== Silvio Augusto Jr ==

{{:bie5782:01_curso_atual:alunos:trabalho_final:silvio.augusto:wiki_exerci_cios_1.r| EXERCÍCIOS 1}}

{{:bie5782:01_curso_atual:alunos:trabalho_final:silvio.augusto:wiki_exerci_cios_4.r| EXERCÍCIOS 4}}

{{:bie5782:01_curso_atual:alunos:trabalho_final:silvio.augusto:5_exerci_cio.r| EXERCÍCIOS 5}}

{{:bie5782:01_curso_atual:alunos:trabalho_final:silvio.augusto:7_2_exerci_cio.r| EXERCÍCIO 7_2}}

{{:bie5782:01_curso_atual:alunos:trabalho_final:silvio.augusto:7b_exerci_cio.r| EXERCÍCIO 7b}}

{{:bie5782:01_curso_atual:alunos:trabalho_final:silvio.augusto:8.2_exerci_cio_entrega.r| EXERCÍCIO 8.2}}

*       *       *

<WRAP center round box 60%>
Sílvio, suas propostas estão confusas e difíceis de avaliar. Dê uma olhada na página [[bie5782:​01_curso_atual:​alunos:​trabalho_final:​start|Trabalho Final]] para um exemplo de como formatar melhor a proposta. Sua proposta A me parece a função de análise exploratória que fizemos em sala de aula, é isso? Na verdade, me parece que as duas funções fariam basicamente a mesma coisa, o cálculo de uma dada medida de correlação. ​Por favor elabore mais pra gente poder te ajudar melhor
----//​[[vrios@usp.br| Vitor Rios]]//
</WRAP>

Obrigado por repor o comentário, Vitor. Eu deletei a outra parte e só percebi depois que salvei.

Segue a atualização das ideias.

=== **TRABALHO FINAL ATUALIZADO** ===

**PLANO A:** CRIAÇÃO DE UMA FUNÇÃO PARA ANALISE DO TAMANHO DO EFEITO

**DESCRIÇÃO:** A função permitirá analisar um objeto que contenha as informações de dois grupos (dois vetores), exportando dados quantitativos acerca do cálculo do tamanho do efeito (effect size). Para tanto, a função calculará o coeficiente de correlação <del>de Pearson, o coeficiente de determinação, as medidas</del> de Cohen, <del>Glass e Hedges (indicadores de efeito)</del>.

Caso os dois vetores (ou grupos) sejam variáveis categóricas (if as.numeric=FALSE), a função calculará apenas os valores de Cohen e r.

A referência para utilização das fórmulas que serão aplicadas à função estão disponíveis em: [[http://www.polyu.edu.hk/mm/effectsizefaqs/effect_size_equations2.html]]

*       *       *

**PLANO B:** ANÁLISE FATORIAL PARA CRIAÇÃO DE ÍNDICES PARA VARIÁVEIS CONTÍNUAS

**DESCRIÇÃO:** Essa função deverá avaliar a qualidade da correlação entre duas ou mais variáveis contínuas que foram agrupadas em um determinado fator. Após criado o objeto com os vetores que serão analisados, a função calculará, por meio do cálculo de eigenvalue, os valores de correlação, indicando a qualidade das variáveis escolhidas pelo pesquisador (se existe ou não correlação).

Os modelos matemáticos que serão seguidos podem ser observados no presente slide: {{:bie5782:01_curso_atual:alunos:trabalho_final:silvio.augusto:aula_teoria_fatorial.ppt| Aula Teoria Fatorial}}​	


**Help da Função**
<code>COHEN D  		package: nenhum			R documentation


Description:
Cohen d é um estimador para o tamanho do efeito de uma amostra.

Usage:
É utilizado para estimar o cálculo de tamanho do efeito de uma determinada amostra.

Arguments:
Cohen(x,y)
x - objeto numérico
y - objeto numérico

Details:
	A partir das informações publicadas pelo professor Ellis, P.D. (2009) no website polyu.edu.hk, procurou-se reproduzir a fórmula que calcula o tamanho de efeito de uma determinada amostra.
	A formula calcula levando em consideração a média aritmética dos dois grupos, seus respectivos desvios-padrão e o n de cada amostra.

Warning:
	Caso seja inserido um argumento que não contenham valores numéricos ou lógicos, a função retornará as seguintes mensagens:
"Mensagens de aviso perdidas:
1: In mean.default(x) : argument is not numeric or logical: returning NA
2: In mean.default(y) : argument is not numeric or logical: returning NA"

Author:
  Silvio Augusto Junior
  silvioaugustojr@gmail.com

Reference:
	Ellis, P.D. (2009), “Effect size equations,” website: [http://www.polyu.edu.hk/mm/effectsizefaqs/effect_size_equations2.html]
  
  Examples:
  Escolha duas amostras aleatoriamente utilizando a função rnorm.

Exemplo 1:
v1 = rnorm(100, 10, 3)
v2 = rnorm(100, 10, 3)
Cohen(v1,v2)

> Cohen(v1,v2)
    Cohen 
0.1328015</code>



**Código da Função**
<code>Cohen <- function(x,y)
{
  mediax=c(rep(mean(x),length(x))) #cria um vetor com a média do conjunto de dados do argumento x
  mediay=c(rep(mean(y),length(y))) #cria um vetor com a média do conjunto de dados do argumento y
  desviox=((x)-(mediax)) #tira o desvio do conjunto de dados do argumento x
  desvioy=((y)-(mediay)) #tira o desvio do conjunto de dados do argumento y       
  desvioquadx=((desviox)*(desviox)) #tira os desvios-quadrados de x
  desvioquady=((desvioy)*(desvioy)) #tira os desvios-quadrados de y
  SOMAx = sum(desvioquadx) #faz o somatório dos desvios-quadrados de x
  SOMAy = sum(desvioquady) #faz o somatório dos desvios-quadrados de y
  SOMA = (SOMAx + SOMAy) #soma os somatórios de x e y
  c = (length(x)+length(y))-2 #soma o tamanho das amostra de x e y e subtrai por 2
  Raiz = (SOMA)/c #divide os somatórios de x e y pela soma do tamanho das amostra subtraído por 2
  SD = sqrt(Raiz) #tira a raiz dos valores obtidos no objeto Raiz
  resulta = (mean(x)- mean(y))/SD #subtrai a média aritmética do grupo 1 pela média artimética do grupo 2 e divide pelo desvio-padrão SD
  names(resulta) = c("Cohen's d") #atribui um nome para o número obtido
  return(resulta) #saída com o nome da função e o valor obtido
}</code>