| [[: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"