Muito obrigado a todos.
Tudo esclarecido.
Maurício
Em 21 de junho de 2016 13:42, Éder Comunello
escreveu:
> Maurício e colegas, boa tarde!
>
> Mais uma opção de código para o problema.
> [image: Imagem inline 1]
>
> #
> # DIC 4 rep x 7 doses de gesso (trat): 0, 50,
Maurício e colegas, boa tarde!
Mais uma opção de código para o problema.
[image: Imagem inline 1]
#
# DIC 4 rep x 7 doses de gesso (trat): 0, 50, 100, 150, 200, 250, 300 kg/ha
# Peso de 1.000 sementes (peso, gramas)
peso <- c(134.8, 139.7, 147.6, 132.3, 161.7, 157.7, 150.3, 144.7,
O ponto de máximo você aplica o cálculo. A expressão é simples.
Este conjunto de dados além de outros do Banzatto e Kronka e outras obras
(Pimental, Sonia Vieira, Zimmermann, mais de 15 obras e 350 datasets) então
sendo documentadas no pacote desenvolvimento pelo PET Estatística UFPR
(alerta de
se direitae esquerda se referem a residuaos posotivos e negativos
use os residuos do modelo ajustado
resid(OBJ do Modelo)
On Wed, 25 Jul 2012, Tito Conte wrote:
Paulo agora outra dúvida, tenho dez mil pontos, como comparar os que estão a
direita e a esquerda dessa curva (como se fosse um
Voce parece estar complicando o fácil.
A sua logica de comparar o dado com o ajustao aplicando a equacao caso a
caso pode ser alterada por algo mais simples
O objheto com modelo retorna residuos, valores preditos me portanto voce
pode obter isto diretamente bastando tomar os residuos que sao
Paulo mas o polinomio corresponde a uma borda por isso dentro fora
o trabalho que estou realizando corresponde a saber se as partículas
jogadas ao acaso em uma determinada área ultrapassam ou não as bordas. Os
dados que passei para vocês corresponde a uma dessas bordas, Porém os
dados não são
Paulo e Walmes,
encontrei a seguinte forma para resolver o problema, gostaria que dessem
uma olhada
#dados do limite da borda direitra
Sem testar código segue um comentário genérico:
Estes polinomios de alto grau podem gerar variáveis de valores muito
elevados e com isto instabiliades numéricas nos calculos matriciais
tente usar polinomios ortonormalizados fazendo:
y ~ poly(x, 5)
Os coeficientes serão diferentes mas
O problema que voce relata é pq
o polinomio nao foi ajustado com x, x^2 ... x^5 e sim pelo geado pelo
poly()
POnrtanto seus coneficientes nao sao compatívies com as potencias de x na
forma bruta
Obtenbha os falores ajustados por
fitted(r)
e prediçoes em outros pontos usando predict()
para
Tito
seu exemplo ilustra um o problema numérico
que pode ocorrer em ajustes.
O perigo é que o resultado é prouzido e se não avaliao o erro pode passar
desapercebido e a curva de ajuste erraa pode acabar sendo usada.
Veja o efeito no gráfico.
Teoricamente os ajustes deveriam ser iguais,
Paulo agora outra dúvida, tenho dez mil pontos, como comparar os que estão
a direita e a esquerda dessa curva (como se fosse um dentro ou fora do
sistema), já que não consigo extrair o coeficiente de da função poly?
Necessito dos dados numericamente pois estes pontos serão submetidos a
novos
Seja mais claro na sua colocação e forneça um CMR ilustrando com
comentários os pontos em dúvida.
À disposição.
Walmes.
==
Walmes Marques Zeviani
LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W)
Walmes vou criar um exemplo para facilitar o entendimento
o que eu preciso é comparar pontos amostrados com os resultados de um
modelo de interpolação polinomial
por exemplo
#minhas amostras
y=seq(1:9)
x=seq(3:11)
#pontos do modelo
xm=seq(2,11)
ym=seq(0:8)
#tirando os valores do modelo da
Pessoal tenho o seginte conjunto de dados:
Certamente ficará mas facil o objetivo para quem for responder se voce
mostrar o que está tentando fazer.
Envie um CMR
(leia o guia de postagem da lista)
On Tue, 24 Jul 2012, Tito Conte wrote:
Pessoal tenho o seginte conjunto de dados:
Segue o código
# pontos
y=c(-26.,-25.9862,-25.**9343,-25.8822,-25.8433,-25.**
8054,-25.7948,-25.7872,-25.**7668,-25.7284,-25.7015,-25.**
6282,-25.4612,-25.3016,-25.
2564,-25.2412,-25.2412,-25.**2232,-25.0869,-25.,-25.**
,-24.9856,-24.9397,-24.**8976,-24.8533,-24.6587,-24.**
O seu modelo m retorna NA nos dois ultimos coeficientes, portanto o
m_teste será NA. Além disso, coefficient() é uma função de algum
pacote específico? O padrão é coef().
Vc tentou
predict(m) # ignora os coeficientes com NA
plot(x,y)
lines(x, predict(m))
?
---
Fernando Mayer
Universidade
Ivan,
Concordo plenamente com a opinião do Paulo!
Adicionalmente, efeitos cúbicos, embora significativos, são bem
difíceis de serem explicados.
Uma opção seria encerrar o modelo no quadrático.
Abs,
--
///\\\///\\\///\\\///\\\///\\\///\\\///\\\///\\\
Jose Claudio Faria
Estatistica - Prof. Pleno
...@yahoo.com.br
Enviadas: Domingo, 23 de Outubro de 2011 16:32
Assunto: Re: [R-br] Regressão polinomial. Uma discussão teórica!
Ivan
Uma utra forma de pensar nisto e que explica a recomendacao usual é um
ajuste sequencial.
O linear melhora om relacao a media geral?
a seguir, o quadratico em relacao ao
Ivan,
Eu dificilmente perco tempo tentando interpretar parâmetros de um modelo
polinômial de grau maior ou igual à 2. Isso mesmo, quadrático eu já nem olho
para os valores estimados. Só olho para o sinal do termos quadrado que
indica a concavidade. Qualquer esforço de interpretação a partir daí
Ivan,
Apenas para não parecer que abandonei a discussão: fecho com o Walmes
em relação a polinomiais 2: melhor não perder tempo.
Como alternativas: investigar os não lineares ou as séries de Fourrier
(estes úlimos mais flexíveis e poderosos que os polinomiais de nível
elevado).
Abs,
--
21 matches
Mail list logo