R help es - May 2011 - Calibración y predicción de intervalos de confianza

Buenas tardes,
Recurro a ustedes para solicitarles su ayuda con información sobre paquetes en R
que trabajen el tema de calibración y predicción de intervalos de confianza en
regresión no lineal.
Muchas gracias.

Jesús David Mosquera Mosquera
Estudiante Estadística
Universidad Nacional de Colombia
Sede Medellín
"  Deberíamos vivir más sencillamente para que otros puedan sencillamente
viviR"  - Anónimo






 		 	   		  
	[[alternative HTML version deleted]]

Jesus,

Mi experiencia es poca en este tipo de modelos, pero podrias comenzar
dandole una mirada a "nls2" (ver [1]), en particular a la funcion
"nls".  Si
tienes una variable respuesta "y", covariables X = (x1, ..., xk) en un
data.frame() llamado "tusdatos" y quieres estimar los parametros de
una
funcion f(X) tal que y = f(X), entonces lo siguiente podria darte una idea:

library(nls2)
modelo <- nls(y ~ f(x1, x2, ..., xn), data = tusdatos)
predict(as.lm(modelo), interval = "confidence")  # para intervalos de
confianza
predict(as.lm(modelo), interval = "prediction")  # para intervalos de
prediccion

Otra alternativa es usar bootstrap. Basicamente debes aplicar muestreo sobre
"y" en tus datos manteniendo las X''s fijas, ajustar el modelo
no lineal
sobre estos "nuevos" datos y luego calcular los valores predichos.
Finalmente repites el proceso B veces y calculas los percentiles alpha/2 y
1-alpha/2 para cada valor de "y" basado en esas B replicas. Una manera
sencilla de hacer todo este proceso es usando la funcion "boot" que se
encuentra en el paquete con el mismo nombre:

require(boot)
?boot

En stats la funcion "simulate" puede servirte tambien.  A traves de
ella
podrias simular un vector de respuestas y* basado en el modelo ajustado y
finalmente calcular los percentiles. Puedes encontrar mas informacion en
?simulate

Un saludo,
Jorge Ivan Velez

[1]  http://cran.r-project.org/web/packages/nls2/


2011/5/12 Jesús David Mosquera <>
>
> Buenas tardes,
> Recurro a ustedes para solicitarles su ayuda con información sobre paquetes
> en R que trabajen el tema de calibración y predicción de intervalos de
> confianza en regresión no lineal.
> Muchas gracias.
>
> Jesús David Mosquera Mosquera
> Estudiante Estadística
> Universidad Nacional de Colombia
> Sede Medellín
> "  Deberíamos vivir más sencillamente para que otros puedan
sencillamente
> viviR"  - Anónimo
>
>
>
>
>
>
>
>        [[alternative HTML version deleted]]
>
>
> _______________________________________________
> R-help-es mailing list
> R-help-es@r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es
>
>
	[[alternative HTML version deleted]]

Kenneth,

La linea

myboot <- bs(datos, unvalor, R = 1000, x1 = mivalordex1, x2 = mivalordex2)

deberia haber sido

myboot <- boot(datos, unvalor, R = 1000, x1 = mivalordex1, x2 = mivalordex2)

Lo siento.  Creo que es hora de ir por cafe.      --JIV


2011/5/12 Jorge Ivan Velez <>
> Apreciado Kenneth,
>
> Basicamente debes crear una funcion que tome como argumento un conjunto de
> datos "d" y prediga el valor "y" para los valores de
X=(x1,x2,...,xn) que te
> interesan. Este proceso lo repites B veces y luego usas quantile (o boot)
> para estimar lo que necesitas.  Como menciono abajo, boot() resuelve mucho
> de esto.
>
> El IC para el valor especifico podrias estimarlo con BS manteniendo fijos
> x1 y x2 como en la siguiente funcion que predice el valor medio de
"y"
> cuando x1 y x2 son fijos. Espero te de una idea:
>
> unvalor <- function(datos, index, x1new, x2new){
>      datos <- datos[index, ]
>      modelo <- lme(y ~ x1 + x2, data = datos)
>       newd <- data.frame(x1 = x1new, x2 = x2new)
>       predict(modelo, data = newd)
> }
>
> luego usas boot() para obtener el IC:
>
> myboot <- bs(datos, unvalor, R = 1000, x1 = mivalordex1, x2 =
mivalordex2)
> myboot$t   # para obtener los valores predichos en cada simulacion
> myci <- boot.ci(myboot, type = ''basic'')
> myci   # IC
>
>
> Podrias ser un poco mas especifico en cuanto los IC para "el valor
medio"?
>  Te refieres al IC para cada valor predicho de "y" usando el
modelo nlme?
>
> Cuidate,
> Jorge
>
> *
>
> *
> 2011/5/12 Kenneth Roy Cabrera Torres <>
>
> Hola Jorge Iván:
>>
>> Te pregunto: En un modelo mixto estimado mediante lme() de la
biblioteca
>> nlme, ¿Cómo sería hacer los intervalos por boostrap para el valor medio
>> y para un valor específico?
>>
>> Porque el "predict()" de los modelos lme no tienen el cálculo
>> de los intervalos de confianza.
>>
>> Muchas gracias por tu ayuda.
>>
>>
>>
>> El jue, 12-05-2011 a las 15:01 -0400, Jorge Ivan Velez escribió:
>> > Jesus,
>> >
>> > Mi experiencia es poca en este tipo de modelos, pero podrias
comenzar
>> > dandole una mirada a "nls2" (ver [1]), en particular a
la funcion "nls".
>>  Si
>> > tienes una variable respuesta "y", covariables X = (x1,
..., xk) en un
>> > data.frame() llamado "tusdatos" y quieres estimar los
parametros de una
>> > funcion f(X) tal que y = f(X), entonces lo siguiente podria darte
una
>> idea:
>> >
>> > library(nls2)
>> > modelo <- nls(y ~ f(x1, x2, ..., xn), data = tusdatos)
>> > predict(as.lm(modelo), interval = "confidence")  # para
intervalos de
>> > confianza
>> > predict(as.lm(modelo), interval = "prediction")  # para
intervalos de
>> > prediccion
>> >
>> > Otra alternativa es usar bootstrap. Basicamente debes aplicar
muestreo
>> sobre
>> > "y" en tus datos manteniendo las X''s fijas,
ajustar el modelo no lineal
>> > sobre estos "nuevos" datos y luego calcular los valores
predichos.
>> > Finalmente repites el proceso B veces y calculas los percentiles
alpha/2
>> y
>> > 1-alpha/2 para cada valor de "y" basado en esas B
replicas. Una manera
>> > sencilla de hacer todo este proceso es usando la funcion
"boot" que se
>> > encuentra en el paquete con el mismo nombre:
>> >
>> > require(boot)
>> > ?boot
>> >
>> > En stats la funcion "simulate" puede servirte tambien. 
A traves de ella
>> > podrias simular un vector de respuestas y* basado en el modelo
ajustado
>> y
>> > finalmente calcular los percentiles. Puedes encontrar mas
informacion en
>> > ?simulate
>> >
>> > Un saludo,
>> > Jorge Ivan Velez
>> >
>> > [1]  http://cran.r-project.org/web/packages/nls2/
>> >
>> >
>> > 2011/5/12 Jess David Mosquera <>
>> >
>> > >
>> > > Buenas tardes,
>> > > Recurro a ustedes para solicitarles su ayuda con informacin
sobre
>> paquetes
>> > > en R que trabajen el tema de calibracin y prediccin de
intervalos de
>> > > confianza en regresin no lineal.
>> > > Muchas gracias.
>> > >
>> > > Jess David Mosquera Mosquera
>> > > Estudiante Estadstica
>> > > Universidad Nacional de Colombia
>> > > Sede Medelln
>> > > "  Deberamos vivir ms sencillamente para que otros
puedan
>> sencillamente
>> > > viviR"  - Annimo
>> > >
>> > >
>> > >
>> > >
>> > >
>> > >
>> > >
>> > >        [[alternative HTML version deleted]]
>> > >
>> > >
>> > > _______________________________________________
>> > > R-help-es mailing list
>> > > R-help-es@r-project.org
>> > > https://stat.ethz.ch/mailman/listinfo/r-help-es
>> > >
>> > >
>> >
>> >       [[alternative HTML version deleted]]
>> >
>> > _______________________________________________
>> > R-help-es mailing list
>> > R-help-es@r-project.org
>> > https://stat.ethz.ch/mailman/listinfo/r-help-es
>>
>>
>>
>
	[[alternative HTML version deleted]]

Hola hombre Jorge:
>         
>         
>         Podrias ser un poco mas especifico en cuanto los IC para "el
>         valor medio"?  Te refieres al IC para cada valor predicho de
>         "y" usando el modelo nlme?
>         
Hola hombre, me refiero a que en regresión lineal uno tienen dos
intervalos: El IC para la media de la predicción y el IC para
un valor específico, 

Gracias por tu ayuda, hombre Jorge.

Kenneth

Hola Kenneth,

Me confundi ;-)

Es posible calcular ambos via bootstrap.  Eso si, hay que tener mucho
cuidado al construir las funciones, e.g., que tan generales quieres que
sean, numero de simulaciones, argumentos y reutilizacion de codigo.

Un saludo,
Jorge


2011/5/12 Kenneth Roy Cabrera Torres <>
> Hola hombre Jorge:
> >
> >
> >         Podrias ser un poco mas especifico en cuanto los IC para
"el
> >         valor medio"?  Te refieres al IC para cada valor predicho
de
> >         "y" usando el modelo nlme?
> >
> Hola hombre, me refiero a que en regresión lineal uno tienen dos
> intervalos: El IC para la media de la predicción y el IC para
> un valor específico,
>
> Gracias por tu ayuda, hombre Jorge.
>
> Kenneth
>
>
>
	[[alternative HTML version deleted]]

El jue, 12-05-2011 a las 16:30 -0400, Jorge Ivan Velez
escribió:
> Hola Kenneth,
> 
> 
> Me confundi ;-)
> 
> 
> Es posible calcular ambos via bootstrap.  Eso si, hay que tener mucho
> cuidado al construir las funciones, e.g., que tan generales quieres
> que sean, numero de simulaciones, argumentos y reutilizacion de
> codigo.
¿Cuando dices generales te refieres a la contribución de la parte
aleatoria del diseño mixto a la predicción del modelos?
> 
> 
> Un saludo,
> Jorge
> 
> 
> 
> 2011/5/12 Kenneth Roy Cabrera Torres <>
>         Hola hombre Jorge:
>         >
>         >
>         >         Podrias ser un poco mas especifico en cuanto los IC
>         para "el
>         >         valor medio"?  Te refieres al IC para cada valor
>         predicho de
>         >         "y" usando el modelo nlme?
>         >
>         
>         Hola hombre, me refiero a que en regresión lineal uno tienen
>         dos
>         intervalos: El IC para la media de la predicción y el IC para
>         un valor específico,
>         
>         Gracias por tu ayuda, hombre Jorge.
>         
>         Kenneth
>         
>         
> 
>

Hola Kenneth


2011/5/12 Kenneth Roy Cabrera Torres <>
> El jue, 12-05-2011 a las 16:30 -0400, Jorge Ivan Velez escribió:
> > Hola Kenneth,
> >
> >
> > Me confundi ;-)
> >
> >
> > Es posible calcular ambos via bootstrap.  Eso si, hay que tener mucho
> > cuidado al construir las funciones, e.g., que tan generales quieres
> > que sean, numero de simulaciones, argumentos y reutilizacion de
> > codigo.
>
> ¿Cuando dices generales te refieres a la contribución de la parte
> aleatoria del diseño mixto a la predicción del modelos?
>

Si, asi es.  Aunque en la prediccion (usando bootstrap) podrias estimar el
mismo modelo (que incluiria los efectos aleatorios/mixtos que necesites) una
y otra vez sin necesidad de especificarlos como un argumento mas de tu
funcion.       --JIV

>
> >
> >
> > Un saludo,
> > Jorge
> >
> >
> >
> > 2011/5/12 Kenneth Roy Cabrera Torres <>
> >         Hola hombre Jorge:
> >         >
> >         >
> >         >         Podrias ser un poco mas especifico en cuanto los
IC
> >         para "el
> >         >         valor medio"?  Te refieres al IC para cada
valor
> >         predicho de
> >         >         "y" usando el modelo nlme?
> >         >
> >
> >         Hola hombre, me refiero a que en regresión lineal uno tienen
> >         dos
> >         intervalos: El IC para la media de la predicción y el IC para
> >         un valor específico,
> >
> >         Gracias por tu ayuda, hombre Jorge.
> >
> >         Kenneth
> >
> >
> >
> >
>
>
>
	[[alternative HTML version deleted]]