Arquivo da Categoria ‘Outras Aplicações’
A Marca – Estanislao Training & Solution
quarta-feira, 21 de outubro de 2009
Visualização dos efeitos para modelos Multinomiais e Proportional-Odds Logit
terça-feira, 20 de outubro de 2009O pacote Effect do R, anteriormente, processava apenas modelos lineares generalizados, nesta nova versão publicada recentemente, é possível obter os efeitos dos modelos multinomiais e proporcional logit, além de obter representações tabular e gráficas (baixe o exemplo).
Informações mais detalhadas sobre este pacote estão apresentadas no recente artigo de Fox e Hong (2009), e disponíveis na página CRAN do pacote.
Carreira em alta para os profissionais que atuam com métodos analíticos.
quinta-feira, 8 de outubro de 2009Hal Varian, economista-chefe do Google, disse: “Eu tenho dito que o trabalho dos estatísticos é o “sexy job” dos próximos 10 anos. E eu não estou brincando”.
A carreira dos profissionais que atuam com métodos analíticos esta em alta e agora mais do que nunca é um momento fundamental, para aproveitar as oportunidades e se preparar para os atuais e futuros desafios.
Veja a capa da última revista públicada pela Associação Americana de Estatística (ASA).
Em breve disponibilizaremos em nosso Blog, este artigo em português.
Segundo esta matéria, publicada pela ASA, o relacionamento interpessoal é fundamental para o crescimento profissional. Bom, isso já não é segredo, mas o grande desafio é como colocar isso em prática no nosso dia-a-dia.
Dada a relevância deste assunto, em breve a Estanislao promoverá um evento de Networking, especificamente, para os profissionais que atuam com métodos analíticos.
Fique de olho no nosso Blog para se manter atualizado.
Rio sediará as Olimpíadas em 2016. Vitória para o Brasil e boas expectativas para os estatísticos!
sexta-feira, 2 de outubro de 2009Os atletas têm buscado veementemente a competitividade e a alta performance. Para atingir estes objetivos, são necessários estudos e avaliações tanto dos atletas, quanto dos adversários. Neste contexto os métodos estatísticos são uma ferramenta fundamental para analisar os dados provenientes destes estudos.
Nos EUA não é novidade os estatísticos atuarem na área esportiva, Arthur Friedman trabalhou como estatístico de várias equipes esportivas, entre elas o New York Mets, New York Rangers e Monday Night Football. Friedman em 1978 escreveu o livro intitulado The World of Sports Statistics, onde neste livro o autor já falava sobre a atuação na área esportiva.
No Brasil ainda temos muito que percorrer, então… que venham os jogos Olímpicos, a busca da competitividade e da alta performance. Como fruto, serão geradas boas oportunidades para os profissionais aplicarem a estatística na área esportiva.
O presidente do Comitê Olímpico, Jacques Rogge, anuncia o Rio como cidade vencedora
Vamos Lá Brasil! Rio 2016.
sexta-feira, 2 de outubro de 2009Vídeo institucional do Comitê Rio 2016, para sediar as Olimpiadas, no Brasil.
Primeiros passos com Bootstrap
quinta-feira, 1 de outubro de 2009Bootstrap é uma técnica útil quando é necessário fazer inferências sobre estatísticas “não usuais”, como por exemplo, na estimação dos erros dos modelos, dos intervalos de confiança ou até mesmo do R-quadrado proveniente de modelos de regressão.
Fundamento da técnica bootstrap : Uma vez que não se dispõe de toda a população de amostras (observações) faça-se o melhor com o que se dispõe que é o conjunto amostral X = (X1, X2,…Xn).
O pacote boot do R oferece algumas opções para desenvolver a técnica de bootstrap e métodos de reamostragem.
Este post apresenta um exemplo básico de bootstrap não-paramétrico (ou seja, assumindo a distribuição uniforme na geração das amostras), para estimar o R-quadrado de um modelo de regressão linear.
O modelo de regressão prevê a quantidade de milhas por galão (mpg), dado o peso do carro (wt) e o deslocamento (DISP). A base de dados é a mtcars e o intervalo de confiança bootstrap é de 95%, baseado em 1000 repetições.
Script no R
library(boot)
# Função para obter o R-Quadraro a partir de uma base de dados
rsq <- function(formula, data, indices) {
d <- data[indices,] # permite boot para selecionar amostra
fit <- lm(formula, data=d)
return(summary(fit)$r.square)
}
# bootstrapping com 1000 repetições
results <- boot(data=mtcars, statistic=rsq,
R=1000, formula=mpg~wt+disp) # Apresenta os Resultados
results
plot(results) # intervalo de confiança de 95%
boot.ci(results,)
Resultados
Bootstrap Statistics :
original bias std. error t1* 0.781 0.0112 0.049BOOTSTRAP CONFIDENCE INTERVAL CALCULATIONS
Based on 1000 bootstrap replicates
Intervals :
Level BCa 95% ( 0.6336, 0.8524) Plot
Maiores informações sobre o pacote acesse:
http://cran.r-project.org/web/packages/boot/
Apresentação da Estanislao Training & Solution
segunda-feira, 28 de setembro de 2009Planejamento
terça-feira, 22 de setembro de 2009Planejar e cumprir o planejamento é um grande desafio, no entanto, é fundamental para atingirmos os objetivos, mesmo mediante as pressões.
Veja uma aplicação neste video.
