Skip to content
GitLab
Projects
Groups
Snippets
Help
Loading...
Help
Help
Support
Community forum
Keyboard shortcuts
?
Submit feedback
Contribute to GitLab
Sign in / Register
Toggle navigation
MRDCr
Project overview
Project overview
Details
Activity
Releases
Repository
Repository
Files
Commits
Branches
Tags
Contributors
Graph
Compare
Issues
0
Issues
0
List
Boards
Labels
Service Desk
Milestones
Merge Requests
0
Merge Requests
0
CI / CD
CI / CD
Pipelines
Jobs
Schedules
Operations
Operations
Incidents
Environments
Analytics
Analytics
CI / CD
Repository
Value Stream
Wiki
Wiki
Members
Members
Collapse sidebar
Close sidebar
Activity
Graph
Create a new issue
Jobs
Commits
Issue Boards
Open sidebar
leg
MRDCr
Commits
936ff7fe
Commit
936ff7fe
authored
May 20, 2016
by
Eduardo E. R. Junior
Browse files
Options
Browse Files
Download
Email Patches
Plain Diff
Adiciona função para cálculo da média e variância da COM-Poisson
parent
65a70151
Changes
4
Hide whitespace changes
Inline
Side-by-side
Showing
4 changed files
with
181 additions
and
0 deletions
+181
-0
NAMESPACE
NAMESPACE
+2
-0
R/cmp.R
R/cmp.R
+104
-0
man/calc_mean_cmp.Rd
man/calc_mean_cmp.Rd
+37
-0
man/calc_var_cmp.Rd
man/calc_var_cmp.Rd
+38
-0
No files found.
NAMESPACE
View file @
936ff7fe
# Generated by roxygen2: do not edit by hand
export(apc)
export(calc_mean_cmp)
export(calc_var_cmp)
export(cmp)
export(convergencez)
export(dcmp)
...
...
R/cmp.R
View file @
936ff7fe
...
...
@@ -239,6 +239,110 @@ dcmp <- function(y, lambda, nu, sumto) {
})
}
#' @name calc_mean_cmp
#' @author Eduardo E. R. Junior, \email{edujrrib@gmail.com}
#' @export
#' @title Calcula o Valor Esperado para a Distribuição
#' Conway-Maxwell-Poisson
#' @description Função para calcular a média do tipo \eqn{E(Y) = \mu =
#' \sum y\cdot \Pr(y)} para uma variável aleatória COM-Poisson a
#' partir dos parâmetros \eqn{\lambda > 0} e \eqn{\nu \geq 0}.
#' @param lambda Valor do parâmetro \eqn{\lambda} da distribuição
#' COM-Poisson. Quando \eqn{\nu = 1}, o parâmetro \eqn{\lambda =
#' E(Y)} é a média.
#' @param nu Valor do parâmetro \eqn{\nu} da distribuição COM-Poisson.
#' @param sumto Número de incrementos a serem considerados para a
#' cálculo da constante normalizadora Z.
#' @param tol Tolerância para interromper a procura pelo valor de
#' \code{ymax}, valor cuja probabilidade correspondente é inferior a
#' \code{tol}, para valores os valores de \code{lambda} e
#' \code{nu} informados.
#' @return Um vetor de tamanho igual ao do maior vetor, \code{lambda} ou
#' \code{nu} com os valores correspondentes de \eqn{\mu}.
calc_mean_cmp
<-
function
(
lambda
,
nu
,
sumto
,
tol
=
1e-5
)
{
## Faz com que os parâmetros sejam vetores de mesmo tamanho.
names
(
lambda
)
<-
NULL
names
(
nu
)
<-
NULL
pars
<-
data.frame
(
lambda
=
lambda
,
nu
=
nu
)
## Calcula o ymax usando mu + 5 (sqrt(sigma))
sigma
<-
lambda
^
(
1
/
nu
)
/
nu
-
(
nu
-
1
)
/
(
2
*
nu
^
2
)
ymax
<-
with
(
pars
,
ceiling
(
max
(
lambda
+
5
*
sqrt
(
sigma
))))
## Agora verifica se a prob(ymax) é de fato pequena, se não, soma 1.
lambdamax
<-
max
(
pars
$
lambda
)
numin
<-
min
(
pars
$
nu
)
pmax
<-
dcmp
(
y
=
ymax
,
lambda
=
lambdamax
,
nu
=
numin
,
sumto
)
while
(
pmax
>
tol
)
{
ymax
<-
ymax
+
1
pmax
<-
dcmp
(
y
=
ymax
,
lambda
=
lambdamax
,
nu
=
numin
,
sumto
)
}
## Define o vetor onde avaliar a densidade COM-Poisson.
y
<-
1
:
ymax
estmean
<-
mapply
(
lambda
=
pars
$
lambda
,
nu
=
pars
$
nu
,
MoreArgs
=
list
(
y
=
y
,
sumto
=
sumto
),
FUN
=
function
(
lambda
,
nu
,
y
,
sumto
)
{
py
<-
dcmp
(
y
,
lambda
,
nu
,
sumto
)
sum
(
y
*
py
)
},
SIMPLIFY
=
TRUE
)
names
(
estmean
)
<-
NULL
return
(
estmean
)
}
#' @name calc_var_cmp
#' @author Eduardo E. R. Junior, \email{edujrrib@gmail.com}
#' @export
#' @title Calcula o Valor da Variância para a Distribuição
#' Conway-Maxwell-Poisson
#' @description Função para calcular a variância do tipo \eqn{V(Y) =
#' E(Y^2) - E^2(Y) = \sum y^2\cdot \Pr(y) - \left ( \sum y\cdot
#' \Pr(y) \right )^2} para uma variável aleatória COM-Poisson a
#' partir dos parâmetros \eqn{\lambda > 0} e \eqn{\nu \geq 0}.
#' @param lambda Valor do parâmetro \eqn{\lambda} da distribuição
#' COM-Poisson. Quando \eqn{\nu = 1}, o parâmetro \eqn{\lambda =
#' E(Y)} é a média.
#' @param nu Valor do parâmetro \eqn{\nu} da distribuição COM-Poisson.
#' @param sumto Número de incrementos a serem considerados para a
#' cálculo da constante normalizadora Z.
#' @param tol Tolerância para interromper a procura pelo valor de
#' \code{ymax}, valor cuja probabilidade correspondente é inferior a
#' \code{tol}, para valores os valores de \code{lambda} e \code{nu}
#' informados.
#' @return Um vetor de tamanho igual ao do maior vetor, \code{lambda} ou
#' \code{nu} com os valores correspondentes de \eqn{\mu}.
calc_var_cmp
<-
function
(
lambda
,
nu
,
sumto
,
tol
=
1e-5
)
{
# Faz com que os parâmetros sejam vetores de mesmo tamanho.
names
(
lambda
)
<-
NULL
names
(
nu
)
<-
NULL
pars
<-
data.frame
(
lambda
=
lambda
,
nu
=
nu
)
# Calcula o ymax usando mu + 5 (sqrt(sigma))
sigma
<-
lambda
^
(
1
/
nu
)
/
nu
-
(
nu
-
1
)
/
(
2
*
nu
^
2
)
ymax
<-
with
(
pars
,
ceiling
(
max
(
lambda
+
5
*
sqrt
(
sigma
))))
# Agora verifica se a prob(ymax) é de fato pequena, se não, soma 1.
lambdamax
<-
max
(
pars
$
lambda
)
numin
<-
min
(
pars
$
nu
)
pmax
<-
dcmp
(
y
=
ymax
,
lambda
=
lambdamax
,
nu
=
numin
,
sumto
)
while
(
pmax
>
tol
)
{
ymax
<-
ymax
+
1
pmax
<-
dcmp
(
y
=
ymax
,
lambda
=
lambdamax
,
nu
=
numin
,
sumto
)
}
# Define o vetor onde avaliar a densidade COM-Poisson.
y
<-
1
:
ymax
esty2
<-
mapply
(
lambda
=
pars
$
lambda
,
nu
=
pars
$
nu
,
MoreArgs
=
list
(
y
=
y
,
sumto
=
sumto
),
FUN
=
function
(
lambda
,
nu
,
y
,
sumto
)
{
py
<-
dcmp
(
y
,
lambda
,
nu
,
sumto
)
c
(
sum
(
y
*
py
)
^
2
,
sum
(
y
^
2
*
py
))
},
SIMPLIFY
=
TRUE
)
estvar
<-
diff
(
esty2
)
names
(
estvar
)
<-
NULL
return
(
estvar
)
}
#' @title Ajuste do Modelo Conway-Maxwell-Poisson
#' @author Eduardo E. R. Junior, \email{edujrrib@gmail.com}
#' @export
...
...
man/calc_mean_cmp.Rd
0 → 100644
View file @
936ff7fe
% Generated by roxygen2: do not edit by hand
% Please edit documentation in R/cmp.R
\name{calc_mean_cmp}
\alias{calc_mean_cmp}
\title{Calcula o Valor Esperado para a Distribuição
Conway-Maxwell-Poisson}
\usage{
calc_mean_cmp(lambda, nu, sumto, tol = 1e-05)
}
\arguments{
\item{lambda}{Valor do parâmetro \eqn{\lambda} da distribuição
COM-Poisson. Quando \eqn{\nu = 1}, o parâmetro \eqn{\lambda =
E(Y)} é a média.}
\item{nu}{Valor do parâmetro \eqn{\nu} da distribuição COM-Poisson.}
\item{sumto}{Número de incrementos a serem considerados para a
cálculo da constante normalizadora Z.}
\item{tol}{Tolerância para interromper a procura pelo valor de
\code{ymax}, valor cuja probabilidade correspondente é inferior a
\code{tol}, para valores os valores de \code{lambda} e
\code{nu} informados.}
}
\value{
Um vetor de tamanho igual ao do maior vetor, \code{lambda} ou
\code{nu} com os valores correspondentes de \eqn{\mu}.
}
\description{
Função para calcular a média do tipo \eqn{E(Y) = \mu =
\sum y\cdot \Pr(y)} para uma variável aleatória COM-Poisson a
partir dos parâmetros \eqn{\lambda > 0} e \eqn{\nu \geq 0}.
}
\author{
Eduardo E. R. Junior, \email{edujrrib@gmail.com}
}
man/calc_var_cmp.Rd
0 → 100644
View file @
936ff7fe
% Generated by roxygen2: do not edit by hand
% Please edit documentation in R/cmp.R
\name{calc_var_cmp}
\alias{calc_var_cmp}
\title{Calcula o Valor da Variância para a Distribuição
Conway-Maxwell-Poisson}
\usage{
calc_var_cmp(lambda, nu, sumto, tol = 1e-05)
}
\arguments{
\item{lambda}{Valor do parâmetro \eqn{\lambda} da distribuição
COM-Poisson. Quando \eqn{\nu = 1}, o parâmetro \eqn{\lambda =
E(Y)} é a média.}
\item{nu}{Valor do parâmetro \eqn{\nu} da distribuição COM-Poisson.}
\item{sumto}{Número de incrementos a serem considerados para a
cálculo da constante normalizadora Z.}
\item{tol}{Tolerância para interromper a procura pelo valor de
\code{ymax}, valor cuja probabilidade correspondente é inferior a
\code{tol}, para valores os valores de \code{lambda} e \code{nu}
informados.}
}
\value{
Um vetor de tamanho igual ao do maior vetor, \code{lambda} ou
\code{nu} com os valores correspondentes de \eqn{\mu}.
}
\description{
Função para calcular a variância do tipo \eqn{V(Y) =
E(Y^2) - E^2(Y) = \sum y^2\cdot \Pr(y) - \left ( \sum y\cdot
\Pr(y) \right )^2} para uma variável aleatória COM-Poisson a
partir dos parâmetros \eqn{\lambda > 0} e \eqn{\nu \geq 0}.
}
\author{
Eduardo E. R. Junior, \email{edujrrib@gmail.com}
}
Write
Preview
Markdown
is supported
0%
Try again
or
attach a new file
Attach a file
Cancel
You are about to add
0
people
to the discussion. Proceed with caution.
Finish editing this message first!
Cancel
Please
register
or
sign in
to comment