Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

--- cursos:ruel:sessao0 [2007/12/18 17:50] – criada paulojus
+++ cursos:ruel:sessao0 [2008/10/28 11:39] (atual) – paulojus
@@ Linha 1: / Linha 1: @@
 ====== Sessão Inicial -- Fundamentos da Linguagem R ======
+Criando um diretório (pasta) de trabalho, e mudando o //workspace// do R para este diretório.
+<code R>
+getwd()
+dir.create("c:\\cursoR")
+setwd("c:\\cursoR")
+getwd()
+</code>
+Vamos usar o conjunto de dados ''hills'' do pacotes ''MASS''
 <code R>
 require(MASS)
@@ Linha 7: / Linha 17: @@
 rownames(hills)
 class(hills)
-#mh <- edit(hills)
+</code>
+Duplicando e modificando o conjunto de dados em outro objeto
+<code R>
+mh <- edit(hills)
+</code>
+<code R>
 str(hills)
@@ Linha 23: / Linha 39: @@
 y <- sample(c("M", "F"), 10, rep=T)
 y
+#################################
 mean(x[y == "M"])
 mean(x[y == "F"])
@@ Linha 96: / Linha 112: @@
 str(ml)
 length(ml)
+ml$b
+is.list(ml)
+is.list(ml$b)
+is.matrix(ml$b)
+is.data.frame(ml$b)
+fc <- function(x){
+* sd(x)/mean(x)
+}
+fc <- function(x){
+  if(!is.numeric(x))
+    stop("objeto não numérico")
+* sd(x)/mean(x)
+}
+fc(pessoas$peso)
+fc(pessoas$sexo)
+fc1 <- function(x){
+  if(is.numeric(x)) res <- 100* sd(x)/mean(x)
+  else res <- table(x)
+  return(res)
+}
+fc1(pessoas$peso)
+fc1(pessoas$sexo)
+fc2 <- function(x) {
+  if(is.numeric(x)) {
+    m <- mean(x)
+    s <- sd(x)
+    cv <- 100*s/m
+    ai <- diff(range(x))
+    res <- c(média=m, "desvio padrão"=s, CV=cv, amplitude=ai)
+  }
+  else{
+    tb <- table(x)
+    moda <- tb[which.max(tb)]
+    res <- list(frequencias=tb, moda=moda)
+  }
+  return(res)
+}
+fc2(pessoas$peso)
+fc2(pessoas$sexo)
+lapply(pessoas, fc2)
+df.res <- lapply(pessoas, fc2)
+df.res
+is.list(df.res)
+str(df.res)
+summary(pessoas)
+sum.res <- summary(pessoas)
+sum.res
+class(sum.res)
+str(sum.res)
+## redirecionando saida para um arquivo texto
+sink("saidas.txt")
+summary(pessoas)
+lapply(pessoas, fc2)
+pessoas
+sink() ## voltando para o dispositivo de saida padrão (tela)
+summary(pessoas)
+head(hills)
+## 3 formas de fazxer o gráfico
+plot(hills$dist, hills$time)
+with(hills, plot(dist, time))
+with(hills, plot(time~dist))
+## cosmética
+with(hills, plot(time~dist, pch="*", cex=2.5))
+with(hills, plot(time~dist, pch=5))
+## descobrindo os símbolos
+plot(1:25, 1:25, pch=1:25)
+## descobrindo as cores
+plot(1:8, 1:8, col=1:8, pch=19, cex=2)
+plot(1:20, 1:20, col=terrain.colors(20), pch=19, cex=2)
+plot(1:10, 1:10, col=heat.colors(10), pch=19, cex=2)
+plot(1:13, 1:13, col=gray(seq(0,1,len=13)), pch=19, cex=2)
+par(bg="yellow")
+plot(1:13, 1:13, col=gray(seq(1,0,len=13)), pch=19, cex=2)
+colors()
+par(bg="yellow4")
+plot(1:13, 1:13, col=gray(seq(1,0,len=13)), pch=19, cex=2)
+par(bg="white")
+with(hills, plot(time~dist))
+lm.h <- lm(time ~ dist, data=hills)
+lm.h
+names(lm.h)
+is.list(lm.h)
+lm.h$coeffi
+coef(lm.h)
+lm.h$res
+resid(lm.h)
+lm.h$fitted
+fitted(lm.h)
+plot(resid(lm.h) ~ fitted(lm.h))
+anova(lm.h)
+summary(lm.h)
+plot(lm.h)
+## comentários sobre classes, funções genéricas e metodos
+methods(plot)
+## dividindo a tela gráfica
+par(mfrow=c(2,2))
+plot(lm.h)
+par(mfrow=c(1,1))
+## alguns dispositivos gráficos
+jpeg("diag.jpg")
+par(mfrow=c(2,2))
+plot(lm.h)
+dev.off()
+pdf("diag.pdf")
+par(mfrow=c(2,2))
+plot(lm.h)
+dev.off()
+postscript("diag.eps")
+par(mfrow=c(2,2))
+plot(lm.h)
+dev.off()
+with(hills, plot(time ~ dist))
+lm.h <- lm(time~dist,data=hills)
+## linhas num gráfico
+abline(h=100)
+abline(h=c(50,100,150), lty=2)
+abline(v=10, lty=3, col=2)
+with(hills, plot(time ~ dist, ylim=c(0, 250)))
+abline(coef(lm.h))
+with(hills,(segments(x0=dist, y0=fitted(lm.h),
+                    x1=dist, y1=time, lty=2)))
+title("Regressão entre tempo e distâncias")
+text(2, 250, substitute(hat(beta)[1] == b1,
+                        list(b1=round(coef(lm.h)[2], dig=2))),
+     pos=4, cex=1.5)
+lm0.h <- lm(time ~ dist-1, data=hills)
+lm0.h
+with(hills, plot(time ~ dist, ylim=c(0, 250), xlab="distância", ylab="tempo"))
+abline(lm.h)
+abline(lm0.h, lty=2, col=4)
+legend("topleft", c("2 parâmetros","1 parâmetro"), lty=1:2, col=c(1,4))
+## mecanismo de ajuda
+help(plot)
+## help no navegador
+help.start(browser="firefox") ## veja no navegador acesso a documentação!!!!
+help(plot)
+## procura no seu computador
+help.search("cluster")
+# procura no site do R
+RSiteSearch("cluster")
+## procura um objeto
+find("mean")
+find("glm")
+## pedaco de palavra (nome do objeto)
+apropos("mean")
+## de volta a regressão...
+## predizendo (valores preditos) usado objetos de ajuste de modelos
+with(hills, plot(time~dist, ylim=c(0,250)))
+pred.df <- data.frame(dist=seq(0,30,length=100))
+pred.h <- predict(lm.h, newdata=pred.df)
+pred.h
+lines(pred.df$dist, pred.h)
+## agora acrescentando intervalo de confiança...
+predc.h <- predict(lm.h, newdata=pred.df, int="c")
+dim(predc.h)
+head(predc.h)
+matlines(pred.df$dist,predc.h, lty=2, col=1)
+## ... e o intervalo de predição...
+predp.h <- predict(lm.h, newdata=pred.df, int="p")
+matlines(pred.df$dist,predp.h, lty=3, col=1)
+legend("topleft", c("modelo ajustado", "intervalo de confiança", "intervalo de predição"), lty=1:3)
+## retirando o ponto mais influente
+args(lm)
+lmo.h <- lm(time ~dist, data=hills, subset=(dist<25))
+summary(lmo.h)
+predo.h <- predict(lmo.h, newdata=pred.df)
+with(hills, plot(time~dist, ylim=c(0,250)))
+lines(pred.df$dist, pred.h)
+lines(pred.df$dist, predo.h, col=2)
+names(hills)
+points(hills[hills$dist>25,c(1,3)], pch=19, col=2)
 </code>
+Mostrando os resultados dos modelos com e sem o ponto mais atípico em dois gráficos separados.
+<code R>
+par(mfrow=c(2,2))
+with(hills, plot(time~dist, ylim=c(0,250)))
+lines(pred.df$dist, pred.h)
+matlines(pred.df$dist,predc.h, lty=2, col=1)
+matlines(pred.df$dist,predp.h, lty=3, col=1)
+with(hills, plot(time~dist, ylim=c(0,250)))
+points(hills[hills$dist>25,c(1,3)], pch=19, col=2)
+lines(pred.df$dist, predict(lmo.h, new=pred.df), col=2)
+matlines(pred.df$dist,predict(lmo.h, new=pred.df, int="c"), lty=2, col=1)
+matlines(pred.df$dist,predict(lmo.h, new=pred.df, int="p"), lty=3, col=1)
+hist(resid(lm.h))
+hist(resid(lmo.h))
+</code>
+Regressão múltipla, fórmulas, transformação e comparação e seleção de modelos.
+<code R>
+##
+head(hills)
+lm2.h <- lm(time ~ dist + climb, data=hills)
+anova(lm2.h)
+summary(lm2.h)
+par(mfrow=c(2,2))
+plot(lm2.h)
+shapiro.test(resid(lm2.h))
+par(mfrow=c(1,1))
+boxcox(time ~dist+climb, data=hills)
+lm2r.h <- lm(sqrt(time) ~ dist + climb, data=hills)
+coef(lm2r.h)
+## ou... aproveitando o modelo previamente definido...
+lm2r.h <- update(lm2.h, sqrt(time) ~ ., data=hills)
+coef(lm2r.h)
+summary(lm2r.h)
+## modelo retirando variavel climb
+lm3r.h <- update(lm2r.h, . ~ . - climb)
+coef(lm3r.h)
+anova(lm3r.h, lm2r.h)
+stepAIC(lm(time ~ dist*climb, data=hills))
+</code>
+===== Materiais apresentados e discutidos no curso: =====
+  * [[http://leg.ufpr.br/~paulojus/embrapa/Rembrapa/Rembrapase9.html#x10-520009|Entrada de dados e estatística descritiva]]
+  * [[http://leg.ufpr.br/~paulojus/embrapa/Rembrapa/Rembrapase24.html#x25-13900024|Link de material sobre fórmulas e declaração de modelos]]
+  * [[http://leg.ufpr.br/~paulojus/embrapa/Rembrapa/Rembrapase25.html#x26-14700025|Análise de esperimentos inteiramente casualisados, contrastes etc]]
+  * [[http://leg.ufpr.br/~paulojus/embrapa/Rembrapa/Rembrapase26.html#x27-15300026|Experimentos fatoriais]]

Diferenças

Navegação

Busca

Ferramentas

QR Code