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

Você está aqui: start » disciplinas » ce225-2012-02 » historico

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
Próxima revisão Ambos lados da revisão seguinte
disciplinas:ce225-2012-02:historico [2013/02/14 17:51]
paulojus 		disciplinas:ce225-2012-02:historico [2013/02/15 21:21]
paulojus
Linha 228: Linha 228:
 ------------------------------ ------------------------------
 </​code>​ </​code>​
 +
 +<code R>
 +
 +M <- cbind(c(435,​ 375), c(147, 134))
 +dimnames(M) <- list(c("​F",​ "​M"​),​ c("​S",​ "​N"​))
 +M
 +
 +chisq.test(M)
 +
 +addmargins(M)
 +Mesp <- outer(rowSums(M),​ colSums(M))/​sum(M)
 +Mesp
 +
 +(Chi2 <- sum(((M - Mesp)^2)/​Mesp))
 +chisq.test(M,​ correct=F)
 +
 +
 +vam <- data.frame(Y=as.vector(M),​ Sexo = rownames(M),​ Acredita=rep(colnames(M),​ each=2))
 +vam
 +
 +## Modelo 0
 +
 +## Modelo 1: (independência)
 +## E(Y) = mu = n * Sexo * Acredita ​
 +## log(mu) ​ = log(n) + log(Sexo) + log(Acredita) ​
 +mod1 <- glm(Y ~ Sexo + Acredita, family=poisson(link="​log"​),​ data=vam)
 +model.matrix(mod1)
 +mod1
 +
 +fitted(mod1)
 +Mesp
 +
 +resid(mod1, type="​pearson"​)
 +(M - Mesp)/​sqrt(Mesp)
 +
 +sum(resid(mod1,​ type="​pearson"​)^2)
 +
 +
 +resid(mod1, type="​deviance"​)
 +sum(resid(mod1,​ type="​deviance"​)^2)
 +
 +
 +## Modelo 2: não independência
 +mod2 <- glm(Y ~ Sexo * Acredita, family=poisson,​ data=vam)
 +model.matrix(mod2)
 +mod2
 +
 +fitted(mod2)
 +M
 +
 +anova(mod1, mod2, test="​Chisq"​)
 +
 +## extensível a várias dimensões - modelos log-lineares
 +
 +# sob link canônico X'y = X'​\hat{mu}
 +#  - marginais preditas iguais a observadas em mod1
 +</​code>​
 +
  
 **Exemplo 2**\\ **Exemplo 2**\\
Linha 250: Linha 308:
 Ajuste o modelo fazendo suposições necessárias e adequadas.\\ Ajuste o modelo fazendo suposições necessárias e adequadas.\\
 Procure avaliar a qualidade de ajuste e possíveis formas de tentar melhorar o ajuste com os dados disponíveis.\\ Procure avaliar a qualidade de ajuste e possíveis formas de tentar melhorar o ajuste com os dados disponíveis.\\
-Represente o(s) modelo(s) ajustados graficamente (na escala das observações) procurando incluir no gráfico a incerteza das previsões.+Represente o(s) modelo(s) ajustados graficamente (na escala das observações) procurando incluir no gráfico a incerteza das previsões 
 + 
 +<code R> 
 +# mu_i = a . exp(b*ano_i) 
 +# log(mu_i) = log(a) +  b*ano_i ​ = \beta_0 +  \beta_1 * ano_i 
 + 
 +m1 <- glm(y ~ ano, family=poisson,​ data=aids)  
 +m1 
 +summary(m1) 
 + 
 +plot(resid(m1) ~fitted(m1)) 
 +lines(lowess(resid(m1) ~fitted(m1))) 
 + 
 +par(mfrow=c(2,​2)) 
 +plot(m1) 
 +par(mfrow=c(1,​1)) 
 + 
 +## tentando melhorar o ajuste 
 +m2 <- glm(y ~ ano + I(ano^2), family=poisson,​ data=aids)  
 +m2 
 +summary(m2) 
 +anova(m1,​m2,​ test="​Chisq"​) 
 + 
 +# nao faz sentido aqui mas é util com variaveis diferentes  
 +drop1(m2) 
 +drop1(m2, test="​Chisq"​) 
 + 
 +ano.seq <- seq(1,13, l=100) 
 +ypred <- predict(m2, data.frame(ano=ano.seq),​ se=TRUE) 
 +str(ypred) 
 +with(aids, plot(y ~ I(1980 + ano), ylim=c(0,​280))) 
 +lines(exp(ypred$fit) ~ I(ano.seq+1980)) 
 +lines(exp(ypred$fit - 2*ypred$se.fit) ~ I(ano.seq+1980),​ lty=2) 
 +lines(exp(ypred$fit + 2*ypred$se.fit) ~ I(ano.seq+1980),​ lty=2) 
 +</​code>​ 
 +.
   ​   ​

QR Code
QR Code disciplinas:ce225-2012-02:historico (generated for current page)