Colegas: Necesito hacer una serie de ajustes de un modelo de decaimiento exponencial a unos datos de concentración de compuestos fluorescentes contra el tiempo. Para la mayoría de los experimentos tengo tres réplicas por cada tiempo, y haciendo los gráficos correspondientes parece haber diferencias muy grandes en la dispersión de los datos, siendo generalmente mas grandes al principio del experimento que al final. Quiero hacer el ajuste de un modelo ponderado para tomar en cuenta las diferencias en la dispersión de los datos. Tengo los datos en un "data frame" donde tengo los tiempos en una columna, y los valores de concentración en otra. Los datos están en forma individual, o sea que tengo por lo menos tres valores de concentración por cada tiempo. Para el caso de datos agrupados, donde ya se tiene la desviación estándar o varianza calculada ajustar un modelo ponderado es fácil, pero no se como hacerlo con datos sin agrupar. Podría alguien ayudarme por favor? Gracias anticipadas, Gerardo [[alternative HTML version deleted]]
Hola, ¿qué tal? Una pregunta muy tonta: ¿has tomado logaritmos? La dispersión que dices que es muy alta al principio, ¿sigue siendo muy superior a la del final después de tomar logaritmos? Porque si lo que tienes es un decaimiento exponencial, después de tomar logaritmos deberías ver algo parecido a una recta, la típica que acompaña en los textos a la regresión lineal simple. Y si no, no tienes decaimiento exponencial sino otra cosa. Un saludo, Carlos J. Gil Bellosta http://www.datanalytics.com El 14 de junio de 2017, 21:35, Gerardo Gold <gerardo.gold.bou en gmail.com> escribió:> Colegas: > > Necesito hacer una serie de ajustes de un modelo de decaimiento exponencial > a unos datos de concentración de compuestos fluorescentes contra el tiempo. > Para la mayoría de los experimentos tengo tres réplicas por cada tiempo, y > haciendo los gráficos correspondientes parece haber diferencias muy grandes > en la dispersión de los datos, siendo generalmente mas grandes al principio > del experimento que al final. > > Quiero hacer el ajuste de un modelo ponderado para tomar en cuenta las > diferencias en la dispersión de los datos. Tengo los datos en un "data > frame" donde tengo los tiempos en una columna, y los valores de > concentración en otra. Los datos están en forma individual, o sea que tengo > por lo menos tres valores de concentración por cada tiempo. > > Para el caso de datos agrupados, donde ya se tiene la desviación estándar o > varianza calculada ajustar un modelo ponderado es fácil, pero no se como > hacerlo con datos sin agrupar. > > Podría alguien ayudarme por favor? > > Gracias anticipadas, > > Gerardo > > [[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 >[[alternative HTML version deleted]]
Estimado Gerardo Gold Aparte de lo comentado por Carlos sobre los logaritmos, que posiblemente estén dentro de una fórmula que usted utiliza, hay algo que no le comprendo, usted comenta que tiene dos columnas en un data.frame, las cuáles son tiempo y concentración, esta última podría estar en escala logarítmica, pero menciona datos agrupados, ¿Cómo los agrupa? Javier Rubén Marcuzzi De: Gerardo Gold Enviado: miércoles, 14 de junio de 2017 16:43 Para: Mauricio Monsalvo; Lista R Asunto: [R-es] Regresión ponderada Colegas: Necesito hacer una serie de ajustes de un modelo de decaimiento exponencial a unos datos de concentración de compuestos fluorescentes contra el tiempo. Para la mayoría de los experimentos tengo tres réplicas por cada tiempo, y haciendo los gráficos correspondientes parece haber diferencias muy grandes en la dispersión de los datos, siendo generalmente mas grandes al principio del experimento que al final. Quiero hacer el ajuste de un modelo ponderado para tomar en cuenta las diferencias en la dispersión de los datos. Tengo los datos en un "data frame" donde tengo los tiempos en una columna, y los valores de concentración en otra. Los datos están en forma individual, o sea que tengo por lo menos tres valores de concentración por cada tiempo. Para el caso de datos agrupados, donde ya se tiene la desviación estándar o varianza calculada ajustar un modelo ponderado es fácil, pero no se como hacerlo con datos sin agrupar. Podría alguien ayudarme por favor? Gracias anticipadas, Gerardo [[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 [[alternative HTML version deleted]]
Si, lo intenté tomando logaritmos naturales y los datos están aproximadamente en una línea recta. Las desviaciones (visualmente) parecen mas homogéneas, pero no estoy seguro de que si solamente con la transformación logarítmica estoy resolviendo el problema o solo estoy escondiendo el problema. Saludos, Gerardo 2017-06-14 14:55 GMT-05:00 Carlos J. Gil Bellosta <cgb en datanalytics.com>:> Hola, ¿qué tal? > > Una pregunta muy tonta: ¿has tomado logaritmos? > > La dispersión que dices que es muy alta al principio, ¿sigue siendo muy > superior a la del final después de tomar logaritmos? > > Porque si lo que tienes es un decaimiento exponencial, después de tomar > logaritmos deberías ver algo parecido a una recta, la típica que acompaña > en los textos a la regresión lineal simple. Y si no, no tienes decaimiento > exponencial sino otra cosa. > > Un saludo, > > Carlos J. Gil Bellosta > http://www.datanalytics.com > > El 14 de junio de 2017, 21:35, Gerardo Gold <gerardo.gold.bou en gmail.com> > escribió: > >> Colegas: >> >> Necesito hacer una serie de ajustes de un modelo de decaimiento >> exponencial >> a unos datos de concentración de compuestos fluorescentes contra el >> tiempo. >> Para la mayoría de los experimentos tengo tres réplicas por cada tiempo, y >> haciendo los gráficos correspondientes parece haber diferencias muy >> grandes >> en la dispersión de los datos, siendo generalmente mas grandes al >> principio >> del experimento que al final. >> >> Quiero hacer el ajuste de un modelo ponderado para tomar en cuenta las >> diferencias en la dispersión de los datos. Tengo los datos en un "data >> frame" donde tengo los tiempos en una columna, y los valores de >> concentración en otra. Los datos están en forma individual, o sea que >> tengo >> por lo menos tres valores de concentración por cada tiempo. >> >> Para el caso de datos agrupados, donde ya se tiene la desviación estándar >> o >> varianza calculada ajustar un modelo ponderado es fácil, pero no se como >> hacerlo con datos sin agrupar. >> >> Podría alguien ayudarme por favor? >> >> Gracias anticipadas, >> >> Gerardo >> >> [[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 >> > >[[alternative HTML version deleted]]
Estimado Javier: Disculpas por la confusión, pero los datos que tengo no están agrupados ni en escala logarítmica, aunque como le respondía a Carlos intenté hacer los gráficos con la transformación logarítmica y la mayoría de los datos (son varios experimentos) se ven lineales (r2 mayores a 0.8 en la mayoría de los casos). Saludos, Gerardo 2017-06-14 15:38 GMT-05:00 Javier Marcuzzi <javier.ruben.marcuzzi en gmail.com> :> Estimado Gerardo Gold > > > > Aparte de lo comentado por Carlos sobre los logaritmos, que posiblemente > estén dentro de una fórmula que usted utiliza, hay algo que no le > comprendo, usted comenta que tiene dos columnas en un data.frame, las > cuáles son tiempo y concentración, esta última podría estar en escala > logarítmica, pero menciona datos agrupados, ¿Cómo los agrupa? > > > > > > Javier Rubén Marcuzzi > > > > *De: *Gerardo Gold <gerardo.gold.bou en gmail.com> > *Enviado: *miércoles, 14 de junio de 2017 16:43 > *Para: *Mauricio Monsalvo <m.monsalvo en gmail.com>; Lista R > <r-help-es en r-project.org> > *Asunto: *[R-es] Regresión ponderada > > > > Colegas: > > > > Necesito hacer una serie de ajustes de un modelo de decaimiento exponencial > > a unos datos de concentración de compuestos fluorescentes contra el tiempo. > > Para la mayoría de los experimentos tengo tres réplicas por cada tiempo, y > > haciendo los gráficos correspondientes parece haber diferencias muy grandes > > en la dispersión de los datos, siendo generalmente mas grandes al principio > > del experimento que al final. > > > > Quiero hacer el ajuste de un modelo ponderado para tomar en cuenta las > > diferencias en la dispersión de los datos. Tengo los datos en un "data > > frame" donde tengo los tiempos en una columna, y los valores de > > concentración en otra. Los datos están en forma individual, o sea que tengo > > por lo menos tres valores de concentración por cada tiempo. > > > > Para el caso de datos agrupados, donde ya se tiene la desviación estándar o > > varianza calculada ajustar un modelo ponderado es fácil, pero no se como > > hacerlo con datos sin agrupar. > > > > Podría alguien ayudarme por favor? > > > > Gracias anticipadas, > > > > Gerardo > > > > [[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 > > >[[alternative HTML version deleted]]
2017-06-14 15:35 GMT-04:00 Gerardo Gold <gerardo.gold.bou en gmail.com>:> Para el caso de datos agrupados, donde ya se tiene la desviación estándar o > varianza calculada ajustar un modelo ponderado es fácil, pero no se como > hacerlo con datos sin agrupar. >?Si no entiendo mal, el núcleo del problema son las varianzas de la relación. Una opción sería incluir entonces una estructura para la varianza. Tomando arbitrariamente el conjunto de datos swiss como ejemplo, podría ser algo como: library(nlme)> gls(Fertility~Education, data=swiss, weights=varIdent(form=~1|Education))??y/o con el argumento correlation de la misma función.? ?Quizás sirva. ¡Salud!? -- «Pídeles sus títulos a los que te persiguen, pregúntales cuándo nacieron, diles que te demuestren su existencia.» Rafael Cadenas [[alternative HTML version deleted]]
Estimado Freddy Esa parte me gusta de nlme vs lme4, no se en cuánto es técnicamente fundamentado a mi gusto o es solo una subjetividad desde mi desconocimiento al no venir de una carrera estadística o matemática. Javier Rubén Marcuzzi De: Freddy Omar López Quintero Enviado: miércoles, 14 de junio de 2017 22:01 Para: Gerardo Gold CC: Lista R Asunto: Re: [R-es] Regresión ponderada 2017-06-14 15:35 GMT-04:00 Gerardo Gold <gerardo.gold.bou en gmail.com>:> Para el caso de datos agrupados, donde ya se tiene la desviación estándar o > varianza calculada ajustar un modelo ponderado es fácil, pero no se como > hacerlo con datos sin agrupar. >?Si no entiendo mal, el núcleo del problema son las varianzas de la relación. Una opción sería incluir entonces una estructura para la varianza. Tomando arbitrariamente el conjunto de datos swiss como ejemplo, podría ser algo como: library(nlme)> gls(Fertility~Education, data=swiss, weights=varIdent(form=~1|Education))??y/o con el argumento correlation de la misma función.? ?Quizás sirva. ¡Salud!? -- «Pídeles sus títulos a los que te persiguen, pregúntales cuándo nacieron, diles que te demuestren su existencia.» Rafael Cadenas [[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 [[alternative HTML version deleted]]