Hola a todos, Soy nuevo en R y estoy intentando modelizar una serie de datos no estacionarios usand la distribucion Generalizada de Valores Extremos GEV. ¿Podriais indicarme como se modeliza una tendencia polinómica (cuadrática, por ejemplo) en alguno de los 3 parámetros (situación, escala o forma)? He encontrado documentación a cerca de modelización linear o exponencial, pero no acabo de comprender como se modelizaría una tendencia polinómica. Gracias Alberto [[alternative HTML version deleted]]
Hola, ¿qué tal? ¿Has visto el paquete ismev? Puede que sea lo que necesitas... Un saludo, Carlos J. Gil Bellosta http://www.datanalytics.com On Tue, 2009-05-05 at 01:49 +0200, Alberto Bordallo wrote:> Hola a todos, > Soy nuevo en R y estoy intentando modelizar una serie de datos no > estacionarios usand la distribucion Generalizada de Valores Extremos GEV. > > Podriais indicarme como se modeliza una tendencia polinmica (cuadrtica, > por ejemplo) en alguno de los 3 parmetros (situacin, escala o forma)? He > encontrado documentacin a cerca de modelizacin linear o exponencial, pero > no acabo de comprender como se modelizara una tendencia polinmica. > > Gracias > > Alberto > > [[alternative HTML version deleted]] > > _______________________________________________ > R-help-es mailing list > R-help-es en r-project.org > https://stat.ethz.ch/mailman/listinfo/r-help-es
Buenas noches Alberto, Dale una mirada a http://www.ral.ucar.edu/~ericg/softextreme.php Espero sea de utilidad, Jorge Ivan Velez 2009/5/4 Alberto Bordallo <a.bordallo@gmail.com>> Hola a todos, > Soy nuevo en R y estoy intentando modelizar una serie de datos no > estacionarios usand la distribucion Generalizada de Valores Extremos GEV. > > ¿Podriais indicarme como se modeliza una tendencia polinómica (cuadrática, > por ejemplo) en alguno de los 3 parámetros (situación, escala o forma)? He > encontrado documentación a cerca de modelización linear o exponencial, pero > no acabo de comprender como se modelizaría una tendencia polinómica. > > Gracias > > Alberto > > [[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]]
Puedes usar el viejo truco: year.tmp <- (Year-1943)/46 fm.covar <- data.frame( year = year.tmp, year.sq = year.tmp^2, SOI = SOI ) Etc. Supongo que te servirá. Un saludo, Carlos J. Gil Bellosta http://www.datanalytics.com El día 5 de mayo de 2009 11:09, Alberto Bordallo <a.bordallo en gmail.com> escribió:> Carlos, > > Gracias por tu ayuda. Estoy utilizando el paquete ismev. En realidad mi > pregunta es mas una cuestion sintactica. > > No se como definir la inverse link function para el caso de tendencias > cuadraticas. > > Tengo el siguiente listado > data(fremantle) > dim(fremantle) > names(fremantle) > > # access directly to variable names > attach(fremantle) > > # gev fit and diagnostics (stationary) > fm.gev = gev.fit(SeaLevel) > gev.diag(fm.gev) > > ## non-stationary analysis > ## matrix of covariates > ## Year: is linearly rescaled for numerical reasons > fm.covar = cbind( (Year-1943)/46, SOI ) > colnames(fm.covar) > colnames = c( "YEAR","SOI") > colnames(fm.covar) > > # mu depends linearly on YEAR > fm.gevM1 = gev.fit(SeaLevel, ydat=fm.covar, mul=1) > > # with sigma depending exponentially of year > fm.gevM2 = gev.fit(SeaLevel, ydat=fm.covar, mul=1, sigl=1,siglink=exp) > > # linear dependence of mu on YEAR and SOI > fm.gevM3 = gev.fit(SeaLevel, ydat=fm.covar, mul=c(1,2)) > pero me falta saber, por ejemplo, como se define mul para una tendencia > cuadratica con respecto a YEAR. > > Gracias