587674, 7.73770574293502, 7.62996698908472, 7.45841033089338, 8.32542977978427, 8.42312792960234, 9.21829530875374, 8.42984858400488, 8.16205343552221, 7.75295741897613, 8.52015614478337, 7.53969212359461, 8.44365531449399, 8.52590287623014, 8.51149053329986, 8.69193569875344, 7.87514214098904, 8.72564455261839, 8.41118186910311, 8.43201983191773, 8.04652209962358, 8.07673862977229, 7.66548826291252, 6.80349186801062, 7.01637383923338, 8.70616450025012, 7.72444099740669, 6.80701060733422, 6.99815237424822, 7.36641433774333, 7.27795135228736, 7.92905477052055, 7.88735066444516, 7.5016857370229, 6.78728786146448, 7.0532105574119, 7.36774907460969, 7.21358655480566, 7.2330664851842, 6.55433878970998, 7.73491483882012, 7.48043763676256, 7.80308727452244, 8.56098368763194, 7.70955796849379, 7.29653875674424, 7.42506463782188, 7.55914784837445, 7.42273393281136, 7.73515546731259, 7.48590913285387, 7.52434898743792, 7.44438234261102, 6.51597932800007, 6.28377247781507, 7.30133580341582, 6.73090842393085, 7.1361818350794, 6.78857257971843, 7.47023659527815, 7.37037478855289, 7.11798413310505, 7.16775471917832, 7.57517612767556, 7.10452737365334, 7.39660110571226, 7.17465591962981, 7.21164585791059, 7.40357201965638, 6.9947991909269, 7.14911017223732, 7.62484959829372, 6.76931262019786, 7.07638840273463, 7.15180066875616, 7.110350823662, 7.70131655729898, 7.03758321040949, 6.81957650696621, 7.16672630698447, 7.550947643418, 7.18035062270062, 6.83580537458554, 7.53556587395976, 6.31195290707872, 5.83287753761713, 5.81867638752022, 6.83541015330383, 6.52334107459094, 6.11436061339103, 7.10260940620634, 6.98757628158683, 5.89634862010814, 6.64905982592843, 6.10904544483375, 6.59560059326794, 6.62860732208668, 6.34612245052279, 6.5980097843679, 5.78737540356475, 6.38550118181323, 6.79787866750963, 6.12697207250661, 6.79967388180314, 6.47852836132581, 6.32902303599, 6.77030416330563, 6.36992000626642, 6.29767779306828, 5.86680261035713, 6.17573748646501, 5.44879619119357, 5.15153675140756, 4.97657133718324, 10.8727474295956, 11.4568422631567) x<-c(1:391) xx2<-c(269:380) yy2<-meanCurtose[269:380]
ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1))
plot(x,meanCurtose) lines(c(269:380),((predict(ajuste1))),col="blue",lwd=5)
_______________________________________________ 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 Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ========================================================================
_______________________________________________ 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 Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ========================================================================
_______________________________________________ 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 Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ========================================================================
_______________________________________________ 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.
Isso Paulo, realmente o decaimento acontece. Eu quero os valores de a para o ajuste y=x^a, entende? O problema é que por algum motivo o R faz com que esse decaimento tenha uma concavidade para cima, diferentemente do matlab. Em 11 de fevereiro de 2016 15:40, Paulo Dick <paulopcdick@gmail.com> escreveu:
Oi Michelle, não entendi uma coisa, você disse que precisa que seu ajuste tenha decaimento a partir do ponto (x,y) que especificou, mas isto de fato é o que acontece, não? A curva tem concavidade para cima mas a estrutura é de decaimento.
*Paulo Dick* Estatístico Mestre em Epidemiologia em Saúde Pública Tel.: (55 21) 99591-2716
Em 11 de fevereiro de 2016 15:11, Fernando Antonio de souza < nandodesouza@gmail.com> escreveu:
Não sei muito como lhe ajudar neste caso, talvez alguém na comunidade mais esclarecido possa lhe ajudar melhor. Matlab ou R devem apresentar o mesmo resultado, se a mesma metodologia foi utilizada. Veja o manual da função do Matlab para ver como ela funciona, que metodologia usa e compare com a utilizada pelo R. No geral se você está utilizando o mesmo modelo em ambos os softwares e utilizando os mesmos dados, não há como o ajuste ser tão diferente assim. Há meu ver não há este valor de máximo em seus dados.
abcs
Em 10 de fevereiro de 2016 23:56, <mbgraczyk@gmail.com> escreveu:
Não seria bem uma concavidade para baixo e sim um decaimento. Eu preciso ajustar um decaimento a partir do valor máximo que é 9,54 em y e 268 em x. Eu sei que é meio " forçar um ajuste" mas quando voce usa esse mesma função de ajuste no matlab da certo, sabe? O problema que eu tenho que reproduzir isso no R. A única opção que eu consegui e mudar o logaritmo do nls mas dai o resultado é bem "forçado".
Em 10 de fev de 2016, às 22:02, Fernando Antonio de souza < nandodesouza@gmail.com> escreveu:
Michelle, Seus dados não apontam para um concavidade para baixo não (pelo menos não no limite avaliado). Veja o gráfico em anexo feito usando a função loess. Como você chegou a conclusão que a concavidade do gráfico é para baixo plot(xx2,yy2) lines(lowess(xx2,yy2))
Você deve avaliar bem o modelo que escolheu, talvez a abordagem não linear não seja a mais indicada. Pense nos seus objetivos, pois modelos não lineares são menos flexiveis e talvez você tenha de encontrar um outro modelo. Veja uma regressão polinomial (grafico em anexo (vermelho), o ajuste parece melhor ( tem de olhar se os parâmetros lhe fornece a explicação desejada). A minha opinião é que o modelo que você está utilizando não explica muito bem os dados nos extremos dos valores.
modelo<-lm(yy2~poly(xx2,degree=3)) summary(modelo) plot(xx2,yy2) lines(xx2,predict(modelo),col="red",lwd=3)
Em 10 de fevereiro de 2016 20:59, Michelle Bau Graczyk < mbgraczyk@gmail.com> escreveu:
Oi Fernando, não é isso não, eu já tinha feito esta mudança. Pode ver pelo seu gráfico que a concavidade do ajuste continua para cima quando os dados tem concavidade para baixo.
Em 10 de fevereiro de 2016 20:38, Fernando Antonio de souza < nandodesouza@gmail.com> escreveu:
sua solução é esta. Acho que você estava errando no momento de colocar os vetores na função plot e lines. Os vetores que vc utilizou foi yy2 e xx2 para ajustar o modelo e são estes vetores que devem ser utilizados em plot e lines. veja o gráfico em anexo
x<-c(1:391) xx2<-c(269:380) yy2<-meanCurtose[269:380] ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1)) summary(ajuste1) plot(xx2,yy2) lines(xx2,((predict(ajuste1))),col="blue",lwd=5)
Em 10 de fevereiro de 2016 18:14, Michelle Bau Graczyk < mbgraczyk@gmail.com> escreveu:
Caros, boa tarde,
Eu estou fazendo um ajuste não linear usando nls mas o resultado que ele dá é uma curva de ajuste com concavidade invertida da que eu preciso. Já tentei usar o gnm() mas não consegui, fiquei confusa. Alguém poderia me dar uma dica?
Muito obrigada,
Michelle
> dput(meanCurtose) c(12.6411612236072, 12.4796294865894, 11.7837399107729, 9.3366244767958, 8.78234352198318, 8.80804015042667, 7.95307495971197, 7.32343842457161, 8.14299654574164, 7.70975671017602, 8.18694316251001, 7.80329447515565, 7.34631424875244, 7.36272816078658, 7.51141407180884, 7.2984543038216, 7.18798034231446, 7.39050028173958, 7.38081189490019, 6.95713316227877, 7.63791968455754, 7.87986509970493, 7.73055700377501, 7.70222565081336, 7.30022411141346, 7.4083910760296, 8.00578570236547, 7.93193221955052, 6.64327337064239, 6.68647106547987, 6.3000528994051, 6.54137808760309, 7.48995510261887, 6.54309655530203, 7.52087344933623, 7.42164647655176, 6.92162268458166, 7.77143984793159, 7.20394459256519, 7.83235593399696, 6.83302649488445, 7.62258779095348, 6.38055427433855, 8.05998045599357, 7.46958190677157, 7.60765302681021, 8.80234303007986, 6.68187705863027, 8.21926338640429, 7.08617024720737, 7.08317235004987, 7.41892957604937, 7.16982143599, 8.15539571232209, 7.28334499900169, 6.58120042409299, 7.81224922275858, 7.38171333668406, 8.00614692588858, 6.84451553168819, 6.74857828793314, 6.67461633312983, 7.16362668836922, 8.00479494155055, 7.70268389750672, 7.14336039340061, 6.97576022415651, 7.80929673006598, 6.45416855124862, 6.78896259995105, 7.7614373562682, 7.34338936769521, 8.66360167525496, 7.56010811040502, 7.22027035686588, 7.1154305341104, 8.04483181906421, 7.26686896074475, 7.2819554225349, 7.1660546357157, 6.59147414023302, 7.75283390623264, 7.15010401592893, 8.13303971786744, 7.32855414357015, 7.52914612700985, 7.48539350747664, 7.3116359925766, 7.66883205205566, 7.54386649172369, 7.45086562401987, 7.5330535884964, 7.78202225997345, 7.76056734608042, 7.59433966583985, 8.11435339265086, 7.70162351095566, 8.37601740131695, 8.25165697702199, 7.24643615541509, 8.54880044435138, 8.0340772543879, 7.60142401295378, 8.15271059000679, 7.60593160597471, 7.72593944394177, 8.41079717372872, 7.11927697642025, 7.88710645083062, 7.71902768095523, 8.26215306007541, 7.86133931721877, 8.37393605745582, 8.19932022059118, 8.18707328398938, 7.94521059286453, 7.53190992758944, 9.09382323175141, 7.61894746233992, 7.10017784239385, 7.57104786675778, 8.01430433052944, 7.7371487858432, 7.60325496858967, 8.52249282126512, 7.74248433340973, 8.79986883820701, 9.46167401431283, 8.41320689887244, 8.12675091813675, 8.19305074669362, 8.26033026649083, 8.98967698600776, 8.34788307021593, 7.98891745840651, 8.02766826748111, 7.94540270707373, 7.91235184351595, 8.18550024134088, 7.6791216969593, 7.79872542391477, 7.74940943117668, 8.96965964554471, 8.5629016313986, 8.22026114318125, 8.09935379363855, 8.51695691589121, 8.38650625250542, 8.34913902264381, 8.16013457394217, 8.50829038864903, 8.44833145927061, 7.66193460778894, 8.38570214117961, 7.95599813376551, 8.87323589444497, 8.7542820309813, 8.86246741162272, 8.02505832824182, 8.3294679557415, 8.62676738321297, 8.82047798447757, 8.57418113309101, 8.58699004470501, 7.91426791727072, 8.97177329700974, 9.21737012827076, 8.93131253848201, 9.05373040821843, 8.8060047926233, 8.63579398153133, 8.86336549714936, 8.527665790551, 9.09306532526363, 8.28087778847272, 8.60347913720265, 8.86989145702297, 9.0949684712681, 8.9078756146992, 8.46550552582034, 8.67664030286659, 8.20430660038124, 8.81351904607292, 8.37902232147903, 8.14550617357246, 8.87063158098105, 8.97666317275847, 9.27478818986505, 8.1547402409359, 9.47636797667675, 8.7719585836935, 9.10650559618523, 8.74628232738224, 8.66484384581281, 8.89461512012232, 8.94112698262295, 8.88625194909964, 9.16563208180781, 8.95119538370992, 8.18141433709592, 8.76643815564861, 8.11691951072044, 8.59918991951036, 8.49949758795904, 9.03815995715459, 8.96746895317108, 8.25155230561287, 8.99757528829419, 8.38019837587032, 7.89015644871282, 8.40680211022081, 8.18371594452072, 8.30410415342907, 9.20936736591405, 7.65703515300426, 8.51162764995946, 8.6646690100554, 8.73118454744911, 8.14430230247998, 9.35891665431139, 9.06160792496678, 8.44947473873207, 8.71740324034868, 8.84001466116642, 9.00589707824947, 8.43952480018863, 8.66283352173145, 8.1727011762143, 8.57579566514626, 8.93818965665359, 8.15206368488664, 8.33232107289189, 8.341762471693, 9.06623499334649, 9.26537578767064, 7.81307094388884, 8.24572869326094, 8.59586522687647, 9.25576297899288, 8.58797131328683, 8.32067682057009, 8.91930638689767, 8.52526396708155, 8.66723332530741, 8.40559307237315, 8.17799487428929, 8.82784323424394, 9.18465209204581, 9.3587241829983, 8.50637042594598, 8.01927234485536, 9.29896008716075, 8.34070882949313, 8.77293341674818, 8.18474544087248, 8.91510004993898, 8.5566201885022, 8.39486013632365, 7.9046867529931, 7.92430863681382, 8.36021307048988, 7.8417605494278, 8.11914705328606, 9.10171237192372, 8.17450387129867, 8.53448727634444, 8.28989881325439, 9.54818539345608, 8.28338368115583, 7.79002534544918, 7.3242854513379, 7.84079127816179, 6.9410953499969, 8.07876380902682, 7.58591611244066, 8.50453944587674, 7.73770574293502, 7.62996698908472, 7.45841033089338, 8.32542977978427, 8.42312792960234, 9.21829530875374, 8.42984858400488, 8.16205343552221, 7.75295741897613, 8.52015614478337, 7.53969212359461, 8.44365531449399, 8.52590287623014, 8.51149053329986, 8.69193569875344, 7.87514214098904, 8.72564455261839, 8.41118186910311, 8.43201983191773, 8.04652209962358, 8.07673862977229, 7.66548826291252, 6.80349186801062, 7.01637383923338, 8.70616450025012, 7.72444099740669, 6.80701060733422, 6.99815237424822, 7.36641433774333, 7.27795135228736, 7.92905477052055, 7.88735066444516, 7.5016857370229, 6.78728786146448, 7.0532105574119, 7.36774907460969, 7.21358655480566, 7.2330664851842, 6.55433878970998, 7.73491483882012, 7.48043763676256, 7.80308727452244, 8.56098368763194, 7.70955796849379, 7.29653875674424, 7.42506463782188, 7.55914784837445, 7.42273393281136, 7.73515546731259, 7.48590913285387, 7.52434898743792, 7.44438234261102, 6.51597932800007, 6.28377247781507, 7.30133580341582, 6.73090842393085, 7.1361818350794, 6.78857257971843, 7.47023659527815, 7.37037478855289, 7.11798413310505, 7.16775471917832, 7.57517612767556, 7.10452737365334, 7.39660110571226, 7.17465591962981, 7.21164585791059, 7.40357201965638, 6.9947991909269, 7.14911017223732, 7.62484959829372, 6.76931262019786, 7.07638840273463, 7.15180066875616, 7.110350823662, 7.70131655729898, 7.03758321040949, 6.81957650696621, 7.16672630698447, 7.550947643418, 7.18035062270062, 6.83580537458554, 7.53556587395976, 6.31195290707872, 5.83287753761713, 5.81867638752022, 6.83541015330383, 6.52334107459094, 6.11436061339103, 7.10260940620634, 6.98757628158683, 5.89634862010814, 6.64905982592843, 6.10904544483375, 6.59560059326794, 6.62860732208668, 6.34612245052279, 6.5980097843679, 5.78737540356475, 6.38550118181323, 6.79787866750963, 6.12697207250661, 6.79967388180314, 6.47852836132581, 6.32902303599, 6.77030416330563, 6.36992000626642, 6.29767779306828, 5.86680261035713, 6.17573748646501, 5.44879619119357, 5.15153675140756, 4.97657133718324, 10.8727474295956, 11.4568422631567) > x<-c(1:391) > xx2<-c(269:380) > yy2<-meanCurtose[269:380]
> ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1))
> plot(x,meanCurtose) > lines(c(269:380),((predict(ajuste1))),col="blue",lwd=5)
_______________________________________________ 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 Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/
========================================================================
_______________________________________________ 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 Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ========================================================================
_______________________________________________ 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 Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ========================================================================
_______________________________________________ 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.
On 11/02/16 18:43, Michelle Bau Graczyk wrote:
Eu quero os valores de a para o ajuste y=x^a, entende?
A curva (para baixo ou para cima) não é muito clara devido à presenca de ruído. Note que o modelo estimado em R é y_i = f(x_i) + e_i e no seu caso f(x_i) = a - b(x_i-268)^c sendo que você fixou 'a' é um parâmetro de limiar e você fixou em 9.548. Porém, note que limiar nesse modelo é uma média, não um valor máximo. Assim, observando os dados me parece que esse valor é muito alto... Considerando a possibilidade de estimar o limiar 'a', o resultado é uma curva com concavidade invertica (c>1) e cujo ajuste tem erro quadrático médio menor. Veja: coef(ajuste2<-nls(yy2~a-b*(xx2-268)^c,start=list(a=9,b=1,c=1.4))) a b c 8.069130938 0.002174558 1.415845808
mean((yy2-predict(ajuste1))^2) [1] 0.2871361 mean((yy2-predict(ajuste2))^2) [1] 0.2340966
lines(xx2,((predict(ajuste2))),col="blue",lwd=2) Elias
Oi elias, eu também já tentei deixar o a variável e o ajuste mas não tinha dado certo. Vou tentar novamente! Muito obrigada! Em 11 de fevereiro de 2016 18:23, Elias Teixeira Krainski < eliaskrainski@yahoo.com.br> escreveu:
On 11/02/16 18:43, Michelle Bau Graczyk wrote:
Eu quero os valores de a para o ajuste y=x^a, entende?
A curva (para baixo ou para cima) não é muito clara devido à presenca de ruído. Note que o modelo estimado em R é y_i = f(x_i) + e_i e no seu caso f(x_i) = a - b(x_i-268)^c sendo que você fixou 'a' é um parâmetro de limiar e você fixou em 9.548. Porém, note que limiar nesse modelo é uma média, não um valor máximo. Assim, observando os dados me parece que esse valor é muito alto... Considerando a possibilidade de estimar o limiar 'a', o resultado é uma curva com concavidade invertica (c>1) e cujo ajuste tem erro quadrático médio menor. Veja:
coef(ajuste2<-nls(yy2~a-b*(xx2-268)^c,start=list(a=9,b=1,c=1.4))) a b c 8.069130938 0.002174558 1.415845808
mean((yy2-predict(ajuste1))^2) [1] 0.2871361 mean((yy2-predict(ajuste2))^2) [1] 0.2340966
lines(xx2,((predict(ajuste2))),col="blue",lwd=2)
Elias _______________________________________________ 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 fornea cdigo mnimo reproduzvel.
Muito obrigada Fernando por tentar me ajudar! Em 11 de fevereiro de 2016 15:11, Fernando Antonio de souza < nandodesouza@gmail.com> escreveu:
Não sei muito como lhe ajudar neste caso, talvez alguém na comunidade mais esclarecido possa lhe ajudar melhor. Matlab ou R devem apresentar o mesmo resultado, se a mesma metodologia foi utilizada. Veja o manual da função do Matlab para ver como ela funciona, que metodologia usa e compare com a utilizada pelo R. No geral se você está utilizando o mesmo modelo em ambos os softwares e utilizando os mesmos dados, não há como o ajuste ser tão diferente assim. Há meu ver não há este valor de máximo em seus dados.
abcs
Em 10 de fevereiro de 2016 23:56, <mbgraczyk@gmail.com> escreveu:
Não seria bem uma concavidade para baixo e sim um decaimento. Eu preciso ajustar um decaimento a partir do valor máximo que é 9,54 em y e 268 em x. Eu sei que é meio " forçar um ajuste" mas quando voce usa esse mesma função de ajuste no matlab da certo, sabe? O problema que eu tenho que reproduzir isso no R. A única opção que eu consegui e mudar o logaritmo do nls mas dai o resultado é bem "forçado".
Em 10 de fev de 2016, às 22:02, Fernando Antonio de souza < nandodesouza@gmail.com> escreveu:
Michelle, Seus dados não apontam para um concavidade para baixo não (pelo menos não no limite avaliado). Veja o gráfico em anexo feito usando a função loess. Como você chegou a conclusão que a concavidade do gráfico é para baixo plot(xx2,yy2) lines(lowess(xx2,yy2))
Você deve avaliar bem o modelo que escolheu, talvez a abordagem não linear não seja a mais indicada. Pense nos seus objetivos, pois modelos não lineares são menos flexiveis e talvez você tenha de encontrar um outro modelo. Veja uma regressão polinomial (grafico em anexo (vermelho), o ajuste parece melhor ( tem de olhar se os parâmetros lhe fornece a explicação desejada). A minha opinião é que o modelo que você está utilizando não explica muito bem os dados nos extremos dos valores.
modelo<-lm(yy2~poly(xx2,degree=3)) summary(modelo) plot(xx2,yy2) lines(xx2,predict(modelo),col="red",lwd=3)
Em 10 de fevereiro de 2016 20:59, Michelle Bau Graczyk < mbgraczyk@gmail.com> escreveu:
Oi Fernando, não é isso não, eu já tinha feito esta mudança. Pode ver pelo seu gráfico que a concavidade do ajuste continua para cima quando os dados tem concavidade para baixo.
Em 10 de fevereiro de 2016 20:38, Fernando Antonio de souza < nandodesouza@gmail.com> escreveu:
sua solução é esta. Acho que você estava errando no momento de colocar os vetores na função plot e lines. Os vetores que vc utilizou foi yy2 e xx2 para ajustar o modelo e são estes vetores que devem ser utilizados em plot e lines. veja o gráfico em anexo
x<-c(1:391) xx2<-c(269:380) yy2<-meanCurtose[269:380] ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1)) summary(ajuste1) plot(xx2,yy2) lines(xx2,((predict(ajuste1))),col="blue",lwd=5)
Em 10 de fevereiro de 2016 18:14, Michelle Bau Graczyk < mbgraczyk@gmail.com> escreveu:
Caros, boa tarde,
Eu estou fazendo um ajuste não linear usando nls mas o resultado que ele dá é uma curva de ajuste com concavidade invertida da que eu preciso. Já tentei usar o gnm() mas não consegui, fiquei confusa. Alguém poderia me dar uma dica?
Muito obrigada,
Michelle
dput(meanCurtose) c(12.6411612236072, 12.4796294865894, 11.7837399107729, 9.3366244767958, 8.78234352198318, 8.80804015042667, 7.95307495971197, 7.32343842457161, 8.14299654574164, 7.70975671017602, 8.18694316251001, 7.80329447515565, 7.34631424875244, 7.36272816078658, 7.51141407180884, 7.2984543038216, 7.18798034231446, 7.39050028173958, 7.38081189490019, 6.95713316227877, 7.63791968455754, 7.87986509970493, 7.73055700377501, 7.70222565081336, 7.30022411141346, 7.4083910760296, 8.00578570236547, 7.93193221955052, 6.64327337064239, 6.68647106547987, 6.3000528994051, 6.54137808760309, 7.48995510261887, 6.54309655530203, 7.52087344933623, 7.42164647655176, 6.92162268458166, 7.77143984793159, 7.20394459256519, 7.83235593399696, 6.83302649488445, 7.62258779095348, 6.38055427433855, 8.05998045599357, 7.46958190677157, 7.60765302681021, 8.80234303007986, 6.68187705863027, 8.21926338640429, 7.08617024720737, 7.08317235004987, 7.41892957604937, 7.16982143599, 8.15539571232209, 7.28334499900169, 6.58120042409299, 7.81224922275858, 7.38171333668406, 8.00614692588858, 6.84451553168819, 6.74857828793314, 6.67461633312983, 7.16362668836922, 8.00479494155055, 7.70268389750672, 7.14336039340061, 6.97576022415651, 7.80929673006598, 6.45416855124862, 6.78896259995105, 7.7614373562682, 7.34338936769521, 8.66360167525496, 7.56010811040502, 7.22027035686588, 7.1154305341104, 8.04483181906421, 7.26686896074475, 7.2819554225349, 7.1660546357157, 6.59147414023302, 7.75283390623264, 7.15010401592893, 8.13303971786744, 7.32855414357015, 7.52914612700985, 7.48539350747664, 7.3116359925766, 7.66883205205566, 7.54386649172369, 7.45086562401987, 7.5330535884964, 7.78202225997345, 7.76056734608042, 7.59433966583985, 8.11435339265086, 7.70162351095566, 8.37601740131695, 8.25165697702199, 7.24643615541509, 8.54880044435138, 8.0340772543879, 7.60142401295378, 8.15271059000679, 7.60593160597471, 7.72593944394177, 8.41079717372872, 7.11927697642025, 7.88710645083062, 7.71902768095523, 8.26215306007541, 7.86133931721877, 8.37393605745582, 8.19932022059118, 8.18707328398938, 7.94521059286453, 7.53190992758944, 9.09382323175141, 7.61894746233992, 7.10017784239385, 7.57104786675778, 8.01430433052944, 7.7371487858432, 7.60325496858967, 8.52249282126512, 7.74248433340973, 8.79986883820701, 9.46167401431283, 8.41320689887244, 8.12675091813675, 8.19305074669362, 8.26033026649083, 8.98967698600776, 8.34788307021593, 7.98891745840651, 8.02766826748111, 7.94540270707373, 7.91235184351595, 8.18550024134088, 7.6791216969593, 7.79872542391477, 7.74940943117668, 8.96965964554471, 8.5629016313986, 8.22026114318125, 8.09935379363855, 8.51695691589121, 8.38650625250542, 8.34913902264381, 8.16013457394217, 8.50829038864903, 8.44833145927061, 7.66193460778894, 8.38570214117961, 7.95599813376551, 8.87323589444497, 8.7542820309813, 8.86246741162272, 8.02505832824182, 8.3294679557415, 8.62676738321297, 8.82047798447757, 8.57418113309101, 8.58699004470501, 7.91426791727072, 8.97177329700974, 9.21737012827076, 8.93131253848201, 9.05373040821843, 8.8060047926233, 8.63579398153133, 8.86336549714936, 8.527665790551, 9.09306532526363, 8.28087778847272, 8.60347913720265, 8.86989145702297, 9.0949684712681, 8.9078756146992, 8.46550552582034, 8.67664030286659, 8.20430660038124, 8.81351904607292, 8.37902232147903, 8.14550617357246, 8.87063158098105, 8.97666317275847, 9.27478818986505, 8.1547402409359, 9.47636797667675, 8.7719585836935, 9.10650559618523, 8.74628232738224, 8.66484384581281, 8.89461512012232, 8.94112698262295, 8.88625194909964, 9.16563208180781, 8.95119538370992, 8.18141433709592, 8.76643815564861, 8.11691951072044, 8.59918991951036, 8.49949758795904, 9.03815995715459, 8.96746895317108, 8.25155230561287, 8.99757528829419, 8.38019837587032, 7.89015644871282, 8.40680211022081, 8.18371594452072, 8.30410415342907, 9.20936736591405, 7.65703515300426, 8.51162764995946, 8.6646690100554, 8.73118454744911, 8.14430230247998, 9.35891665431139, 9.06160792496678, 8.44947473873207, 8.71740324034868, 8.84001466116642, 9.00589707824947, 8.43952480018863, 8.66283352173145, 8.1727011762143, 8.57579566514626, 8.93818965665359, 8.15206368488664, 8.33232107289189, 8.341762471693, 9.06623499334649, 9.26537578767064, 7.81307094388884, 8.24572869326094, 8.59586522687647, 9.25576297899288, 8.58797131328683, 8.32067682057009, 8.91930638689767, 8.52526396708155, 8.66723332530741, 8.40559307237315, 8.17799487428929, 8.82784323424394, 9.18465209204581, 9.3587241829983, 8.50637042594598, 8.01927234485536, 9.29896008716075, 8.34070882949313, 8.77293341674818, 8.18474544087248, 8.91510004993898, 8.5566201885022, 8.39486013632365, 7.9046867529931, 7.92430863681382, 8.36021307048988, 7.8417605494278, 8.11914705328606, 9.10171237192372, 8.17450387129867, 8.53448727634444, 8.28989881325439, 9.54818539345608, 8.28338368115583, 7.79002534544918, 7.3242854513379, 7.84079127816179, 6.9410953499969, 8.07876380902682, 7.58591611244066, 8.50453944587674, 7.73770574293502, 7.62996698908472, 7.45841033089338, 8.32542977978427, 8.42312792960234, 9.21829530875374, 8.42984858400488, 8.16205343552221, 7.75295741897613, 8.52015614478337, 7.53969212359461, 8.44365531449399, 8.52590287623014, 8.51149053329986, 8.69193569875344, 7.87514214098904, 8.72564455261839, 8.41118186910311, 8.43201983191773, 8.04652209962358, 8.07673862977229, 7.66548826291252, 6.80349186801062, 7.01637383923338, 8.70616450025012, 7.72444099740669, 6.80701060733422, 6.99815237424822, 7.36641433774333, 7.27795135228736, 7.92905477052055, 7.88735066444516, 7.5016857370229, 6.78728786146448, 7.0532105574119, 7.36774907460969, 7.21358655480566, 7.2330664851842, 6.55433878970998, 7.73491483882012, 7.48043763676256, 7.80308727452244, 8.56098368763194, 7.70955796849379, 7.29653875674424, 7.42506463782188, 7.55914784837445, 7.42273393281136, 7.73515546731259, 7.48590913285387, 7.52434898743792, 7.44438234261102, 6.51597932800007, 6.28377247781507, 7.30133580341582, 6.73090842393085, 7.1361818350794, 6.78857257971843, 7.47023659527815, 7.37037478855289, 7.11798413310505, 7.16775471917832, 7.57517612767556, 7.10452737365334, 7.39660110571226, 7.17465591962981, 7.21164585791059, 7.40357201965638, 6.9947991909269, 7.14911017223732, 7.62484959829372, 6.76931262019786, 7.07638840273463, 7.15180066875616, 7.110350823662, 7.70131655729898, 7.03758321040949, 6.81957650696621, 7.16672630698447, 7.550947643418, 7.18035062270062, 6.83580537458554, 7.53556587395976, 6.31195290707872, 5.83287753761713, 5.81867638752022, 6.83541015330383, 6.52334107459094, 6.11436061339103, 7.10260940620634, 6.98757628158683, 5.89634862010814, 6.64905982592843, 6.10904544483375, 6.59560059326794, 6.62860732208668, 6.34612245052279, 6.5980097843679, 5.78737540356475, 6.38550118181323, 6.79787866750963, 6.12697207250661, 6.79967388180314, 6.47852836132581, 6.32902303599, 6.77030416330563, 6.36992000626642, 6.29767779306828, 5.86680261035713, 6.17573748646501, 5.44879619119357, 5.15153675140756, 4.97657133718324, 10.8727474295956, 11.4568422631567) x<-c(1:391) xx2<-c(269:380) yy2<-meanCurtose[269:380]
ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1))
plot(x,meanCurtose) lines(c(269:380),((predict(ajuste1))),col="blue",lwd=5)
_______________________________________________ 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 Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ========================================================================
_______________________________________________ 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 Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ========================================================================
_______________________________________________ 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 Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ========================================================================
_______________________________________________ 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.
Entendi, mas concordo com o Fernando, o ajuste parece ser este mesmo. Alguma chance de o modelo que o matlab ajusta não ser o mesmo, ou aplicar alguma restrição nas estimativas? *Paulo Dick* Estatístico Mestre em Epidemiologia em Saúde Pública Tel.: (55 21) 99591-2716 Em 11 de fevereiro de 2016 15:43, Michelle Bau Graczyk <mbgraczyk@gmail.com> escreveu:
Muito obrigada Fernando por tentar me ajudar!
Em 11 de fevereiro de 2016 15:11, Fernando Antonio de souza < nandodesouza@gmail.com> escreveu:
Não sei muito como lhe ajudar neste caso, talvez alguém na comunidade mais esclarecido possa lhe ajudar melhor. Matlab ou R devem apresentar o mesmo resultado, se a mesma metodologia foi utilizada. Veja o manual da função do Matlab para ver como ela funciona, que metodologia usa e compare com a utilizada pelo R. No geral se você está utilizando o mesmo modelo em ambos os softwares e utilizando os mesmos dados, não há como o ajuste ser tão diferente assim. Há meu ver não há este valor de máximo em seus dados.
abcs
Em 10 de fevereiro de 2016 23:56, <mbgraczyk@gmail.com> escreveu:
Não seria bem uma concavidade para baixo e sim um decaimento. Eu preciso ajustar um decaimento a partir do valor máximo que é 9,54 em y e 268 em x. Eu sei que é meio " forçar um ajuste" mas quando voce usa esse mesma função de ajuste no matlab da certo, sabe? O problema que eu tenho que reproduzir isso no R. A única opção que eu consegui e mudar o logaritmo do nls mas dai o resultado é bem "forçado".
Em 10 de fev de 2016, às 22:02, Fernando Antonio de souza < nandodesouza@gmail.com> escreveu:
Michelle, Seus dados não apontam para um concavidade para baixo não (pelo menos não no limite avaliado). Veja o gráfico em anexo feito usando a função loess. Como você chegou a conclusão que a concavidade do gráfico é para baixo plot(xx2,yy2) lines(lowess(xx2,yy2))
Você deve avaliar bem o modelo que escolheu, talvez a abordagem não linear não seja a mais indicada. Pense nos seus objetivos, pois modelos não lineares são menos flexiveis e talvez você tenha de encontrar um outro modelo. Veja uma regressão polinomial (grafico em anexo (vermelho), o ajuste parece melhor ( tem de olhar se os parâmetros lhe fornece a explicação desejada). A minha opinião é que o modelo que você está utilizando não explica muito bem os dados nos extremos dos valores.
modelo<-lm(yy2~poly(xx2,degree=3)) summary(modelo) plot(xx2,yy2) lines(xx2,predict(modelo),col="red",lwd=3)
Em 10 de fevereiro de 2016 20:59, Michelle Bau Graczyk < mbgraczyk@gmail.com> escreveu:
Oi Fernando, não é isso não, eu já tinha feito esta mudança. Pode ver pelo seu gráfico que a concavidade do ajuste continua para cima quando os dados tem concavidade para baixo.
Em 10 de fevereiro de 2016 20:38, Fernando Antonio de souza < nandodesouza@gmail.com> escreveu:
sua solução é esta. Acho que você estava errando no momento de colocar os vetores na função plot e lines. Os vetores que vc utilizou foi yy2 e xx2 para ajustar o modelo e são estes vetores que devem ser utilizados em plot e lines. veja o gráfico em anexo
x<-c(1:391) xx2<-c(269:380) yy2<-meanCurtose[269:380] ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1)) summary(ajuste1) plot(xx2,yy2) lines(xx2,((predict(ajuste1))),col="blue",lwd=5)
Em 10 de fevereiro de 2016 18:14, Michelle Bau Graczyk < mbgraczyk@gmail.com> escreveu:
Caros, boa tarde,
Eu estou fazendo um ajuste não linear usando nls mas o resultado que ele dá é uma curva de ajuste com concavidade invertida da que eu preciso. Já tentei usar o gnm() mas não consegui, fiquei confusa. Alguém poderia me dar uma dica?
Muito obrigada,
Michelle
> dput(meanCurtose) c(12.6411612236072, 12.4796294865894, 11.7837399107729, 9.3366244767958, 8.78234352198318, 8.80804015042667, 7.95307495971197, 7.32343842457161, 8.14299654574164, 7.70975671017602, 8.18694316251001, 7.80329447515565, 7.34631424875244, 7.36272816078658, 7.51141407180884, 7.2984543038216, 7.18798034231446, 7.39050028173958, 7.38081189490019, 6.95713316227877, 7.63791968455754, 7.87986509970493, 7.73055700377501, 7.70222565081336, 7.30022411141346, 7.4083910760296, 8.00578570236547, 7.93193221955052, 6.64327337064239, 6.68647106547987, 6.3000528994051, 6.54137808760309, 7.48995510261887, 6.54309655530203, 7.52087344933623, 7.42164647655176, 6.92162268458166, 7.77143984793159, 7.20394459256519, 7.83235593399696, 6.83302649488445, 7.62258779095348, 6.38055427433855, 8.05998045599357, 7.46958190677157, 7.60765302681021, 8.80234303007986, 6.68187705863027, 8.21926338640429, 7.08617024720737, 7.08317235004987, 7.41892957604937, 7.16982143599, 8.15539571232209, 7.28334499900169, 6.58120042409299, 7.81224922275858, 7.38171333668406, 8.00614692588858, 6.84451553168819, 6.74857828793314, 6.67461633312983, 7.16362668836922, 8.00479494155055, 7.70268389750672, 7.14336039340061, 6.97576022415651, 7.80929673006598, 6.45416855124862, 6.78896259995105, 7.7614373562682, 7.34338936769521, 8.66360167525496, 7.56010811040502, 7.22027035686588, 7.1154305341104, 8.04483181906421, 7.26686896074475, 7.2819554225349, 7.1660546357157, 6.59147414023302, 7.75283390623264, 7.15010401592893, 8.13303971786744, 7.32855414357015, 7.52914612700985, 7.48539350747664, 7.3116359925766, 7.66883205205566, 7.54386649172369, 7.45086562401987, 7.5330535884964, 7.78202225997345, 7.76056734608042, 7.59433966583985, 8.11435339265086, 7.70162351095566, 8.37601740131695, 8.25165697702199, 7.24643615541509, 8.54880044435138, 8.0340772543879, 7.60142401295378, 8.15271059000679, 7.60593160597471, 7.72593944394177, 8.41079717372872, 7.11927697642025, 7.88710645083062, 7.71902768095523, 8.26215306007541, 7.86133931721877, 8.37393605745582, 8.19932022059118, 8.18707328398938, 7.94521059286453, 7.53190992758944, 9.09382323175141, 7.61894746233992, 7.10017784239385, 7.57104786675778, 8.01430433052944, 7.7371487858432, 7.60325496858967, 8.52249282126512, 7.74248433340973, 8.79986883820701, 9.46167401431283, 8.41320689887244, 8.12675091813675, 8.19305074669362, 8.26033026649083, 8.98967698600776, 8.34788307021593, 7.98891745840651, 8.02766826748111, 7.94540270707373, 7.91235184351595, 8.18550024134088, 7.6791216969593, 7.79872542391477, 7.74940943117668, 8.96965964554471, 8.5629016313986, 8.22026114318125, 8.09935379363855, 8.51695691589121, 8.38650625250542, 8.34913902264381, 8.16013457394217, 8.50829038864903, 8.44833145927061, 7.66193460778894, 8.38570214117961, 7.95599813376551, 8.87323589444497, 8.7542820309813, 8.86246741162272, 8.02505832824182, 8.3294679557415, 8.62676738321297, 8.82047798447757, 8.57418113309101, 8.58699004470501, 7.91426791727072, 8.97177329700974, 9.21737012827076, 8.93131253848201, 9.05373040821843, 8.8060047926233, 8.63579398153133, 8.86336549714936, 8.527665790551, 9.09306532526363, 8.28087778847272, 8.60347913720265, 8.86989145702297, 9.0949684712681, 8.9078756146992, 8.46550552582034, 8.67664030286659, 8.20430660038124, 8.81351904607292, 8.37902232147903, 8.14550617357246, 8.87063158098105, 8.97666317275847, 9.27478818986505, 8.1547402409359, 9.47636797667675, 8.7719585836935, 9.10650559618523, 8.74628232738224, 8.66484384581281, 8.89461512012232, 8.94112698262295, 8.88625194909964, 9.16563208180781, 8.95119538370992, 8.18141433709592, 8.76643815564861, 8.11691951072044, 8.59918991951036, 8.49949758795904, 9.03815995715459, 8.96746895317108, 8.25155230561287, 8.99757528829419, 8.38019837587032, 7.89015644871282, 8.40680211022081, 8.18371594452072, 8.30410415342907, 9.20936736591405, 7.65703515300426, 8.51162764995946, 8.6646690100554, 8.73118454744911, 8.14430230247998, 9.35891665431139, 9.06160792496678, 8.44947473873207, 8.71740324034868, 8.84001466116642, 9.00589707824947, 8.43952480018863, 8.66283352173145, 8.1727011762143, 8.57579566514626, 8.93818965665359, 8.15206368488664, 8.33232107289189, 8.341762471693, 9.06623499334649, 9.26537578767064, 7.81307094388884, 8.24572869326094, 8.59586522687647, 9.25576297899288, 8.58797131328683, 8.32067682057009, 8.91930638689767, 8.52526396708155, 8.66723332530741, 8.40559307237315, 8.17799487428929, 8.82784323424394, 9.18465209204581, 9.3587241829983, 8.50637042594598, 8.01927234485536, 9.29896008716075, 8.34070882949313, 8.77293341674818, 8.18474544087248, 8.91510004993898, 8.5566201885022, 8.39486013632365, 7.9046867529931, 7.92430863681382, 8.36021307048988, 7.8417605494278, 8.11914705328606, 9.10171237192372, 8.17450387129867, 8.53448727634444, 8.28989881325439, 9.54818539345608, 8.28338368115583, 7.79002534544918, 7.3242854513379, 7.84079127816179, 6.9410953499969, 8.07876380902682, 7.58591611244066, 8.50453944587674, 7.73770574293502, 7.62996698908472, 7.45841033089338, 8.32542977978427, 8.42312792960234, 9.21829530875374, 8.42984858400488, 8.16205343552221, 7.75295741897613, 8.52015614478337, 7.53969212359461, 8.44365531449399, 8.52590287623014, 8.51149053329986, 8.69193569875344, 7.87514214098904, 8.72564455261839, 8.41118186910311, 8.43201983191773, 8.04652209962358, 8.07673862977229, 7.66548826291252, 6.80349186801062, 7.01637383923338, 8.70616450025012, 7.72444099740669, 6.80701060733422, 6.99815237424822, 7.36641433774333, 7.27795135228736, 7.92905477052055, 7.88735066444516, 7.5016857370229, 6.78728786146448, 7.0532105574119, 7.36774907460969, 7.21358655480566, 7.2330664851842, 6.55433878970998, 7.73491483882012, 7.48043763676256, 7.80308727452244, 8.56098368763194, 7.70955796849379, 7.29653875674424, 7.42506463782188, 7.55914784837445, 7.42273393281136, 7.73515546731259, 7.48590913285387, 7.52434898743792, 7.44438234261102, 6.51597932800007, 6.28377247781507, 7.30133580341582, 6.73090842393085, 7.1361818350794, 6.78857257971843, 7.47023659527815, 7.37037478855289, 7.11798413310505, 7.16775471917832, 7.57517612767556, 7.10452737365334, 7.39660110571226, 7.17465591962981, 7.21164585791059, 7.40357201965638, 6.9947991909269, 7.14911017223732, 7.62484959829372, 6.76931262019786, 7.07638840273463, 7.15180066875616, 7.110350823662, 7.70131655729898, 7.03758321040949, 6.81957650696621, 7.16672630698447, 7.550947643418, 7.18035062270062, 6.83580537458554, 7.53556587395976, 6.31195290707872, 5.83287753761713, 5.81867638752022, 6.83541015330383, 6.52334107459094, 6.11436061339103, 7.10260940620634, 6.98757628158683, 5.89634862010814, 6.64905982592843, 6.10904544483375, 6.59560059326794, 6.62860732208668, 6.34612245052279, 6.5980097843679, 5.78737540356475, 6.38550118181323, 6.79787866750963, 6.12697207250661, 6.79967388180314, 6.47852836132581, 6.32902303599, 6.77030416330563, 6.36992000626642, 6.29767779306828, 5.86680261035713, 6.17573748646501, 5.44879619119357, 5.15153675140756, 4.97657133718324, 10.8727474295956, 11.4568422631567) > x<-c(1:391) > xx2<-c(269:380) > yy2<-meanCurtose[269:380]
> ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1))
> plot(x,meanCurtose) > lines(c(269:380),((predict(ajuste1))),col="blue",lwd=5)
_______________________________________________ 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 Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/
========================================================================
_______________________________________________ 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 Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ========================================================================
_______________________________________________ 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 Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ========================================================================
_______________________________________________ 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.
Não sei Paulo, não conheço suficientemente o matlab para te dizer... Em 11 de fevereiro de 2016 17:30, Paulo Dick <paulopcdick@gmail.com> escreveu:
Entendi, mas concordo com o Fernando, o ajuste parece ser este mesmo.
Alguma chance de o modelo que o matlab ajusta não ser o mesmo, ou aplicar alguma restrição nas estimativas?
*Paulo Dick* Estatístico Mestre em Epidemiologia em Saúde Pública Tel.: (55 21) 99591-2716
Em 11 de fevereiro de 2016 15:43, Michelle Bau Graczyk < mbgraczyk@gmail.com> escreveu:
Muito obrigada Fernando por tentar me ajudar!
Em 11 de fevereiro de 2016 15:11, Fernando Antonio de souza < nandodesouza@gmail.com> escreveu:
Não sei muito como lhe ajudar neste caso, talvez alguém na comunidade mais esclarecido possa lhe ajudar melhor. Matlab ou R devem apresentar o mesmo resultado, se a mesma metodologia foi utilizada. Veja o manual da função do Matlab para ver como ela funciona, que metodologia usa e compare com a utilizada pelo R. No geral se você está utilizando o mesmo modelo em ambos os softwares e utilizando os mesmos dados, não há como o ajuste ser tão diferente assim. Há meu ver não há este valor de máximo em seus dados.
abcs
Em 10 de fevereiro de 2016 23:56, <mbgraczyk@gmail.com> escreveu:
Não seria bem uma concavidade para baixo e sim um decaimento. Eu preciso ajustar um decaimento a partir do valor máximo que é 9,54 em y e 268 em x. Eu sei que é meio " forçar um ajuste" mas quando voce usa esse mesma função de ajuste no matlab da certo, sabe? O problema que eu tenho que reproduzir isso no R. A única opção que eu consegui e mudar o logaritmo do nls mas dai o resultado é bem "forçado".
Em 10 de fev de 2016, às 22:02, Fernando Antonio de souza < nandodesouza@gmail.com> escreveu:
Michelle, Seus dados não apontam para um concavidade para baixo não (pelo menos não no limite avaliado). Veja o gráfico em anexo feito usando a função loess. Como você chegou a conclusão que a concavidade do gráfico é para baixo plot(xx2,yy2) lines(lowess(xx2,yy2))
Você deve avaliar bem o modelo que escolheu, talvez a abordagem não linear não seja a mais indicada. Pense nos seus objetivos, pois modelos não lineares são menos flexiveis e talvez você tenha de encontrar um outro modelo. Veja uma regressão polinomial (grafico em anexo (vermelho), o ajuste parece melhor ( tem de olhar se os parâmetros lhe fornece a explicação desejada). A minha opinião é que o modelo que você está utilizando não explica muito bem os dados nos extremos dos valores.
modelo<-lm(yy2~poly(xx2,degree=3)) summary(modelo) plot(xx2,yy2) lines(xx2,predict(modelo),col="red",lwd=3)
Em 10 de fevereiro de 2016 20:59, Michelle Bau Graczyk < mbgraczyk@gmail.com> escreveu:
Oi Fernando, não é isso não, eu já tinha feito esta mudança. Pode ver pelo seu gráfico que a concavidade do ajuste continua para cima quando os dados tem concavidade para baixo.
Em 10 de fevereiro de 2016 20:38, Fernando Antonio de souza < nandodesouza@gmail.com> escreveu:
sua solução é esta. Acho que você estava errando no momento de colocar os vetores na função plot e lines. Os vetores que vc utilizou foi yy2 e xx2 para ajustar o modelo e são estes vetores que devem ser utilizados em plot e lines. veja o gráfico em anexo
x<-c(1:391) xx2<-c(269:380) yy2<-meanCurtose[269:380] ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1)) summary(ajuste1) plot(xx2,yy2) lines(xx2,((predict(ajuste1))),col="blue",lwd=5)
Em 10 de fevereiro de 2016 18:14, Michelle Bau Graczyk < mbgraczyk@gmail.com> escreveu:
> Caros, boa tarde, > > Eu estou fazendo um ajuste não linear usando nls mas o resultado que > ele dá é uma curva de ajuste com concavidade invertida da que eu preciso. > Já tentei usar o gnm() mas não consegui, fiquei confusa. > Alguém poderia me dar uma dica? > > Muito obrigada, > > Michelle > > > dput(meanCurtose) > c(12.6411612236072, 12.4796294865894, 11.7837399107729, > 9.3366244767958, > 8.78234352198318, 8.80804015042667, 7.95307495971197, > 7.32343842457161, > 8.14299654574164, 7.70975671017602, 8.18694316251001, > 7.80329447515565, > 7.34631424875244, 7.36272816078658, 7.51141407180884, > 7.2984543038216, > 7.18798034231446, 7.39050028173958, 7.38081189490019, > 6.95713316227877, > 7.63791968455754, 7.87986509970493, 7.73055700377501, > 7.70222565081336, > 7.30022411141346, 7.4083910760296, 8.00578570236547, > 7.93193221955052, > 6.64327337064239, 6.68647106547987, 6.3000528994051, > 6.54137808760309, > 7.48995510261887, 6.54309655530203, 7.52087344933623, > 7.42164647655176, > 6.92162268458166, 7.77143984793159, 7.20394459256519, > 7.83235593399696, > 6.83302649488445, 7.62258779095348, 6.38055427433855, > 8.05998045599357, > 7.46958190677157, 7.60765302681021, 8.80234303007986, > 6.68187705863027, > 8.21926338640429, 7.08617024720737, 7.08317235004987, > 7.41892957604937, > 7.16982143599, 8.15539571232209, 7.28334499900169, 6.58120042409299, > 7.81224922275858, 7.38171333668406, 8.00614692588858, > 6.84451553168819, > 6.74857828793314, 6.67461633312983, 7.16362668836922, > 8.00479494155055, > 7.70268389750672, 7.14336039340061, 6.97576022415651, > 7.80929673006598, > 6.45416855124862, 6.78896259995105, 7.7614373562682, > 7.34338936769521, > 8.66360167525496, 7.56010811040502, 7.22027035686588, > 7.1154305341104, > 8.04483181906421, 7.26686896074475, 7.2819554225349, > 7.1660546357157, > 6.59147414023302, 7.75283390623264, 7.15010401592893, > 8.13303971786744, > 7.32855414357015, 7.52914612700985, 7.48539350747664, > 7.3116359925766, > 7.66883205205566, 7.54386649172369, 7.45086562401987, > 7.5330535884964, > 7.78202225997345, 7.76056734608042, 7.59433966583985, > 8.11435339265086, > 7.70162351095566, 8.37601740131695, 8.25165697702199, > 7.24643615541509, > 8.54880044435138, 8.0340772543879, 7.60142401295378, > 8.15271059000679, > 7.60593160597471, 7.72593944394177, 8.41079717372872, > 7.11927697642025, > 7.88710645083062, 7.71902768095523, 8.26215306007541, > 7.86133931721877, > 8.37393605745582, 8.19932022059118, 8.18707328398938, > 7.94521059286453, > 7.53190992758944, 9.09382323175141, 7.61894746233992, > 7.10017784239385, > 7.57104786675778, 8.01430433052944, 7.7371487858432, > 7.60325496858967, > 8.52249282126512, 7.74248433340973, 8.79986883820701, > 9.46167401431283, > 8.41320689887244, 8.12675091813675, 8.19305074669362, > 8.26033026649083, > 8.98967698600776, 8.34788307021593, 7.98891745840651, > 8.02766826748111, > 7.94540270707373, 7.91235184351595, 8.18550024134088, > 7.6791216969593, > 7.79872542391477, 7.74940943117668, 8.96965964554471, > 8.5629016313986, > 8.22026114318125, 8.09935379363855, 8.51695691589121, > 8.38650625250542, > 8.34913902264381, 8.16013457394217, 8.50829038864903, > 8.44833145927061, > 7.66193460778894, 8.38570214117961, 7.95599813376551, > 8.87323589444497, > 8.7542820309813, 8.86246741162272, 8.02505832824182, > 8.3294679557415, > 8.62676738321297, 8.82047798447757, 8.57418113309101, > 8.58699004470501, > 7.91426791727072, 8.97177329700974, 9.21737012827076, > 8.93131253848201, > 9.05373040821843, 8.8060047926233, 8.63579398153133, > 8.86336549714936, > 8.527665790551, 9.09306532526363, 8.28087778847272, > 8.60347913720265, > 8.86989145702297, 9.0949684712681, 8.9078756146992, > 8.46550552582034, > 8.67664030286659, 8.20430660038124, 8.81351904607292, > 8.37902232147903, > 8.14550617357246, 8.87063158098105, 8.97666317275847, > 9.27478818986505, > 8.1547402409359, 9.47636797667675, 8.7719585836935, > 9.10650559618523, > 8.74628232738224, 8.66484384581281, 8.89461512012232, > 8.94112698262295, > 8.88625194909964, 9.16563208180781, 8.95119538370992, > 8.18141433709592, > 8.76643815564861, 8.11691951072044, 8.59918991951036, > 8.49949758795904, > 9.03815995715459, 8.96746895317108, 8.25155230561287, > 8.99757528829419, > 8.38019837587032, 7.89015644871282, 8.40680211022081, > 8.18371594452072, > 8.30410415342907, 9.20936736591405, 7.65703515300426, > 8.51162764995946, > 8.6646690100554, 8.73118454744911, 8.14430230247998, > 9.35891665431139, > 9.06160792496678, 8.44947473873207, 8.71740324034868, > 8.84001466116642, > 9.00589707824947, 8.43952480018863, 8.66283352173145, > 8.1727011762143, > 8.57579566514626, 8.93818965665359, 8.15206368488664, > 8.33232107289189, > 8.341762471693, 9.06623499334649, 9.26537578767064, > 7.81307094388884, > 8.24572869326094, 8.59586522687647, 9.25576297899288, > 8.58797131328683, > 8.32067682057009, 8.91930638689767, 8.52526396708155, > 8.66723332530741, > 8.40559307237315, 8.17799487428929, 8.82784323424394, > 9.18465209204581, > 9.3587241829983, 8.50637042594598, 8.01927234485536, > 9.29896008716075, > 8.34070882949313, 8.77293341674818, 8.18474544087248, > 8.91510004993898, > 8.5566201885022, 8.39486013632365, 7.9046867529931, > 7.92430863681382, > 8.36021307048988, 7.8417605494278, 8.11914705328606, > 9.10171237192372, > 8.17450387129867, 8.53448727634444, 8.28989881325439, > 9.54818539345608, > 8.28338368115583, 7.79002534544918, 7.3242854513379, > 7.84079127816179, > 6.9410953499969, 8.07876380902682, 7.58591611244066, > 8.50453944587674, > 7.73770574293502, 7.62996698908472, 7.45841033089338, > 8.32542977978427, > 8.42312792960234, 9.21829530875374, 8.42984858400488, > 8.16205343552221, > 7.75295741897613, 8.52015614478337, 7.53969212359461, > 8.44365531449399, > 8.52590287623014, 8.51149053329986, 8.69193569875344, > 7.87514214098904, > 8.72564455261839, 8.41118186910311, 8.43201983191773, > 8.04652209962358, > 8.07673862977229, 7.66548826291252, 6.80349186801062, > 7.01637383923338, > 8.70616450025012, 7.72444099740669, 6.80701060733422, > 6.99815237424822, > 7.36641433774333, 7.27795135228736, 7.92905477052055, > 7.88735066444516, > 7.5016857370229, 6.78728786146448, 7.0532105574119, > 7.36774907460969, > 7.21358655480566, 7.2330664851842, 6.55433878970998, > 7.73491483882012, > 7.48043763676256, 7.80308727452244, 8.56098368763194, > 7.70955796849379, > 7.29653875674424, 7.42506463782188, 7.55914784837445, > 7.42273393281136, > 7.73515546731259, 7.48590913285387, 7.52434898743792, > 7.44438234261102, > 6.51597932800007, 6.28377247781507, 7.30133580341582, > 6.73090842393085, > 7.1361818350794, 6.78857257971843, 7.47023659527815, > 7.37037478855289, > 7.11798413310505, 7.16775471917832, 7.57517612767556, > 7.10452737365334, > 7.39660110571226, 7.17465591962981, 7.21164585791059, > 7.40357201965638, > 6.9947991909269, 7.14911017223732, 7.62484959829372, > 6.76931262019786, > 7.07638840273463, 7.15180066875616, 7.110350823662, > 7.70131655729898, > 7.03758321040949, 6.81957650696621, 7.16672630698447, > 7.550947643418, > 7.18035062270062, 6.83580537458554, 7.53556587395976, > 6.31195290707872, > 5.83287753761713, 5.81867638752022, 6.83541015330383, > 6.52334107459094, > 6.11436061339103, 7.10260940620634, 6.98757628158683, > 5.89634862010814, > 6.64905982592843, 6.10904544483375, 6.59560059326794, > 6.62860732208668, > 6.34612245052279, 6.5980097843679, 5.78737540356475, > 6.38550118181323, > 6.79787866750963, 6.12697207250661, 6.79967388180314, > 6.47852836132581, > 6.32902303599, 6.77030416330563, 6.36992000626642, 6.29767779306828, > 5.86680261035713, 6.17573748646501, 5.44879619119357, > 5.15153675140756, > 4.97657133718324, 10.8727474295956, 11.4568422631567) > > x<-c(1:391) > > xx2<-c(269:380) > > yy2<-meanCurtose[269:380] > > > ajuste1<-nls(yy2~9.548-b*(xx2-268)^c,start=list(b=1,c=1)) > > > plot(x,meanCurtose) > > lines(c(269:380),((predict(ajuste1))),col="blue",lwd=5) > > > _______________________________________________ > 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 Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/
========================================================================
_______________________________________________ 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 Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ========================================================================
_______________________________________________ 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 Souza Zootecnista, DSc. Produção Animal e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ========================================================================
_______________________________________________ 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.
_______________________________________________ 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.
Mesmos resultados com Matlab R2015b:
mc'
ans = Columns 1 through 17 8.2834 7.7900 7.3243 7.8408 6.9411 8.0788 7.5859 8.5045 7.7377 7.6300 7.4584 8.3254 8.4231 9.2183 8.4298 8.1621 7.7530 Columns 18 through 34 8.5202 7.5397 8.4437 8.5259 8.5115 8.6919 7.8751 8.7256 8.4112 8.4320 8.0465 8.0767 7.6655 6.8035 7.0164 8.7062 7.7244 Columns 35 through 51 6.8070 6.9982 7.3664 7.2780 7.9291 7.8874 7.5017 6.7873 7.0532 7.3677 7.2136 7.2331 6.5543 7.7349 7.4804 7.8031 8.5610 Columns 52 through 68 7.7096 7.2965 7.4251 7.5591 7.4227 7.7352 7.4859 7.5243 7.4444 6.5160 6.2838 7.3013 6.7309 7.1362 6.7886 7.4702 7.3704 Columns 69 through 85 7.1180 7.1678 7.5752 7.1045 7.3966 7.1747 7.2116 7.4036 6.9948 7.1491 7.6249 6.7693 7.0764 7.1518 7.1104 7.7013 7.0376 Columns 86 through 102 6.8196 7.1667 7.5509 7.1804 6.8358 7.5356 6.3120 5.8329 5.8187 6.8354 6.5233 6.1144 7.1026 6.9876 5.8963 6.6491 6.1090 Columns 103 through 112 6.5956 6.6286 6.3461 6.5980 5.7874 6.3855 6.7979 6.1270 6.7997 6.4785
x'
ans = Columns 1 through 29 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 Columns 30 through 58 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 Columns 59 through 87 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 Columns 88 through 112 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380
myfun = 'mc ~ 9.548 - b1 * (x - 268)^b2'; b0 = [1;1]; mnl = fitnlm(x, mc, myfun, b0); mnl
mnl = Nonlinear regression model: mc ~ 9.548 - b1*(x - 268)^b2 Estimated Coefficients: Estimate SE tStat pValue ________ ________ ______ __________ b1 0.66888 0.10226 6.5412 1.9908e-09 b2 0.30739 0.036839 8.3441 2.3263e-13 Number of observations: 112, Error degrees of freedom: 110 Root Mean Squared Error: 0.541 R-Squared: 0.432, Adjusted R-Squared 0.427 F-statistic vs. zero model: 1.04e+04, p-value = 5.23e-126
model2 = 'mc ~ b1 - b2 * (x - 268)^b3'; ini2 = [8;0;1.4]; mnl2 = fitnlm(x, mc, model2, ini2);
Warning: Rank deficient, rank = 2, tol = 1.038937e-10. In nlinfit>LMfit (line 574) In nlinfit (line 276) In NonLinearModel/fitter (line 1123) In classreg.regr.FitObject/doFit (line 220) In NonLinearModel.fit (line 1430) In fitnlm (line 94)
mnl2
mnl2 = Nonlinear regression model: mc ~ b1 - b2*(x - 268)^b3 Estimated Coefficients: Estimate SE tStat pValue _________ _________ _______ __________ b1 8.0691 0.13723 58.802 2.1409e-84 b2 0.0021746 0.0035616 0.61058 0.54275 b3 1.4158 0.34368 4.1196 7.4165e-05 Number of observations: 112, Error degrees of freedom: 109 Root Mean Squared Error: 0.49 R-Squared: 0.537, Adjusted R-Squared 0.528 F-statistic vs. constant model: 63.2, p-value = 6e-19
participantes (6)
-
Elias Teixeira Krainski -
Fernando Antonio de souza -
Fernando Souza
-
mbgraczyk＠gmail.com -
Michelle Bau Graczyk
-
Paulo Dick