Fevereiro 2017 - R-br

[OFF -Tópic] Cotas em concursos para negros e índios!
by Andre Oliveira 12 Jun '49

12 Jun '49

Pessoal, tem um colegar meu que vou fazer um concurso ele é descendente de negro ele é pardo. Ele veio com a pergunta como provar que sou negro, pois, tem vagas reservada para negros e índios? Eu sinceramente não sei e não tenho ideia pois nunca tive esta curiosidade. O que de fato comprova sua raça? Algum documento? O que são usados em concursos para provar? obrigado André Oliveira Souza

5 6

Legenda eixo X
by Luciano F. Sgarbi 10 Jun '49

10 Jun '49

Prezados, Estou tentando centralizar a legenda do eixo X em uma figura com vários gráficos. Estou conseguindo centralizar a legenda da linha inferior como no exemplo, mas as linhas do meio não. par(mfrow=c(2,2)) plot(rnorm(100),xlab="",ylab="y1") plot(rnorm(100),xlab="",ylab="y2") mtext(side=1,cex=2,line=-1.8,text="Variável Explanatória 1",outer=TRUE) ### o problema está aqui, pois a legenda desce para a parte inferior da figura. plot(rnorm(100),xlab="",ylab="y1") plot(rnorm(100),xlab="",ylab="y2") mtext(side=1,cex=2,line=-1.8,text="Variável Explanatória 2",outer=TRUE)## Esse dá certo Alguém podia dar uma luz de como eu posso fazer isso? Abraços -- *Luciano F. Sgarbi* Mestrando em Ecologia e Evolução Laboratório de Ecologia de Insetos (sl. 222) Departamento de Ecologia Instituto de Ciências Biológicas - ICB 1 Universidade Federal de Goiás, campus II Goiânia-GO 74001-970 Brazil

2 2

Diferença resultados agricolae::HSD.test e lsmeas
by Fernando Antonio de souza 05 Nov '18

05 Nov '18

Pessoal, poque o resultado dos testes HSD.test e lsmeans diferem neste exemplo? O resultado fornecido pelo lsmeas está em acordo com o material de onde tirei esse exemplo e que havia sido rodado no SAS. Já o HSD.test difere tanto no valor das médias estimadas como na significancia. install.packages(c("agricolae",lsmeans")) library(agricolae) library(lsmeans) COVARIANCIA<-read.csv(" https://www.dropbox.com/s/0uvwqnnvsdsvphc/Covariancia.csv?raw=1",head=TRUE) modeloCOVAR<-lm(GANHO~PESOINIC+DIETA,data=COVARIANCIA) anova(modeloCOVAR) HSD.test(modeloCOVAR,"DIETA",console=TRUE) lsmeans(modeloCOVAR,pairwise~DIETA,adjust="tukey") -- ========================================= Fernando Souza Zootecnista, DSc. Produção e Alimentação Animal Celular: (31)99796-8781 (Vivo) E-mail:nandodesouza@gmail.com <e-mail%3Anandodesouza(a)gmail.com> Lattes: http://lattes.cnpq.br/6519538815038307 Blog: https://producaoanimalcomr.wordpress.com/ ==========================================

3 2

Fwd: Distribuição para regressão de resposta binária
by Marcos Bissoli 12 Mai '17

12 Mai '17

---------- Mensagem encaminhada ---------- De: Marcos Bissoli <mbissoli(a)gmail.com> Data: 9 de fevereiro de 2017 09:38 Assunto: Re: [R-br] Distribuição para regressão de resposta binária Para: Leonard Mendonça de Assis <assis.leonard(a)gmail.com> Bom dia, Mais uma vez, muito obrigado pela oportunidade de diálogo. Seguem códigos aplicados ao meu banco de dados. Modelei com diversas técnicas. Perceba que os gráficos de diagnóstico não diferem muito entre si, nestas que estou testando. E a dúvida, talvez, central, seja essa: esses gráficos são, de fato, tão relevantes? Pois, como eu disse, alguns testes de ajuste que fiz deram resultados satisfatórios. Até que ponto esse diagnóstico visual de ajuste é um problema? Percebam, também, que não há grandes diferenças inclusive com o gráfico da regressão logística. Meu problema com a logística, repito, é que ela me retorna odds ratios, e essa medida não tem sido bem aceita entre epidemiologistas. Por isso eu prefiro famílias com função de ligação "log", pois assim eu consigo facilmente as razões de prevalência. Percebam, ainda, que a log binomial retorna erro e não gera um objeto. Há algum ajuste a mais que eu possa fazer no código para ela funcionar? Na literatura que consultei, quando isso ocorre, a sugestão é que se use a Poisson com variância robusta. Percebam, também, que os coeficientes significantes não mudam de modelo para modelo, à exceção da Quasi-Poisson que é mais "sensível" (estou usando um termo epidemiológico aqui) para detectar fatores potencialmente causais. Tabagismo é a variável binária de resposta: 1 para fumantes, 0 para não fumantes. As demais marcadas com "factor" são também binárias. As sem "factor" são contínuas ou discretas. > TabModelagem <- data.frame(Tabagismo,factor(SexoDic),factor(Branca),factor(Negra),factor(Parda),+ factor(Amarela),factor(SemReligiao),factor(Catolica),+ factor(Espirita),factor(Evangelica),factor(AfroBrasileira),+ factor(Turno),factor(Aposentado),factor(OcupaEstDiApenasDesemp),+ factor(ComFamilia),factor(ComOutParentes),factor(Republica),+ factor(Sozinho),factor(Pensao),factor(OutroMoradia),factor(RU),+ factor(praec4),IdadeA,escola,RendaPC,Dist,PraecSoma)> ModeloLogBinomial <- glm(Tabagismo~.,data = TabModelagem,family = binomial(link = log))Erro: nenhum jogo válido de coeficientes tem sido encontrado: por favor, fornece valores iniciais> ModeloLogistico <- glm(Tabagismo~.,data = TabModelagem,family = binomial(link = logit))> summary(ModeloLogistico) Call: glm(formula = Tabagismo ~ ., family = binomial(link = logit), data = TabModelagem) Deviance Residuals: Min 1Q Median 3Q Max -2.0034 -0.8824 -0.5459 1.0052 2.3721 Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 1.215e+01 8.827e+02 0.014 0.989021 factor.SexoDic.1 1.042e+00 1.430e-01 7.281 3.31e-13 *** factor.Branca.1 -1.481e+01 8.827e+02 -0.017 0.986618 factor.Negra.1 -1.474e+01 8.827e+02 -0.017 0.986677 factor.Parda.1 -1.487e+01 8.827e+02 -0.017 0.986563 factor.Amarela.1 -1.545e+01 8.827e+02 -0.018 0.986037 factor.SemReligiao.1 -1.956e-01 4.151e-01 -0.471 0.637543 factor.Catolica.1 -1.009e+00 4.026e-01 -2.506 0.012225 * factor.Espirita.1 -3.190e-01 4.624e-01 -0.690 0.490209 factor.Evangelica.1 -1.759e+00 4.694e-01 -3.747 0.000179 *** factor.AfroBrasileira.1 1.438e+01 4.219e+02 0.034 0.972808 factor.Turno.1 3.093e-02 1.920e-01 0.161 0.872056 factor.Aposentado.1 -9.971e-02 1.901e-01 -0.524 0.600027 factor.OcupaEstDiApenasDesemp.1 1.799e-01 2.670e-01 0.674 0.500536 factor.ComFamilia.1 -6.624e-01 4.098e-01 -1.616 0.106055 factor.ComOutParentes.1 -7.401e-01 5.805e-01 -1.275 0.202332 factor.Republica.1 6.300e-02 3.837e-01 0.164 0.869588 factor.Sozinho.1 -5.343e-01 4.299e-01 -1.243 0.213914 factor.Pensao.1 -1.324e+00 6.812e-01 -1.944 0.051938 . factor.OutroMoradia.1 -9.557e-01 5.861e-01 -1.631 0.102934 factor.RU.1 -3.592e-01 1.911e-01 -1.880 0.060152 . factor.praec4.1 -2.845e-01 4.985e-01 -0.571 0.568191 IdadeA 7.917e-02 2.043e-02 3.875 0.000107 *** escola 1.200e-01 6.289e-02 1.909 0.056297 . RendaPC 1.699e-04 4.093e-05 4.151 3.31e-05 *** Dist 1.634e-04 2.525e-04 0.647 0.517573 PraecSoma 5.281e-02 5.452e-02 0.969 0.332692 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 (Dispersion parameter for binomial family taken to be 1) Null deviance: 1516.6 on 1135 degrees of freedom Residual deviance: 1279.3 on 1109 degrees of freedom (587 observations deleted due to missingness) AIC: 1333.3 Number of Fisher Scoring iterations: 13 > ModeloPoisson <- glm(Tabagismo~.,data = TabModelagem,family = poisson(link = log))> summary(ModeloPoisson) Call: glm(formula = Tabagismo ~ ., family = poisson(link = log), data = TabModelagem) Deviance Residuals: Min 1Q Median 3Q Max -1.4867 -0.7821 -0.5889 0.5349 1.6624 Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) -1.245e+00 1.125e+00 -1.107 0.26845 factor.SexoDic.1 5.800e-01 1.065e-01 5.447 5.11e-08 *** factor.Branca.1 -8.332e-01 1.009e+00 -0.826 0.40870 factor.Negra.1 -8.210e-01 1.028e+00 -0.799 0.42446 factor.Parda.1 -9.009e-01 1.012e+00 -0.890 0.37337 factor.Amarela.1 -1.089e+00 1.092e+00 -0.998 0.31852 factor.SemReligiao.1 -9.670e-02 2.430e-01 -0.398 0.69062 factor.Catolica.1 -4.813e-01 2.396e-01 -2.009 0.04459 * factor.Espirita.1 -1.235e-01 2.806e-01 -0.440 0.65987 factor.Evangelica.1 -9.177e-01 3.126e-01 -2.936 0.00332 ** factor.AfroBrasileira.1 6.068e-01 5.538e-01 1.096 0.27325 factor.Turno.1 1.534e-03 1.331e-01 0.012 0.99081 factor.Aposentado.1 -4.516e-02 1.357e-01 -0.333 0.73937 factor.OcupaEstDiApenasDesemp.1 7.249e-02 1.816e-01 0.399 0.68972 factor.ComFamilia.1 -4.323e-01 2.739e-01 -1.578 0.11447 factor.ComOutParentes.1 -5.029e-01 4.527e-01 -1.111 0.26655 factor.Republica.1 8.985e-03 2.522e-01 0.036 0.97157 factor.Sozinho.1 -2.475e-01 2.878e-01 -0.860 0.38987 factor.Pensao.1 -8.439e-01 5.148e-01 -1.639 0.10117 factor.OutroMoradia.1 -5.262e-01 4.316e-01 -1.219 0.22275 factor.RU.1 -1.937e-01 1.363e-01 -1.421 0.15517 factor.praec4.1 -1.583e-01 3.432e-01 -0.461 0.64469 IdadeA 3.787e-02 1.207e-02 3.136 0.00171 ** escola 8.576e-02 4.429e-02 1.936 0.05281 . RendaPC 4.045e-05 1.690e-05 2.393 0.01670 * Dist 2.605e-05 1.668e-04 0.156 0.87586 PraecSoma 2.419e-02 3.972e-02 0.609 0.54262 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 (Dispersion parameter for poisson family taken to be 1) Null deviance: 834.67 on 1135 degrees of freedom Residual deviance: 706.16 on 1109 degrees of freedom (587 observations deleted due to missingness) AIC: 1640.2 Number of Fisher Scoring iterations: 5 > ModeloQuasiPoisson <- glm(Tabagismo~.,data = TabModelagem,family = quasipoisson(link = log))> summary(ModeloQuasiPoisson) Call: glm(formula = Tabagismo ~ ., family = quasipoisson(link = log), data = TabModelagem) Deviance Residuals: Min 1Q Median 3Q Max -1.4867 -0.7821 -0.5889 0.5349 1.6624 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) -1.245e+00 8.738e-01 -1.424 0.154644 factor.SexoDic.1 5.800e-01 8.273e-02 7.011 4.11e-12 *** factor.Branca.1 -8.332e-01 7.836e-01 -1.063 0.287863 factor.Negra.1 -8.210e-01 7.987e-01 -1.028 0.304185 factor.Parda.1 -9.009e-01 7.863e-01 -1.146 0.252163 factor.Amarela.1 -1.089e+00 8.481e-01 -1.284 0.199466 factor.SemReligiao.1 -9.670e-02 1.888e-01 -0.512 0.608566 factor.Catolica.1 -4.813e-01 1.862e-01 -2.585 0.009863 ** factor.Espirita.1 -1.235e-01 2.181e-01 -0.566 0.571230 factor.Evangelica.1 -9.177e-01 2.429e-01 -3.779 0.000166 *** factor.AfroBrasileira.1 6.068e-01 4.303e-01 1.410 0.158794 factor.Turno.1 1.534e-03 1.034e-01 0.015 0.988169 factor.Aposentado.1 -4.516e-02 1.055e-01 -0.428 0.668597 factor.OcupaEstDiApenasDesemp.1 7.249e-02 1.411e-01 0.514 0.607474 factor.ComFamilia.1 -4.323e-01 2.128e-01 -2.031 0.042444 * factor.ComOutParentes.1 -5.029e-01 3.517e-01 -1.430 0.153011 factor.Republica.1 8.985e-03 1.959e-01 0.046 0.963429 factor.Sozinho.1 -2.475e-01 2.236e-01 -1.107 0.268673 factor.Pensao.1 -8.439e-01 4.000e-01 -2.110 0.035106 * factor.OutroMoradia.1 -5.262e-01 3.353e-01 -1.569 0.116880 factor.RU.1 -1.937e-01 1.059e-01 -1.830 0.067589 . factor.praec4.1 -1.583e-01 2.666e-01 -0.594 0.552951 IdadeA 3.787e-02 9.381e-03 4.037 5.79e-05 *** escola 8.576e-02 3.441e-02 2.492 0.012836 * RendaPC 4.045e-05 1.313e-05 3.080 0.002119 ** Dist 2.605e-05 1.296e-04 0.201 0.840689 PraecSoma 2.419e-02 3.086e-02 0.784 0.433427 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 (Dispersion parameter for quasipoisson family taken to be 0.6036898) Null deviance: 834.67 on 1135 degrees of freedom Residual deviance: 706.16 on 1109 degrees of freedom (587 observations deleted due to missingness) AIC: NA Number of Fisher Scoring iterations: 5 > library(MASS)> ModeloBinomialNegativa <- glm.nb(Tabagismo~.,data = TabModelagem,link = log)Warning messages:1: In theta.ml(Y, mu, sum(w), w, limit = control$maxit, trace = control$trace > : iteration limit reached2: In theta.ml(Y, mu, sum(w), w, limit = control$maxit, trace = control$trace > : iteration limit reached> summary(ModeloBinomialNegativa) Call: glm.nb(formula = Tabagismo ~ ., data = TabModelagem, link = log, init.theta = 9955.862378) Deviance Residuals: Min 1Q Median 3Q Max -1.4866 -0.7821 -0.5889 0.5349 1.6624 Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) -1.245e+00 1.125e+00 -1.107 0.26847 factor.SexoDic.1 5.800e-01 1.065e-01 5.447 5.12e-08 *** factor.Branca.1 -8.332e-01 1.009e+00 -0.826 0.40872 factor.Negra.1 -8.210e-01 1.028e+00 -0.799 0.42448 factor.Parda.1 -9.009e-01 1.012e+00 -0.890 0.37339 factor.Amarela.1 -1.089e+00 1.092e+00 -0.997 0.31853 factor.SemReligiao.1 -9.670e-02 2.430e-01 -0.398 0.69063 factor.Catolica.1 -4.813e-01 2.396e-01 -2.008 0.04459 * factor.Espirita.1 -1.235e-01 2.807e-01 -0.440 0.65989 factor.Evangelica.1 -9.177e-01 3.126e-01 -2.936 0.00333 ** factor.AfroBrasileira.1 6.068e-01 5.539e-01 1.096 0.27327 factor.Turno.1 1.530e-03 1.331e-01 0.011 0.99083 factor.Aposentado.1 -4.516e-02 1.358e-01 -0.333 0.73937 factor.OcupaEstDiApenasDesemp.1 7.249e-02 1.816e-01 0.399 0.68973 factor.ComFamilia.1 -4.323e-01 2.739e-01 -1.578 0.11449 factor.ComOutParentes.1 -5.029e-01 4.527e-01 -1.111 0.26658 factor.Republica.1 8.986e-03 2.522e-01 0.036 0.97157 factor.Sozinho.1 -2.475e-01 2.878e-01 -0.860 0.38988 factor.Pensao.1 -8.439e-01 5.149e-01 -1.639 0.10120 factor.OutroMoradia.1 -5.262e-01 4.316e-01 -1.219 0.22277 factor.RU.1 -1.937e-01 1.363e-01 -1.421 0.15519 factor.praec4.1 -1.583e-01 3.432e-01 -0.461 0.64469 IdadeA 3.787e-02 1.207e-02 3.136 0.00171 ** escola 8.576e-02 4.429e-02 1.936 0.05282 . RendaPC 4.045e-05 1.690e-05 2.393 0.01670 * Dist 2.605e-05 1.668e-04 0.156 0.87585 PraecSoma 2.419e-02 3.972e-02 0.609 0.54264 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 (Dispersion parameter for Negative Binomial(9955.862) family taken to be 1) Null deviance: 834.65 on 1135 degrees of freedom Residual deviance: 706.13 on 1109 degrees of freedom (587 observations deleted due to missingness) AIC: 1642.2 Number of Fisher Scoring iterations: 1 Theta: 9956 Std. Err.: 36769 Warning while fitting theta: iteration limit reached 2 x log-likelihood: -1586.177 > par(mfrow=c(2,2))> qqnorm(resid(ModeloLogistico, type = "deviance"),+ pch = 20, main = "Logística", las = 1)> qqline(resid(ModeloLogistico, type = "deviance"))> qqnorm(resid(ModeloPoisson, type = "deviance"),+ pch = 20, main = "Poisson", las = 1)> qqline(resid(ModeloPoisson, type = "deviance"))> qqnorm(resid(ModeloQuasiPoisson, type = "deviance"),+ pch = 20, main = "Quasi-Poisson", las = 1)> qqline(resid(ModeloQuasiPoisson, type = "deviance"))> qqnorm(resid(ModeloBinomialNegativa, type = "deviance"),+ pch = 20, main = "Binomial Negativa", las = 1)> qqline(resid(ModeloBinomialNegativa, type = "deviance")) [image: Imagem inline 1] Em 8 de fevereiro de 2017 20:35, Leonard Mendonça de Assis < assis.leonard(a)gmail.com> escreveu: > Exato, > > > > Existem várias funções de ligação pre definidas para cada família. Não > tenho certeza se ‘log’ é um link válido para binomial, nunca o usei com > binomial. > > > > Caso este link não exista, você terá que cria-lo antes, veja um exemplo > neste local: https://stat.ethz.ch/pipermail/r-help/2013-November/362787. > html > > > > Neste exemplo, é criado o link ‘clog’, muito próximo ao que você precisa. > > > > Mas o que você chama de ‘não consigo criar o modelo’? Eu já ajustei modelo > logístico com mais de 200 variáveis (Contínuas, discretas, fatores ...) sem > problemas, a não ser problemas de algumas variáveis serem linearmente > dependentes e, com isto, me gerou problemas de estimação. Outro problema > que tive (não o tenho a mais de ano) foi estourar memória do computador. > > > > Mande pra mim o erro especifico que está dando ao executar o comando. Só > assim posso ser mais preciso em te ajudar > > > > *De:* Marcos Bissoli [mailto:mbissoli@gmail.com] > *Enviada em:* quarta-feira, 8 de fevereiro de 2017 19:35 > *Para:* Leonard Mendonça de Assis <assis.leonard(a)gmail.com> > > *Assunto:* Re: [R-br] Distribuição para regressão de resposta binária > > > > Prezado Leonard e amigos, > > > > Agradeço muito pelo debate. Venho tentando cada vez mais dialogar com > estatísticos, pois respeito muito o trabalho de vocês, embora admita ainda > ser "um menino" na arte. > > > > Em relação à função de ligação para logística, talvez eu não tenha sido > claro. Eu tentei uma função "ln(y)" que, ao menos no material que venho > consultando, seria uma regressão log-binomial. Este seria um modelo ideal, > e foi minha primeira tentativa. Ou seja, usei um código semelhante a: > > > > > Modelo -> glm(y~., data = Dados, family = binomial(link = "log")) > > > > O problema é que o R não consegue criar tal modelo. Tenho muitas variáveis > explicativas (isso é bastante comum em estudos epidemiológicos > descritivos), incluindo cinco contínuas, se é que esse seja o motivo. O > fato é que em uma das referências que citei em e-mail anterior, os autores > tratam deste problema. Veja os resultados apresentados no resumo de > Coutinho et al: > > > > "*RESULTADOS:* As estimativas por ponto e por intervalo [das razões de > prevalência] obtidas pelas regressões de Cox e Poisson foram semelhantes à > obtida pela estratificação de Mantel-Haenszel [considerada 'prova-ouro' > para a Epidemiologia], independentemente da prevalência do desfecho > [variável resposta] e das covariáveis [variáveis explicativas, pode-se > dizer; talvez, para que tem uma formação mais voltada para análises > experimentais, poderíamos dizer que covariáveis referem-se mais a 'blocos'] > do modelo. *O modelo log-binomial apresentou dificuldade de convergência* > quando o desfecho tinha prevalência alta e havia covariável contínua no > modelo. A regressão logística [valendo-se de logito como função de ligação] > produziu estimativas por ponto e por intervalo maiores do que as obtidas > pelos outros métodos, principalmente para os desfechos com maiores > prevalências iniciais. *Se interpretados como estimativas de RP, os OR > superestimariam as associações* para os desfechos com prevalência inicial > baixa, intermediária e alta em 13%, quase 100% e quatro vezes mais, > respectivamente." > > > > [notas minhas] [grifos meus] > > > > Portanto, os autores indicam (e vi isso em outros artigos) regressão de > Poisson, mesmo admitindo a variável resposta como sendo binária, variando > de 0 a 1, que representa a probabilidade de ocorrência do desfecho > (doença). Quase todos são unânimes em recomendar apenas que se use ajuste > de variância robusta para sanar problemas nos intervalos de confiança dos > coeficientes. Em Epidemiologia, mais importante que os valores p são esses > intervalos de confiança, pois há muitos desdobramentos inferenciais que são > feitos a partir deles. Portanto, creio que a justificativa para adoção de > Poisson seja esta: a não convergência da log-binomial. > > > > Talvez uma outra função de ligação em família binomial possa ser uma > solução, então? Como disse, tentei "log" e o próprio "logit". "Log" não deu > convergência e o modelo nem foi gerado. O "logit" eu também tentei, e o > gráfico de resíduos do modelo foi praticamente idêntico a este de > quasi-poisson que postei na primeira mensagem. Seria grato caso pudesse me > indicar algum referencial sobre outras funções de ligação, > preferencialmente com aplicações. Mas acho que isso se tornará um problema, > pois os coeficientes gerados certamente me resultarão indicadores não > reconhecidos na área da Epidemiologia. Não sei até que ponto eu posso > "converter" coeficientes livremente aplicando pura e simplesmente > aritméticas a estes coeficientes. Como acho que já expliquei acima: "logit" > me devolve razão de chances (odds ratio, OR) e "log" me retorna a tão > desejada razão de prevalência (razão de riscos, RR). Se eu não tiver como > converter meus coeficientes em uma dessas razões (e preferencialmente a RR) > eu vou apanhar tanto da banca que vou sair dali roxo e sem título. :D > > > > (Um parênteses: essas questões, como a brincadeira acima, tem me motivado > muito a ingressar em um doutorado em Estatística assim que eu concluir > esse. Creio que há muito há se propor de novo para a Epidemiologia, a > partir de um conhecimento mais profundo em Estatística. A Epidemiologia é, > de fato, bastante limitada naquilo que ela "aceita" como técnica válida > para suas análises inferenciais) > > > > Quando o senhor diz: > > > > "Uma segunda forma de analisar, seria termos uma resposta composta de > número de ocorrências do evento em um total possível", > > > > eu posso interpretar que isso também seria adaptável a uma probabilidade? > Valeria a pena eu tentar ajuste com Gamma ou Beta? A binomial negativa eu > até tentei, mais por curiosidade, pois tenho seguido o material do curso > que fiz com o Walmes em Varginha e ele preconizou que ela seria recomendada > para casos de superdispersão, e minha variável resposta aparenta > subdispersão. Mas a binomial negativa também gerou o mesmo gráfico de > resíduos. Eu posso usar uma variável binária como resposta num modelo Gamma > ou Beta? Ou teria que dar algum "tratamento" na variável antes de aplicar > estes modelos. Confesso que estes ainda não tentei com essa resposta com a > qual estou enfrentando o problema. Em outras variáveis eu experimentei > modelos Gamma, mas eles não apresentaram melhor ajuste que o gaussiano, a > ponto de justificar eu enfrentar tamanha novidade com a banca de > epidemiologistas. :D > > > > Agradeço, já, e muito, o diálogo estabelecido. > > > > Abraços fraternos, > > > > Marcos > > > > > > > > > > Em 8 de fevereiro de 2017 17:28, Leonard Mendonça de Assis < > assis.leonard(a)gmail.com> escreveu: > > Marcos, > > Não tenho acesso aos artigos, mas ... baseado em 27 anos de experiência > ajustando regressão logística, vamos aos meus pitacos: > > > > 1. Quando eu tenho os Y em forma binária (Presente/ausente), isto, > estatisticamente falando, é uma distribuição de Bernoulli > 2. Esta distribuição de bernoulli tem como parâmetro, a proporção. > Esta proporção varia de 0 a 1. > 3. Uma forma de ajustar este tipo de dados é a regressão logística, > esta pode assumir vários tipos de ligação. Aqui, de cabeça, eu lembro uns > 5, mas deve ter muito mais. > 4. Estas funções de ligação se ajustam melhor a determinados tipos de > dados e algumas áreas de conhecimento às vezes preferem um em detrimento de > outros. > > > > Baseado neste cenário acima, acho “estranho” utilizar outro tipo de modelo > (com dados na característica acima), sem uma justificativa bastante forte. > > > > Uma segunda forma de analisar, seria termos uma resposta composta de > número de ocorrências do evento em um total possível. Neste caso, teríamos > uma variedade de distribuições que provavelmente se encaixariam nos > documentos que você apresentou. Neste caso, o modelo seria ou binomial > negativa, ou Gama, ou Beta, ou qualquer outra similar. > > > > Ajustados os conceitos, vamos agora à minha opinião sobre seu problema. > > > > 1. Pelo que consegui entender de seu texto inicial e seu código > fornecido, você está ajustando algo que é 0 ou 1 como sendo uma > quase-poisson (esta é uma das opções de ajuste para o que expliquei acima, > onde existe uma determinada quantidade. > 2. Como seus dados são 0/1 (suposição esta que faço baseado em sua > explicação), o ajuste estar deficiente é algo bem esperado > > Seria bom se você informasse do que se trata a variável tabagismo, se ela > é 0/1 ou se é uma quantidade. Se for 0/1, certamente o problema dos dados é > esperado, por serem oriundos de uma distribuição diversa da que você está > ajustando. > > > > No aguardo > > > > Leonard > > > > *De:* Marcos Bissoli [mailto:mbissoli@gmail.com] > *Enviada em:* quarta-feira, 8 de fevereiro de 2017 14:57 > *Para:* Leonard Assis <assis.leonard(a)gmail.com>; a lista Brasileira > oficial de discussão do programa R. <r-br(a)listas.c3sl.ufpr.br> > *Assunto:* Re: [R-br] Distribuição para regressão de resposta binária > > > > Olá Leonard, > > > > Muito obrigado pelo interesse no debate. > > > > Minha afirmação baseada em epidemiologistas é, na verdade, baseada numa > série de artigos que venho estudando recentemente. Seguem algumas > referências, dentre outras várias, sobre as quais venho me fundamentando. > > > > ZOU, G. A Modified Poisson Regression Approach to Prospective Studies with > Binary Data. *American Journal of Epidemiology*, v. 159, n. 7, p. > 702–706, 1 abr. 2004. > > > > COUTINHO, L. M. S.; SCAZUFCA, M.; MENEZES, P. R. Métodos para estimar > razão de prevalência em estudos de corte transversal. *Revista de Saúde > Pública*, v. 42, n. 6, p. 992–998, dez. 2008. > > > > BARROS, A. J.; HIRAKATA, V. N. Alternatives for logistic regression in > cross-sectional studies: an empirical comparison of models that directly > estimate the prevalence ratio. *BMC Medical Research Methodology*, v. 3, > n. 1, p. 21, 20 dez. 2003. > > > > FRANCISCO, P. M. S. B. et al. Medidas de associação em estudo transversal > com delineamento complexo: razão de chances e razão de prevalência. *Revista > Brasileira de Epidemiologia*, v. 11, n. 3, p. 347–355, set. 2008. > > > > WILLIAMSON, T.; ELIASZIW, M.; FICK, G. H. Log-binomial models: exploring > failed convergence. *Emerging themes in epidemiology*, v. 10, n. 1, p. > 14, 13 dez. 2013. > > > > Abraços fraternos, > > > > Marcos > > > > Em 7 de fevereiro de 2017 22:22, Leonard Assis via R-br < > r-br(a)listas.c3sl.ufpr.br> escreveu: > > Tem ruído aí nesta explicação. Na verdade, o que o "epidemiologista" > alegou, não me convenceu. > > > > > > Em 7 de fev de 2017 9:14 PM, "Marcos Bissoli via R-br" < > r-br(a)listas.c3sl.ufpr.br> escreveu: > > Prezados, > > > > De antemão peço desculpas se desvio o tópico da lista. Mas creio que o > tema da mensagem é minimamente transversal aos aqui tratados. > > > > Tenho uma variável resposta binária. Como a frequência da resposta é alta > (38,11%), teóricos da Estatística aplicada à Epidemiologia sugerem que não > seja usada uma regressão logística. Neste caso (de alta prevalência do > desfecho), a primeira opção deveria ser uma log-binomial. Mas (e isso não é > raro de ocorrer), minha log-binomial não apresentou convergência. > > > > Quando não há convergência, os teóricos sugerem uma regressão de Poisson > com variância robusta. Entretanto, como meus dados sugerem subdispersão, > optei por um modelo de quasi-poisson. Isso já deu certo em outras análises > que fiz para terceiros. Inclusive, tenho conseguido adaptar a variância > robusta ao modelo de quasi-poisson. Mas justamente agora, com os dados de > minha tese... > > > > O diagnóstico visual está, ao meu ver, péssimo, para ajuste. A imagem > anexa é do modelo de quasi-poisson. Mas experimentei todos os acima citados > (logística e Poisson) e o gráfico não diferiu muito. > > > > [image: Imagem inline 1] > > > > A dúvida é... Há alguma outra alternativa de técnica de regressão que eu > poderia tentar? Minhas variáveis explicativas são diversas, em quantidade e > tipo (há contínuas, ordinais e binárias). Ou será (embora eu ache pouco > provável) que este gráfico não significa um grande incômodo? > > > > Fiz o teste de qui-quadrado da deviance residual e estranhamente o valor p > está resultando em 1, tanto para Poisson quanto para quasi-Poisson. Um > outro fato estranho é o pseudo R² de Nagelkerke ter acusado 20%: todas as > outras minhas variáveis resposta não passaram de 12%. Não sei se é correto > (consultei bibliografia que sugeria isso para a regressão logística), mas > apliquei um teste de Hosmer e Lemeshow e ele acusou um bom ajuste do > modelo, também (p = 0,2718). Até uma curva de ROC eu fiz e a área está > grande no gráfico (mais uma técnica que não sei se deve ser aplicada além > da regressão logística,). > > > > Seguem alguns resultados, caso possa ajudar em algo. > > > > Desde já agradeço qualquer comentário. E reforço minhas desculpas caso eu > tenha desviado do tópico além do esperado, e desde já acato qualquer > negativa em prosseguir o debate. Nesse caso, se possível, aceitaria > sugestões de boas listas para debates nesse nível onde eu pudesse me > inscrever. > > > > Há braços, > > > > Marcos Bissoli > > Faculdade de Nutrição > > Unifal-MG > > > > > Mod1 <- glm(Tabagismo~.,data = TabModelagem,family = quasipoisson) > > > summary(Mod1) > > > > Call: > > glm(formula = Tabagismo ~ ., family = quasipoisson, data = TabModelagem) > > > > Deviance Residuals: > > Min 1Q Median 3Q Max > > -1.4867 -0.7821 -0.5889 0.5349 1.6624 > > > > Coefficients: > > Estimate Std. Error t value Pr(>|t|) > > (Intercept) -1.245e+00 8.738e-01 -1.424 0.154644 > > factor.SexoDic.1 5.800e-01 8.273e-02 7.011 4.11e-12 *** > > factor.Branca.1 -8.332e-01 7.836e-01 -1.063 0.287863 > > factor.Negra.1 -8.210e-01 7.987e-01 -1.028 0.304185 > > factor.Parda.1 -9.009e-01 7.863e-01 -1.146 0.252163 > > factor.Amarela.1 -1.089e+00 8.481e-01 -1.284 0.199466 > > factor.SemReligiao.1 -9.670e-02 1.888e-01 -0.512 0.608566 > > factor.Catolica.1 -4.813e-01 1.862e-01 -2.585 0.009863 ** > > factor.Espirita.1 -1.235e-01 2.181e-01 -0.566 0.571230 > > factor.Evangelica.1 -9.177e-01 2.429e-01 -3.779 0.000166 *** > > factor.AfroBrasileira.1 6.068e-01 4.303e-01 1.410 0.158794 > > factor.Turno.1 1.534e-03 1.034e-01 0.015 0.988169 > > factor.Aposentado.1 -4.516e-02 1.055e-01 -0.428 0.668597 > > factor.OcupaEstDiApenasDesemp.1 7.249e-02 1.411e-01 0.514 0.607474 > > factor.ComFamilia.1 -4.323e-01 2.128e-01 -2.031 0.042444 * > > factor.ComOutParentes.1 -5.029e-01 3.517e-01 -1.430 0.153011 > > factor.Republica.1 8.985e-03 1.959e-01 0.046 0.963429 > > factor.Sozinho.1 -2.475e-01 2.236e-01 -1.107 0.268673 > > factor.Pensao.1 -8.439e-01 4.000e-01 -2.110 0.035106 * > > factor.OutroMoradia.1 -5.262e-01 3.353e-01 -1.569 0.116880 > > factor.RU.1 -1.937e-01 1.059e-01 -1.830 0.067589 . > > factor.praec4.1 -1.583e-01 2.666e-01 -0.594 0.552951 > > IdadeA 3.787e-02 9.381e-03 4.037 5.79e-05 *** > > escola 8.576e-02 3.441e-02 2.492 0.012836 * > > RendaPC 4.045e-05 1.313e-05 3.080 0.002119 ** > > Dist 2.605e-05 1.296e-04 0.201 0.840689 > > PraecSoma 2.419e-02 3.086e-02 0.784 0.433427 > > --- > > Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 > > > > (Dispersion parameter for quasipoisson family taken to be 0.6036898) > > > > Null deviance: 834.67 on 1135 degrees of freedom > > Residual deviance: 706.16 on 1109 degrees of freedom > > AIC: NA > > > > Number of Fisher Scoring iterations: 5 > > > > > > > > -- > > MARCOS BISSOLI > > Faculdade de Nutrição > Universidade Federal de Alfenas > > Blog: bocademiamaldita.blogspot.com/ > > E-mail: mbissoli(a)gmail.com > Twitter: #mbissoli > > > Alfenas, Minas Gerais, Brasil > > > *****Pense na Natureza antes de Imprimir***** > Divulgue ON-LINE > > Eu apoio a ENEN "na luta por um Brasil sem fome" > > "por ĉiu popolo ties propran lingvon, por ĉiuj popoloj la esperantan" > (para cada povo sua própria língua, para todos os povos o Esperanto) > > > > E nunca votarei no PSDB/DEM! > > > > _______________________________________________ > R-br mailing list > R-br(a)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 forneça > código mínimo reproduzível. > > > _______________________________________________ > R-br mailing list > R-br(a)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 forneça > código mínimo reproduzível. > > > > > > -- > > MARCOS BISSOLI > > Faculdade de Nutrição > Universidade Federal de Alfenas > > Blog: bocademiamaldita.blogspot.com/ > > E-mail: mbissoli(a)gmail.com > Twitter: #mbissoli > > > Alfenas, Minas Gerais, Brasil > > > *****Pense na Natureza antes de Imprimir***** > Divulgue ON-LINE > > Eu apoio a ENEN "na luta por um Brasil sem fome" > > "por ĉiu popolo ties propran lingvon, por ĉiuj popoloj la esperantan" > (para cada povo sua própria língua, para todos os povos o Esperanto) > > > > E nunca votarei no PSDB/DEM! > > > > > > -- > > MARCOS BISSOLI > > Faculdade de Nutrição > Universidade Federal de Alfenas > > Blog: bocademiamaldita.blogspot.com/ > > E-mail: mbissoli(a)gmail.com > Twitter: #mbissoli > > > Alfenas, Minas Gerais, Brasil > > > *****Pense na Natureza antes de Imprimir***** > Divulgue ON-LINE > > Eu apoio a ENEN "na luta por um Brasil sem fome" > > "por ĉiu popolo ties propran lingvon, por ĉiuj popoloj la esperantan" > (para cada povo sua própria língua, para todos os povos o Esperanto) > > > > E nunca votarei no PSDB/DEM! > -- MARCOS BISSOLI Faculdade de Nutrição Universidade Federal de Alfenas Blog: bocademiamaldita.blogspot.com/ E-mail: mbissoli(a)gmail.com Twitter: #mbissoli Alfenas, Minas Gerais, Brasil *****Pense na Natureza antes de Imprimir***** Divulgue ON-LINE Eu apoio a ENEN "na luta por um Brasil sem fome" "por ĉiu popolo ties propran lingvon, por ĉiuj popoloj la esperantan" (para cada povo sua própria língua, para todos os povos o Esperanto) E nunca votarei no PSDB/DEM! -- MARCOS BISSOLI Faculdade de Nutrição Universidade Federal de Alfenas Blog: bocademiamaldita.blogspot.com/ E-mail: mbissoli(a)gmail.com Twitter: #mbissoli Alfenas, Minas Gerais, Brasil *****Pense na Natureza antes de Imprimir***** Divulgue ON-LINE Eu apoio a ENEN "na luta por um Brasil sem fome" "por ĉiu popolo ties propran lingvon, por ĉiuj popoloj la esperantan" (para cada povo sua própria língua, para todos os povos o Esperanto) E nunca votarei no PSDB/DEM!

4 3

Emacs
by Alexandre Loures 06 Mar '17

06 Mar '17

Boa tarde! Alguém saberia informar algum material para configurar o Emacs para trabalhar com os scripts, ou seja, "destacar" os códigos do R? Desde já muito obrigado! -- *Alexandre Rodrigues Loures* Doutorando em Economia Aplicada Universidade Federal da Paraíba - UFPB Centro de Ciências Sociais Aplicadas - CCSA Programa de Pós-Graduação em Economia - PPGE Site: www.ccsa.ufpb.br/ppge orcid www.orcid.org/0000-0002-1288-0135

3 3

Simulação com Monte Carlo
by Rodolfo Silva 28 Fev '17

28 Fev '17

Gente, bom dia. Aproveitando o carnaval, estou tentando implementar uma simulaçao utilizando o método de Monte Carlo. Com o script abaixo, para simular o vpl de um projeto de investimento, o qual já fiz em aula no excel® de maneira muito mais complicada obtive resultado bem próximo. Falta muito para chegar no Método de Monte Carlo? Qualquer ajuda é bem vinda. library(ggplot2) investimento <- 1152000 n <- 100000 mediaVendas <- 30000 mediaLucros <- 8 mediaCVendas <- 0.2 mediaCLucros <- 0.11 desvioVendas <- 2000 desvioLucros <- 1 desvioCVendas <- 0.02 desvioCLucros <- 0.02 taxa <- 0.12 VENDAS <- rnorm(n,mean = mediaVendas, sd = desvioVendas) LUCRO <- rnorm(n, mean = mediaLucros, sd = desvioLucros) cVENDAS <- rnorm(n, mean = mediaCVendas, sd=desvioCVendas) cLUCRO <- rnorm(n, mean = mediaCLucros, sd=desvioCLucros) ano1 <- VENDAS*LUCRO ano2 <- ano1*(1+cVENDAS)*(1+cLUCRO) ano3 <- ano2*(1+cVENDAS)*(1+cLUCRO) ano4 <- ano3*(1+cVENDAS)*(1+cLUCRO) vpl2 <- ((ano1/(1+taxa)^1)+(ano2/(1+taxa)^2)+(ano3/(1+taxa)^3)+(ano4/(1+taxa)^4))-investimento ggplot() + aes(vpl2)+ geom_histogram(breaks=seq(-1500000,1500000,by =50000),colour="red", aes(fill=..count..)) + scale_fill_gradient("Count",low="green",high="red") Antecipadamente...

2 2

Referências para justificar o uso de teste de médias baseados em preditores lineares [OFF-TOPIC]
by ASANTOS 28 Fev '17

28 Fev '17

Prezados membros, Utilizo de maneira rotineira o ajuste de modelos GLM (normalmente para as famílias de Poisson e binomial) e realizo para variáveis qualitativas comparações múltiplas de médias baseada em funções como glht() do pacote multicomp. No entanto, tenho encontrado bastante dificuldade em convencer revisores de periódicos na minha área, onde a estatística parou nos anos 50, a aceitar o o uso de teste de médias baseados em preditores lineares para variáveis qualitativas. Alguém poderia sugerir algumas referências de peso nessas abordagem para uma melhor justificação das abordagem estatísticas escolhidas por mim? Obrigado, Alexandre -- ====================================================================== Alexandre dos Santos Proteção Florestal IFMT - Instituto Federal de Educação, Ciência e Tecnologia de Mato Grosso Campus Cáceres Caixa Postal 244 Avenida dos Ramires, s/n Bairro: Distrito Industrial Cáceres - MT CEP: 78.200-000 Fone: (+55) 65 99686-6970 (VIVO) (+55) 65 3221-2674 (FIXO) e-mails:alexandresantosbr@yahoo.com.br alexandre.santos(a)cas.ifmt.edu.br Lattes: http://lattes.cnpq.br/1360403201088680 OrcID: orcid.org/0000-0001-8232-6722 - ResearcherID: A-5790-2016 Researchgate: www.researchgate.net/profile/Alexandre_Santos10 LinkedIn: br.linkedin.com/in/alexandre-dos-santos-87961635 Mendeley:www.mendeley.com/profiles/alexandre-dos-santos6/ ======================================================================

3 3

Re: [R-br] Municipalities IBGE x TSE
by rcoster＠gmail.com 26 Fev '17

26 Fev '17

Martina, I have this file in my workplace, but I'm on vacation. You can find it in Github, just search for "ribge" package. Em Sáb, 25 de fev de 2017 12:15, Martina Garcia <Martina.Garcia(a)opml.co.uk> escreveu: > Dear Rodrigo Coster, > > > > My name is Martina Garcia, and I am a PhD student from Spain. Following > this link > http://listas.inf.ufpr.br/pipermail/r-br/2016-September/017861.html, I’ve > noticed you might have a file that shows the relationship between IBGE > municipality codes and TSE municipality codes. > > > > I would be very grateful if you could share this with me. > > > > Much appreciated, > > > > Martina > > > > Oxford Policy Management Ltd. > Level 3 > 52 Cornmarket Street > Oxford > OX1 3HJ > United Kingdom > > Company Registered in England No. 3122495 > > Tel. +44 (0) 1865 207300 > Fax. +44 (0) 1865 207301 > Website:www.opml.co.uk > The information in this message is confidential and may be legally > privileged. It is intended solely > for the addressee. Access to this message by anyone else is unauthorised. > If you are not the intended > recipient, any disclosure, copying, distribution or any action taken or > omitted to be taken in reliance > on it, is prohibited and may be unlawful. > > Any attachment(s) to this message has been checked for viruses, but please > rely on your own virus > checker and procedures. > > Please consider the environment before printing this email. > >

1 0

Re: [R-br] Digest R-br, volume 74, assunto 25
by Wilson Cohen 23 Fev '17

23 Fev '17

Olá Ary Serpa Como você falou "preferencialmente presencial", aqui vai um *curso online *para não programadores que te permite fazer análises rapidamente. Apenas *aprendendo a sintaxe e usando funções pré-definidas do R*. Se lhe interessar entre em contato no email - wilsoncelula(a)gmail.com Um abraço Em 23 de fevereiro de 2017 12:00, <r-br-request(a)listas.c3sl.ufpr.br> escreveu: > Enviar submissões para a lista de discussão R-br para > r-br(a)listas.c3sl.ufpr.br > > Para se cadastrar ou descadastrar via WWW, visite o endereço > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br > ou, via email, envie uma mensagem com a palavra 'help' no assunto ou > corpo da mensagem para > r-br-request(a)listas.c3sl.ufpr.br > > Você poderá entrar em contato com a pessoa que gerencia a lista pelo > endereço > r-br-owner(a)listas.c3sl.ufpr.br > > Quando responder, por favor edite sua linha Assunto assim ela será > mais específica que "Re: Contents of R-br digest..." > > > Tópicos de Hoje: > > 1. Re: Digest R-br, volume 74, assunto 24 (L N) > 2. Curso R São Paulo (gustavo.a.agudelo(a)gmail.com) > 3. Curso R São Paulo (Julimar Pinto) > > > ---------------------------------------------------------------------- > > Message: 1 > Date: Wed, 22 Feb 2017 12:06:21 -0300 > From: L N <leofn3(a)gmail.com> > To: r-br(a)listas.c3sl.ufpr.br > Subject: Re: [R-br] Digest R-br, volume 74, assunto 24 > Message-ID: > <CAJ7tAfb+==ce9b0ocQoaQROmMxLw0mbQGAaB12-uimrxL= > mJUQ(a)mail.gmail.com> > Content-Type: text/plain; charset="utf-8" > > Caro Ary Serpa, > > Veja aqui os cursos: http://www.ibpad.com.br/cursos/ > Abs > L > > Em 22 de fevereiro de 2017 12:00, <r-br-request(a)listas.c3sl.ufpr.br> > escreveu: > > > Enviar submissões para a lista de discussão R-br para > > r-br(a)listas.c3sl.ufpr.br > > > > Para se cadastrar ou descadastrar via WWW, visite o endereço > > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br > > ou, via email, envie uma mensagem com a palavra 'help' no assunto ou > > corpo da mensagem para > > r-br-request(a)listas.c3sl.ufpr.br > > > > Você poderá entrar em contato com a pessoa que gerencia a lista pelo > > endereço > > r-br-owner(a)listas.c3sl.ufpr.br > > > > Quando responder, por favor edite sua linha Assunto assim ela será > > mais específica que "Re: Contents of R-br digest..." > > > > > > Tópicos de Hoje: > > > > 1. Curso R São Paulo (Ary Serpa Neto) > > 2. Re: Curso R São Paulo (Jelson Ventura Fresca) > > > > > > ---------------------------------------------------------------------- > > > > Message: 1 > > Date: Tue, 21 Feb 17 18:20:22 +0000 > > From: Ary Serpa Neto <aryserpa(a)terra.com.br> > > To: r-br(a)listas.c3sl.ufpr.br > > Subject: [R-br] Curso R São Paulo > > Message-ID: <OID_1487701170969826_0aryserpa(a)terra.com.br> > > Content-Type: text/plain; charset="utf-8" > > > > Um anexo em HTML foi limpo... > > URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/ > > 20170221/7c274731/attachment-0001.html> > > > > ------------------------------ > > > > Message: 2 > > Date: Tue, 21 Feb 2017 15:27:25 -0300 > > From: Jelson Ventura Fresca <jelsonvf(a)gmail.com> > > To: aryserpa(a)terra.com.br, a lista Brasileira oficial de discussão > > do programa R. <r-br(a)listas.c3sl.ufpr.br> > > Subject: Re: [R-br] Curso R São Paulo > > Message-ID: > > <CA+YaL5Vdme7qejr87PF4mpArGsdvQJmDJ4iB8zkJ4-uwrSU6Qw(a)mail.gmail. > > com> > > Content-Type: text/plain; charset="utf-8" > > > > http://analitix.com.br/?p=550 > > > > Em 21 de fevereiro de 2017 15:20, Ary Serpa Neto via R-br < > > r-br(a)listas.c3sl.ufpr.br> escreveu: > > > > > Pessoal > > > > > > Boa tarde. Vocês conhecem bons cursos de R aqui em São Paulo? Todos os > > > níveis, do básico ao avançado e de preferência presencial. > > > > > > Obrigado e grande abraço a todos > > > > > > Ary Serpa Neto, MD, MSc, PhD > > > Hospital Israelita Albert Einstein, São Paulo, Brazil ( > > > http://www.einstein.br) Department of Critical Care Medicine & Jewish > > > Institute of Education and Research Albert Einstein ( > > > http://www.einstein.br/pesquisa) > > > The PROtective VEntilation NETwork (www.provenet.eu) > > > Associate Editor: BMC Anesthesiology > > > http://publicationslist.org/a.serpa_neto > > > http://lattes.cnpq.br/0254664157557375 > > > > > > _______________________________________________ > > > R-br mailing list > > > R-br(a)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 forneça > > > código mínimo reproduzível. > > > > > -------------- Próxima Parte ---------- > > Um anexo em HTML foi limpo... > > URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/ > > 20170221/3875c81b/attachment-0001.html> > > > > ------------------------------ > > > > Subject: Legenda do Digest > > > > _______________________________________________ > > R-br mailing list > > R-br(a)listas.c3sl.ufpr.br > > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br > > > > > > ------------------------------ > > > > Fim da Digest R-br, volume 74, assunto 24 > > ***************************************** > > > > > > -- > *Leonardo F. Nascimento* > Sociólogo Digital > Lattes <http://lattes.cnpq.br/7141811368487014> - Twitter > <http://twitter.com/leofn3> - Website <http://www.leofn.com/> - > ResearchGate > <https://www.researchgate.net/profile/Leonardo_Nascimento12> - Github > <https://github.com/leofn/Digital-Sociology> > -------------- Próxima Parte ---------- > Um anexo em HTML foi limpo... > URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/ > 20170222/a13d55d7/attachment-0001.html> > > ------------------------------ > > Message: 2 > From: gustavo.a.agudelo(a)gmail.com > To: r-br(a)listas.c3sl.ufpr.br > Subject: [R-br] Curso R São Paulo > Message-ID: > <1199544043.78666.1487777741979.JavaMail. > administrator(a)mjoe.nabble.com> > > Content-Type: text/plain; charset=UTF-8 > > <quote author='R-br mailing list'> > Olá Ary, > > No Depto. de Ecologia do IB-USP são oferecidas duas disciplinas > presenciais, uma básica e outra avançada, nas quais também podem se > inscrever pessoal externo à USP como aluno especial. Nesse semestre > ocorrerá a básica do 8 ao 26 de maio, mas não sei nada de matrícula. Te > deixo o link do curso, aí vc verá todas as informações que precisar ao > respeito: http://ecologia.ib.usp.br/bie5782/doku.php > > Também está o curso virtual do R para Biologia da Conservação, ministrado > pelo Prof. Marcos Vital da UFAL com o pessoal da Bocaina. Eu fiz e > recomendo, muito bom mesmo. > > Abraço, > > Gustavo. > > Pessoal Boa tarde. Vocês conhecem bons cursos de R aqui em São Paulo? Todos > os níveis, do básico ao avançado e de preferência presencial. Obrigado e > grande abraço a todos Ary Serpa Neto, MD, MSc, PhD Hospital Israelita > Albert > Einstein, São Paulo, Brazil (http://www.einstein.br) Department of > Critical > Care Medicine & Jewish Institute of Education and Research Albert > Einstein (http://www.einstein.br/pesquisa) The PROtective VEntilation > NETwork (www.provenet.eu) Associate Editor: BMC Anesthesiology > http://publicationslist.org/a.serpa_neto > http://lattes.cnpq.br/0254664157557375 > > _______________________________________________ > R-br mailing list > R-br(a)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 reproduz�vel. > </quote> > Quoted from: > http://r-br.2285057.n4.nabble.com/R-br-Curso-R-Sao-Paulo-tp4667085.html > > > _____________________________________ > Sent from http://r-br.2285057.n4.nabble.com > > > > ------------------------------ > > Message: 3 > Date: Thu, 23 Feb 2017 11:00:04 +0000 > From: Julimar Pinto <julimarsp.r(a)gmail.com> > To: r-br(a)listas.c3sl.ufpr.br, Ary Serpa Neto <aryserpa(a)terra.com.br> > Subject: [R-br] Curso R São Paulo > Message-ID: > <CAM=r93x-3tnRnPX8vsbGAqdV2Laxy=cV_Mx- > iHMCjfOq2RTyQw(a)mail.gmail.com> > Content-Type: text/plain; charset="utf-8" > > Oi pessoal, bom dia, > > Se se pergunta sobre cursos, recebe-se respostas sobre cursos. > > Mas a taxonomia dos escopos de prática, para diferentes especialidades > médicas, permitiria alguma adequabilidade de aprendizado de R em um formato > do tipo curso? > > Minha contribuição (1e-03 Centavo de Real): > > > date() > [1] "Thu Feb 23 07:59:00 2017" > > > > Saudações, > > Julimar Pinto. > -------------- Próxima Parte ---------- > Um anexo em HTML foi limpo... > URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/ > 20170223/f9169997/attachment-0001.html> > > ------------------------------ > > Subject: Legenda do Digest > > _______________________________________________ > R-br mailing list > R-br(a)listas.c3sl.ufpr.br > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br > > > ------------------------------ > > Fim da Digest R-br, volume 74, assunto 25 > ***************************************** > -- *Prof. MSc. Wilson Martins da Silva* *Mestre em Ecologia Aquática e Pesca - PPGEAP/ICB/UFPA* *Especialista em Biodiversidade Amazônica - UFPA/ATMDepto de Morfologia e Ciências Fisiológicas* *Centro de Ciências Biológicas e da Saúde* *Universidade do Estado do Pará* *Campus IX - Altamira - Pará* http://lattes.cnpq.br/2440617911389759 wilsoncelula(a)gmail.com, wilsoncelula(a)hotmail.com <wilsonms(a)ufpa.br>

1 0

Curso R São Paulo
by Ary Serpa Neto 23 Fev '17

23 Fev '17

3 2