Estimado José Hay que leer mucho esa librería, funciona distinto a la regla general, por ejemplo, recién realizo un modelo lineal con solo diez números, del uno al cinco y semejantes con decimales, una tontería, pero su utilizo la función summary() hay parámetros, a los cuáles puedo acceder utilizando el símbolo $, sin embargo esto no se da resultado en EpiModel, posiblemente por esa razón no anda la predicción.
Seguramente en la documentación hay algún ejemplo, o el autor explica la fórmula o algoritmo utilizado en el cálculo, lo que haría posible calcular según sus requerimientos. Mire este ejemplo, por la cuál la regla general de R no funciona, pero alguna forma muy específica debe haber, lo cuál yo desconozco. > summary(modelo) Call: lm(formula = datos) Residuals: 1 2 3 4 5 0.007605 0.095057 -0.121673 -0.338403 0.357414 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) -2.9620 0.5846 -5.067 0.01484 * x 3.0418 0.2904 10.474 0.00186 ** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 0.2979 on 3 degrees of freedom Multiple R-squared: 0.9734, Adjusted R-squared: 0.9645 F-statistic: 109.7 on 1 and 3 DF, p-value: 0.001858 > summary(mod2) Error in summary.dcm(mod2) : Specify at between 1 and 10 Javier Rubén Marcuzzi > El 24 may. 2023, a las 10:02, Jose Betancourt Bethencourt > <betans...@gmail.com> escribió: > > Otro ejemplo > Se está realizando vigilancia epidemiológica y al décimo día se > observa esta situación. Se necesita hacer un pronóstico de este brote > durante 10 días más > > > library(EpiModel) > param <- param.dcm(inf.prob = 0.2, act.rate = 5, > rec.rate = 1/5, a.rate = 1/90, ds.rate = 1/100, > di.rate = 1/35, dr.rate = 1/100) > init <- init.dcm(s.num = 500, i.num = 1, r.num = 0) > control <- control.dcm(type = "SIR", nsteps = 10) > mod2 <- dcm(param, init, control) > mod2 > plot(mod2) > > > El 24/5/23, Javier Marcuzzi <javier.ruben.marcu...@gmail.com> escribió: >> José >> >> Envié antes el correo >> >> El código anda, yo tendría que estudiarlo, pero, posiblemente no funcione >> predict porque no está pensado para eso, pero podría calcularlo, sin saber >> como, posiblemente desde tiempo, su gráfica da 500 en tiempo. Pero no >> trabajo sobre esa librería, opinar de mi parte sería absurdo. >> >> Javier Marcuzzi >> >>> El 24 may. 2023, a las 08:39, Jose Betancourt Bethencourt >>> <betans...@gmail.com> escribió: >>> >>> Quisiéramos agregar predicción para siete días a este modelo : >>> library(EpiModel) >>> >>> param <- param.dcm(inf.prob = 0.2, act.rate = 5, >>> rec.rate = 1/3, a.rate = 1/90, ds.rate = 1/100, >>> di.rate = 1/35, dr.rate = 1/100) >>> init <- init.dcm(s.num = 500, i.num = 1, r.num = 0) >>> control <- control.dcm(type = "SIR", nsteps = 500) >>> mod2 <- dcm(param, init, control) >>> mod2 >>> plot(mod2) >>> >>> El 24/5/23, Javier Marcuzzi <javier.ruben.marcu...@gmail.com> escribió: >>>> Estimado José Betancourt >>>> >>>> Corrí si código en Mac, el mensaje que me da a mí es el siguiente: >>>> >>>> Error in UseMethod("predict") : >>>> no applicable method for 'predict' applied to an object of class "icm" >>>> >>>> No sabría más que decir. >>>> >>>> Javier Rubén Marcuzzi >>>> >>>>> El 24 may. 2023, a las 08:23, Jose Betancourt Bethencourt >>>>> <betans...@gmail.com> escribió: >>>>> >>>>> library(EpiModel) >>>>> >>>>> # Definir los parámetros iniciales >>>>> param <- param.icm(inf.prob = 0.2, act.rate = 0.25, rec.rate = 1/50) >>>>> >>>>> # Definir las condiciones iniciales >>>>> init <- init.icm(s.num = 500, i.num = 1, r.num = 0) >>>>> >>>>> # Definir las opciones de control >>>>> control <- control.icm(type = "SIR", nsteps = 500, nsims = 10) >>>>> >>>>> # Crear el modelo original >>>>> mod1 <- icm(param, init, control) >>>>> >>>>> # Ajustar los parámetros para reflejar la situación actual >>>>> param2 <- param.icm(inf.prob = 0.3, act.rate = 0.3, rec.rate = 1/40) >>>>> >>>>> # Crear un nuevo modelo conlos nuevos parámetros >>>>> mod2 <- icm(param2, init, control) >>>>> >>>>> # Generar predicciones para los próximos 7 días >>>>> pred <- predict(mod2, times = 501:508, nsims = 100) >>>>> >>>>> # Graficar las predicciones >>>>> plot(pred) >>>> >>>> >>> >>> >>> -- >>> Dr. Jose A. Betancourt Bethencourt >>> Universidad de Ciencias Medicas Carlos j. Finlay >> >> > > > -- > Dr. Jose A. Betancourt Bethencourt > Universidad de Ciencias Medicas Carlos j. Finlay _______________________________________________ R-help-es mailing list R-help-es@r-project.org https://stat.ethz.ch/mailman/listinfo/r-help-es