Obrigado Benilton,
Era exatamente este meu problema, no momento de escrever e ler
fiz header=T e funcionou, agradeço também as demais sugestões dos
membros do grupo.
Abraço,
Alexandre
Em 13/04/2012 11:35, Benilton Carvalho escreveu:
o problema eh q vc esta' escrevendo os arquivos
Pessoal,
Gostaria de evitar um loop no procedimento abaixo da forma mais
elegante possível:
m - matrix(1:24, ncol=3)
res - matrix(0, nrow(m), ncol(m))
mg - mean(m) # média geral
mc - colMeans(matrixdata) # média das colunas
mr - rowMeans (matrixdata) # médias das variáveis
for (i in
Favor desconsiderar o exemplo (está errado), vou postar novamente!
--
///\\\///\\\///\\\///\\\///\\\///\\\///\\\///\\\
Jose Claudio Faria
Estatistica
UESC/DCET/Brasil
joseclaudio.faria at gmail.com
///\\\///\\\///\\\///\\\///\\\///\\\///\\\///\\\
Em 14 de abril de 2012 07:51, Jose Claudio Faria
Pessoal,
Gostaria de evitar um loop no procedimento abaixo da forma mais
elegante possível:
# R help
m - matrix(runif(24), ncol=3)
res - matrix(0, nrow(m), ncol(m))
mg - mean(m) # média geral
mc - colMeans(m) # média das colunas
mr - rowMeans (m) # médias das variáveis
for (i in 1:nrow(m))
Pessoal,
Desculpem, a anterior fornece uma matriz nula da dimensão de 'm',
acabei de observar.
A correta é essa:
# R help
m - matrix(runif(24), ncol=3)
res - matrix(0, nrow(m), ncol(m))
mg - mean(m) # média geral
mc - colMeans(m) # média das colunas
mr - rowMeans (m) # médias das linhas
for
B,
Mais elegante impossível! ;-)
Não conhecia a função sweep; scale tinha resolvido meus problemas
básicos até o momento. Estava justamente olhando o código fonte de
scale (muitas vivas a GPL!!!) e observava que ela chama a sweep...
nisso chegou sua resposta: muitíssimo obrigado!
Ab,
--
Ah... e, nao tao eficaz como minha sugestao inicial (ha' mudancas
dentro de f e g que podem tornar o codigo mais rapido), mas apenas
para registro, vc pode usar modelos lineares para isso:
f = function(m){
y - as.numeric(m)
f1 - factor(col(m))
f2 - factor(row(m))
sweep e' de fato mao na roda... e o legal e' q essa decomposicao via
sweep te permite usar matrizes MUITO grandes...
2012/4/14 Jose Claudio Faria joseclaudio.fa...@gmail.com:
B,
Mais elegante impossível! ;-)
Não conhecia a função sweep; scale tinha resolvido meus problemas
básicos até o
B,
Ok, registradas as alternativas!
Estou dando uma estudada em sweep: realmente uma grande pequena função. ;-)
O uso dessa nova opção de centralização de matrizes é para ser usado
nas novas opções gráficas do pacote bpca (Biplot aplicado aos
componentes principais). Sinta-se como parte da
As promessas sobre as quais comentei em algum ponto no passado (de que
o R-core iria incorporar suporte a objetos mais longos que 2^31-1)
comecam a ser cumpridas Eu imagino que no R-2.16.x eh possivel que
jah tenhamos alguma dessa funcionalidade (lembrem-se que o release
schedule do R mudou e
Usuários do Tinn-R,
Testemunho que praticamente não usei Windows nos últimos 2/3 anos.
Nesse tempo estava ajudando o Jakson Aquino no projeto do Vim-R-plugin
(que considero hoje uma das melhores alternativas de GUI para usuários
intermediários e avançados de computador e R).
Pois bem, esses dias
Boa tarde pessoal,
Bom descobri onde estou errando, quando faço:
for(i in 1:(length(xcc))){
for(j in 1:(length(ycc))){
O loop vai pegar a primeira coordenada de xcc e fazer todas as
combinações com ycc. Na verdade, eu queria uma ajuda para o loop e
fazer com que ele pegue
Se tu ta usando o mesmo indice nas 2 variaveis não tem porque usar dois for
(), um já basta:
xcc-c(672036,672332,672674,672079,671386,671364,670753,671854,669986,670860,671366)
ycc-c(6783650,6784105,6783470,6782354,6782416,6782418,6782199,6783073,6781853,6781791,6781911)
o - vector()
for (i in
Obrigado Rodrigo,
Por ter solucionado o meu problema e por deixar meu script mais
elegante,
Abraço,
Alexandre
Em 14/04/2012 14:20, Rodrigo Coster escreveu:
Se tu ta usando o mesmo indice nas 2 variaveis não tem porque usar
dois for (), um já basta:
Olá
Estou trabalhando com alguns dados numéricos e que o R esta considerando
como fator.
dput(dados)
structure(list(NU_LESOES = c(12, 2, 1, 2, 2, 4, 2, 12, 12, 9,
1, 5, 6, 7, 1, 8, 10, 3, 4, 11)), .Names = NU_LESOES, row.names = c(NA,
-20L), data_types = C, class = data.frame)
str(dados2)
*NEste caso, para fazer a conversão deve-se usar *
*
*
*as.numeric(as.character(vetor))*
*
*
*
*Atenciosamente,
Leandro Marino
http://www.leandromarino.com.br (Fotógrafo)
http://est.leandromarino.com.br/Blog (Estatístico)
Cel.: + 55 21 9845-7707
Cel.: + 55 21 8777-7907
Em 14 de abril de 2012
*Sérgio,*
*
*
*note que você criou um objeto dados2 após a importação de dados1. Como
isto foi feito?*
*
*
*Quando carrego a estrutura de dados aqui não tenho nenhum problema e
NU_LESOES está como numerica.*
*
*
*
*Atenciosamente,
Leandro Marino
http://www.leandromarino.com.br (Fotógrafo)
Desculpe
É que o dados2 foi só pra exemplo e a importação foi dos dados originais...
Em 14 de abril de 2012 16:17, Leandro Marino
leandromar...@leandromarino.com.br escreveu:
*Sérgio,*
*
*
*note que você criou um objeto dados2 após a importação de dados1. Como
isto foi feito?*
*
*
isto acontece pq ao transformar para numérico ele está usando o n;ivel dos
fatores e nao seus valores
verifique antes de transformar:
levels(dados)
On Sat, 14 Apr 2012, Sérgio Henrique almeida da silva ju wrote:
Olá
Estou trabalhando com alguns dados numéricos e que o R esta
*Sergio,*
*
*
*cai na pegadinha do cansaço... Note que a sua leitura está levando a isto.*
*
*
*Quando se usa as.is = F, as variaveis char serão convertidas para factor.
Neste caso a sua variável (apesar de ser composta apenas por números
inteiros) está como character.*
*
*
*Se você alterar para
Obrigado amigos!
Abraços
Em 14 de abril de 2012 17:27, Leandro Marino
leandromar...@leandromarino.com.br escreveu:
*Sergio,*
*
*
*cai na pegadinha do cansaço... Note que a sua leitura está levando a
isto.*
*
*
*Quando se usa as.is = F, as variaveis char serão convertidas para
factor.
Bem, vamos primeiro recapitular para dar check list.
Você tem 11 unidades, 6 no nível A e 5 no nível B de capoeira (fator da
parcela). Cada uma dessas 11 foi divida para receber os 2 níveis do fator
abertura (0% e 35%), então são as 22 subparcelas. Em cada uma das 22
subparcelas foram colocados 45
22 matches
Mail list logo
