Não foi possível enviar o arquivo. Será algum problema com as permissões?
Diferenças

Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

Link para esta página de comparações

Ambos lados da revisão anterior Revisão anterior
Próxima revisão
Revisão anterior
artigos:ernesto3:simpj [2008/10/09 13:26]
ernesto
artigos:ernesto3:simpj [2008/10/16 00:50] (atual)
paulojus
Linha 1: Linha 1:
 ====== A joint model proposal????​ ====== ====== A joint model proposal????​ ======
 +  - {{artigos:​ernesto3:​joint.rnw|Arquivo Sweave com o modelo proposto}}
  
 ===== Ideias for simulation and model ===== ===== Ideias for simulation and model =====
Linha 76: Linha 77:
 ===== Alternativa usando CDA ===== ===== Alternativa usando CDA =====
  
-</code> +<​code ​R
-gs <- expand.grid((0:10)/10, (0:10)/10)+require(lattice) 
 +require(MASS) 
 +require(geoR)
  
 +gs <- expand.grid((0:​10)/​10,​ (0:10)/10)
 + 
 # basic gaussians to be used posteriorly ​ # basic gaussians to be used posteriorly ​
 s2 <- 0.5 s2 <- 0.5
Linha 85: Linha 90:
 Sig[4,1] <- 0.9 Sig[4,1] <- 0.9
 Sig <- Sig*s2 Sig <- Sig*s2
 +Sig
 m0 <- mvrnorm(nrow(gs),​ c(2,​0,​0,​0,​0),​ Sig) m0 <- mvrnorm(nrow(gs),​ c(2,​0,​0,​0,​0),​ Sig)
 +plot(as.data.frame(m0))
 +cor(m0)
  
-# Generate a spatial ​gaussian ​process Y+# Generate a spatial ​Gaussian ​process Y
 phi <- 0.25 phi <- 0.25
 sigmasq <- 1 sigmasq <- 1
-Y <- grf(100, grid=gs, cov.pars=c(sigmasq,​ phi))+Y <- grf(grid=gs,​ cov.pars=c(sigmasq,​ phi))
 Y$data <- exp(m0[,​1]+Y$data) Y$data <- exp(m0[,​1]+Y$data)
 +var(log(Y$data))
  
 ## option 1: age compositions independent from Y ## option 1: age compositions independent from Y
 # Generate age compositions independent from Y # Generate age compositions independent from Y
 comp.1 <- t(apply(cbind(exp(m0[,​c(2,​3)]),​1),​1,​function(x) x/sum(x))) comp.1 <- t(apply(cbind(exp(m0[,​c(2,​3)]),​1),​1,​function(x) x/sum(x)))
 +dim(comp.1)
 +apply(comp.1,​ 2, range)
 +cor(cbind(comp.1,​ log(Y$data)))
 +plot(as.data.frame(cbind(comp.1,​ log(Y$data))))
 +
 +lr.1 <- data.frame(lr13 = log(comp.1[,​1]/​comp.1[,​3]),​ lr23 = log(comp.1[,​2]/​comp.1[,​3]),​ Y=log(Y$data))
 +cor(lr.1)
 +cor(lr.1, met="​spea"​)
 +plot(lr.1)
 +
  
 # Build abundance at age  # Build abundance at age 
 Yi.1 <- comp.1*Y$data ​ Yi.1 <- comp.1*Y$data ​
 +dim(Yi.1)
 +cor(cbind(Yi.1,​ log(Y$data)))
 +plot(as.data.frame(cbind(Yi.1,​ log(Y$data))))
  
 ## option 2: age compositions dependent from Y ## option 2: age compositions dependent from Y
 # Generate age compositions dependent from Y # Generate age compositions dependent from Y
 comp.2 <- t(apply(cbind(exp(m0[,​c(3,​4)]),​1),​1,​function(x) x/sum(x))) comp.2 <- t(apply(cbind(exp(m0[,​c(3,​4)]),​1),​1,​function(x) x/sum(x)))
 +apply(comp.1,​ 2, range)
 +cor(cbind(comp.2,​ log(Y$data)))
 +cor(cbind(comp.2,​ log(Y$data)),​ met="​spea"​)
 +plot(as.data.frame(cbind(comp.2,​ log(Y$data))))
  
-# Build abundance at age  +lr.2 <- data.frame(lr13 = log(comp.2[,​1]/​comp.2[,​3]),​ lr23 = log(comp.2[,​2]/​comp.2[,​3]),​ Y=log(Y$data)) 
-Yi.2 <- comp.2*Y$data ​+cor(lr.2) 
 +cor(lr.2, met="​spea"​) 
 +plot(lr.2)
  
-df0 <- data.frame(abund=c(Yi.1,Yi.2), comp=c(comp.1,​comp.2),​Y=Y$data, opt=rep(c("​indep","​dep"​),rep(length(comp.1),2)), age=rep(rep(c(1,​2,​3),2),rep(length(comp.1)/3,6)))+lr.2a <- data.frame(lr12 log(comp.2[,1]/comp.2[,2]), lr32 log(comp.2[,3]/comp.2[,2]), Y=log(Y$data)) 
 +cor(lr.2a) 
 +cor(lr.2amet="​spea"​) 
 +plot(lr.2a)
  
 +# Build abundance at age 
 +Yi.2 <- comp.2*Y$data ​
 +dim(Yi.2)
 +cor(cbind(Yi.2,​ log(Y$data)))
 +plot(as.data.frame(cbind(Yi.2,​ log(Y$data))))
 + 
 +df0 <- data.frame(abund=c(Yi.1,​Yi.2),​ comp=c(comp.1,​comp.2),​Y=Y$data,​ opt=rep(c("​indep","​dep"​),​
 +                  rep(length(comp.1),​2)),​ age=rep(rep(c(1,​2,​3),​2),​rep(length(comp.1)/​3,​6)))
 + 
 # plots # plots
 xyplot(comp~log(Y)|age*opt,​data=df0) xyplot(comp~log(Y)|age*opt,​data=df0)
Linha 116: Linha 156:
  
 O problema que temos nestes casos em que simulamos Y e depois obtemos Yi por Y*pi é que a estrutura espacial dos Yi vai ser exactamente a mesma. Se acrescentarmos variabilidade com estrutura espacial temos que recalcular os pi ... O problema que temos nestes casos em que simulamos Y e depois obtemos Yi por Y*pi é que a estrutura espacial dos Yi vai ser exactamente a mesma. Se acrescentarmos variabilidade com estrutura espacial temos que recalcular os pi ...
 +
 +PJ: De fato mas para fazer diferente teria que simular de outra forma pois aqui só tem um Y geoestatistico gerado. O modelo multivariado ​ conjunto para os LR seria a alternativa. Por outro lado eu nao vejo muito problema nesta fato pois as correlacoes entra as composicoes de certa forma tratam isto.
  
  
  
  

QR Code
QR Code artigos:ernesto3:simpj (generated for current page)