From 03ef89405a69806356783d5ab0fcd1d81ffe201e Mon Sep 17 00:00:00 2001
From: Walmes Zeviani <walmes@ufpr.br>
Date: Thu, 21 Jul 2016 16:36:19 -0300
Subject: [PATCH] =?UTF-8?q?Comenta=20c=C3=B3digo=20que=20usa=20VGAM,=20d?=
=?UTF-8?q?=C3=A1=20problema=20n=C3=A3o=20sei=20porque.?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit
---
vignettes/v07_excesso_zeros.Rmd | 73 +++++++++++++++------------------
1 file changed, 33 insertions(+), 40 deletions(-)
diff --git a/vignettes/v07_excesso_zeros.Rmd b/vignettes/v07_excesso_zeros.Rmd
index 28b43a6..32b9ee3 100644
--- a/vignettes/v07_excesso_zeros.Rmd
+++ b/vignettes/v07_excesso_zeros.Rmd
@@ -21,7 +21,6 @@ library(MRDCr)
# Números de peixes capturados em um Parque Estadual #
```{r}
-
data(peixe)
peixe$campista <- as.factor(peixe$campista)
levels(peixe$campista) <- c("Não", "Sim")
@@ -36,19 +35,15 @@ informações coletadas foram refentes a presenção ou não de um campista,
ao número de crianças no grupo e ao número de indivíduos no grupo. Assim
as variáveis definidas são:
-`campista`: Fator com dois níveis que representa a presença (_Sim_) ou
-ausência (_Não_) de um campista no grupo.
-
-`ncriancas`: Número de crianças no grupo.
-
-`npessoas`: Número total de pessoas no grupo.
-
-`npeixes`: Número de peixes capturados pelo grupo.
+ * `campista`: Fator com dois níveis que representa a presença (_Sim_)
+ ou ausência (_Não_) de um campista no grupo.
+ * `ncriancas`: Número de crianças no grupo.
+ * `npessoas`: Número total de pessoas no grupo.
+ * `npeixes`: Número de peixes capturados pelo grupo.
## Análise exploratória ##
```{r}
-
## Estudo observacional
ftable(with(peixe, table(npessoas, ncriancas, campista)))
@@ -66,7 +61,7 @@ p2 <- histogram(~npeixes, data = subset(peixe, npeixes > 0),
print(p1, split = c(1, 1, 2, 1), more = TRUE)
print(p2, split = c(2, 1, 2, 1))
-## Proporção dos valores observados
+## Proporção dos valores observados
(proptb <- cbind("Proporção" = prop.table(table(peixe$npeixes)),
"N. observ" = table(peixe$npeixes)))
@@ -191,7 +186,7 @@ vuong(m1BN, m3HBN)
```{r diag, cache = TRUE, fig.height = 4}
-## Uma pequena avaliação dos resíduos
+## Uma pequena avaliação dos resíduos
p1 <- xyplot(residuals(m3HBN) ~ fitted(m3HBN),
type = c("p", "g", "spline"))
@@ -279,7 +274,7 @@ start <- list(zero = coef(m3HBN, "zero"), count = coef(m3HBN, "count"))
boots <- replicate(100, {
id <- sample(1:n, replace = TRUE)
model <- hurdle(formula, data = peixe[id, ], start = start)
- yhat <- predict(model, newdata = predmu, type = "response")
+ yhat <- predict(model, newdata = predmu, type = "response")
})
pred2 <- cbind(predmu, t(apply(boots, 1, function(x) {
@@ -289,7 +284,7 @@ names(pred2)[5:6] <- c("lwr", "upr")
## Viasualizando graficamente
xyplot(fit ~ npessoas | campista,
groups = ncriancas, data = pred2,
- type = c("l", "g"), cty = "bands",
+ type = c("l", "g"), cty = "bands",
ly = pred2$lwr, uy = pred2$upr,
prepanel = prepanel.cbH, alpha = 0.5,
panel = panel.superpose,
@@ -308,7 +303,7 @@ xyplot(fit ~ npessoas | campista,
```{r}
-## Modelo Hurdle (binomial e binomial negativa)
+## Modelo Hurdle (binomial e binomial negativa)
m3HBN$formula
##-------------------------------------------
@@ -321,18 +316,18 @@ mzero <- glm(indica ~ campista + npessoas + ncriancas,
cbind("glm_binomial" = coef(mzero),
"zeroinfl" = coef(m3HBN, model = "zero"))
-##-------------------------------------------
-## Componente da contagem nula (f_count)
-library(VGAM)
-countp <- subset(peixe, npeixes > 0)
-mcount <- vglm(npeixes ~ npessoas + ncriancas,
- family = posnegbinomial, data = countp)
-
-## Comparando os coeficientes (betas e theta (da BN))
-cbind("vglm_posnegbin" = coef(mcount)[-2],
- "zeroinfl" = coef(m3HBN, model = "count"))
-cbind("vglm_posnegbin" = exp(coef(mcount)[2]),
- "zeroinfl" = m3HBN$theta)
+# ##-------------------------------------------
+# ## Componente da contagem nula (f_count)
+# library(VGAM)
+# countp <- subset(peixe, npeixes > 0)
+# mcount <- vglm(npeixes ~ npessoas + ncriancas,
+# family = posnegbinomial, data = countp)
+#
+# ## Comparando os coeficientes (betas e theta (da BN))
+# cbind("vglm_posnegbin" = coef(mcount)[-2],
+# "zeroinfl" = coef(m3HBN, model = "count"))
+# cbind("vglm_posnegbin" = exp(coef(mcount)[2]),
+# "zeroinfl" = m3HBN$theta)
```
@@ -341,27 +336,25 @@ cbind("vglm_posnegbin" = exp(coef(mcount)[2]),
## Análise exploratória ##
```{r}
-
data(seguros)
str(seguros)
## help(seguros)
-
```
Dados referentes ao acompanhamento de clientes de uma seguradora de
automóveis ao longo de um ano. Foram registrados as variáveis descritas
abaixo para 16483 clientes.
-* `tipo`: Tipo de veículo segurado. Fator com seis níveis (_hatch_,
- _mono_, _picape_, _sedan_, _wagon_ e _suv_).
-* `idade`: Idade do cliente, em anos.
-* `sexo`: Sexo do cliente. Fator com dois níveis, _M_ para clientes do
- sexo masculino e _F_ para feminino.
-* `civil`: Estado civil do cliente. Fator com quatro níveis (_Casado_,
- _Divorciado_, _Solteiro_ e _Viuvo_).
-* `valor`: Valor do veículo segurado, em 1000 reais.
-* `expos`: Período de cobertura do cliente durante o ano sob análise.
-* `nsinist`: Número de sinistros registrados no período.
+ * `tipo`: Tipo de veículo segurado. Fator com seis níveis (_hatch_,
+ _mono_, _picape_, _sedan_, _wagon_ e _suv_).
+ * `idade`: Idade do cliente, em anos.
+ * `sexo`: Sexo do cliente. Fator com dois níveis, _M_ para clientes do
+ sexo masculino e _F_ para feminino.
+ * `civil`: Estado civil do cliente. Fator com quatro níveis (_Casado_,
+ _Divorciado_, _Solteiro_ e _Viuvo_).
+ * `valor`: Valor do veículo segurado, em 1000 reais.
+ * `expos`: Período de cobertura do cliente durante o ano sob análise.
+ * `nsinist`: Número de sinistros registrados no período.
```{r}
@@ -465,7 +458,7 @@ summary(m3HP)
```{r}
## Avaliação de diferentes especificações para a componente de contagens
-## nulas
+## nulas
m3HP.pois <- hurdle(nsinist ~ 1 | sexo + valor + log(expos),
data = seguros, zero.dist = "poisson")
--
GitLab