1. Somas de quadrados tipo I, II, III e etc não é terminologia da
Estatistica, sim de um software (SAS)
para calcular estás somas de quadrado, sugiro olhar o pacote "car". É bem
antigo, mas tem muita coisa referente a isto. Se não me engano, é a função
Anova (assim mesmo, com "A" maiusculo.)
Fernando, muito obrigado pelo pronto retorno.
De fato, eu costumo obter as SQs parciais (tipo 2) mudando a ordem dos termos
do modelo, usando a própria função mais conhecida anova(), mas tinha me
entusiasmado com a existência de uma função pronta como a Anova().
Quanto às tipo 3, mesmo
Eduardo,
Além das excelentes respostas que vc já recebeu, note que até a
*terminologia* sobre "Somas de Quadrados Tipos II e III" é na verdade
estranha à Estatística e sim um artifício inventado por um dos
'fabricantes' de pacote de SW estatístico cuja terminologia "pegou".
Comecei o post com
Se você possui 4 GL para o fator A e 4 GL para o fator B, como podem haver
somente 1 GL para a interação? Acredito que por isso o R retorna "there are
aliased coefficients in the model". Uma vez que você não possui informações
em todas as combinações dos fatores A e B.
Estou tentando baixar fotos através da função download.file:
foto<-as.character(linksvalidosespecies$link[50])
sp_baixada<-paste(50,".","jpg",sep="")
download.file(foto,sp_baixada,mode="wb")
Porém, quando tento abrir a foto, o visualizador de imagens diz que não pode
abrir o arquivo. Já
Bom dia, pessoal.
Minha dúvida é particularmente sobre o cálculo de somas de quadrados tipo III
(mas também do tipo II) no R com conjuntos de dados desbalanceados.
Estou ciente da polêmica em torno do uso destas somas de quadrados na
comunidade estatística, mas gostaria muito de poder
http://www.sbea.org.br/conbea/2014/anais/R0273-1.pdf
FCosta
Em 21/06/2017 09:26, Maurício Soares via R-br escreveu:
Bom dia!
Tenho um conjunto de dados e preciso estimar os parâmetros de uma
Gamma (μ e ν) e também estimar os parâmetros de uma Inversa Gaussiana
(μ e σ^2).
Nunca tinha
Pode usar a função optim:
### Gamma
G <- function(par, x)
{
sum(dgamma(x, shape = par[1], rate = par[2], log = TRUE))
}
emv.G <- optim(par = c(1, 10), fn = G, x = dados,
,control=list("fnscale"=-1), hessian=TRUE)
emv.G$par
# standard error
