Índice
- O Curso R
-
- Tutoriais
-
- Apostila
-
- 6. Testes de Hipótese (em preparação!)
- Exercícios
-
- Material de Apoio
-
- Área dos Alunos
-
- Cursos Anteriores
-
IBUSP
Outras Insitutições
Linques
Visitantes
Outras Insitutições
* * *
Sílvio, suas propostas estão confusas e difíceis de avaliar. Dê uma olhada na página 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 —- Vitor Rios
Obrigado por repor o comentário, Vitor. Eu deletei a outra parte e só percebi depois que salvei.
Segue a atualização das ideias.
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 de Pearson, o coeficiente de determinação, as medidas de Cohen, Glass e Hedges (indicadores de efeito).
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: Aula Teoria Fatorial
Help da Função
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
Código da Função
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 }