disciplinas:ce223:comandos2008

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

Você está aqui: start » disciplinas » ce223 » comandos2008

Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

--- disciplinas:ce223:comandos2008 [2008/04/09 10:22]
ehlers
+++ disciplinas:ce223:comandos2008 [2008/05/05 16:08]
paulojus
@@ Linha 306: / Linha 306: @@
 <code R>
 freqs = scan(file='http://leg.ufpr.br/~ehlers/CE223/fumo.dat')
+freqs
+ [1] 45 16 21 33 40 45 28 22 34 21 50 37 37 15 56 30 85 29
-array(freqs, dim=c(3,2,3))
+array(freqs, dim=c(2,3,3))
+, , 1
-nomes = list(c('PR','SC','RS'), c('M','F'), c('nao fuma','fuma pouco','fuma muito'))
+     [,1] [,2] [,3]
+[1,]   45   21   40
+[2,]   16   33   45
-hf = array(freqs, dim=c(3,2,3), dimnames=nomes)
+, , 2
+     [,1] [,2] [,3]
+[1,]   28   34   50
+[2,]   22   21   37
+, , 3
+     [,1] [,2] [,3]
+[1,]   37   56   85
+[2,]   15   30   29
+# Cada matrix 2x3 contem as contagens por sexo (linhas) e estado (colunas).
+# A ultima dimensao refere-se ao habito de fumar.
+nomes = list(c('M','F'),c('PR','SC','RS'),c('nao fuma','fuma pouco','fuma muito'))
+hf = array(freqs, dim=c(2,3,3), dimnames=nomes)
 hf
+, , nao fuma
+  PR SC RS
+M 45 21 40
+F 16 33 45
+, , fuma pouco
+  PR SC RS
+M 28 34 50
+F 22 21 37
+, , fuma muito
+  PR SC RS
+M 37 56 85
+F 15 30 29
 m1 <- matrix(1:12, ncol = 3)
@@ Linha 480: / Linha 519: @@
 by(d4[,4],d4$sexo,function(x)as.character(x))
 </code>
 Listas
@@ Linha 857: / Linha 898: @@
 text(20,25,paste('rho=',corr))
+</code>
+==== Semana 7 ====
+=== 07/04/2008 e 09/04/2008 ===
+Analisar os dados do Exercicio 26, Capitulo 1 do livro NOÇÕES DE PROBABILIDADE E ESTATÍSTICA disponiveis em http://www.ime.usp.br/~noproest
+Note que ha brancos no arquivo de dados (dados omissos). Uma forma de tratar este problema é abrir o arquivo Excel e salvar como um arquivo texto do tipo CSV (comma separated values). Posteriormente este arquivo pode ser lido como
+<code R>
+read.table('nome do arquivo', header=T, sep=',')
+# ou
+read.csv('nome do arquivo', header=T)
+</code>
+Uma alternativa melhor é utilizar a função read.xls do pacote gdata pois assim não precisamos abrir o arquivo Excel. Após salvar o arquivo aeusp.xls na sua area de trabalho execute
+<code R>
+library(gdata) ou require(gdata)
+x = read.xls ('aeusp.xls')
+head(x)
+  Num    Comun Sexo Idade Ecivil X.Reproce X.Temposp X.Resid Trab Ttrab X.Itrab
+   1 JdRaposo    2     4      4  Nordeste        21       9    3    NA      20
+   2 JdRaposo    2     1      1   Sudeste        24       9    1     1      14
+   3 JdRaposo    2     2      1  Nordeste        31       3    1     1      14
+   4 JdRaposo    1     2      2  Nordeste        10       3    1     4      10
+   5 JdRaposo    2     4      2  Nordeste        31       6    1     1      11
+   6 JdRaposo    2     4      2   Sudeste        24       4    2    NA      15
+  X.Renda X.Acompu X.Serief
+       1        2        1
+       2        2        7
+       5        2        7
+       5        2       11
+       6        1        4
+       4        2        4
+</code>
+==== Semana 1 ====
+=== 30/04/2008 ===
+Gerando 1000 amostras de tamanho n=20 de uma ormal padrão
+<code R>
+rnorm(20, m=70, sd=10)
+ams <- matrix(rnorm(20*1000, m=70, sd=10), ncol=20)
+dim(ams)
+ams[1,]
+ams[2,]
+</code>
+Calculando o valor da estatística de interesse para a primeira e segunda amostra
+<code R>
+max(ams[1,])/quantile(ams[1,], prob=0.75)
+unname(max(ams[1,])/quantile(ams[1,], prob=0.75))
+unname(max(ams[2,])/quantile(ams[2,], prob=0.75))
+</code>
+Escrevendo uma função que calcula o valor da estatística de interesse e calculando ovamente o valor para a primeira e segunda amostras.
+</code R>
+T.est <- function(x) unname(max(x)/quantile(x, prob=0.75))
+T.est(ams[1,])
+T.est(ams[2,])
+</code>
+Calculando valor da estatística de interesse agora para todas as amostras de uma só vez
+<code R>
+ts <- apply(ams, 1, T.est)
+length(ts)
+ts
+</code>
+Explorando os resultados: medidas resumo, grafico de densidade estimada e IC (95%)
+<code R>
+summary(ts)
+plot(density(ts))
+quantile(ts, prob=c(0.025, 0.975))
+</code>
+Aumentando o número de amostras para 5000.
+<code R>
+ams <- matrix(rnorm(20*5000, m=70, sd=10), ncol=20)
+ts <- apply(ams, 1, T.est)
+plot(density(ts))
+</code>
+Distribuição amostral da média: empírica (por simulação) //versus// teórica
+<code R>
+medias <- apply(ams, 1, mean)
+plot(density(medias))
+curve(dnorm(x,mean=70, sd=10/sqrt(20)), 60, 80, add=TRUE, col=2)
 </code>

Diferenças

Navegação

Busca

Ferramentas

QR Code