pessoais:walmes:cursorcpao

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

Você está aqui: start » pessoais » walmes » cursorcpao

Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

--- pessoais:walmes:cursorcpao [2012/06/28 09:03]
walmes [section 5]
+++ pessoais:walmes:cursorcpao [2012/06/29 17:01]
walmes
@@ Linha 7: / Linha 7: @@
 ==== Descrição ====
-Curso ministrado pelo Professor M.Sc. [[http://www.leg.ufpr.br/doku.php/pessoais:walmes|Walmes Marques Zeviani]] aos Pesquisadores da [[http://www.cpao.embrapa.br/|Embrapa Agropecuária Oeste]]. O Curso tem o objetivo de apresentar o programa R e sua aplicação na análise de dados de experimentos agronômicos dando enfase no tratamento de experimentos não regulares, ou seja, aqueles que apresentam desvios de pressupostos do modelo de análise de variância/regressão. O Curso será ministrado na [[https://maps.google.com.br/maps?daddr=-22%C2%B0+16'+27.35%22,+-54%C2%B0+49'+0.71%22+(-22.274264,+-54.816864)&hl=pt-BR&ie=UTF8&ll=-22.274443,-54.81755&spn=0.011715,0.01929&sll=-22.274423,-54.816928&sspn=0.011715,0.01929&geocode=CWgapj0foQQVFSgfrP4doI-7_A&t=h&mra=mift&z=16|sede]] Embrapa Arroz e Feijão no período de 25 à 29 de junho de 2012, das 08:00 às 11:00 e 13:00 às 16 horas, perfazendo um total de 30 horas de Curso.
+Curso ministrado pelo Professor M.Sc. [[http://www.leg.ufpr.br/doku.php/pessoais:walmes|Walmes Marques Zeviani]] aos Pesquisadores da [[http://www.cpao.embrapa.br/|Embrapa Agropecuária Oeste]]. O Curso tem o objetivo de apresentar o programa R e sua aplicação na análise de dados de experimentos agronômicos dando enfase no tratamento de experimentos não regulares, ou seja, aqueles que apresentam desvios de pressupostos do modelo de análise de variância/regressão. O Curso será ministrado na [[https://maps.google.com.br/maps?daddr=-22%C2%B0+16'+27.35%22,+-54%C2%B0+49'+0.71%22+(-22.274264,+-54.816864)&hl=pt-BR&ie=UTF8&ll=-22.274443,-54.81755&spn=0.011715,0.01929&sll=-22.274423,-54.816928&sspn=0.011715,0.01929&geocode=CWgapj0foQQVFSgfrP4doI-7_A&t=h&mra=mift&z=16|sede]] Embrapa Agropecuária Oeste no período de 25 à 29 de junho de 2012, das 08:00 às 11:00 e 13:00 às 16 horas, perfazendo um total de 30 horas de Curso.
 <googlemap width="1000px" height="400px" lat="-22.274264" lon="-54.816864" type="hybrid" zoom="16">
@@ Linha 46: / Linha 46: @@
 <code R>
-#==========================================================================================
-# Curso de capacitação em Estatística Experimental com uso do R
-# Embrapa Agropecuária Oeste - Dourados/MS - de 25 à 29 de Junho de 2012
-# Aula 4 - Regressão logistica e modelos aditivos generalizados
-#                                                         Walmes Marques Zeviani - LEG/UFPR
-#==========================================================================================
 #------------------------------------------------------------------------------------------
-# lendo dados de latência em pêssego
+# análise de dados binomial
-lat <- read.table("http://www.leg.ufpr.br/~walmes/data/chimarrita.txt",
+trat <- gl(3, 8)
-                  header=TRUE, sep="\t")
+X <- model.matrix(~trat)
-str(lat)
+pars <- c(2,1,1)
+nu <- X%*%pars
+p <- exp(nu)/(1+exp(nu))
+y <- rbinom(length(p), size=10, prob=p)
-#------------------------------------------------------------------------------------------
+dados <- data.frame(trat=trat, y=y)
-# ver
-pairs(lat[,c("lesao48","lesao60","cor0","ida0","ms0","ss0","f0","b0")])
+g0 <- glm(cbind(y, 10-y)~trat, data=trat, family=binomial)
+summary(g0) # se Residual Deviance/graus de liberade próximo de 1, use test="Chisq"
-pairs(lat[lat$fer=="sim",c("lesao48","lesao60","cor0","ida0","ms0","ss0","f0","b0")])
+anova(g0, test="Chisq")
 #------------------------------------------------------------------------------------------
-# ajuste do modelo com todas as variáveis
+# como fazer testes de "médias"
-lat0 <- subset(lat, fer=="sim",
+require(doBy)
-               select=c("lesao48","lesao60","cor0","ida0","ms0","ss0","f0","b0"))
+popMeans(g0, effect="trat") # estimativas dos parâmetros do preditor
-lat0 <- na.omit(lat0)
-m0 <- lm(lesao60~cor0+ida0+ms0+ss0+f0+b0, data=lat0)
+require(glht)
-par(mfrow=c(2,2)); plot(m0); layout(1)
+summary(glht(g0, linfct=mcp(trat="Tukey"))) # diferença nas estimativas
-anova(m0)
-m1 <- lm(lesao60~(cor0+ida0+ms0+ss0+f0+b0)^2, data=lat0)
+#------------------------------------------------------------------------------------------
-par(mfrow=c(2,2)); plot(m1); layout(1)
+# experimento em bloco
-anova(m1)
-drop1(m1, scope=.~., test="F")
-summary(m1)
-m2 <- step(m1, k=2) # AIC
+dados <- expand.grid(bloco=gl(3,1), trat=gl(5,1))
-anova(m2)
+X <- model.matrix(~bloco+trat, dados)
-summary(m2)
+pars <- c(1, 1.1,1.2, -1,-0.5,0.5,0.3)
+nu <- X%*%pars
-m3 <- step(m1, k=log(nrow(lat0))) # BIC
+p <- exp(nu)/(1+exp(nu))
-anova(m3)
+dados$y <- rbinom(nrow(dados), size=50, prob=p)
-summary(m3)
-par(mfrow=c(2,2)); plot(m3); layout(1)
+g0 <- glm(cbind(y, 50-y)~bloco+trat, data=dados, family=binomial)
+summary(g0)
-plot(lat0$lesao60~fitted(m3))
+popMeans(g0, effect="trat")
-summary(lat0)
+summary(glht(g0, linfct=mcp(trat="Tukey")))
-pred <- expand.grid(cor0=seq(24,112,l=20), ms0=seq(1,18,l=20),
-                    ss0=seq(3.5,9,l=3), b0=seq(9,15,l=3))
-pred$y <- predict(m3, newdata=pred)
-wireframe(y~cor0+ms0|ss0*b0, data=pred)
-wire <- wireframe(y~cor0+ms0|ss0*b0, data=pred, drape=TRUE)
-require(latticeExtra)
-useOuterStrips(wire)
 #------------------------------------------------------------------------------------------
-# regressão logística
 </code>

Diferenças

Navegação

Busca

Ferramentas

QR Code