| [[:start|{{figs:tree-of-life.gif?100 | CMQ: Centro de Métodos Quantitativos}}]] | LaBE - Laboratório de Biometria Ecológica\\ **__Centro de Métodos Quantitativos__** \\ Departamento de Ciências Florestais \\ Escola Superior de Agricultura "Luiz de Queiroz" \\ **UNIVERSIDADE DE SÃO PAULO** | [[biometria:publico:start|{{biometria:parsival:figuras:nice-tree-of-life.jpg?100|Árvore da Vida}}]] |
\\
Laboratório de Biometria Ecológica (LaBE)
ENCONTROS
====== PROJETOS IBS 2010: "Todos para Floripa!" ======
===== Projeto 1: AIC e Multicolinaridade =====
==== Semana 30/03/2010 PARSIVAL ====
Função correta (espero!!) para cálculo do AIC em modelos com transformação logarítmitca:
# Computing the AIC for log-transformed models
log.AIC <- function(lmobj, k = 2)
{
#
# log.AIC = computes AIC for log-transformed linear model
#
#
y.log = lmobj$model[,1]
Y = exp( y.log )
jacobian = 1/Y
yhat = lmobj$fitted
sigma = summary(lmobj)$sigma
p = length( lmobj$coefficients ) + 1
llik = log( dnorm( y.log, mean=yhat, sd=sigma) * jacobian )
AIC = -2 * sum(llik) + k*p
return(AIC)
}
\\
==== Semana 27/11/2009 PARSIVAL ====
Pessoal os primeiros conjuntos de dados: {{:biometria:encontros:volume-arvores.rdata|volume-arvores.RData}}
* Esse arquivo é carregado **dentro do R** com o comando __load__.
* Uma série de objetos (sensu R) serão criados na área de trabalho.
* O objeto "__df.descrip__" (data.frame, também) apresenta breve descrição dos conjuntos.
* Todos os demais objetos são __data.frames__ com os conjuntos de dados (17 ao todo).
O primeiro conjunto de tarefas é ajustar os modelos de equação de volume (dupla entrada) a todos conjuntos de dados.
utilizando a função __lm__; o Edgar será o "monitor".
==== Semana 03/12/2009 PARSIVAL ====
Códigos do R:
* Arquivo com o VIF: {{:biometria:encontros:vif.r| vif.R }}
* Script para análises: {{:biometria:encontros:script-2009-12-02.r| script-2009-12-02.R }}
Apostila de regressão linear {{:biometria:encontros:applied-regression.pdf| applied-regression.pdf }}
Tarefas:
* re-organizar os dados num único diretório utilizando **listas** de modelos;
* construir função para "automatizar" o cálculo de: (1) máximo VIF e (2) maximum condition index;
* realizar as computações de AIC, máximo VIF e maximum condition index para todos modelos em todos conjuntos de dados.
* construir uma tabela com: conjunto de dados, modelos e os índices.
====== Aprendizado do R ======
Conjuntos de dados:
* {{:biometria:encontros:arvores.csv|}}
* {{:biometria:encontros:cubagem-tronco.csv|}}
* {{:biometria:encontros:biomassa.csv|}}
* {{:biometria:encontros:densidade.csv|}}
===== Tarefas =====
Uso do "merge" e do "agregate"