[R-br] Heterocedasticidade e teste de média
Wagner Bonat
wbonat em gmail.com
Domingo Novembro 20 10:33:02 BRST 2016
Olá Rodrigo,
Acho que o problema é que precisa instalar a versão que está no devel e não
no brach master.
A versão que está no CRAN é a 0.3.0 a que estou desenvolvendo é a 0.4.0
veja a função mc_dlgm()
neste endereço.
https://github.com/wbonat/mcglm/blob/devel/R/mc_dglm.R
Eu devo atualizar a versão no CRAN tão rápido quanto eu consiga, porém
corrido nos últimos dias.
All the best!
Em 16 de novembro de 2016 15:47, Rodrigo Sant'Ana <rodrigo.gringo em gmail.com>
escreveu:
> Boa tarde Wagner e demais colegas da R-BR,
>
> Wagner, o código que você nos enviou, que utiliza o pacote mcglm, não
> está funcionando.
> Mesmo instalando o pacote digest ou clonando o seu pacote pelo Github, a
> função mc_dglm não pode ser encontrada.
> Esta avaliando as funções disponíveis no seu pacote e está função não
> consta no mesmo.
>
> Fiquei muito interessado no seu exemplo e gostaria muito de poder
> reproduzi-lo, você poderia disponibilizar está função em separado ou
> apontar o pacote ao qual a mesma faz parte?
>
> Muito obrigado pela sua ajuda Wagner e parabéns pelo pacote.
> Abs,
> RS
>
> ___________________________________________________
> *Rodrigo Sant'Ana*
> --
> Mestre em Ciência e Tecnologia Ambiental - MCTA/UNIVALI
> Graduado em Oceanografia - CTTMar/UNIVALI
> Universidade do Vale do Itajaí - UNIVALI
> --
>
>
> Em 15 de novembro de 2016 05:24, Wagner Bonat via R-br <
> r-br em listas.c3sl.ufpr.br> escreveu:
>
>> Tente instalar o digest
>>
>> install.packages("digest")
>>
>> Me parece ser algo no seu sistema.
>> Você pode fazer clonar o diretório pela pagina do github
>> https://github.com/wbonat/mcglm
>>
>> Best
>>
>> Em 15 de novembro de 2016 01:26, Mauro Sznelwar via R-br <
>> r-br em listas.c3sl.ufpr.br> escreveu:
>>
>>> Não estou conseguindo instalar!
>>>
>>> > install_github("wbonat/mcglm", ref = "devel")
>>> Downloading GitHub repo wbonat/mcglm em devel
>>> from URL https://api.github.com/repos/wbonat/mcglm/zipball/devel
>>> Installing mcglm
>>> Erro em `_digest`(c(list(repos, type), lapply(`_additional`, function(x)
>>> eval(x[[2L]], :
>>> objeto 'digest_impl' não encontrado
>>>
>>>
>>>
>>> On Sunday, November 13, 2016 3:40 PM, Wagner Bonat <wbonat em gmail.com>
>>> wrote:
>>>
>>>
>>> Prezados membros da lista,
>>>
>>> Alguns dias postei um código não reproduzível sobre modelos para
>>> heterocedásticidade.
>>> Peço desculpas e abaixo vai o código que imagino ser possível reproduzir.
>>> Os dois principais problemas eram a instalação do pacote mcglm e o
>>> conjunto de dados.
>>> O pacote pode ser instalado facilmente pelo github repository neste
>>> endereço
>>>
>>> https://github.com/wbonat/mcglm
>>> install_github("wbonat/mcglm", ref = "devel") # Saliento para instalar a
>>> versão devel !!
>>>
>>> O conjunto de dados está anexado neste e-mail.
>>> Além disso, o Luiz Leal estava com problemas pra ter acesso e pediu o
>>> .tar.gz que também vai em anexo.
>>> Aproveito para salientar que o mcglm está em desenvolvimento, assim
>>> quaisquer dúvidas, criticas e/ou
>>> sugestões serão muito bem vindas.
>>>
>>> All the best!
>>>
>>> # Heteroscedastic regression model -------------------------------------
>>> # Author: Wagner Hugo Bonat LEG/UFPR -----------------------------------
>>> # Date: 13/11/2016 -----------------------------------------------------
>>>
>>> # Loading extra packages
>>> install.packages("devtools")
>>> require(devtools)
>>>
>>> # Install mcglm package from github repository -------------------------
>>> install_github("wbonat/mcglm", ref = "devel")
>>> require(mcglm)
>>>
>>>
>>> # Loading data set
>>> Fenois <- c(337.311, 344.874, 342.353, 325.546, 333.950, 330.588,
>>> 328.067,
>>> 328.067, 318.824, 331.429, 333.950, 334.790, 336.471,
>>> 338.151,
>>> 342.353, 259.160, 252.437, 268.403, 265.882, 266.723,
>>> 287.731,
>>> 88.571, 88.571, 90.252, 41.513, 52.437, 49.076, 88.571,
>>> 88.571, 90.252, 64.202, 60.000, 61.681)
>>> Cor <- factor(c(rep("ambar",6), rep("ambar_claro",3), rep("ambar",6),
>>> rep("ambar_claro",6),rep("branco",6),
>>> rep("extra_ambar_claro",3),rep("branco",3)))
>>> dados <- data.frame("Fenois" = Fenois, "Cor" = Cor)
>>> boxplot(dados$Fenois ~ dados$Cor)
>>> tapply(dados$Fenois, dados$Cor, sd)
>>>
>>> # Linear regression model- ---------------------------------------------
>>> fit1 <- lm(Fenois ~ Cor, data = dados)
>>> anova(fit1)
>>> plot(residuals(fit1) ~ fitted(fit1))
>>> plot(residuals(fit1) ~ Cor)
>>>
>>> # Double Linear regression model ---------------------------------------
>>> dados$id <- 1
>>> fit2 <- mcglm(c(Fenois ~ Cor), list(mc_dglm(~ Cor, id = "id", data =
>>> dados)),
>>> covariance = "expm", data = dados)
>>> summary(fit2)
>>>
>>> summary(fit1)
>>> summary(fit2)
>>>
>>> cbind(coef(fit1), coef(fit2, type = "beta")$Estimates)
>>> cbind(sqrt(diag(vcov(fit1))), coef(fit2, type = "beta", std.error =
>>> TRUE)$Std.error)
>>>
>>> # Example 2 ------------------------------------------------------------
>>> dados2 <- read.table("HETE.csv", header = TRUE, sep = ";", dec = ",")
>>> with(dados2, boxplot(y ~ x))
>>>
>>> # Note that, the A33 has no variance, so we need to remove this level.
>>> dados2 <- dados2[which(dados2$x != "A33"),]
>>> dados2$x <- droplevels(dados2$x)
>>> tapply(dados2$y, dados2$x, sd)
>>>
>>> # Linear regression model ----------------------------------------------
>>> fit_lm <- lm(y ~ x, data = dados2)
>>> summary(fit_lm)
>>> plot(residuals(fit_lm) ~ fitted(fit_lm))
>>> plot(residuals(fit_lm) ~ dados2$x)
>>>
>>> # Double linear regression model ---------------------------------------
>>> dados2$id <- 1
>>> fit_dlm <- mcglm(c(y ~ x), list(mc_dglm(~ x, id = "id", data = dados2)),
>>> covariance = "expm", data = dados2)
>>> summary(fit_dlm)
>>>
>>> # Comparing estimates and standard errors ------------------------------
>>> cbind(coef(fit_lm), coef(fit_dlm, type = "beta")$Estimates)
>>> cbind(sqrt(diag(vcov(fit_lm))), coef(fit_dlm, type = "beta", std.error
>>> = TRUE)$Std.error)
>>>
>>>
>>>
>>> Em 11 de novembro de 2016 17:01, Luiz Leal <richfield1974 em yahoo.com
>>> <http://../../../undefined//compose?to=richfield1974@yahoo.com>>
>>> escreveu:
>>>
>>> Prezado Wagner, uso o R no trabalho e devido a restrições técnicas só
>>> consigo instalar pacotes a partir do zip. Poderia me mandar o zip deste
>>> pacote?
>>> Att
>>> Luiz
>>>
>>>
>>> On Friday, November 4, 2016 5:05 PM, Wagner Bonat <wbonat em gmail.com
>>> <http://../../../undefined//compose?to=wbonat@gmail.com>> wrote:
>>>
>>>
>>> Sim, vc pode usar qualquer dos testes padrões.
>>> A única diferença é que vc deve usar os beta e erros padrões que vem
>>> deste modelo.
>>> Não sei se vc pode incluir sua própria matriz de covariancia nas funções
>>> do R.
>>> Talvez, sim. Se não tem que implementar.
>>> O Walmes é muito bom nestes testes de comparações múltiplas talvez ele
>>> possa ajudar.
>>>
>>> O que houve q não conseguiu instalar o pacote?
>>> Tentou pelo github ou do CRAN?
>>>
>>> https://cran.r-project.org/ web/packages/mcglm/index.html
>>> <https://cran.r-project.org/web/packages/mcglm/index.html>
>>> https://github.com/wbonat/ mcglm <https://github.com/wbonat/mcglm>
>>>
>>>
>>>
>>>
>>> Em 4 de novembro de 2016 19:46, Luiz Leal <richfield1974 em yahoo.com
>>> <http://../../../undefined//compose?to=richfield1974@yahoo.com>>
>>> escreveu:
>>>
>>> Wagner, meu interesse é, uma vez identificado que existe diferença entre
>>> os tratamentos (considerando que um deles é o controle) utilizar o teste de
>>> Dunnett para verificar quais tratamentos diferem do tratamento controle.
>>> Como o pressuposto de homogeneidade das variâncias é violado busquei
>>> alternativas para "homogeneizar" as variâncias. Posso aplicar esse teste a
>>> partir do modelo acima descrito?
>>> Desde já agradeço
>>> Luiz
>>> PS. Não consegui instalar o pacote
>>>
>>>
>>> On Friday, November 4, 2016 4:13 PM, Wagner Bonat via R-br <
>>> r-br em listas.c3sl.ufpr.br
>>> <http://../../../undefined//compose?to=r-br@listas.c3sl.ufpr.br>> wrote:
>>>
>>>
>>> Caros,
>>>
>>> Alguém postou esse conjunto de dados com problema de pressupostos,
>>> principalmente heterocedasticidade. Agora a pouco veio outro e-mail com um
>>> problema similar. Fiz um exemplo um pouco mais detalhado de como isso pode
>>> ser facilmente resolvido e mostrando o efeito disso no modelo.
>>>
>>> # Example 2 ------------------------------ ------------------------------
>>> Fenois = c(337.311, 344.874, 342.353, 325.546, 333.950, 330.588,
>>> 328.067,
>>> 328.067, 318.824, 331.429, 333.950, 334.790, 336.471,
>>> 338.151,
>>> 342.353, 259.160, 252.437, 268.403, 265.882, 266.723,
>>> 287.731,
>>> 88.571, 88.571, 90.252, 41.513, 52.437, 49.076, 88.571,
>>> 88.571, 90.252, 64.202, 60.000, 61.681)
>>> Cor = factor(c(rep("ambar",6), rep("ambar_claro",3), rep("ambar",6),
>>> rep("ambar_claro",6),rep(" branco",6),
>>> rep("extra_ambar_claro",3), rep("branco",3)))
>>>
>>>
>>> # Exploratory analysis
>>> boxplot(Fenois ~ Cor)
>>> tapply(Fenois, Cor, sd)
>>> dados <- data.frame(Fenois, Cor)
>>> dados$id <- 1
>>>
>>> # Fitting
>>> fit1 <- mcglm(c(Fenois ~ Cor), list(mc_id(dados)), data = dados)
>>> fit2 <- mcglm(c(Fenois ~ Cor), list(mc_dglm(~ Cor, id = "id", data =
>>> dados)),
>>> covariance = "expm", data = dados)
>>> # Goodness-of-fit
>>> gof(fit1)
>>> gof(fit2)
>>>
>>> # Comparing estimates and standard errors
>>> coef(fit1, type = "beta", std.error = TRUE)
>>> coef(fit2, type = "beta", std.error = TRUE)
>>>
>>> O interessante é que a estimativa pontual é exatamente a mesma, porém
>>> olha a enorme diferença nos erros padrões dos betas.
>>>
>>> --
>>> Wagner Hugo Bonat
>>> ------------------------------ ------------------------------
>>> ------------------------------ ----
>>> Department of Mathematics and Computer Science (IMADA)
>>> University of Southern Denmark (SDU) and
>>> Laboratório de Estatística e Geoinformação (LEG)
>>> Universidade Federal do Paraná (UFPR)
>>>
>>> ______________________________ _________________
>>> R-br mailing list
>>> R-br em listas.c3sl.ufpr.br
>>> <http://../../../undefined//compose?to=R-br@listas.c3sl.ufpr.br>
>>> https://listas.inf.ufpr.br/ cgi-bin/mailman/listinfo/r-br
>>> <https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br>
>>> Leia o guia de postagem (http://www.leg.ufpr.br/r-br- guia
>>> <http://www.leg.ufpr.br/r-br-guia>) e forne� c�igo m�imo reproduz�el.
>>>
>>>
>>>
>>>
>>> --
>>> Wagner Hugo Bonat
>>> ------------------------------ ------------------------------
>>> ------------------------------ ----
>>> Department of Mathematics and Computer Science (IMADA)
>>> University of Southern Denmark (SDU) and
>>> Laboratório de Estatística e Geoinformação (LEG)
>>> Universidade Federal do Paraná (UFPR)
>>>
>>>
>>>
>>>
>>>
>>>
>>> --
>>> Wagner Hugo Bonat
>>> ------------------------------------------------------------
>>> ----------------------------------
>>> Department of Mathematics and Computer Science (IMADA)
>>> University of Southern Denmark (SDU) and
>>> Laboratório de Estatística e Geoinformação (LEG)
>>> Universidade Federal do Paraná (UFPR)
>>>
>>>
>>>
>>> _______________________________________________
>>> R-br mailing list
>>> R-br em 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 forne�a
>>> c�digo m�nimo reproduz�vel.
>>>
>>> _______________________________________________
>>> R-br mailing list
>>> R-br em 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.
>>>
>>
>>
>>
>> --
>> Wagner Hugo Bonat
>> ------------------------------------------------------------
>> ----------------------------------
>> Department of Mathematics and Computer Science (IMADA)
>> University of Southern Denmark (SDU) and
>> Laboratório de Estatística e Geoinformação (LEG)
>> Universidade Federal do Paraná (UFPR)
>>
>>
>> _______________________________________________
>> R-br mailing list
>> R-br em 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.
>>
>
>
--
Wagner Hugo Bonat
----------------------------------------------------------------------------------------------
Department of Mathematics and Computer Science (IMADA)
University of Southern Denmark (SDU) and
Laboratório de Estatística e Geoinformação (LEG)
Universidade Federal do Paraná (UFPR)
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20161120/fadc1c85/attachment.html>
Mais detalhes sobre a lista de discussão R-br