eo que las oreciones y los medicamentos si me estan ayudando. Hoy tengo cita con el psiquiatra
El 15 de octubre de 2014, 9:33, <r-help-es-requ...@r-project.org> escribió: > Envíe los mensajes para la lista R-help-es a > r-help-es@r-project.org > > Para subscribirse o anular su subscripción a través de la WEB > https://stat.ethz.ch/mailman/listinfo/r-help-es > > O por correo electrónico, enviando un mensaje con el texto "help" en > el asunto (subject) o en el cuerpo a: > r-help-es-requ...@r-project.org > > Puede contactar con el responsable de la lista escribiendo a: > r-help-es-ow...@r-project.org > > Si responde a algún contenido de este mensaje, por favor, edite la > linea del asunto (subject) para que el texto sea mas especifico que: > "Re: Contents of R-help-es digest...". Además, por favor, incluya en > la respuesta sólo aquellas partes del mensaje a las que está > respondiendo. > > > Asuntos del día: > > 1. Re: Heatmap de paro (o de otra cosa) en España > (Francisco J. Viciana) > 2. Re: Test K-S con distribuciones LogNormales (rubenfcasal) > 3. Re: Test K-S con distribuciones LogNormales > (Víctor Nalda Castellet) > 4. Re: Heatmap de paro (o de otra cosa) en España (Carlos Ortega) > > > ---------------------------------------------------------------------- > > Message: 1 > Date: Wed, 15 Oct 2014 14:05:08 +0200 > From: "Francisco J. Viciana" <franciscoj.vici...@juntadeandalucia.es> > To: r-help-es@r-project.org > Subject: Re: [R-es] Heatmap de paro (o de otra cosa) en España > Message-ID: <543e62f4.9000...@juntadeandalucia.es> > Content-Type: text/plain; charset=ISO-8859-1 > > Los mapas de Paro a partir de la EPA, pueden llegar como mucho a nivel > provincial para la que la muestra da datos representativos. Una > alternativa son los mapas de mortalidad, para los que hay datos con > mucho mayor nivel de detalle geográfico, véase por ejemplo esta > reciente publicación por municipios, que ha tenido bastante repercusión > en los medios > http://elpais.com/elpais/2014/09/29/media/1412009164_993167.html > > Headmap de otra cosa, por ejemplo mortalidad por área pequeña > (secciones censales ...). En concreto hay fácilmente accesible una > serie de datos de mortalidad con gran detalle territorial que puede dar > mucho juego para la confección de Heatmap: son los datos de mortalidad > de la cohorte censal de Andalucía de 2002 a 2010 por secciones > censales. Esto datos esta descargable en forma de hipercubos en este > enlace: > > > http://www.juntadeandalucia.es/institutodeestadisticaycartografia/longevidad/pcaxis/consulta226.zip > > La estimación de las Razón de Mortalidad Estandarizada (RME), un > sencillo y robusto indicador de mortalidad, a partir de estos datos, se > hace fácilmente con el código R que se lista en el apéndice final de > este documento: > > > http://www.juntadeandalucia.es/institutodeestadisticaycartografia/longevidad/metodologia/metodologia_mapa.pdf > > Metodología de estimaciones mas sofisticadas, sin duda mejorarían su > representación, por ejemplo incluyendo mas variables de ajuste o > realizando suavizaciones espaciales. > > Las cobertura de las secciones censales de 2001 que se corresponde con > la clasificación geografía usada en estos datos se pueden descargar en > esta pagina: > > > http://www.juntadeandalucia.es/institutodeestadisticaycartografia/clientedescarga/ > > Un ejemplo de los resultados que se pueden obtener se muestra a partir > de estos datos se muestra en esta aplicación navegable: > > http://www.juntadeandalucia.es/institutodeestadisticaycartografia/longevidad/mapa/index.htm > > Una de las posibles navegaciones realizada sobre este mapa se muestra en > este vídeo: > https://www.youtube.com/watch?v=fArd9DfxjbM > > Animo al personal a utilizar esto datos, así como otros muchos que se > encuentra en la pagina de esta publicación: > > > http://www.juntadeandalucia.es/institutodeestadisticaycartografia/longevidad > > > El 14/10/14 18:48, Pedro Concejero Cerezo escribió: > > Hola eRReRos, estamos preparando un talleR de coloR para el próximo > > congreso y pensamos que el mejor ejemplo sería un mapa de España de > > alguna variable interesante. Puesto que algunas de las cosas candentes > > que preocupan en España son (afortunadamente) casos únicos, se nos > > ocurre el gran problema del paro. Atención pregunta: > > ¿Hay algún script maravilloso publicado por ahí que nos permita > > reproducir rápido un heatmap de paro sobre el mapa España? -o podría ser > > de otra cosa interesante. Sobre él aplicaremos las recomendaciones de > > color. > > Gracias mil!! > > > > -- > > *Pedro Concejero > > BI & Big Data - Internal Exploitation - Telefónica I+D > > <http://www.tid.es> > > E-mail: pedro.concejerocer...@telefonica.com > > skype: pedro.concejero > > twitter @ConcejeroPedro <https://twitter.com/ConcejeroPedro> > > linkedin pedroconcejero <http://www.linkedin.com/in/pedroconcejero/es> > > Únete a la lista R en español > > <https://stat.ethz.ch/mailman/listinfo/r-help-es#%21> y a tu gRupo local > > R, el mío es el gRupo R madRid <http://http://madrid.r-es.org/> * > > > > ________________________________ > > -- > +-------------------------------------------------------------- > | Francisco J. Viciana Fernández > | Coordinador del Registro de Población > | Servicio de Estadísticas Demográficas y Sociales > | Instituto de Estadística y Cartografía de Andalucía > | Leonardo Da Vinci, nº 21. Isla de La Cartuja. > | 41071 SEVILLA. > | franciscoj.vici...@juntadeandalucia.es > +-------------------------------------------------------------- > > > > ------------------------------ > > Message: 2 > Date: Wed, 15 Oct 2014 14:54:01 +0200 > From: rubenfcasal <rubenfca...@gmail.com> > To: Víctor Nalda Castellet <victor.nalda.castel...@gmail.com>, > r-help-es <r-help-es@r-project.org> > Subject: Re: [R-es] Test K-S con distribuciones LogNormales > Message-ID: <543e6e69.7020...@gmail.com> > Content-Type: text/plain; charset="UTF-8" > > Hola de nuevo, > > En cuanto a otro tipo de contrastes de bondad de ajuste, podrías > pensar en emplear por ejemplo el test de Anderson-Darling (podríamos > decir que es una mejora del KS, mira p.e. > http://en.wikipedia.org/wiki/Anderson%E2%80%93Darling_test). Creo que > está implementado en R (p.e. paquete goftest). Para contrastes de bondad > de ajuste, yo tengo empleado el paquete fitdistrplus y otros asociados > al paquete distr (el distrMod creo recordar...) . > > Una duda que tengo es porque comparas la distribución de las medias > con la de los datos originales (ten también en cuenta que hay > dependencia entre estas muestras, p.e su media muestral es exactamente > la misma). Si tienes una distribución teórica, sería más eficiente > comparar directamente con esta distribución, e.g.: > ks.test(lognorm2$sample, "plnorm", meanlog = mean, sdlog = sd ) > Aunque sigo obteniendo p-valor=1 con tu ejemplo. > Prueba también a variar los parámetros... > > Un saludo, > Rubén F.C. > > El 15/10/2014 11:26, Víctor Nalda Castellet escribió: > > Hola Ruben, > > > > Sí precisamente es lo que comentas, en matemáticas no se suele llamar > > bucketización (este término se emplea más en informática) sino datos > > agrupados. Pero la idea es la que tu mismo dices. > > > > Respecto a las gráficas que has puesto, me han aclarado mucho sobre el > > tema, gracias. > > > > Si realizo lo mismo, por ejemplo con nbucket=1000 sigo obteniendo un > > p-valor de 1. Es decir, que casi le pongas lo que le pongas se obtiene > > un p-valor de 1. > > > > ¿Qué otros test de contraste de hipótesis me podrías recomendar? > > Porque igual ocurre lo que tu bien has dicho de que el test de K-S no > > es precisamente el mejor para este caso. > > > > > > Un saludo, y ¡¡¡muchas gracias!!! > > > > El 15 de octubre de 2014, 10:50, rubenfcasal <rubenfca...@gmail.com > > <mailto:rubenfca...@gmail.com>> escribió: > > > > Hola Víctor, > > > > Te escribo sin tener muy claro lo que quieres hacer (me llamó > > la atención lo de "datos bucketizados", es la primera vez que lo > > veo en estadística, aunque la terminología me suena a > informática...). > > > > Si no entiendo mal, en el segundo caso trabajas con medias de > > una distribución lognormal agrupada. Simplemente hacer notar que > > la distribución teórica de estas medias no es lognormal y la > > varianza no coincide con la de la distribución original (es la > > original dividida por el tamaño de las submuestras = n/nbucket). > > > > En cuanto al test KS, ten en cuenta que lo que hace es > > comparar funciones de distribución empíricas: > > # La de los datos originales: > > curve(ecdf(sample)(x), type="s") > > # Esta se parece mucho a la teórica como sería de esperar con una > > muestra tan grande: > > # curve(plnorm(x, meanlog = mean, sdlog = sd), lwd=2,add=TRUE) > > > > # con la de las medias de las submuestras: > > curve(ecdf(sample_bucket$mean)(x),type="s",lty = 2, add = TRUE) > > > > Lo que creo que ocurre es que la segunda muestra es muy > > pequeña y el test de KS no tiene evidencias para rechazar la H0. > > Si consideras un numero mayor de "buckets" debería rechazar. Ten > > en cuenta también que el test KS puede no ser el más potente... > > > > Un saludo, > > Rubén F.C. > > > > > > > > > > El 15/10/2014 9:59, Víctor Nalda Castellet escribió: > > > > Hola a todos, ¿que tal? > > > > Os escribo porque llevo varios días con la siguiente duda: > > quiero realizar > > el test de K-S para dos distribuciones lognormales, una de > > ellas con datos > > agrupados (bucketizados). > > > > library(stats) > > > > # Definimos las variables > > n <- 1000000 # tamaño de la muestra > > mean <- 0 # media de la dist. normal > > sd <- 1 # desviación típica de la dist. normal > > nbucket <- 10 # numero de buckets > > > > # Generamos la muestra de tamaño n > > sample <- sort(rlnorm(n, meanlog = mean, sdlog = sd)) > > # Función de distribución > > df <- plnorm(sample, meanlog = mean, sdlog = sd) > > lognorm1 <- data.frame(sample=sample, distfun=df) > > # Gráfica de la función de distribución sin bucketizar > > plot(lognorm1, type = "l", col = "red") > > > > # Bucketización - Muestra bucketizada > > library(plyr) > > dt <- data.frame(sample=sample, bucket=rep(1:nbucket, each = > > n/nbucket)) > > sample_bucket <- ddply(dt,~bucket,summarise,mean=mean(sample)) > > > > # Función de distribución bucketizada > > dfb <- plnorm(sample_bucket$mean, meanlog = mean, sdlog = sd) > > lognorm2 <- data.frame(sample=sample_bucket$mean, distfun=dfb) > > par(new=TRUE) > > points(lognorm2, col = "blue") > > > > ks.test(lognorm1$sample, lognorm2$sample) # Obtengo p-valor=1 > > > > El problema es que obtengo un p-valor de 1, y creo que debería > > obtener un > > p-valor bastante menor. ¿Sabéis lo que está ocurriendo? > > Creo que si una de las distribuciones tiene 1.000.000 de datos > > y la otra > > tiene 10 datos (es la aproximación de la otra), como no se > > parecen en nada > > debería obtener un p-valor muy malo y no es así: > > > > Two-sample Kolmogorov-Smirnov test > > > > data: lognorm1$sample and lognorm2$sample > > D = 0.0683, p-value = 1 > > alternative hypothesis: two-sided > > > > Respecto al tema de bucketizar, lo tengo que realizar de esa > > forma. > > > > > > > > Un saludo, y muchas gracias. > > > > > > > > > > > > -- > > Víctor Nalda Castellet > > > [[alternative HTML version deleted]] > > > > ------------------------------ > > Message: 3 > Date: Wed, 15 Oct 2014 16:24:11 +0200 > From: Víctor Nalda Castellet <victor.nalda.castel...@gmail.com> > To: rubenfcasal <rubenfca...@gmail.com>, r-help-es > <r-help-es@r-project.org> > Subject: Re: [R-es] Test K-S con distribuciones LogNormales > Message-ID: > <CAHbHS_cLH4jJtYZX6Q6Qhii9JS500BNDRjqiHi= > rkhb1gkw...@mail.gmail.com> > Content-Type: text/plain; charset="UTF-8" > > Hola Ruben, > > Gracias por los paquetes que me comentas para realizar los contrastes de > bondad de ajuste. > > Voy a seguir variando parámetros para ver los resultados que obtengo. > > > Un saludo y muchas gracias. > > El 15 de octubre de 2014, 14:54, rubenfcasal <rubenfca...@gmail.com> > escribió: > > > Hola de nuevo, > > > > En cuanto a otro tipo de contrastes de bondad de ajuste, podrías > > pensar en emplear por ejemplo el test de Anderson-Darling (podríamos > decir > > que es una mejora del KS, mira p.e. > > http://en.wikipedia.org/wiki/Anderson%E2%80%93Darling_test). Creo que > > está implementado en R (p.e. paquete goftest). Para contrastes de bondad > de > > ajuste, yo tengo empleado el paquete fitdistrplus y otros asociados al > > paquete distr (el distrMod creo recordar...) . > > > > Una duda que tengo es porque comparas la distribución de las medias > > con la de los datos originales (ten también en cuenta que hay dependencia > > entre estas muestras, p.e su media muestral es exactamente la misma). Si > > tienes una distribución teórica, sería más eficiente comparar > directamente > > con esta distribución, e.g.: > > ks.test(lognorm2$sample, "plnorm", meanlog = mean, sdlog = sd ) > > Aunque sigo obteniendo p-valor=1 con tu ejemplo. > > Prueba también a variar los parámetros... > > > > Un saludo, > > Rubén F.C. > > > > El 15/10/2014 11:26, Víctor Nalda Castellet escribió: > > > > Hola Ruben, > > > > Sí precisamente es lo que comentas, en matemáticas no se suele llamar > > bucketización (este término se emplea más en informática) sino datos > > agrupados. Pero la idea es la que tu mismo dices. > > > > Respecto a las gráficas que has puesto, me han aclarado mucho sobre el > > tema, gracias. > > > > Si realizo lo mismo, por ejemplo con nbucket=1000 sigo obteniendo un > > p-valor de 1. Es decir, que casi le pongas lo que le pongas se obtiene un > > p-valor de 1. > > > > ¿Qué otros test de contraste de hipótesis me podrías recomendar? Porque > > igual ocurre lo que tu bien has dicho de que el test de K-S no es > > precisamente el mejor para este caso. > > > > > > Un saludo, y ¡¡¡muchas gracias!!! > > > > El 15 de octubre de 2014, 10:50, rubenfcasal <rubenfca...@gmail.com> > > escribió: > > > >> Hola Víctor, > >> > >> Te escribo sin tener muy claro lo que quieres hacer (me llamó la > >> atención lo de "datos bucketizados", es la primera vez que lo veo en > >> estadística, aunque la terminología me suena a informática...). > >> > >> Si no entiendo mal, en el segundo caso trabajas con medias de una > >> distribución lognormal agrupada. Simplemente hacer notar que la > >> distribución teórica de estas medias no es lognormal y la varianza no > >> coincide con la de la distribución original (es la original dividida > por el > >> tamaño de las submuestras = n/nbucket). > >> > >> En cuanto al test KS, ten en cuenta que lo que hace es comparar > >> funciones de distribución empíricas: > >> # La de los datos originales: > >> curve(ecdf(sample)(x), type="s") > >> # Esta se parece mucho a la teórica como sería de esperar con una > muestra > >> tan grande: > >> # curve(plnorm(x, meanlog = mean, sdlog = sd), lwd=2,add=TRUE) > >> > >> # con la de las medias de las submuestras: > >> curve(ecdf(sample_bucket$mean)(x),type="s",lty = 2, add = TRUE) > >> > >> Lo que creo que ocurre es que la segunda muestra es muy pequeña y el > >> test de KS no tiene evidencias para rechazar la H0. Si consideras un > numero > >> mayor de "buckets" debería rechazar. Ten en cuenta también que el test > KS > >> puede no ser el más potente... > >> > >> Un saludo, > >> Rubén F.C. > >> > >> > >> > >> > >> El 15/10/2014 9:59, Víctor Nalda Castellet escribió: > >> > >> Hola a todos, ¿que tal? > >>> > >>> Os escribo porque llevo varios días con la siguiente duda: quiero > >>> realizar > >>> el test de K-S para dos distribuciones lognormales, una de ellas con > >>> datos > >>> agrupados (bucketizados). > >>> > >>> library(stats) > >>> > >>> # Definimos las variables > >>> n <- 1000000 # tamaño de la muestra > >>> mean <- 0 # media de la dist. normal > >>> sd <- 1 # desviación típica de la dist. normal > >>> nbucket <- 10 # numero de buckets > >>> > >>> # Generamos la muestra de tamaño n > >>> sample <- sort(rlnorm(n, meanlog = mean, sdlog = sd)) > >>> # Función de distribución > >>> df <- plnorm(sample, meanlog = mean, sdlog = sd) > >>> lognorm1 <- data.frame(sample=sample, distfun=df) > >>> # Gráfica de la función de distribución sin bucketizar > >>> plot(lognorm1, type = "l", col = "red") > >>> > >>> # Bucketización - Muestra bucketizada > >>> library(plyr) > >>> dt <- data.frame(sample=sample, bucket=rep(1:nbucket, each = > n/nbucket)) > >>> sample_bucket <- ddply(dt,~bucket,summarise,mean=mean(sample)) > >>> > >>> # Función de distribución bucketizada > >>> dfb <- plnorm(sample_bucket$mean, meanlog = mean, sdlog = sd) > >>> lognorm2 <- data.frame(sample=sample_bucket$mean, distfun=dfb) > >>> par(new=TRUE) > >>> points(lognorm2, col = "blue") > >>> > >>> ks.test(lognorm1$sample, lognorm2$sample) # Obtengo p-valor=1 > >>> > >>> El problema es que obtengo un p-valor de 1, y creo que debería obtener > un > >>> p-valor bastante menor. ¿Sabéis lo que está ocurriendo? > >>> Creo que si una de las distribuciones tiene 1.000.000 de datos y la > otra > >>> tiene 10 datos (es la aproximación de la otra), como no se parecen en > >>> nada > >>> debería obtener un p-valor muy malo y no es así: > >>> > >>> Two-sample Kolmogorov-Smirnov test > >>> > >>> data: lognorm1$sample and lognorm2$sample > >>> D = 0.0683, p-value = 1 > >>> alternative hypothesis: two-sided > >>> > >>> Respecto al tema de bucketizar, lo tengo que realizar de esa forma. > >>> > >>> > >>> > >>> Un saludo, y muchas gracias. > >>> > >>> > >> > > > > > > -- > > Víctor Nalda Castellet > > > > > > > > > -- > Víctor Nalda Castellet > > [[alternative HTML version deleted]] > > > > ------------------------------ > > Message: 4 > Date: Wed, 15 Oct 2014 16:33:44 +0200 > From: Carlos Ortega <c...@qualityexcellence.es> > To: PEDRO CONCEJERO CEREZO <pedro.concejerocer...@telefonica.com> > Cc: "r-help-es@r-project.org" <r-help-es@r-project.org> > Subject: Re: [R-es] Heatmap de paro (o de otra cosa) en España > Message-ID: > < > caokbq8jn8n9oycldw5_qnwr3jgn8a3etfxgepdniuyqcfsn...@mail.gmail.com> > Content-Type: text/plain; charset="UTF-8" > > Hola Pedro, > > Acabo de recordar que hace poco José Luis Cañadas (participa en esta lista) > publicó un enlace suyo a un análisis del paro en Analucía hecho con R y > publicado en RPubs. Sobre mapas asocia diferentes nivels de paro con > diferentes matices de color (rojo)... > > Este es el enlace: > > http://rpubs.com/joscani/12805 > > Saludos, > Carlos Ortega > www.qualityexcellence.es > > El 14 de octubre de 2014, 18:48, Pedro Concejero Cerezo < > pedro.concejerocer...@telefonica.com> escribió: > > > Hola eRReRos, estamos preparando un talleR de coloR para el próximo > > congreso y pensamos que el mejor ejemplo sería un mapa de España de > > alguna variable interesante. Puesto que algunas de las cosas candentes > > que preocupan en España son (afortunadamente) casos únicos, se nos > > ocurre el gran problema del paro. Atención pregunta: > > ¿Hay algún script maravilloso publicado por ahí que nos permita > > reproducir rápido un heatmap de paro sobre el mapa España? -o podría ser > > de otra cosa interesante. Sobre él aplicaremos las recomendaciones de > > color. > > Gracias mil!! > > > > -- > > *Pedro Concejero > > BI & Big Data - Internal Exploitation - Telefónica I+D < > http://www.tid.es> > > E-mail: pedro.concejerocer...@telefonica.com > > skype: pedro.concejero > > twitter @ConcejeroPedro <https://twitter.com/ConcejeroPedro> > > linkedin pedroconcejero <http://www.linkedin.com/in/pedroconcejero/es> > > Únete a la lista R en español > > <https://stat.ethz.ch/mailman/listinfo/r-help-es#%21> y a tu gRupo local > > R, el mío es el gRupo R madRid <http://http://madrid.r-es.org/> * > > > > ________________________________ > > > > Este mensaje y sus adjuntos se dirigen exclusivamente a su destinatario, > > puede contener información privilegiada o confidencial y es para uso > > exclusivo de la persona o entidad de destino. Si no es usted. el > > destinatario indicado, queda notificado de que la lectura, utilización, > > divulgación y/o copia sin autorización puede estar prohibida en virtud de > > la legislación vigente. Si ha recibido este mensaje por error, le rogamos > > que nos lo comunique inmediatamente por esta misma vía y proceda a su > > destrucción. > > > > The information contained in this transmission is privileged and > > confidential information intended only for the use of the individual or > > entity named above. If the reader of this message is not the intended > > recipient, you are hereby notified that any dissemination, distribution > or > > copying of this communication is strictly prohibited. If you have > received > > this transmission in error, do not read it. Please immediately reply to > the > > sender that you have received this communication in error and then delete > > it. > > > > Esta mensagem e seus anexos se dirigem exclusivamente ao seu > destinatário, > > pode conter informação privilegiada ou confidencial e é para uso > exclusivo > > da pessoa ou entidade de destino. Se não é vossa senhoria o destinatário > > indicado, fica notificado de que a leitura, utilização, divulgação e/ou > > cópia sem autorização pode estar proibida em virtude da legislação > vigente. > > Se recebeu esta mensagem por erro, rogamos-lhe que nos o comunique > > imediatamente por esta mesma via e proceda a sua destruição > > > > _______________________________________________ > > R-help-es mailing list > > R-help-es@r-project.org > > https://stat.ethz.ch/mailman/listinfo/r-help-es > > > > > > -- > Saludos, > Carlos Ortega > www.qualityexcellence.es > > [[alternative HTML version deleted]] > > > > ------------------------------ > > _______________________________________________ > R-help-es mailing list > R-help-es@r-project.org > https://stat.ethz.ch/mailman/listinfo/r-help-es > > > Fin de Resumen de R-help-es, Vol 68, Envío 22 > ********************************************* > -- Dr. José Arturo Farfán Ale Laboratorio de Arbovirología Centro de Investigaciones Regionales "Dr. Hideyo Noguchi" Unidad Inalambrica. Universidad Autónoma de Yucatán. Calle 43 Num. 613 por 90 Col. Inalámbrica Mérida, Yucatán, México C.P. 97069 Tel. (999)9245755 ext. 1260 Fax (999) 9236120 e-mail. jafar...@uady.mx <gre...@uady.mx> e-mail alterno. jafar...@gmail.com <julian.garcia.re...@gmail.com> [[alternative HTML version deleted]] _______________________________________________ R-help-es mailing list R-help-es@r-project.org https://stat.ethz.ch/mailman/listinfo/r-help-es
