Re: [R-br] Regressão linear - Excluindo outliers

O arquivo água foi o meu banco de dados, vc pode rodar colocando seu próprio dataframe contendo seus dados e fazer as modificações necessárias. Att Em 07/11/2016 21:42, escreveu: > Eu tentei rodar, e diz que não existe o arquivo água! > > Eu trabalho assim >

Re: [R-br] Regressão linear - Excluindo outliers

Eu tentei rodar, e diz que não existe o arquivo água!   Eu trabalho assim #-Analise de Cook's distance --- install.packages(sfsmisc); library(sfsmisc) analise<-lm(CONSUMO~factor(GEST)*factor(MANEJO),data="" /> n<-length(agua$CONSUMO)  #

Re: [R-br] Regressão linear - Excluindo outliers

oi Pessoa, boa noite Vou tentar filtrar nos outliers pelos técnicas propostos por vocês. Amanha posto aqui os resultados Obrigado pela Ajuda David Em Sexta-feira, 14 de Outubro de 2016 20:29, Cesar Rabak via R-br escreveu: FCosta, Você viu o posto do Valmes

Re: [R-br] Regressão linear - Excluindo outliers

Antes do estabelecimento de critérios empíricos de corte para os valores da distância de Cook, há esse trabalho sobre sua distribuição exata: https://www.researchgate.net/publication/274062960_Exact_distribution_of_Cook%27s_distance_and_identification_of_influential_observations FCosta Em

Re: [R-br] Regressão linear - Excluindo outliers

Eu trabalho assim #-Analise de Cook's distance --- install.packages(sfsmisc); library(sfsmisc) analise<-lm(CONSUMO~factor(GEST)*factor(MANEJO),data=agua) n<-length(agua$CONSUMO) # número de observações

Re: [R-br] Regressão linear - Excluindo outliers

Além da distância de Cook, você tem mais opções de medidas de influência com a inflence.measures(). Dê uma olhada aqui para ver exemplos http://leg.ufpr.br/~walmes/cursoR/mgest/1medidas-influen.html. Eu gosto de usar o DFits como medida. À disposição. Walmes. ​

Re: [R-br] Regressão linear - Excluindo outliers

David, Depende de como você identifica os outliers. Coloquei um exemplo usando a distancia de Cook, mas da para generalizar com outros critérios # gera dados e forca outlier x <- 1:20 y <- 2*x + 5 + rnorm(20) dados <- data.frame(x,y) dados$y[c(7,11)] <- dados$y[c(7,11)] + 15 # modelo inicial e

[R-br] Regressão linear - Excluindo outliers

Pessoal, bom dia Estou fazendo algumas regressões lineares entre Comprimento x Peso de peixes com um conjunto de dados bastante extenso (+- 1000 linhas). Acontece que alguns destes valores são outliers (+- 50) e na analise, eles não são importantes. Tem alguma função no R que eu consiga

Re: [R-br] regressão linear polinomial: classificar em simples ou múltipla (dúvida conceitual)

Agradeço a todos as opiniões emitidas assim como a coragem de as emitir. (se calar em assuntois polêmicos é sempre mais fácil). No meu ponto de vista a discussão foi no mínimo salutar! Quanto ao ensino de regressão, dado ao público de graduação (Agronomia), inicio a parte conceitual com a

Re: [R-br] regressão linear polinomial: classificar em simples ou múltipla (dúvida conceitual)

Na minha humilde opinião, regressão linear simples remete à f(x) = b_0+b_1*x. Todo preditor linear com mais termos do que esse do lado direito seria regressão linear múltipla. Um caso particular é quando os termos a mais são potências naturais da mesma variável x, ou seja, o polinômio {x⁰, x¹, x²,

Re: [R-br] regressão linear polinomial: classificar em simples ou múltipla (dúvida conceitual)

Na Universidade Federal de Viçosa - UFV (onde iniciei meus sentimentos de amor e ódio pela estatística) o pensamento predominante (na verdade consensual) era considerar os modelos polinomiais como um caso particular das múltiplas. Assim como o Walmes o fez. Em minha dissertação de mestrado

Re: [R-br] regressão linear polinomial: classificar em simples ou múltipla (dúvida conceitual)

Prezado Faria, Essas discussões são bem úteis. Eu acredito que repensar o simples é muito útil, ou melhor, repensar aquilo que é considerado trivial é muito útil. Existe ainda muito equívoco nesses conceitos fundamentais. Bem, seja y a resposta e x a explicativa. Do meu ponto de vista, o fato da

Re: [R-br] regressão linear polinomial: classificar em simples ou múltipla (dúvida conceitual)

Boa tarde, José. Eu concordo com o Walmes. Regressão linear *simples *me remete ao ajuste de reta. E apenas nesse caso específico o coeficiente de determinação é o quadrado do coeficiente de correlação. Portanto, acho que o coeficiente de determinação deva ser escrito R², sempre. Já quanto a

Re: [R-br] regressão linear polinomial: classificar em simples ou múltipla (dúvida conceitual)

Para mim é claro e evidente que a diferença entre uma regressão linear simples e uma múltipla é o número de variáveis preditoras (ou independentes) indiferentemente do grau do polinômio. Vejamos a seguinte situação: Y = a + bX Y = a + bX + cZ O que os diferencia? - Ambos são polinômios do

Re: [R-br] regressão linear polinomial: classificar em simples ou múltipla (dúvida conceitual)

Existe ainda muito equívoco nesses conceitos fundamentais. Ja vi considerarem 'regressao multipla' como 'regressao multivariada'... ___ 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

Re: [R-br] regressão linear polinomial: classificar em simples ou múltipla (dúvida conceitual)

Se seus alunos tiverem bom conhecimento de álgebra linear, pode ser mais fácil entrar direto na múltipla. Enfim é uma questão didática. Plenamente de acordo. O metodo dos minimos quadrados tem quase 220 anos. GLM como familia mais de 30 anos. Li num livro de matematica que atualmente nao faz

[R-br] regressão linear polinomial: classificar em simples ou múltipla (dúvida conceitual)

Caros membros, Vou usar da lista para possivelmente redimir uma dúvida conceitual, pois não vejo melhor local para fazê-lo, dado ao perfil dos usuários. Muitos autores classificam os modelos de regressão linear assim: 1- Simples (y = Bo + B1X) 2- Polinomial (y = Bo + B1X + B2X^2 + + B3X^3...) 3-

Re: [R-br] Regressão linear

No livro de Zuur, Ieno e Smith 'Analizing ecological data' no capitulo 5 esta tudo bem explicado sobre a regresssão linear, sua aplicação, analises de residuos e selecção do modelo, acho que ate agora não encontrei nada melhor, e melhor ainda, os scripts de todo o livro estão disponiveis online no

Re: [R-br] Regressão linear

. -- From: naredegol...@hotmail.com To: r-br@listas.c3sl.ufpr.br Date: Thu, 22 Nov 2012 04:52:04 +0300 Subject: [R-br] Regressão linear Amigos gostaria de saber como se analisa uma regressão linear apartir do test T ? Agradeço a ajuda e qualquer exemplo, assim como

Re: [R-br] Regressão linear

função lm()como no exemplo abaixo: y-c(21,35,37.6,46,48) x-c(0,5,10,15,20) reg-lm(y~x) summary(reg) Caso contrário desconsidere Att. Tiago. -- From: naredegol...@hotmail.com To: r-br@listas.c3sl.ufpr.br Date: Thu, 22 Nov 2012 04:52:04 +0300 Subject: [R-br

[R-br] Regressão linear

Amigos gostaria de saber como se analisa uma regressão linear apartir do test T ? Agradeço a ajuda e qualquer exemplo, assim como a indicação de material, pois ja coloquei no google teste T e regressão linear '' e não aparece nada de relevante que avalie a regressão com o teste T. Agradeço

Re: [R-br] regressão linear

a função regressao linear é y=c+betaX+erro estou fazendo a seguinte função library(LearnBayes) dist-lm(y~x) summary(dist) #Simular a distribuição posteriori beta e sigma2 #1.Matriz X x-cbind(1,x) dist2-blinreg(y, x, 5000) apply(dist2$beta,2,mean) apply(dist2$beta,2,sd) podem me dizer como

Re: [R-br] regressão linear

Voce precisa inspecionar o objeto que contem os resultados para ver como utilizá-lo aqui vai uma sugestão: str(dist2) names(dist2) dim(dist2$beta) par(mfrow=c(1,3)) with(dist2, { hist(beta[,1], prob=T); lines(density(beta[,1])) hist(beta[,2], prob=T); lines(density(beta[,2]))

[R-br] regressão linear

Alguem me pode ajudar como é que se determina distribuições posteriori da regressão linear a partir de distribuição a priori nao informativa? ___ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o

Re: [R-br] regressão linear

Bernardo, As notas de aulas neste site podem ajudar bastante. http://faculty.agecon.vt.edu/moeltner/AAEC5126.html Att Em 17 de junho de 2012 19:26, Bernardo Rodrigues rodriguesbernard...@gmail.com escreveu: Alguem me pode ajudar como é que se determina distribuições posteriori da regressão

[R-br] regressão linear pelo origem

Pessoal mais uma vez procuroa juda de vc's, bom a verdade é pra um colega ele é novo com o R, se alguem puder ajudar. Estou precisando da ajuda de você, sou novo no grupo e estou tentando fazer um grafico de regressao linear simples ajustando o intercepto da reta deve passar pela origem dos eixos