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
Nessa página tem um conjunto de exemplos com regressões suaves.
http://leg.ufpr.br/~walmes/cursoR/mgest/5reg-locais.html
À disposição.
Walmes.
Walmes Marques Zeviani
LEG - Laboratório de Estatística e Geoinformação
Isso acontece porque a lsmeans() usa médias ajustadas para o efeito de peso
inicial enquanto que HSD.test() usa as médias amostrais que não são
ajustadas. Com a função doBy::LSmeans() pode-se verificar que as médias
ajustadas são para um animal hipotético de peso igual a média dos animais
do
Na minha versão da multicomp no Ubuntu 16.04 com R não deu warnings.
> modeloPARSUBlme <- lme(PRODLEIT ~ BLOCO + PASTO * MINERAL,
+random = ~1 | PARCELA,
+data = PARCSUB)
>
> compara <- glht(modeloPARSUBlme, linfct = mcp(PASTO = "Tukey"))
Warning
Faça o panel.text() antes. Veja CMR.
library(Matrix)
library(latticeExtra)
library(gridExtra)
m1 <- sparseMatrix(i = c(1, 1, 2, 3, 4, 4, 4, 5),
j = c(3, 4, 4, 1, 2, 3, 5, 4),
x = 1:8)
m2 <- m1/2
p <- image(m2) +
layer(panel.text(x = 3,
Alexandre,
Às vezes é bem difícil, senão impossível, argumentar contra a ignorância de
certos revisores. Eu partiria do seguinte ponto. Em modelos lineares
gaussianos, as médias amostrais são funções lineares das observações para
estimar as médias dos tratamentos. Isso pode ser obtido de forma
Adriele,
O mais fácil, na minha experiência, é usar a abordagem doBy + multcomp. O
pacote doBy fornece matrizes para estimar as médias de mínimos quadrados. O
pacote multcomp possui recursos para aplicação de testes de comparações
múltiplas. Veja o exemplo abaixo. NOTA: o pacote multcomp não faz
Pessoal,
Estes dados apresentam um padrão peculiar onde a solução transformação
Box-Cox não resolve. O Wagner mostrou um ajuste que modela a variância com
uma função. Aqui estou repetindo o que ele fez, usando funções do pacote
nlme, para fazer teste de razão de verossimilhança. Como a relação
Prezados,
O livro *R for Cloud Computing* (
http://www.springer.com/gp/book/9781493917013) parece ter informações
relevantes nesse aspecto. Em uma parte ele discute serviços de computação
na nuvem para o R.
À disposição.
Walmes.
___
R-br mailing list
Elias,
Creio que %!in% não exista. Veja abaixo.
levels(iris$Species) %in% c("setosa", "versicolor")
levels(iris$Species) %!in% c("setosa", "versicolor")
! levels(iris$Species) %in% c("setosa", "versicolor")
À disposição.
Walmes.
___
R-br mailing
Adriele,
Então não tem nada de errado com o R pois distribuição normal tem suporte
na reta real, no plano real, etc. Se você precisa impedir valores
negativos, que são característicos do dado, a normal não é o modelo para
isso, muito menos com uma média tão pequena. Você teria que usar outra
Desculpe minha distração. Eu deveria ter usado essa url:
http://leg.ufpr.br/~walmes/cursoR/geneticaEsalq/as.lm.R.
À disposição.
Walmes.
___
R-br mailing list
R-br@listas.c3sl.ufpr.br
https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
Leia o guia
Luiz,
A suposição é que de os erros são normais. Isso implica que a distribuição
**condicional** de Y, ou seja, Y|mu(x) terá distribuição normal (no caso de
mu(x) estar corretamente especificada). Os modelos da gls() supõe-se que os
erros padronizados sejam normais, haja visto que exite um modelo
Você pode usar o get().
m1 <- matrix(0, 3, 3)
m2 <- matrix(0, 3, 2)
# n <- paste0("m", 1:2)
n <- sprintf("m%d", 1:2)
get(n[1])
get(n[2])
lapply(n,
FUN = function(obj) {
dim(get(obj))
})
À disposição.
Walmes.
Tecnicamente essa é um estudo observacional e não experimental. Pela sua
descrição, você tem dois níveis para fator altitude, mas apenas uma unidade
de cada nível (única repetição). Nessa unidade você tem 4 níveis de
sistema, mas também apenas uma unidade de cada nível (única repetição).
Dentro de
Me parece que você precisa incluir o pacote no NAMESPACE (e.g.
https://github.com/walmes/wzRfun/blob/master/NAMESPACE). Você pode importar
o pacote todo ou apenas essa função.
A disposição.
Walmes.
___
R-br mailing list
R-br@listas.c3sl.ufpr.br
A lattice acomoda melhor textos dentro da margem. Procure fornecer um
exemplo reproduzível para ajudar quem deseja te ajudar.
summary(iris)
tb <- xtabs(Sepal.Length > 5 ~ Species, data = iris)
tb
library(lattice)
barchart(tb)
library(latticeExtra)
barchart(tb) +
layer(panel.text(x, y,
Sem mais detalhes da sua parte, porque não usar função sample() para isso?
À disposição.
Walmes.
___
R-br mailing list
R-br@listas.c3sl.ufpr.br
https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
Leia o guia de postagem
Testar independência é algo complicado. Em muitas situações você precisa de
sistema de coordenadas para as observações para ver se é detectado um
padrão de dependência sobre. Em séries temporais, a "coordenada" é o
instante no tempo, em goestatística a coordenada é a localização
geográfica,
Usando o DOS sinceramente eu não sei. Usando Shell linux eu tenho alguns
scripts que recebem argumentos na linha de comando. Alguns exemplos:
http://stackoverflow.com/questions/2151212/how-can-i-read-command-line-parameters-from-an-r-script
Maurício,
O primeiro gráfico até pode mostrar não independência quando ela é induzida
por falta de ajuste. O código abaixo ilustra minha afirmação.
library(lattice)
library(latticeExtra)
data(wtloss, package = "MASS")
str(wtloss)
xyplot(Weight ~ Days, data = wtloss)
# Ajuste de um modelo
Paulo,
Você consegue gerar um exemplo reproduzível com uma serie de 10 valores que
você pode colocar na própria mensagem de email?
# Gerando uma sequência diária de tamanho 100 a partir de hoje.
x <- Sys.Date()
x <- seq(x, x + 100, by = "1 day")
# Gerando um vetor de números aleatórios normais
André,
Apenas para complementar a solução do Marcus, encaminho o código que faz
uso de uma função com recursos do pacote rpanel para ajuste de modelo não
linear de forma interativa. Essa função (na versão antiga) gerou o GIF que
fica na capa da página da lista no Nabble (rs). O uso da interface
Além da distância de Cook, você tem mais opções de medidas de influência
com a inflence.measures(). Dê uma olhada aqui para ver exemplos
http://leg.ufpr.br/~walmes/cursoR/mgest/1medidas-influen.html. Eu gosto de
usar o DFits como medida.
À disposição.
Walmes.
O que eu mais indico é o livro da nlme mesmo, Pinheiro e Bates (
https://www.amazon.com.br/Mixed-Effects-Models-S-PLUS-Jos%C3%A9-Pinheiro/dp/147578144X
).
À disposição.
Walmes.
___
R-br mailing list
R-br@listas.c3sl.ufpr.br
Professor Elias,
Eu uso os recursos do roxygen2 e devtools, porém sem usar o RStudio. Ainda
não me deparei com os problemas que você mencionou. Isso está acontecendo
quando roda o check()?
À disposição.
Walmes.
___
R-br mailing list
Prezado,
Ajude àqueles dispostos a te ajudar. Forneça CMR.
À disposição.
Walmes.
___
R-br mailing list
R-br@listas.c3sl.ufpr.br
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
Prezado,
Ajude àqueles dispostos a te ajudar. Forneça CMR.
À disposição.
Walmes.
___
R-br mailing list
R-br@listas.c3sl.ufpr.br
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
A função devtools::install_deps() é uma função que verifica se os pacotes
do qual o seu depende (descritos no DESCRIPTION) estão instalados e então
instala aqueles que não estiverem. Nunca usei com pacotes do Bioconductor,
mas pacotes do CRAN, logicamente, que funciona. Pacotes no GitHub também.
Marcos,
Eu não sei te dizer o que mudou na mulcomp::cld() mas na época dessa
matéria ela devia funcionar. Para situações semelhantes a essa do
fatorial, eu acabei fazendo uma cópia da cld() e modifiquei algumas coisas
para que pudesse usá-la. Ela está disponível no fonte de um pacote onde
Minha sugestão, pouco fundamentada, seria você passar os shapefiles para
diretório de outro que não seja www/.
À disposição.
Walmes.
___
R-br mailing list
R-br@listas.c3sl.ufpr.br
https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
Leia o guia de
Para o texto em itálico, considere o CMR abaixo.
library(lattice)
# Nomes das faixas em itálico.
xyplot(Sepal.Length ~ Petal.Length | Species,
data = iris,
strip = strip.custom(par.strip.text = list(font = 3)))
Sobre R², se realmente você quer apresentar um, pode considerar o
Isso acontece porque provavelmente a apply() está forçando iris a ser uma
matriz e por causa do Species, tudo se torna character. A função sapply()
reproduz o que o for () faz porque trabalha cada coluna de forma
independente ser fazer coerção.
for (i in 1:5) print(class(iris[, i]))
apply(iris,
Ajuste um modelo com as três espécies como se fosse um fatorial. Para obter
as DLs é mais fácil usar a parametrização de "estimativas separadas por
nível". Veja o código abaixo.
rm(list = ls())
da <- data.frame(
dose = rep(c(0, 0.15625, 0.3125, 0.625, 1.25, 2.5, 5, 10), each = 4),
n =
André,
Experimentos em faixas são especificáveis nas nlme::lme() e na lme4::lmer()
(abordagem de modelos mistos), mas creio ser possível com a aov() também.
À disposição.
Walmes.
___
R-br mailing list
R-br@listas.c3sl.ufpr.br
Cesar,
Na análise existem duas variáveis: `Dose` (fator) e `dose` (numérica). Os
gráficos foram feitos com a primeira (Dose) mantendo o que o Maurício fez
mas o ajuste foi com a `dose` numérica pois só assim é possível determinar
a DL_50. Se permite uma observação, posso estar errado inclusive e
Essa matéria pode ser útil.
https://ridiculas.wordpress.com/2011/05/21/fatorial-com-desdobramento-da-interacao-grafico-e-tabela-de-medias/
À disposição.
Walmes.
___
R-br mailing list
R-br@listas.c3sl.ufpr.br
Ana Paula,
O seu exemplo não é reproduzível, você apenas enviou a saída do seu modelo
mas eu não tenho como reconstruir os objetos para manipulá-los e estudar
uma solução.
Segue uma possível solução com os exemplos disponíveis na documentação da
glm().
da <- data.frame(counts = c(18, 17, 15, 20,
Ana Paula,
Forneça CMR para que possamos agilizar alguma ajuda.
À disposição.
Walmes.
___
R-br mailing list
R-br@listas.c3sl.ufpr.br
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
Como o Fernando disse, são infinitas possibilidades.
Recomendo que consulte o TCC do Raffael da Silva Nagel que comparou algumas
alternativas.
Raffael da Silva Nagel - *Comparação de Alternativas de Implementação de
Interfaces de Usuário para Aplicações em R*:
Eu não uso RStudio e uma das razões é justamente essa. Mas meus alunos
usam, então acabo descobrindo algumas coisas. Quando você faz Ctrol + Shift
+ 1 (conforme está em View > Panes), você ocupa toda área visível com o
script. Fazendo Ctrol + Shift + 0, você volta para a exibição das 4
janelas.
Cleber,
Leia a documentação da função. Espera-se que isso esteja descrito lá.
À disposição.
Walmes.
___
R-br mailing list
R-br@listas.c3sl.ufpr.br
https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
Leia o guia de postagem
Rosiana,
É possível você fornecer um código mínimo reproduzível para servir de ponto
de partida? O experimento é em blocos onde as faixas de lâmina foram
casualizadas primeiro e depois as faixas de altura de pastejo no sentido
perpendicular, sendo isso refeito em cada bloco (blocos são repetições
Eu uso suppressMessages(pacote).
À disposição.
Walmes.
___
R-br mailing list
R-br@listas.c3sl.ufpr.br
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 forne�a c�digo
m�nimo
Verifique se essa postagem do histórico da lista serve:
http://r-br.2285057.n4.nabble.com/R-br-Anova-em-faixas-td4655899.html. Caso
não funcione, envie no corpo da mensagem os resultados que você tem como
sendo os certos e o resultado que você está conseguindo. Não esqueça de
disponibilizar acesso
x <- matrix(as.character(rnorm(100)), ncol = 10)
typeof(x)
apply(x,
MARGIN = 2,
FUN = function(i) {
sum(as.numeric(i))
})
À disposição.
Walmes.
___
R-br mailing list
R-br@listas.c3sl.ufpr.br
Rafael, se entendi corretamente, você fará um experimento em DBC com
(sub)-repetições dentro da parcela, certo? É o mesmo caso de quando se mede
altura (da planta, da primeira espiga/vagen) em várias plantas na mesma
parcela, ou conta-se o número de vagens, enfim. Parece que a sua dúvida é
quanto
Prezado,
O seu exemplo não é reproduzível. Todavia, se entendi corretamente sua
dúvida, o código abaixo indica como usar as funções pdf() e png() para
salvar os gráficos na dimensão que você desejar.
# Conjunto de dados interno do R.
str(iris)
pdf("grafico1.pdf", width = 7, height = 6)
Diogo,
Você vai ter que multiplicar a função densidade da normal pela área do
histograma. Segue o código para você juntar as partes.
# dados
res <- c(rnorm(1000, 20, 2),
rnorm(1000, 15, 1.5),
rnorm(1000, 25, 2.5),
rnorm(1000, 25, 2.5))
# fatores
fac <- factor(gl(4,
Fabiana,
Também dê uma olhada nesse material aqui.
http://leg.ufpr.br/~walmes/cursoR/geneticaEsalq/script10.html
Walmes.
___
R-br mailing list
R-br@listas.c3sl.ufpr.br
https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
Leia o guia de postagem
Por alguma razão desconhecida, durante a leitura não foi reconhecida a
tabulação. A primeira linha prensou o texto sem considerar os espaços
gerando o "0113.05". Tente ler de outras formas, como por um arquivo txt.
À disposição.
Walmes.
___
R-br
Ana Paula,
Segue CRM. O guia de contribuição dessa lista de discussão não recomenda o
envio de conteúdo anexo as mensagens. Isso por motivos de segurança,
reprodutibilidade, portabilidade e economia. Procure fazer códigos
reproduzíveis a partir de recorta e cola, como é esse que eu envio. Isso
Isabela,
Não sou um competente em análise multivariada mas vejo dois caminhos: 1)
faça análises univariadas e use o método de comparações múltiplas que
quiser ou 2) faça aglutinação entre níveis do seu fator, reduzindo o número
de níveis. A primeira situação é bem convencional. A segunda seria
Sem condições de afirmar nada sem acesso aos dados e códigos que você
utilizou.
À disposição.
Walmes.
___
R-br mailing list
R-br@listas.c3sl.ufpr.br
https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
Leia o guia de postagem
Delcio,
Basta fazer assim:
durner <- as.formula(theta ~
w0 * (thetar + ((thetas - thetar)/(1 + (alpha0 *
psi)^n0)^(1 - 1/n0))) +
(1 - w0) * (thetar + ((thetas - thetar)/(1 +
(alpha1 * psi)^n1)^(1 - 1/n1
dur <- nlsLM(durner,
Segue CMR.
library(latticeExtra)
Parts$Sample <- factor(Parts$Sample,
levels = unique(sort(Parts$Sample)))
str(Parts)
nlev <- function(x) nlevels(droplevels(x))
resizePanels(
bwplot(Diam ~ Sample | Machine,
data = Parts,
pch = "|",
Leonard,
Eu não sabia que tinha como colocar essas restrições. Se você consegue
fazer no TeX então conseguirá via Rmd, já que o arquivo passa por LaTeX
antes de virar PDF. Então é só dar um jeito de fazer aparecer o que você
precisa no preambulo. As opções seriam:
1) faça o seu próprio template
Recomendo que leia o capítulo 5 do Pinheiro & Bates (2000). Para exemplos
de como usar funções, busque por "weighted regression/anova with R".
Pinheiro & Bates, D. (2000). Mixed-effects models in S and S-PLUS. New
York: Springer.
À disposição,
Walmes.
O seu banco tem mais linhas do que o vetor de valores ajustados. Se o seu
banco tem missing nas variáveis envolvidas, a glm() vai remover tais linhas
e por isso o ajustado tenha tamanho menor, pois vai corresponder apenas aos
registros caso completo. Uma sugestão é: reduza o banco de dados para o
Você pode também usar a função axis(), principalmente no caso de você ter
mais que dois rótulos para colocar em itálico.
boxplot(resposta ~ especie,
xlab = "Espécie",
ylab = "Variável resposta",
xaxt = "n")
axis(side = 1, at = 1:2, labels = c("A", "B"), font = 3)
À
Sergio,
Você não está conseguindo salvar com a opção da IDE em "Export > Save as
image/PDF"? Você consegue salvar com
pdf("meugrafico.pdf")
plot(cars)
dev.off()
png("meugrafico.png")
plot(cars)
dev.off()
Se sim, menos mal. Use comandos para salvar, que inclusive permitem você
garantir que a
Fernando,
Talvez essa análise sirva de inspiração:
http://leg.ufpr.br/~walmes/analises/RHTBGoes/copaiba.html
À diposição.
Walmes.
___
R-br mailing list
R-br@listas.c3sl.ufpr.br
https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
Leia o guia de
Considere esse ponto de partida.
# Criando lista de vetores com diferentes comprimentos.
L <- replicate(20, simplify = FALSE, {
n <- sample(c(10, 15, 20), size = 1)
runif(n)
})
# Qual o maior comprimento (caso não fosse conhecido a priori).
len <- sapply(L, FUN = length)
nmax <- max(len)
Euriann,
Esse script contém alguma coisa que lhe pode ser útil sobre análise de
látice: http://leg.ufpr.br/~walmes/cursoR/cnpaf2/lati.R
Sobre análise conjunta veja
http://leg.ufpr.br/~walmes/cursoR/geneticaEsalq/script19.html e
http://leg.ufpr.br/~walmes/cursoR/geneticaEsalq/script20.html.
Alexandre,
Tenho em arquivo um conjunto de scripts (ver data) de um Curso realizado na
Embrapa Arroz e Feijão: http://leg.ufpr.br/~walmes/cursoR/cnpaf2/ Eles
podem servir de ponto de partida.
Esse curso http://leg.ufpr.br/~walmes/cursoR/geneticaEsalq/ considerou
modelos mistos a partir do
Tem situações que em que é mais prático olhar o fonte no GitHub. O CRAN
mantém os repositórios em formato "somente leitura". O interessante é que
você pode usar o motor de busca do GitHub. Assim ele te retorna os arquivos
do repositório que batem com um termo de busca. O rms possui o repositórios
Euriann,
Eu subi o script de látice agora compatível com a versão atual do pacote
doBy: http://leg.ufpr.br/~walmes/cursoR/cnpaf2/lat-update.R. Ele contorna o
problema LSmeans/popMeans, cria o intervalo de confiança que foi removido
pelo autor e contorna o suporte aos objetos vindos da nlme.
À
Marcelo,
Se as k observações dentro da parcela puderem ser consideradas
independentes, você pode considerar o número de plantas para conduzir uma
análise ponderada. Considere a condição extrema, apenas para ser didático,
de ter parcelas com 20 plantas e outras com 2. A variância da média, como
Remete ao fato de ter matrizes não invertíveis. Isso pode indicar que o seu
modelo está muito parametrizado. Pelo visto na parte de efeito aleatórios.
Acontece por exemplo quando você efeitos aleatórios com correlação próxima
de 1. Tente simplificar essa camada de especificação do modelo e veja se
Recomendo proceder da seguinte forma para testar o efeito de sistema sobre
a curva ajustada, ou seja, se as curvas são iguais independente dos níveis
do fator sistema. O teste usado abaixo é o de razão de verossimilhanças. Eu
desconheço a teoria que sustenta o teste de Vuong que você mencinou, mas
Considere os scripts de 11 a 14 aqui
http://leg.ufpr.br/~walmes/cursoR/conest2013/, o 11 e o 12 aqui
http://leg.ufpr.br/~walmes/cursoR/cnpaf3/.
À disposição.
Walmes.
___
R-br mailing list
R-br@listas.c3sl.ufpr.br
Porque não passar a resposta para uma escala que promova mais igualdade de
variâncias para realizar as inferências? Depois você volta com a
transformação nas estimativas pontuais para descomplicar a interpretação.
À disposição.
Walmes.
___
R-br
Procure especificar um modelo aos seus dados baseado no plano
amostral/experimental adotado para levantamento dos dados. Na especificação
do modelo acomode a dependência entre estratos. Talvez um modelo misto
(unidades experimentais, UE) para dados longitudinais (níveis de estrato
dentro da mesma
A nlme usa a lattice. Então você muda da mesma forma que mudaria um objeto
que veio da xyplot, por exemplo.
GALINHA$ID <- factor(GALINHA$ID,
levels =
unique(sort(as.integer(as.character(GALINHA$ID)
GALINHA <- groupedData(PESO ~ SEMANA | ID,
data =
Euriann,
Basicamente a automação disso pode ser feita assim:
# Conjunto de ensaios em DBC em 6 locais (gerado por simulação).
da <- expand.grid(loc = gl(6, 1),
rpt = gl(3, 1),
blc = gl(4, 1),
trt = gl(5, 1))
da$prod <- rnorm(nrow(da))
#
Prezados,
Eu atualizei esse script para torná-lo reproduzível com a corrente versão
do R e dos pacotes: http://leg.ufpr.br/~walmes/cursoR/cnpaf2/lat-update.R.
À disposição.
Walmes.
___
R-br mailing list
R-br@listas.c3sl.ufpr.br
Euriann,
Considere o código abaixo.
library(doBy)
# Conjunto de ensaios em DBC em 6 locais (gerado por simulação).
da <- expand.grid(loc = gl(6, 1),
rpt = gl(3, 1),
blc = gl(4, 1),
trt = gl(5, 1))
da$prod <- rnorm(nrow(da))
# Análise
Pelos meus testes, o argumento `labels` da função gl() mudou a forma de
trabalhar. Antes funcionava passando um prefixo, no caso, "bl" e "tr".
Agora você tem que passar um vetor string de comprimento igual ao número de
níveis.
Walmes.
___
R-br mailing
O Departamento de Estatística da UFPR, o Conselho Diretor da RBras e a Comissão
Organizadora Local tem a honra de anunciar a *63ª Reunião Anual da Região
Brasileira da Sociedade Internacional de Biometria* (RBras). O site do
evento é
http://rbras.org.br/rbras63/
A 63ª RBras acontecerá *em
Você tem que estabelecer um critério de parada porque você pode encontrar
outliers se continuar o ciclo de buscar por eles.
A sua estratégia de remoção acaba sendo modelo dependente, ou seja, você
ajusta, remove outliers, ajusta de novo, vê que o modelo mudou (e deveria
mesmo), mas surgem outros
Ana Paula,
Visite os scripts de número 15 a 18 nessa série de URLs:
http://leg.ufpr.br/~walmes/cursoR/geneticaEsalq/script15.html.
Espero que te auxiliem.
Walmes.
___
R-br mailing list
R-br@listas.c3sl.ufpr.br
Edmar,
Se o seu modelo já foi treinado, imagino que você tenha um objeto no R com
o qual você passe as variáveis de entrada de novos dados e ele faça a
previsão da saída.
Em geral, é só usar o método predict().
À disposição.
Walmes.
___
R-br mailing
Eu tenho alguns documentos com análises feitas que podem servir de
inspiração (links abaixo), mas como você disse que é iniciante, recomendo
que use o pacote ExpDes.
http://leg.ufpr.br/~walmes/cursoR/ciaeear/ciaeear_08fat.html
http://leg.ufpr.br/~walmes/cursoR/geneticaEsalq/script11.html
Tiago,
As suas variáveis intervalares vão acabar entrando como variáveis
categóricas no modelo, assim como tipo de solo. A única coisa é que serão
categóricas ordenadas. Mas isso só faria diferença para formulação de
contrastes que levassem a ordem em conta, enfim, pois contrates dois a
dois,
84 matches
Mail list logo