Caentes? Prezado Eder, Se for regressão linear simples como você descreveu, o delineamento mais informativo (como o Walmes chamou a atenção) é o com níveis extremos. Um nível intermediário é recomendável para testar a falta de ajuste do modelo de regressão. No caso, suspeito que seu problema pode ser mais sutil do que isto. Qual o interesse em tomar medidas em tempos diferentes? é por causa do custo de armazenamento de dados? ou por causa dos reagentes? Qual é o recurso mais escasso? []s Júlio
2011/9/15 <[email protected]> > Enviar submissões para a lista de discussão R-br para > [email protected] > > Para se cadastrar ou descadastrar via WWW, visite o endereço > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br > ou, via email, envie uma mensagem com a palavra 'help' no assunto ou > corpo da mensagem para > [email protected] > > Você poderá entrar em contato com a pessoa que gerencia a lista pelo > endereço > [email protected] > > Quando responder, por favor edite sua linha Assunto assim ela será > mais específica que "Re: Contents of R-br digest..." > > > Tópicos de Hoje: > > 1. União de poligonos (Jose Vilton Costa) > 2. Seleção Níveis Regressão linear (Eder David Borges da Silva) > 3. RES: Seleção Níveis Regressão linear (Alan Rodrigo Panosso) > 4. Re: RES: Seleção Níveis Regressão linear (Walmes Zeviani) > > > ---------------------------------------------------------------------- > > Message: 1 > Date: Wed, 14 Sep 2011 12:17:40 -0300 > From: Jose Vilton Costa <[email protected]> > To: <[email protected]> > Subject: [R-br] União de poligonos > Message-ID: <[email protected]> > Content-Type: text/plain; charset="iso-8859-1" > > > Professor Paulo,Eu já estava tentando usar a função unionSpatialPolygons() > , mas não estava conseguindo informar os IDs. Agora usando a biblioteca aRT > foi possível fazer isto. Mauro, tente fazer um unpdate no pacote Maptools > para ver se não funciona a função readShapePolys(). Obrigado,José Vilton. > Estava vendo vossa discussão, tentei rodar o script e não encontra esta > função readShapePolys(), e já tenho estas bibliotécas instaladas! > > > require(maptools) > > readShapePolys() > Erro: não foi possível encontrar a função "readShapePolys" > > > Uma possibilidade é o uso das funcionalidades > do pacote maptools que voce já está usando > > As funcoes relevantes seriam > > require(maptools) > readShapePolys() > gpclibPermit() # pode ser evitado se voce tiver a biblioteca rgeos > instalada > unionSpatialPolygons() > > O aRT (www.leg.ufpr.br/aRT) tb tem funcoes para isto > > A ideia básica é que na funcao de uniao voce passa os ID's que quer unir, > ele vai gerar um novo cunjunto de IDs no objeto resultante > > > > > -------------- Próxima Parte ---------- > Um anexo em HTML foi limpo... > URL: < > http://listas.inf.ufpr.br/pipermail/r-br/attachments/20110914/37d99bd9/attachment-0001.html > > > > ------------------------------ > > Message: 2 > Date: Wed, 14 Sep 2011 22:43:51 -0300 > From: Eder David Borges da Silva <[email protected]> > To: [email protected] > Subject: [R-br] Seleção Níveis Regressão linear > Message-ID: > <calkkxxorwhyjn_-wu-fe_qdhuwk6efxnkoe6zhfwvlntreo...@mail.gmail.com > > > Content-Type: text/plain; charset="iso-8859-1" > > Boa noite pessoal, > Gostaria de discutir com vocês um experimento. > Estamos planejando um experimento de medição de gases do solo via câmaras, > em síntese colocar uma câmara sob o solo e a cada intervalo de tempo > medi-se > a concentração de gases (CO2, N2O, CH4) retirando uma amostra e fazendo > cromatografia dela. > nosso experimento visa otimizar os tempos para coleta destas amostra hoje > se > faz 0, 15, 30, 45 min. > Vamos fazer um experimento com 13 tempos de 0 a 120 min. > Nosso interesse neste experimento é determinar a inclinação da reta que da > a > taxa de emissão (ppm / min) > Minha sugestão de analise: > 1) Ajustar um modelo com os 13 tempos. sendo esta estimativa de inclinação > a > mais próxima da realidade. (M0) > 2) ajustar modelos com tempos distintos por exemplo 0, 5, 10 , 20 (Mi) e > comparar esta estimativas com o (M0) > repetir o passo 2 varias vezes > 3) computar os modelos que são "iguais" a M0, de todos os "iguais" o melhor > é aquele que demore menos tempo. > Em resumo se avaliar nos tempos 0,5,10,20 e igual a avaliar em 13 tempos de > 0 a 120??? > OBS: o tempo 0 sempre terá de ser medido > Um Codigo possivel seria isso: > require(MCMCpack) > require(plyr) > require(latticeExtra) > > dados <- > > expand.grid(local=c('Agri','Pastagem'),epoca=factor(c(-1,1,5,10,20)),camara=c('C1','C2','C3'),tempo=c(seq(0,45,by=5),60,90,120),bloco=factor(1:4)) > dim(dados) > dados$resp <- rnorm(nrow(dados),10,10) > head(dados) > > m0 <- MCMCregress(resp~tempo,data=dados) > summary(m0) > plot(m0) > ###Distribuiçao pretendida > > #### Simulação > simu <- list(A=c(0,5,10,60), > B=c(0,5,15,45), > C=c(0,10,20,45), > D=c(0,10,45,60))### colocar mais > > resS <- data.frame(V1='m0',V2=m0[,2]) > > for(i in 1:length(simu)){ > m0 <- MCMCregress(resp~tempo,data=subset(dados,dados$tempo %in% > simu[[i]]),burnin=1000,mcmc=5000) > m0 <- as.matrix(m0) > resS <- rbind(resS,data.frame(V1=names(simu)[i],V2=m0[,2])) > } > class(resS) > > ### Aproximaçao para Slope > marginal.plot(resS$V2, data=resS,groups = resS$V1,auto.key=TRUE) > > ### Diferenças > mS <- aov(V2~V1,resS) > summary(mS) > par(mfrow=c(2,2)) > plot(mS) > > Creio que esta ANOVA no final não seja a coisa mais interessante de ser > feita, diante disso gostaria de sugestões para o problema. > Acho que problemas de heterogenidade de variancias vão surgir.... > OBS1: As outras covariaveis dos dados estão sendo discutidas se serão > feitas, por enquanto desconsiderar elas > Atenciosamente > -------------- Próxima Parte ---------- > Um anexo em HTML foi limpo... > URL: < > http://listas.inf.ufpr.br/pipermail/r-br/attachments/20110914/6f27d5ef/attachment-0001.html > > > > ------------------------------ > > Message: 3 > Date: Thu, 15 Sep 2011 07:27:37 -0500 > From: "Alan Rodrigo Panosso" <[email protected]> > To: <[email protected]> > Subject: [R-br] RES: Seleção Níveis Regressão linear > Message-ID: <[email protected]> > Content-Type: text/plain; charset="iso-8859-1" > > Eder, não sei se você já viu esse trabalho sobre emissão de metano. > > COSTA, F. S. ; BAYER, Cimélio ; LIMA, Magda Aparecida de ; FRIGHETTO, Rosa > T > S ; MACEDO, Vera R M ; MARCOLIN, Elio . Variação diária da emissão de > metano > em solo cultivado com arroz irrigado no Sul do Brasil.. Ciência Rural, v. > 38, p. 2049-2053, 2008. > > Estamos utilizando o mesmo esquema para o CO2 > > > > Atenciosamente > > > > > > > > De: [email protected] > [mailto:[email protected]] Em nome de Eder David Borges da > Silva > Enviada em: quarta-feira, 14 de setembro de 2011 20:44 > Para: [email protected] > Assunto: [R-br] Seleção Níveis Regressão linear > > > > Boa noite pessoal, > > Gostaria de discutir com vocês um experimento. > > Estamos planejando um experimento de medição de gases do solo via câmaras, > em síntese colocar uma câmara sob o solo e a cada intervalo de tempo > medi-se > a concentração de gases (CO2, N2O, CH4) retirando uma amostra e fazendo > cromatografia dela. > > nosso experimento visa otimizar os tempos para coleta destas amostra hoje > se > faz 0, 15, 30, 45 min. > > Vamos fazer um experimento com 13 tempos de 0 a 120 min. > > Nosso interesse neste experimento é determinar a inclinação da reta que da > a > taxa de emissão (ppm / min) > > Minha sugestão de analise: > > 1) Ajustar um modelo com os 13 tempos. sendo esta estimativa de inclinação > a > mais próxima da realidade. (M0) > > 2) ajustar modelos com tempos distintos por exemplo 0, 5, 10 , 20 (Mi) e > comparar esta estimativas com o (M0) > > repetir o passo 2 varias vezes > > 3) computar os modelos que são "iguais" a M0, de todos os "iguais" o melhor > é aquele que demore menos tempo. > > Em resumo se avaliar nos tempos 0,5,10,20 e igual a avaliar em 13 tempos de > 0 a 120??? > > OBS: o tempo 0 sempre terá de ser medido > > Um Codigo possivel seria isso: > > require(MCMCpack) > > require(plyr) > > require(latticeExtra) > > > > dados <- > > expand.grid(local=c('Agri','Pastagem'),epoca=factor(c(-1,1,5,10,20)),camara= > c('C1','C2','C3'),tempo=c(seq(0,45,by=5),60,90,120),bloco=factor(1:4)) > > dim(dados) > > dados$resp <- rnorm(nrow(dados),10,10) > > head(dados) > > > > m0 <- MCMCregress(resp~tempo,data=dados) > > summary(m0) > > plot(m0) > > ###Distribuiçao pretendida > > > > #### Simulação > > simu <- list(A=c(0,5,10,60), > > B=c(0,5,15,45), > > C=c(0,10,20,45), > > D=c(0,10,45,60))### colocar mais > > > > resS <- data.frame(V1='m0',V2=m0[,2]) > > > > for(i in 1:length(simu)){ > > m0 <- MCMCregress(resp~tempo,data=subset(dados,dados$tempo %in% > simu[[i]]),burnin=1000,mcmc=5000) > > m0 <- as.matrix(m0) > > resS <- rbind(resS,data.frame(V1=names(simu)[i],V2=m0[,2])) > > } > > class(resS) > > > > ### Aproximaçao para Slope > > marginal.plot(resS$V2, data=resS,groups = resS$V1,auto.key=TRUE) > > > > ### Diferenças > > mS <- aov(V2~V1,resS) > > summary(mS) > > par(mfrow=c(2,2)) > > plot(mS) > > > > Creio que esta ANOVA no final não seja a coisa mais interessante de ser > feita, diante disso gostaria de sugestões para o problema. > > Acho que problemas de heterogenidade de variancias vão surgir.... > > OBS1: As outras covariaveis dos dados estão sendo discutidas se serão > feitas, por enquanto desconsiderar elas > > Atenciosamente > > > > -------------- Próxima Parte ---------- > Um anexo em HTML foi limpo... > URL: < > http://listas.inf.ufpr.br/pipermail/r-br/attachments/20110915/9501bf3e/attachment-0001.html > > > > ------------------------------ > > Message: 4 > Date: Thu, 15 Sep 2011 11:32:19 -0300 > From: Walmes Zeviani <[email protected]> > To: [email protected] > Subject: Re: [R-br] RES: Seleção Níveis Regressão linear > Message-ID: > <CAFU=eky37yzx2arcrwuj83lbf_0hzbrcvk0gz4pbr4wcwna...@mail.gmail.com > > > Content-Type: text/plain; charset="iso-8859-1" > > Éder, > > Isso me parece uma questão de delineamento ótimo, que no caso linear > apresenta solução simples. Como você já sabe qual o modelo que representa > os > dados, é só otimizar a escolha dos tempos para obter um estimador com menor > erro-padrão. Seria o caso então de estudar os critérios de otimabilidade > que > existem para modelos lineares. > > À disposição. > Walmes. > > ========================================================================== > Walmes Marques Zeviani > LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W) > Departamento de Estatística - Universidade Federal do Paraná > fone: (+55) 41 3361 3573 > VoIP: (3361 3600) 1053 1173 > e-mail: [email protected] > twitter: @walmeszeviani > homepage: http://www.leg.ufpr.br/~walmes > linux user number: 531218 > ========================================================================== > -------------- Próxima Parte ---------- > Um anexo em HTML foi limpo... > URL: < > http://listas.inf.ufpr.br/pipermail/r-br/attachments/20110915/6781ee46/attachment-0001.html > > > > ------------------------------ > > _______________________________________________ > R-br mailing list > [email protected] > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br > > > Fim da Digest R-br, volume 7, assunto 16 > **************************************** > -- Júlio Sílvio de Sousa Bueno Filho Departamento de Ciências Exatas Universidade Federal de Lavras Caixa Postal 3037 Lavras, MG - Brasil - 37200 000 tel: (+55) 35 3829 1369 fax: (+55) 35 3829 1371 "Natureza da gente não cabe em nenhuma certeza." João G. Rosa - Riobaldo (Grande Sertão: Veredas) "Homo sum; humani nihil a me alienum puto." Terêncio - Chremes (Heautontimoroumenos)
_______________________________________________ R-br mailing list [email protected] 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.
