• Nenhum resultado encontrado

PANDEMIA CORONAVÍRUS COVID-19

N/A
N/A
Protected

Academic year: 2021

Share "PANDEMIA CORONAVÍRUS COVID-19"

Copied!
27
0
0

Texto

(1)

PANDEMIA

CORONAVÍRUS COVID-19

Prof. Cícero Quarto

Universidade Estadual do Maranhão

Centro de Ciências Tecnológicas

Departamento de Engenharia de Computação

www.cicerocq.com

Implementação no RStudio

OBSERVAÇÃO: A codificação não está em ordem de modelagem, concepção e implementação do

modelo de Regressão Logística Binária. Portanto, busque analisar com calma, pois esqueci de fazer os comentários para cada ação de comando. Qualquer dúvida, basta entrar em contato comigo pelo e-mail cicero@engcomp.uema.br ou cicero.uema@gmail.com.

onfusao edit(confusao) confusao fix(confusao) confusao edit(confusao)

(2)

edit(confusao) confusao edit(confusao) confusao confusao edit(confusao)

confusao2 = structure(c(4L, 0L, 3L, 3L), .Dim = c(2L, 2L), .Dimnames = structure(list( c("1", "0"), c("1", "0")), .Names = c("original", "predito"

)), class = "table") confusao2

confusao2 = structure(c(4L, 0L, 3L, 3L), .Dim = c(2L, 2L), .Dimnames = structure(list( + c("1", "0"), c("1", "0")), .Names = c("predito", "original"

+ )), class = "table") edit(confusao2)

MatrixConf = structure(c(4L, 0L, 3L, 3L), .Dim = c(2L, 2L), .Dimnames = structure(list( c("1", "0"), c("1", "0")), .Names = c("predito", "original"

)), class = "table") MatrixConf classe_original confusao2 MatrixConf MatrixConf edit(MatrixConf) MatrixConf edit(MatrixConf) MatrixConf edit(MatrixConf) MatrixConf a = MatrixConf a x edit(VP) VP VP = 4 VP =3 FP = 0 FN = 3 VN = 4 MatrixConf VP FP FN VN sENS_correto = VP/sum(VP,FN) sENS_correto edit(MatrixConf) MatrixConf edit(MatrixConf)

vet.matriz.confusao = structure(c(3L, 3L, 0L, 4L), .Dim = c(2L, 2L), .Dimnames = structure(list( c("1", "0"), c("1", "0")), .Names = c("predito", "original"

)), class = "table") vet.matriz.confusao

(3)

ESPEC_corrigido = VN/sum(VN,FP) ESPEC_corrigido VN/VN+PF VN/sum(VN,FP) VN/VN+FP edit((sensitividade)) edit((especificidade) install.packages("Epi") library(Epi) ROC(COVID19) ROC(COVID19,truestat) library(ROCR) ROC(COVID19) library(Epi) ROC(COVID19,modelo.rlb.covid19$fitted,pch=20) ROC(COVID19,modelo.rlb.covid19$fitted) ROC(ESPEC_corrigido) ROC(predicoes) library(ggplot2) ROC(sENS_correto,ESPEC_corrigido) ROC(COVID19$SENS) ROC(COVID19$CLASSE_PREDITA) ROC(classe_original) ROC(COVID19$CLASSE_ORIGINAL) ROC(COVID19$CLASSE_ORIGINAL,modelo.rlb.covid19) ROC(COVID19$CLASSE_ORIGINAL,modelo.rlb.covid19,truestat) ROC(COVID19$CLASSE_ORIGINAL,modelo.rlb.covid19,TRUE) plot(classe_predita) ROC(plot(classe_predita)) ROC(plot(classe_predita),modelo.rlb.covid19) summary(classe_predita) summary(classe_original) summary(especificidade) vetCO plot(vetCP) ROC(plot(vetCP)) plot(ACC) plot(sENS_correto) plot(ESPEC_corrigido) plot(ACC,sENS_correto,ESPEC_corrigido) ROC(ACC) ROC(COVID19) ROC(COVID19$SENS) ROC(COVID19$ESPEC) ROC(COVID19$ESPEC,modelo.rlb.covid19) plot(ESPEC_corrigido,sENS_correto) ?ROC() x <- rnorm( 100 ) z <- rnorm( 100 ) w <- rnorm( 100 )

tigol <- function( x ) 1 - ( 1 + exp( x ) )^(-1)

(4)

ROC( form = y ~ x + z, plot="ROC" ) ROC(modelo.rlb.covid19,plot = "ROC") ?ROC() x <- rnorm( 100 ) > z <- rnorm( 100 ) > w <- rnorm( 100 )

> tigol <- function( x ) 1 - ( 1 + exp( x ) )^(-1)

> y <- rbinom( 100, 1, tigol( 0.3 + 3*x + 5*z + 7*w ) ) > ROC( form = y ~ x + z, plot="ROC" )

x <- rnorm( 100 ) z <- rnorm( 100 ) w <- rnorm( 100 )

tigol <- function( x ) 1 - ( 1 + exp( x ) )^(-1)

y <- rbinom( 100, 1, tigol( 0.3 + 3*x + 5*z + 7*w ) ) ROC( form = y ~ x + z, plot="ROC" )

[Package Epi version 2.40 Index] ax = 1-ESPEC_corrigido z = sENS_correto plot(ax) plot(ax) ROC(ax) ?ROC() binary = COVID19 binary COVID19$SENS = NULL COVID19$ESPEC = NULL binary binary$SENS = NULL binary$ESPEC = NULL binary$SENS = sENS_correto binary$ESPEC = ESPEC_corrigido binary str(binary) library(nnet) predict(modelo.rlb.covid19,binary) p = predict(modelo.rlb.covid19,binary) tab = table(p,binary$admit) MatrixConf plot(MatrixConf) ROC(plot(MatrixConf)) predict(modelo.rlb.covid19,binary,type = "prob") predict(modelo.rlb.covid19,binary,type = "response") plot(predict(modelo.rlb.covid19,binary,type = "response")) library(ROCR)

pred = predict(modelo.rlb.covid19,binary,type = "response") pred head(pred) head(binary) hist(pred) hist(pred,col="blue") hist(pred,col="orange") prediction(pred,binary$CLASSE_PREDITA)

(5)

prediction(pred,binary$COVID19) prediction(pred,binary$PROBABILIDADES) prediction(pred,binary$CLASSE_ORIGINAL) performance(pred,"acc") performance(pred,"ACC") binary$ACC = ACC performance(pred,"ACC") binary plot(binary$ACC) performance(plot(binary$ACC)) pred = prediction(pred,binary$ACC) performance(binary,"ACC") performance(pred,"ACC") getwd() rm(binary,roc.wfns,a,ACC,acuracia,ax,confusao,confusao2,ESPEC,especificidade,i,ntemCovid19,p, pred,sens,sens2,spec_c,spec_c2,temCovid19) rm(SENS) rm(w,x,y,z) rm(vetCO,vetCP) COVID19 limiar_atual LIMIARES rm(vetorProbabilidade) rm(sensitividade) rm(classe_original) rm(classe_predita) ESPEC = ESPEC_corrigido rm(ESPEC_corrigido) SENS = sENS_correto RM(sENS_correto) rm(sENS_correto) matriz.confusao = MatrixConf rm(matriz.confusao) MatrixConf confusao = MatrixConf rm(MatrixConf) predicoes rm(vet.matriz.confusao) COVID19 getwd() confusao ACC = sum(VP,VN)/sum(VP,FP,FN,VN) ACC SENS ESPEC VP FP VN FN confusao edit(confusao) confusao

(6)

edit(confusao)

confusao2 = structure(c(4L, 0L, 3L, 4L), .Dim = c(2L, 2L), .Dimnames = structure(list( c("1", "0"), c("1", "0")), .Names = c("predito", "original"

)), class = "table") confusao2

edit(confusao2)

structure(c(3L, 3L, 4L, 3L), .Dim = c(2L, 2L), .Dimnames = structure(list( c("1", "0"), c("1", "0")), .Names = c("predito", "original"

)), class = "table")

structure(c(3L, 3L, 0L, 4L), .Dim = c(2L, 2L), .Dimnames = structure(list( c("1", "0"), c("1", "0")), .Names = c("predito", "original"

)), class = "table")

matriz.confusao = structure(c(3L, 3L, 0L, 4L), .Dim = c(2L, 2L), .Dimnames = structure(list( c("1", "0"), c("1", "0")), .Names = c("predito", "original"

)), class = "table") matriz.confusao rm(confusao,confusao2) getwd getwd() binary = "C:/Users/Cicero/Documents/Covid-19" binary rm(binary) binary = COVID19 binary str(binary) library(nnet) library(nnet library(nnet) library(nnet) binary binary$PROBABILIDADES = NULL binary$CLASSE_ORIGINAL = NULL binary$CLASSE_PREDITA = NULL binary

mymodelo = multinom(COVID19 ~.,data = binary) p = predict(mymodelo,binary)

tab = table(p, binary$COVID19) tab

rm(mymodelo) rm(binary)

mymodelo = glm(COVID19 ~.,data = COVID19,family = binomial(link = "logit")) summary(mymodelo) rm(mymodelo) COVID19 COVID19$PROBABILIDADES = NULL COVID19$CLASSE_ORIGINAL = NULL COVID19$CLASSE_PREDITA = NULL COVID19 COVID19

mymodelo = glm(COVID19 ~.,data = COVID19,family = binomial(link = "logit")) summary(mymodelo)

(7)

tab = table(p,COVID19$COVID19) tab p predict(mymodelo,COVID19$COVID19) prever.covid19 = COVID19 prever.covid19

prever.covid19$DIAGNOSTICO = predict(mymodelo,newdata = prever.covid19,type = "response") prever.covid19$DIAGNOSTICO fix(COVID19) prever.covid19 rm(p) predicoes p = predicoes tab = table(p,COVID19$COVID19) tab rm(p) p = predict(mymodelo,COVID19) table(p,COVID19$COVID19) tab = table(p,COVID19$COVID19) tab prever.covid19 COVID19$DIAGNOSTICO = prever.covid19 COVID19 COVID19$DIAGNOSTICO = NULL COVID19 prever.covid19 p = prever.covid19 p COVID19 table = table(p,p$DIAGNOSTICO) p table(p,p$DIAGNOSTICO) table(p,prever.covid19$DIAGNOSTICO table(p,prever.covid19$DIAGNOSTICO) matriz.confusao sum(diag(matriz.confusao))/sum(matriz.confusao) 1-sum(diag(matriz.confusao))/sum(matriz.confusao) x = 1-sum(diag(matriz.confusao))/sum(matriz.confusao) x library(ROCR) COVID19 prever.covid19

pred = predict(mymodelo,prever.covid19,type = "prob") pred = predict(mymodelo,prever.covid19,type = "response") pred ?type head(pred) head(prever.covid19) tab(prever.covid19$COVID19) fix(prever.covid19) tab(prever.covid19$COVID19) tab(prever.covid19$DIAGNOSTICO)

(8)

table(prever.covid19$DIAGNOSTICO) table(matriz.confusao) prediction(prever.covid19,prever.covid19$COVID19) hist(prever.covid19) hist(p) p hist(p$DIAGNOSTICO) performance(p) performance(p$DIAGNOSTICO) performance(p$COVID19) performance(p,"") performance(p,"ACC") performance(prever.covid19,"ACC") plot(p) plot(prever.covid19) ROC(prever.covid19) ROC(prever.covid19$DIAGNOSTICO) ROC(mymodelo) summary(mymodelo) points(prever.covid19$DIAGNOSTICO) points(prever.covid19$DIAGNOSTICO) ROC(ACC) ROC(prever.covid19) ROC(SENS) ROC(prever$SENS) prever.covid19 prever.covid19$ACC = prever.covid19 plot(ACC,LIMIARES) ROC(matriz.confusao) ROC(matriz.confusao,test = "TRUE") ?ROC

ROC( test = NULL, stat = NULL, form = NULL, plot = c("sp", "ROC"), PS = is.null(test), PV = TRUE, MX = TRUE, MI = TRUE, AUC = TRUE, grid = seq(0,100,10), col.grid = gray( 0.9 ), cuts = NULL, lwd = 2, data = parent.frame(), ... ) ROC(AUC = TRUE) plot(matriz.confusao) prever.covid19 COVID19 prever.covid19$ACC = NULL prever.covid19

(9)

rm(x) rm(tab) rm(pred) rm(tigol()) rm(tigo1) p = matriz.confusao p plot(p) plot(prever.covid19) prever.covid19$CONFUSAO = p ROC(prever.covid19,modelo.rlb.covid19,plot = TRUE,legacy.axes=TRUE) library(Rata) library(BAT) library(xlsx) getpsw() getpw() getwd() print VN print(VN) print(matriz.confusao) install.packages("Metrics") library(Metrics) Metrics::auc(matriz.confusao) library(Metrics) ?Metrics install.packages("metricsgraphics") library(metricsgraphics) metricsgraphics:: Metrics::accuracy(matriz.confusao) matriz.confusao rm(p) x - seq(1:10) x = seq(1:10) y = seq(1:10) plot(x,y) plot(x,y) y = seq(10:1) plot(x,y) plot(x,y) y x rm(x,y) x = SENS y = 1-ESPEC plot(x,y) ROC(x,y) print(SENS) plot(SENS) predicoes plot(predicoes) ROC(predicoes) ROC(predicoes,modelo.rlb.covid19$fitted)

(10)

matriz.confusao ROC(VP,FP) ROC(accuracy) ROC(ACC,SENS) TPR VP/sum(VP,FN) TPR = VP/sum(VP,FN) FPR = FP/sum(FP,VN) TPR FPR ROC(TPR,FPR) plot(TPR,FPR) ROC(TPR,FPR,LIMIARES) ROC(TPR,FPR,LIMIARES=TRUE) ROC(TPR,FPR,predicoes) ROC(predicoes) ROC(predicoes,modelo.rlb.covid19$fitted,pch=4) installed.packages(proc) install.packages("pROC") library(pROC) auc(predicoes) ?auc

fit <- ppm(swedishpines ~ x+y) auc(fit)

auc(swedishpines, "x")

fit <- ppm(prever.covid19 ~ modelo.rlb.covid19) auc(fit)

auc(prever.covid19, "x")

fit <- ppm(prever.covid19 ~ modelo.rlb.covid19) auc(fit) auc(prever.covid19, "x") auc(prever.covid19$DIAGNOSTICO, predicoes) binary = predicoes binary binary = prever.covid19 binary str(binary) ROC(predicoes,modelo.rlb.covid19$fitted) ROC(predicoes,modelo.rlb.covid19$fitted,pch=4) ROC(predicoes,modelo.rlb.covid19) ROC(predicoes,modelo.rlb .covid19$fitted,pch=4) plot(y=SENS,x=LIMIARES,type = "l",col="red") plot(y=SENS,x=LIMIARES,type = "0",col="red") plot(y=SENS,x=limiar_atual,type = "0",col="red") plot(y=SENS,x=limiar_atual,type = "1",col="red") plot(y=SENS,x=limiar_atual,type = "L",col="red") plot(y=SENS,x=limiar_atual,type = "l",col="red") ROC(plot(y=SENS,x=limiar_atual,type = "l",col="red")) plot(limiar_atual) x = LIMIARES y = sensitividade plot(y,x,type = "l",col="red")

(11)

plot(y,x)

for (i in 1:length(LIMIARES)) {limiar_atual=LIMIARES(i) accuracy(modelo.rlb.covid19) predicoes prever.covid19 PREDICT_COVID19 = prever.covid19 CLASSE_ORIGINAL = c(1,1,1,0,0,1,1,0,1,0) CLASSE_ORIGINAL PREDICT_COVID19$CLASSE_ORIGINAL = CLASSE_ORIGINAL PREDICT_COVID19 CLASSE_PREDITA = c(1,1,1,0,0,0,0,0,0,0) PREDICT_COVID19$CLASSE_PREDITA = CLASSE_PREDITA PREDICT_COVID19 ROC(CLASSE_ORIGINAL,CLASSE_PREDITA) # construindo a curva ROC do modelo lógico binário ROC(CLASSE_ORIGINAL,CLASSE_PREDITA) summary(ROC(CLASSE_ORIGINAL,CLASSE_PREDITA)) summary(ROC(CLASSE_PREDITA)) summary(ROC(CLASSE_ORIGINAL,CLASSE_PREDITA)) summary(PREDICT_COVID19) summary.Date(PREDICT_COVID19) summary.Date(ROC(CLASSE_ORIGINAL,CLASSE_PREDITA)) roc(PREDICT_COVID19$CLASSE_ORIGINAL,PREDICT_COVID19$CLASSE_PREDITA) # gerando um sumário da curva ROC do modelo

plot(roc(PREDICT_COVID19$CLASSE_ORIGINAL,PREDICT_COVID19$CLASSE_PREDITA )) plot.roc(roc(PREDICT_COVID19$CLASSE_ORIGINAL,PREDICT_COVID19$CLASSE_PREDI TA)) plot.proc(roc(PREDICT_COVID19$CLASSE_ORIGINAL,PREDICT_COVID19$CLASSE_PRE DITA)) ggplot(roc(PREDICT_COVID19$CLASSE_ORIGINAL,PREDICT_COVID19$CLASSE_PREDIT A)) roc(PREDICT_COVID19$CLASSE_ORIGINAL,PREDICT_COVID19$CLASSE_PREDITA) roc(PREDICT_COVID19$CLASSE_ORIGINAL,PREDICT_COVID19$CLASSE_PREDITA) roc(PREDICT_COVID19$CLASSE_ORIGINAL,PREDICT_COVID19$CLASSE_PREDITA) roc(PREDICT_COVID19$CLASSE_ORIGINAL,PREDICT_COVID19$CLASSE_PREDITA) roc(PREDICT_COVID19$CLASSE_ORIGINAL,PREDICT_COVID19$CLASSE_PREDITA) ROC(CLASSE_ORIGINAL,CLASSE_PREDITA) ROC(CLASSE_ORIGINAL,col.grid = "red",CLASSE_PREDITA) ROC(CLASSE_ORIGINAL,col = "red",CLASSE_PREDITA) ROC(CLASSE_ORIGINAL,col = "red",CLASSE_PREDITA,col="blue") ROC(CLASSE_ORIGINAL,col = "red",CLASSE_PREDITA,col="green") matriz.confusao savehistory("C:/Covid_19/AportTeor/Historico/Histórico4.Rhistory") load("~/.RData") library(readxl) COVID19 <- read_excel("C:/Covid_19/BD/COVID19.xltx") View(COVID19)

(12)

diagnostico = COVID19 diagnostico

colnames(diagnostico)

logistica = glm(COVID19, .,data = diagnostico,family = binomial(link = "logit")) logistica = glm(COVID19 ~.,data = diagnostico,family = binomial(link = "logit")) summary(logistica) vp = confusao[1,1] confusao = c[0,1] confusao = c(0,1) rm(confusao) library(readxl) covid19 <- read_excel("C:/Coronavirus/covid19.xltx") View(covid19) diagnostico = covid19 View(diagnostico) colnames(diagnostico)

modelo.rlb.covid19 = glm(Covid_19 ~.,data = diagnostico,family = binomial(link = "logit")) summary(modelo.rlb.covid19) library(readxl) coronaCovid19 <- read_excel("C:/Coronavirus/coronaCovid19.xltx") View(coronaCovid19) colnames(coronaCovid19) str(coronaCovid19) library(readxl) coronaCovid19 <- read_excel("C:/Coronavirus/coronaCovid19.xltx") View(coronaCovid19) str(coronaCovid19) coronaCovid19$Covit19 = coronaCovid19$Covid19 colnames(coronaCovid19) library(readxl) coronaCovid19 <- read_excel("C:/Coronavirus/coronaCovid19.xltx") View(coronaCovid19) diagnostico.covid19 = coronaCovid19

diagnostico.covid19 = glm(Covid19 ~.,data = diagnostico.covid19,family = binomial(link = "logit")) summary() summary(diagnostico.covid19) library(ggplot2) library(GGally) ggcorr ggcorr(coronaCovid19) View(coronaCovid19) ggcorr(coronaCovid19,label = T) library(readxl) DataSet_Covid19 <- read_excel("C:/Coronavirus/DataSet_Covid19.xltx") View(DataSet_Covid19) DataSet_Covid19 = pacientes DataSet_Covid19 = pacientes DataSet_Covid19 <- pacientes colnames(DataSet_Covid19) pacientes = DataSet_Covid19 ggcorr(pacientes,label = T)

(13)

library(readxl) COVID19 <- read_excel("C:/Covid_19/BD/COVID19.xltx") View(COVID19) colnames(COVID19) ggcorr(COVID19,label = T) rm(DataSet_Covid19,pacientes)

modelo.rlb.covid19 = glm(COVID19 ~.,data = COVID19,family = binomial(link = "logit")) summary(modelo.rlb.covid19)

exp(modelo.rlb.covid19$coefficients)

predicoes = predict(object = modelo.rlb.covid19,newdata = COVID19,type = "response") predicoes COVID19$RESULT = predicoes COVID19 limiares = sort(predicoes) limiares COVID19$LIMIARES = limiares fix(COVID19) summary(modelo.rlb.covid19) plot( sort(predicoes) ) plot( sort(predicoes),pch=19,col="red" ) plot(predicoes,pch=19,col="red" ) View(COVID19) COVID19$RESULT = NULL vetorProbabilidade = data.frame(COVID19,probabilidades=predicoes) View(COVID19) View(vetorProbabilidade) COVID19$LIMIARES = NULL View(COVID19) COVID19$PROBABILIDADES = predicoes LIMIARES = sort(predicoes) rm(limiares) LIMIARES plot(LIMIARES) acuracia = c() sensitividade = c() especificidade = c()

for (i in 1:100) {print(paste("o valor do indice i agora é = ,1")) }

for (i in 1:100) {print(paste("o valor do indice i agora é = .1")) }

for (i in 1:100) {print(paste("o valor do indice i agora é = ."1)) }

for (i in 1:100) {print(paste("o valor do indice i agora é = 1")) }

for (i in 1:100) {print(paste("o valor do indice i agora é = i")) }

for (i in 1:100) {print(paste("o valor do indice i agora é = ,i")) }

for (i in 1:100) {print(paste("o valor do indice i agora é = .i")) }

for (i in 1:100) {print(paste("o valor do indice i agora é = i")) }

(14)

for (i in 1:100) {print(paste("o valor do indice i agora é = +i")) }

for (i in 1:100) {print(paste("o valor do indice i agora é = ,"i)) }

for (i in 1:100) {print(paste("o valor do indice i agora é = ,i)) }

for (i in 1:100) {print(paste(´o valor do indice i agora é = ´,i)) }

for (i in 1:100) {print(paste(´o valor do indice i agora é = ´,.)) }

for (i in 1:100) {print(paste("o valor do indice i agora é = ",i)) }

for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES[i] classe_predita=ifelse(predicoes>limiar_atual,"1","0")

}

for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES(i) classe_predita=ifelse(predicoes>limiar_atual,"1","0")

}

for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES(i) classe_predita=ifelse(predicoes>limiar_atual,"1","0")

}

for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES(i) classe_predita=ifelse(predicoes>limiar_atual,"sim","não") }

for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES(i) classe_predita=ifelse(predicoes>limiar_atual,"1","0"))

}

for (i in 1:length(LIMIARES)) {i=1, limiar_atual=LIMIARES(i) classe_predita=ifelse(predicoes>limiar_atual,"1","0"))

}

for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES{i} classe_predita=ifelse(predicoes>limiar_atual,"1","0"))

}

for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES(i) classe_predita=ifelse(predicoes>limiar_atual,"1","0"))

}

for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES(i) classe_predita=ifelse(predicoes>limiar_atual,"1","0")

}

classe_predita = ifelse(predicoes > LIMIARES,"sim","não") classe_predita

classe_predita = ifelse(predicoes > LIMIARES,"1","0") classe_predita

classe_predita = ifelse(predicoes > LIMIARES,1,0) classe_predita

COVID19$CLASSE_PREDITA = classe_predita

confusao = table(predito = classe_predita,original = classe_original)

confusao = table(predito = classe_predita,original = COVID19$COVID19) confusao

classe_original = COVID19$COVID19 View(COVID19)

(15)

COVID19$CLASSE_PREDITA = NULL COVID19$CLASSE_PREDITA = classe_predita vp = confusao[1,1];vp fn = confusao[2,1];fn vn = confusao[2,2];vn fp = confusao[1,2];fp acuracia[i] = sum(diag(confusao))/sum(confusao);acuracia acuracia sensitividade[i] = vp/(vp+fn) sensitividade sensitividade[i] = vp/(vp+fn) sensitividade sensitividade[1:10] = vp/(vp+fn) sensitividade sensitividade[COVID19$COVID19] = vp/(vp+fn) sensitividade vp fn sensitividade = vp/(vp+fn) sensitividade especificidade especificidade = vn/(vn+fp) especificidade plot(y=sensitividade,x=LIMIARES,type = "l",col="red") LIMIARES plot(y=sensitividade,x=LIMIARES[1:10],type = "l",col="red") plot(y=sensitividade,x=LIMIARES[i],type = "l",col="red") plot(LIMIARES) x = LIMIARES y = sensitividade plot(y,x,type = "l",col="red") plot(y,x) x y sensitividade plot(x) plot(y) plot(y=sensitividade) ?type plot(y,type = "l") plot(y,type = "l",col="red") plot(x,type = "l",col="red") x

for (i in 1:length(LIMIARES)) {limiar_atual=LIMIARES(i) classe_predita=ifelse(predicoes>limiar_atual,"1","0")

for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES(i) classe_predita=ifelse(predicoes>limiar_atual,"1","0"))

for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES(i) classe_predita=ifelse(predicoes>limiar_atual,"1","0"))

for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES(i) classe_predita=ifelse(predicoes>limiar_atual,"sim","não") for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES(i)

(16)

classe_predita=ifelse(predicoes>limiar_atual,"1","0")

for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES[i] classe_predita=ifelse(predicoes>limiar_atual,"1","0")

for (i in 1:100) {print(paste(´o valor do indice i agora é = ´,i)) for (i in 1:100) {print(paste("o valor do indice i agora é = ,i)) for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES{i} classe_predita=ifelse(predicoes>limiar_atual,"1","0"))

for (i in 1:length(LIMIARES)) {limiar_atual=LIMIARES{i} classe_predita=ifelse(predicoes>limiar_atual,"1","0")) limiar_atual = 0.5 confusao especificidade sensitividade ggggg accuracy(modelo.rlb.covid19) savehistory("C:/Covid_19/AportTeor/Historico/historico2.Rhistory") View(COVID19) fix(COVID19) plot.ecdf(modelo.rlb.covid19) library(corrplot) corrplot(modelo.rlb.covid19) corrplot(COVID19) corrplot(COVID19$TEMPERATURA,COVID19$COVID19) plotecdf(COVID19, stack=TRUE) library(ecdf) install.packages("ecdfHT") library(ecdfHT) plot.ecdf(modelo.rlb.covid19) confusao sensitividade library(pROC) ?pROC plot(especificidade,sensitividade) plot(classe_original,classe_predita) plot(acuracia) plot(LIMIARES) classe_original classe_predita vetCO = classe_original vetCP = classe_predita roc(vetCO,vetCP) plot(roc(vetCO,vetCP)) lines.roc(vetCO,vetCP) ggroc(vetCO,vetCP) plot(vetCO) plot(vetCP) plot.roc(vetCO,vetCP) plot.roc(vetCP,vetCO plot.roc(vetCP,vetCO) plot.roc(vetCP,vetCO) ggroc(vetCO,vetCP) plot.roc(vetCO,vetCP)

(17)

temCovid19 = 1 ntemCovid19 = 0

plot.roc(temCovid19,ntemCovid19)

temCovid19 = ifelse(test = (runif(n=num.samples < (rank(weight)),yes=1,no=0) temCovid19 = ifelse(test = (runif(n=num.samples < (rank(weight)),yes=1,no=0)) temCovid19 = ifelse(test = runif(n=num.samples < (rank(weight)),yes=1,no=0)) especificidade

sensitividade

plot.roc(especificidade,sensitividade)

plot.roc(COVID19, especificidade,sensitividade, plot=TRUE) library(randomForest)

# Calculate sensitivity and false positive measures for logit model fity_ypos <- FullcovModel$fitted[y == 1] fity_yneg <- FullcovModel$fitted[y == 0] sort_fity <- sort(FullcovModel$fitted.values) sens <- 0 spec_c <- 0 for (i in length(sort_fity):1){

sens <- c(sens, mean(fity_ypos >= sort_fity[i])) spec_c <- c(spec_c, mean(fity_yneg >= sort_fity[i])) }

# Calculate sensitivity and false positive measure for random forest model fity_ypos2 <- as.numeric(rf$pred[y == 1]) - 1 fity_yneg2 <- as.numeric(rf$pred[y == 0]) - 1 sort_fity2 <- as.numeric(sort(rf$pred)) - 1 sens2 <- 0 spec_c2 <- 0 for (i in length(sort_fity2):1){

sens2 <- (c(sens2, mean(fity_ypos2 >= sort_fity2[i]))) spec_c2 <- (c(spec_c2, mean(fity_yneg2 >= sort_fity2[i]))) }

# plot ROC curves

plot(spec_c, sens, xlim = c(0, 1), ylim = c(0, 1), type = "l",

xlab = "false positive rate", ylab = "true positive rate", col = 'blue') abline(0, 1, col= "black")

lines(spec_c2, sens2, col='green')

legend("topleft", legend = c("logit","random forest") , pch = 15, bty = 'n', col = c("blue","green")) #IMPLEMENTANDO CURVAS ROC

plot.roc(COVID19) roc(COVID19$CLASSE_ORIGINAL,COVID19$CLASSE_PREDITA) plot(roc(COVID19$CLASSE_ORIGINAL,COVID19$CLASSE_PREDITA)) roc1 = roc(COVID19$CLASSE_ORIGINAL,COVID19$CLASSE_PREDITA) plot.roc(roc1) roc.test(roc1) roc(especificidade,sensitividade) ?roc COVID19 plot.roc(roc1) table(COVID19) table(COVID19$CLASSE_ORIGINAL) plot.roc(sens) plot.roc(sensitividade)

(18)

plot.roc(sensitividade,especificidade) ?plot.roc plot(COVID19$COVID19,modelo.rlb.covid19) plot.roc(COVID19$COVID19,modelo.rlb.covid19) plot.roc(modelo.rlb.covid19) plot.roc(COVID19$COVID19) COVID19$SENS = sensitividade View(COVID19) sensitividade COVID19$ESPEC = especificidade plot.roc(COVID19$SENS,COVID19$ESPEC) plot(COVID19$SENS) plot(COVID19$ESPEC) plot.roc(COVID19$SENS) plot.roc(COVID19$SENS) ?plot.roc

plot.roc(COVID19$SENS, add=FALSE, reuse.auc=TRUE) data(aSAH)

aSHA data(aSAH)

roc.s100b <- roc(aSAH$outcome, aSAH$s100b) roc.wfns <- roc(aSAH$outcome, aSAH$wfns) roc.ndka <- roc(aSAH$outcome, aSAH$wfns) # Simple example: plot(roc.s100b) roc(COVID19$SENS,COVID19$ESPEC) roc(COVID19$SENS,COVID19$ESPEC,levels = 2) roc(COVID19$SENS,COVID19$ESPEC,levels = length(COVID19)) roc(COVID19$SENS,COVID19$ESPEC,levels = length(COVID19$COVID19)) roc(COVID19,modelo.rlb.covid19$fitted.values,plot=TRUE) roc(COVID19$SENS,modelo.rlb.covid19$fitted.values,plot=TRUE) nrow(COVID19) library(roc.curve) roc.test(modelo.rlb.covid19) roc.test(modelo.rlb.covid19$fitted.values) roc.test(modelo.rlb.covid19$fitted.values,levels.default()) savehistory("C:/Covid_19/AportTeor/Historico/historico3.Rhistory") load("~/.RData") library(readxl) COVID19 <- read_excel("C:/Covid_19/BD/COVID19.xltx") View(COVID19) diagnostico = COVID19 diagnostico colnames(diagnostico)

logistica = glm(COVID19, .,data = diagnostico,family = binomial(link = "logit")) logistica = glm(COVID19 ~.,data = diagnostico,family = binomial(link = "logit")) summary(logistica)

vp = confusao[1,1] confusao = c[0,1]

(19)

confusao = c(0,1) rm(confusao) library(readxl) covid19 <- read_excel("C:/Coronavirus/covid19.xltx") View(covid19) diagnostico = covid19 View(diagnostico) colnames(diagnostico)

modelo.rlb.covid19 = glm(Covid_19 ~.,data = diagnostico,family = binomial(link = "logit")) summary(modelo.rlb.covid19) library(readxl) coronaCovid19 <- read_excel("C:/Coronavirus/coronaCovid19.xltx") View(coronaCovid19) colnames(coronaCovid19) str(coronaCovid19) library(readxl) coronaCovid19 <- read_excel("C:/Coronavirus/coronaCovid19.xltx") View(coronaCovid19) str(coronaCovid19) coronaCovid19$Covit19 = coronaCovid19$Covid19 colnames(coronaCovid19) library(readxl) coronaCovid19 <- read_excel("C:/Coronavirus/coronaCovid19.xltx") View(coronaCovid19) diagnostico.covid19 = coronaCovid19

diagnostico.covid19 = glm(Covid19 ~.,data = diagnostico.covid19,family = binomial(link = "logit")) summary() summary(diagnostico.covid19) library(ggplot2) library(GGally) ggcorr ggcorr(coronaCovid19) View(coronaCovid19) ggcorr(coronaCovid19,label = T) library(readxl) DataSet_Covid19 <- read_excel("C:/Coronavirus/DataSet_Covid19.xltx") View(DataSet_Covid19) DataSet_Covid19 = pacientes DataSet_Covid19 = pacientes DataSet_Covid19 <- pacientes colnames(DataSet_Covid19) pacientes = DataSet_Covid19 ggcorr(pacientes,label = T) library(readxl) COVID19 <- read_excel("C:/Covid_19/BD/COVID19.xltx") View(COVID19) colnames(COVID19) ggcorr(COVID19,label = T) rm(DataSet_Covid19,pacientes)

modelo.rlb.covid19 = glm(COVID19 ~.,data = COVID19,family = binomial(link = "logit")) summary(modelo.rlb.covid19)

(20)

exp(modelo.rlb.covid19$coefficients)

predicoes = predict(object = modelo.rlb.covid19,newdata = COVID19,type = "response") predicoes COVID19$RESULT = predicoes COVID19 limiares = sort(predicoes) limiares COVID19$LIMIARES = limiares fix(COVID19) summary(modelo.rlb.covid19) plot( sort(predicoes) ) plot( sort(predicoes),pch=19,col="red" ) plot(predicoes,pch=19,col="red" ) View(COVID19) COVID19$RESULT = NULL vetorProbabilidade = data.frame(COVID19,probabilidades=predicoes) View(COVID19) View(vetorProbabilidade) COVID19$LIMIARES = NULL View(COVID19) COVID19$PROBABILIDADES = predicoes LIMIARES = sort(predicoes) rm(limiares) LIMIARES plot(LIMIARES) acuracia = c() sensitividade = c() especificidade = c()

for (i in 1:100) {print(paste("o valor do indice i agora é = ,1")) }

for (i in 1:100) {print(paste("o valor do indice i agora é = .1")) }

for (i in 1:100) {print(paste("o valor do indice i agora é = ."1)) }

for (i in 1:100) {print(paste("o valor do indice i agora é = 1")) }

for (i in 1:100) {print(paste("o valor do indice i agora é = i")) }

for (i in 1:100) {print(paste("o valor do indice i agora é = ,i")) }

for (i in 1:100) {print(paste("o valor do indice i agora é = .i")) }

for (i in 1:100) {print(paste("o valor do indice i agora é = i")) }

for (i in 1:100) {print(paste("o valor do indice i agora é = +i")) }

for (i in 1:100) {print(paste("o valor do indice i agora é = ,"i)) }

for (i in 1:100) {print(paste("o valor do indice i agora é = ,i)) }

for (i in 1:100) {print(paste(´o valor do indice i agora é = ´,i)) }

(21)

for (i in 1:100) {print(paste(´o valor do indice i agora é = ´,.)) }

for (i in 1:100) {print(paste("o valor do indice i agora é = ",i)) }

for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES[i] classe_predita=ifelse(predicoes>limiar_atual,"1","0")

}

for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES(i) classe_predita=ifelse(predicoes>limiar_atual,"1","0")

}

for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES(i) classe_predita=ifelse(predicoes>limiar_atual,"1","0")

}

for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES(i) classe_predita=ifelse(predicoes>limiar_atual,"sim","não") }

for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES(i) classe_predita=ifelse(predicoes>limiar_atual,"1","0"))

}

for (i in 1:length(LIMIARES)) {i=1, limiar_atual=LIMIARES(i) classe_predita=ifelse(predicoes>limiar_atual,"1","0"))

}

for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES{i} classe_predita=ifelse(predicoes>limiar_atual,"1","0"))

}

for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES(i) classe_predita=ifelse(predicoes>limiar_atual,"1","0"))

}

for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES(i) classe_predita=ifelse(predicoes>limiar_atual,"1","0")

}

classe_predita = ifelse(predicoes > LIMIARES,"sim","não") classe_predita

classe_predita = ifelse(predicoes > LIMIARES,"1","0") classe_predita

classe_predita = ifelse(predicoes > LIMIARES,1,0) classe_predita

COVID19$CLASSE_PREDITA = classe_predita

confusao = table(predito = classe_predita,original = classe_original)

confusao = table(predito = classe_predita,original = COVID19$COVID19) confusao classe_original = COVID19$COVID19 View(COVID19) COVID19$CLASSE_ORIGINAL = classe_original COVID19$CLASSE_PREDITA = NULL COVID19$CLASSE_PREDITA = classe_predita vp = confusao[1,1];vp fn = confusao[2,1];fn vn = confusao[2,2];vn fp = confusao[1,2];fp acuracia[i] = sum(diag(confusao))/sum(confusao);acuracia acuracia

(22)

sensitividade[i] = vp/(vp+fn) sensitividade sensitividade[i] = vp/(vp+fn) sensitividade sensitividade[1:10] = vp/(vp+fn) sensitividade sensitividade[COVID19$COVID19] = vp/(vp+fn) sensitividade vp fn sensitividade = vp/(vp+fn) sensitividade especificidade especificidade = vn/(vn+fp) especificidade plot(y=sensitividade,x=LIMIARES,type = "l",col="red") LIMIARES plot(y=sensitividade,x=LIMIARES[1:10],type = "l",col="red") plot(y=sensitividade,x=LIMIARES[i],type = "l",col="red") plot(LIMIARES) x = LIMIARES y = sensitividade plot(y,x,type = "l",col="red") plot(y,x) x y sensitividade plot(x) plot(y) plot(y=sensitividade) ?type plot(y,type = "l") plot(y,type = "l",col="red") plot(x,type = "l",col="red") x

for (i in 1:length(LIMIARES)) {limiar_atual=LIMIARES(i) classe_predita=ifelse(predicoes>limiar_atual,"1","0")

for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES(i) classe_predita=ifelse(predicoes>limiar_atual,"1","0"))

for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES(i) classe_predita=ifelse(predicoes>limiar_atual,"1","0"))

for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES(i) classe_predita=ifelse(predicoes>limiar_atual,"sim","não") for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES(i) classe_predita=ifelse(predicoes>limiar_atual,"1","0")

for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES[i] classe_predita=ifelse(predicoes>limiar_atual,"1","0")

for (i in 1:100) {print(paste(´o valor do indice i agora é = ´,i)) for (i in 1:100) {print(paste("o valor do indice i agora é = ,i)) for (i in 1:length(LIMIARES)) {i=1 limiar_atual=LIMIARES{i} classe_predita=ifelse(predicoes>limiar_atual,"1","0"))

(23)

classe_predita=ifelse(predicoes>limiar_atual,"1","0")) limiar_atual = 0.5 confusao especificidade sensitividade ggggg accuracy(modelo.rlb.covid19) savehistory("C:/Covid_19/AportTeor/Historico/historico2.Rhistory") library(readxl) COVID19 <- read_excel("C:/Covid_19/BD/COVID19.xltx") View(COVID19) fix(COVID19) summary(COVID19) diagnostico.covid19 = COVID19 View(diagnostico.covid19) summary(diagnostico.covid19)

modelo.rlb.covid19 = glm(COVID19 ~.,data = diagnostico.covid19,family = "binomial") summary(modelo.rlb.covid19) prever.diagnostico.covid19 = COVID19 prever.diagnostico.covid19 prever.diagnostico.covid19$RESULT = predict(modelo.rlb.covid19,newdata = prever.diagnostico.covid19,type = "response") prever.diagnostico.covid19$RESULT fix(prever.diagnostico.covid19) View(prever.diagnostico.covid19) cor(COVID19$TEMPERATURA,COVID19$SATOXIGENIO) cor(COVID19) library(corrplot) r = cor(COVID19)

corrplot(r,type = "upper",method = "number") library(corrgram)

corrgram(COVID19,lower.panel = panel.pts,upper.panel = panel.conf,diag.panel = panel.density) pairs(COVID19) pairs(COVID19,pch=20,col="red") pairs(COVID19,pch=10,col="red") pairs(COVID19,pch=40,col="red") ?pch pairs(COVID19,pch=19,col="red") panel.smooth(COVID19) panel.smooth(COVID19,pch=19,col="red") points(diagnostico.covid19$TEMPERATURA,modelo.rlb.covid19$fitted,pch=4) points(COVID19$TEMPERATURA,modelo.rlb.covid19$fitted,pch=4) points(prever.diagnostico.covid19$TEMPERATURA,modelo.rlb.covid19$fitted,pch=4) library(sigmoid) plot(COVID19,sigmoid(prever.diagnostico.covid19$RESULT,col="blue")) plot(COVID19,sigmoid(prever.diagnostico.covid19$RESULT,col="blue") plot(COVID19,sigmoid(prever.diagnostico.covid19$RESULT,col="blue")) plot(COVID19,sigmoid(prever.diagnostico.covid19$RESULT)) plot(prever.diagnostico.covid19,sigmoid(prever.diagnostico.covid19$RESULT,col="red")) points(prever.diagnostico.covid19$RESULT,modelo.rlb.covid19$fitted,pch="red")

(24)

plot(prever.diagnostico.covid19$RESULT,sigmoid(prever.diagnostico.covid19$RESULT,col="red") ) plot(prever.diagnostico.covid19$RESULT,sigmoid(prever.diagnostico.covid19$RESULT,colorConv erter()="red")) x = seq(-10,10) plot(sigmoid(x)) plot(sigmoid(x),pch=19,col="red") sigmoid.covid19 = prever.diagnostico.covid19$RESULT plot(sigmoid(sigmoid.covid19)pch=19,col="blue") plot(sigmoid(sigmoid.covid19),pch=19,col="blue") rm(sigmoid.covid19) rm(x) COVID19 prever.diagnostico.covid19 x = prever.diagnostico.covid19$RESULT x plot(sigmoid(x)) rm(x) x = seq(-(prever.diagnostico.covid19$RESULT),prever.diagnostico.covid19$RESULT) plot(prever.diagnostico.covid19$COVID19,sigmoid(prever.diagnostico.covid19$RESULT)) diagnostico.covid19 prever.diagnostico.covid19 points(prever.diagnostico.covid19$TEMPERATURA,modelo.rlb.covid19$fitted,pch=4) points(prever.diagnostico.covid19$TEMPERATURA,modelo.rlb.covid19$fitted,pch=4) points(prever.diagnostico.covid19$TEMPERATURA,modelo.rlb.covid19$fitted,pch=4) x = seq(prever.diagnostico.covid19$RESULT) plot(sigmoid(x)) x = seq(-1,prever.diagnostico.covid19$RESULT) plot(sigmoid(x)) x = seq(-(prever.diagnostico.covid19$RESULT) x = seq(-(prever.diagnostico.covid19$RESULT)) plot(sigmoid(x)) x = seq(-1,1) plot(sigmoid(x)) table(prever.diagnostico.covid19$RESULT) summary(modelo.rlb.covid19)$coef summary(modelo.rlb.covid19)$iter library(corrplot) library(RColorBrewer) library(MuMIn) install.packages(MuMIn) install.packages("MuMIn") library(MuMIn) library(ggplot2) library(GGally) summary(modelo.rlb.covid19) anova(modelo.rlb.covid19,test = "Chisq") options(na.action = "na.fail") dredge(modelo.rlb.covid19) andeva library(andeva) installed.packages(andeva)

(25)

?andeva sigmoid(modelo.rlb.covid19$fitted,add=TRUE) sigmoid(modelo.rlb.covid19$fitted) plot(sigmoid(modelo.rlb.covid19$fitted)) plot(sigmoid(modelo.rlb.covid19$fitted,pch=2,col="red")) plot(sigmoid(modelo.rlb.covid19$fitted),pch=19) plot(sigmoid(modelo.rlb.covid19$fitted),pch=4) points(sigmoid(modelo.rlb.covid19$fitted),pch=4) points(sigmoid(modelo.rlb.covid19$fitted),pch=4) points(sigmoid(modelo.rlb.covid19$fitted),pch=4) plot(sigmoid(modelo.rlb.covid19$fitted),pch=4) points(sigmoid(modelo.rlb.covid19$fitted),pch=4) ?plot points(sigmoid(modelo.rlb.covid19$fitted),type = "1", pch=4) points(sigmoid(modelo.rlb.covid19$fitted),type = "l", pch=4) ?plot points(sigmoid(modelo.rlb.covid19$fitted),type = "o", pch=4) points(sigmoid(modelo.rlb.covid19$fitted),pch=4) plot(sigmoid(modelo.rlb.covid19$fitted),pch=4) plot(sigmoid(modelo.rlb.covid19$fitted),pch=4,col="green") plot(sigmoid(modelo.rlb.covid19$fitted),pch=4,col="red") ?pch plot(sigmoid(modelo.rlb.covid19$fitted),pch=25,col="red") plot(sigmoid(modelo.rlb.covid19$fitted),pch=24,col="red") plot(sigmoid(modelo.rlb.covid19$fitted),pch=23,col="red") plot(sigmoid(modelo.rlb.covid19$fitted),pch=22,col="red") plot(sigmoid(modelo.rlb.covid19$fitted),pch=21,col="red") plot(sigmoid(modelo.rlb.covid19$fitted),pch=19,col="red") plot(sigmoid(modelo.rlb.covid19$coefficients),pch=19,col="red") plot(sigmoid(modelo.rlb.covid19$linear.predictors),pch=19,col="red") plot(sigmoid(modelo.rlb.covid19$model),pch=19,col="red") plot(sigmoid(modelo.rlb.covid19$fitted.values),pch=19,col="red") fix(prever.diagnostico.covid19) prever.diagnostico.covid19 temperatura = seq(-40,40) plot(sigmoid(temperatura,pch=4,col="red")) plot(sigmoid(temperatura,pch=4)) plot(sigmoid(temperatura),pch=4) satoxigenio = seq(-1,1) plot(sigmoid(satoxigenio)pch=4) plot(sigmoid(satoxigenio),pch=4) satoxigenio = seq(0.65,0.98) plot(sigmoid(satoxigenio),pch=4) satoxigenio = seq(-0.98,0.98) plot(sigmoid(satoxigenio),pch=4) satoxigenio = seq(-100,100) plot(sigmoid(satoxigenio),pch=4) plot(modelo.rlb.covid19,data=prever.diagnostico.covid19) plot(modelo.rlb.covid19,data=prever.diagnostico.covid19$RESULT) plot(sigmoid(modelo.rlb.covid19,data=prever.diagnostico.covid19$RESULT)) plot(sigmoid(modelo.rlb.covid19,data=prever.diagnostico.covid19)) plot(sigmoid(modelo.rlb.covid19))

(26)

plot(sigmoid(modelo.rlb.covid19$fitted)) points(prever.diagnostico.covid19$TEMPERATURA,modelo.rlb.covid19$fitted,pch=4) points(prever.diagnostico.covid19$RESULT,modelo.rlb.covid19$fitted,pch=4) points(diagnostico.covid19$TEMPERATURA,modelo.rlb.covid19$fitted,pch=4) diagnostico.covid19 points(prever.diagnostico.covid19$TEMPERATURA,modelo.rlb.covid19$fitted,pch=4) COVID19 diagnostico.covid19 prever.diagnostico.covid19 plot(sigmoid(prever.diagnostico.covid19$RESULT)) plot(sigmoid(prever.diagnostico.covid19$TEMPERATURA)) ?sigmoid sigmoid(prever.diagnostico.covid19$RESULT,method = c("logistic")) plot(sigmoid(prever.diagnostico.covid19$RESULT,method = c("logistic")) plot(sigmoid(prever.diagnostico.covid19$RESULT,method = c("logistic") plot(sigmoid(prever.diagnostico.covid19$RESULT,method = c("logistic"))) plot(sigmoid(prever.diagnostico.covid19$RESULT,method = c("logistic")) rm(satoxigenio,temperatura,x) a = seq(-10,10) (b = sigmoid(a)) plot(b) x1 = seq(-prever.diagnostico.covid19$RESULT,prever.diagnostico.covid19$RESULT) x1 = seq(prever.diagnostico.covid19$RESULT,prever.diagnostico.covid19$RESULT) x1 = seq(prever.diagnostico.covid19$RESULT) (x2 = sigmoid(x1)) plot(x2) plot(x2,pch=4,col="red") plot(x2,pch=2,col="red") plot(x2,pch=2,col="black") plot(x2,col="black") plot(x2,col="red") plot(x2,pch=20,col="black") P(COVID19) = seq(prever.diagnostico.covid19$RESULT) a rm(a,b) a = seq(prever.diagnostico.covid19$RESULT) (Prob(Covid_19) = a) X = seq(prever.diagnostico.covid19$RESULT) (probY = sigmoid(x1)) rm(a,probY) a = seq(prever.diagnostico.covid19$RESULT) (prob_Zi = sigmoid(a)) plot(prob_Zi,col="red") (probi = sigmoid(a))

plot(probi,xlab = "Zi", col="red") plot(probi,xlab = "Zi", col="black")

plot(probi,xlab = "Zi",sub = "Figura: Gráfico de p = f(Z)" col="black") plot(probi,xlab = "Zi",sub = "Figura: Gráfico de p = f(Z)" col="black")) plot(probi,xlab = "Zi",title="xxx",sub = "yyyy", col="black"))

plot(probi,xlab = "Zi",title="xxx",sub = "yyyy", col="black") plot(probi,xlab = "Zi",sub = "Gráfico de p = f(Z)", col="black")

(27)

prever.diagnostico.covid19

Referências

Documentos relacionados

Nesse texto, destacamos apenas as informações referentes à quatro categorias (conceito, atribuições, instituição, palavras- chave) como critério de recorte para

Este cabo deve conectar o seu DNR-326 à sua rede local por meio de um roteador ou switch, ou diretamente a um computador para fazer a configuração.. Conectando um

Parágrafo terceiro - Caso a empresa não faça a compensação integral das horas extras com a devida diminuição em outro dia, no período estabelecido no

Beneficiário Processo Data da fir- matura Claudia Lima Marques 400975/2014-9 13/03/2015 Termo de Aceitação de Bolsa no País - Concedente: Conselho Nacional de Desenvolvimento

[r]

0.. casos em que a EFS deverá ponderar a necessidade dessa proteção contra os benefícios da divulgação do relatório. Na elaboração dos seus relatórios, a EFS deve

Fahrverein Rehlingen e.V... KUNTZSCH,STEFFEN RFV

Rentabilidade obtida no passado não representa garantia de resultados futuros; fundos de investimento não são garantidos pelo administrador do fundo, gestor da carteira, por