[R-br] Problema para plotar IC para modelo glm Gamma usando stat_smooth() no ggplot2

classic Classic list List threaded Threaded
3 messages Options
Reply | Threaded
Open this post in threaded view
|

[R-br] Problema para plotar IC para modelo glm Gamma usando stat_smooth() no ggplot2

R-br mailing list
Prezados Membros do R-br,

     Estou tentando plotar um modelo glm Gamma com stat_smooth() no
ggplot2 sem sucesso. Minha ideia é representar o intervalo de confiança
para um modelo onde realizei a junção de dois níveis para o fator
Feature. Segundo exemplo fictício do meu problema:

#Simulação de um banco de dados, onde a variável resposta Production tem
distribuição Gamma
set.seed(123)
d<-NULL
N<-50
d$Production <- rgamma(N,10)
d$Feature <- ifelse(d$Production >7 & d$Production<10,
c("green"),ifelse(d$Production>11,
c("red"), c("blue")))
d$Temp<-rnorm(N,20,5)
d<-as.data.frame(d)
#

# Ajusto um modelo de Gamma completo
mG<- glm(Production~ Feature + Temp, family= Gamma, data = d)
summary(mG)
anova(mG,test="Chi")

# Comparo os níveis do fator Feature
library(multcomp)
PW<-summary(glht(mG, linfct = mcp(Feature= "Tukey")))
PW
cld(PW)

# Faço de conta que os níveis green = blue e realizo um novo ajuste
Feature2<-d$Feature
levels(Feature2)
levels(Feature2)[1]<-"blue&green"
levels(Feature2)[2]<-"blue&green"
levels(Feature2)
d$Feature2<-Feature2
mG2<- glm(Production~ Feature2 + Temp, family= Gamma, data = d)

# Crio os valores de predição
pred.data = data.frame(
Feature2<-d$Feature2,
Temp<-d$Temp
)
pred.data$Production = predict(mG2, newdata=pred.data, type="response")

#Realizo o plot
library("ggplot2")
ggplot(d, aes(Temp, Production, colour = Feature2)) +
   geom_point() +
   geom_line(data=pred.data) +
   stat_smooth(method = "glm", formula = y ~ x, family = Gamma)
#

      E tenho uma representação errada do intervalo de confiança do meu
modelo mG2 porque não consigo fazer a função stat_smooth() considerar o
ajuste mG2. Como posso resolver isso?

Obrigado

--
======================================================================
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:[hidden email]
         [hidden email]
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/
======================================================================

_______________________________________________
R-br mailing list
[hidden email]
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 fornea cdigo mnimo reproduzvel.
Reply | Threaded
Open this post in threaded view
|

[R-br] Ajuda para plotar IC para modelo glm com junção de níveis

R-br mailing list
Prezados Membros do R-br,

     Estou tentando plotar um modelo glmcom stat_smooth() no ggplot2 sem
sucesso. Minha ideia é representar o intervalo de confiança para um
modelo onde realizei a junção de dois níveis para o fator Feature. Ou
seja, modelos iguais são representados por uma única curva, porém a
função stat_smooth() não "enxerga" os níveis que foram juntados. Segundo
exemplo fictício do meu problema:

#Simulação de um banco de dados, onde a variável resposta Production tem
distribuição Gamma
set.seed(123)
d<-NULL
N<-50
d$Production <- rgamma(N,10)
d$Feature <- ifelse(d$Production >7 & d$Production<10,
c("green"),ifelse(d$Production>11,
c("red"), c("blue")))
d$Temp<-rnorm(N,20,5)
d<-as.data.frame(d)
#

# Ajusto um modelo de Gamma completo
mG<- glm(Production~ Feature + Temp, family= Gamma, data = d)
summary(mG)
anova(mG,test="Chi")

# Comparo os níveis do fator Feature
library(multcomp)
PW<-summary(glht(mG, linfct = mcp(Feature= "Tukey")))
PW
cld(PW)

# Faço de conta que os níveis green = blue e realizo um novo ajuste
Feature2<-d$Feature
levels(Feature2)
levels(Feature2)[1]<-"blue&green"
levels(Feature2)[2]<-"blue&green"
levels(Feature2)
d$Feature2<-Feature2
mG2<- glm(Production~ Feature2 + Temp, family= Gamma, data = d)

# Crio os valores de predição
pred.data = data.frame(
Feature2<-d$Feature2,
Temp<-d$Temp
)
pred.data$Production = predict(mG2, newdata=pred.data, type="response")

#Realizo o plot
library("ggplot2")
ggplot(d, aes(Temp, Production, colour = Feature2)) +
   geom_point() +
   geom_line(data=pred.data) +
   stat_smooth(method = "glm", formula = y ~ x, family = Gamma)
#

      E tenho uma representação errada do intervalo de confiança do meu
modelo mG2 porque não consigo fazer a função stat_smooth() considerar o
ajuste mG2. Como posso resolver isso?

Obrigado

--
======================================================================
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:[hidden email]
         [hidden email]
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/
======================================================================

_______________________________________________
R-br mailing list
[hidden email]
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 fornea cdigo mnimo reproduzvel.
Reply | Threaded
Open this post in threaded view
|

[R-br] Ajuda para modelos de regressção nao lineares multivariados

R-br mailing list
Boa tarde,
Estou tentando modelar as funções gompertz e logístico porem quero somar as duas equações e gerar um único gráfico. Porem a equação terá 6 parâmetros teria alguma rotina para esse caso. Irei anexar a rotina utilizada quando uma equação é modelada de cada vez e os dados MFF que eu utilizei para modelar essas funções. Meu novo arquivo de dados GG (y são dois caracteres juntos) por isso que na rotina teria que somar a equação de gompertz (y~b0*exp(-exp(b1-b2*x) porem quando somo essa equação com a mesma equação de gompertz da erro. Eu terei 6 parâmetros nesse caso , já tentei indicar de varias formas o b0, b1 e b2 pois além desses tenho mais um b0, b1 e b2. Espero que eu tenha me feito entender.
Att Cláudia de Bem 


De: R-br <[hidden email]> em nome de ASANTOS por (R-br) <[hidden email]>
Enviado: terça-feira, 29 de janeiro de 2019 18:45
Para: [hidden email]; [hidden email]
Cc: ASANTOS
Assunto: [R-br] Ajuda para plotar IC para modelo glm com junção de níveis
 
Prezados Membros do R-br,

     Estou tentando plotar um modelo glmcom stat_smooth() no ggplot2 sem
sucesso. Minha ideia é representar o intervalo de confiança para um
modelo onde realizei a junção de dois níveis para o fator Feature. Ou
seja, modelos iguais são representados por uma única curva, porém a
função stat_smooth() não "enxerga" os níveis que foram juntados. Segundo
exemplo fictício do meu problema:

#Simulação de um banco de dados, onde a variável resposta Production tem
distribuição Gamma
set.seed(123)
d<-NULL
N<-50
d$Production <- rgamma(N,10)
d$Feature <- ifelse(d$Production >7 & d$Production<10,
c("green"),ifelse(d$Production>11,
c("red"), c("blue")))
d$Temp<-rnorm(N,20,5)
d<-as.data.frame(d)
#

# Ajusto um modelo de Gamma completo
mG<- glm(Production~ Feature + Temp, family= Gamma, data = d)
summary(mG)
anova(mG,test="Chi")

# Comparo os níveis do fator Feature
library(multcomp)
PW<-summary(glht(mG, linfct = mcp(Feature= "Tukey")))
PW
cld(PW)

# Faço de conta que os níveis green = blue e realizo um novo ajuste
Feature2<-d$Feature
levels(Feature2)
levels(Feature2)[1]<-"blue&green"
levels(Feature2)[2]<-"blue&green"
levels(Feature2)
d$Feature2<-Feature2
mG2<- glm(Production~ Feature2 + Temp, family= Gamma, data = d)

# Crio os valores de predição
pred.data = data.frame(
Feature2<-d$Feature2,
Temp<-d$Temp
)
pred.data$Production = predict(mG2, newdata=pred.data, type="response")

#Realizo o plot
library("ggplot2")
ggplot(d, aes(Temp, Production, colour = Feature2)) +
   geom_point() +
   geom_line(data=pred.data) +
   stat_smooth(method = "glm", formula = y ~ x, family = Gamma)
#

      E tenho uma representação errada do intervalo de confiança do meu
modelo mG2 porque não consigo fazer a função stat_smooth() considerar o
ajuste mG2. Como posso resolver isso?

Obrigado

--
======================================================================
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:[hidden email]
         [hidden email]
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/
======================================================================

_______________________________________________
R-br mailing list
[hidden email]
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 fornea cdigo mnimo reproduzvel.

_______________________________________________
R-br mailing list
[hidden email]
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.

Rotina utilizada para modelos univariados.txt (18K) Download Attachment
MFF.txt (1K) Download Attachment
GG.txt (3K) Download Attachment