Sandbox

jaahasf fawefwafwefaeffsdfsdf

Opasnet.csv test

+ Show code- Hide code library(OpasnetBaseUtils) csv <- opasnet.csv("2/25/Russian_elections_2011_results.csv") print(csv[1:10,1:10])

Opasnet.data and BUGS test

+ Show code- Hide code library(OpasnetBaseUtils) pumps.model <- opasnet.data('c/cc/Test_bugs_model.txt') library('rbugs') data(pumps) pumps.data <- list(t = pumps$t, x = pumps$x, N = nrow(pumps)) inits <- list(alpha = 1, beta = 1) parameters <- c("theta", "alpha", "beta") pumps.sim <- bugs.run(data = pumps.data, list(inits), parameters,pumps.model, n.chains = 1, n.iter = 1000) ## MCMC Analysis library("coda") pumps.mcmc <- as.mcmc(pumps.sim$chain1) summary(pumps.mcmc) effectiveSize(pumps.mcmc) ## End(Not run)

Failed to parse (SVG (MathML can be enabled via browser plugin): Invalid response ("Math extension cannot connect to Restbase.") from server "https://wikimedia.org/api/rest_v1/":): {\displaystyle \alpha 444 + 9999 / 123}

Hello

• this works

Bluebox

• works
• ok

R-tools code include example

+ Show code- Hide code cat("Above should be included code\n")

Jatropan viljelyala (ha): n: Mitkä tekijät halua eritellä tuloksessa?: Katalyytin määrä Ikä Kastelu Käytetty puristin Minkä yhden tekijän halua eritellä kuvaajassa?: Katalyytin määrä Ikä Kastelu Käytetty puristin + Show code- Hide code library(OpasnetBaseUtils) library(ggplot2) library(xtable) saanto.siemenet <- op_baseGetData("opasnet_base", "Op_fi2633")[,-c(1,2,7)] # Jatropan siementen saanto viljelystä saanto.öljy <- op_baseGetData("opasnet_base", "Op_fi2634")[,-c(1,2,5)] # Öljyn saanto jatropan siemenistä saanto.diesel <- op_baseGetData("opasnet_base", "Op_fi2632")[,-c(1,2,5)] # Biodieselin saanto jatropaöljystä viljelyala <- op_baseGetData("opasnet_base", "Op_fi2642")[,-c(1,2)] # Jatropan viljelyalueet päästö.ilmasto <- op_baseGetData("opasnet_base", "Op_fi2547")[,-c(1,2)] # Jatropan viljelyn ilmastovaikutukset päästö.sosiaali <- op_baseGetData("opasnet_base", "Op_fi2552")[,-c(1,2)] # Jatropan viljelyn sosiaaliset vaikutukset päästö.ekosyst <- op_baseGetData("opasnet_base", "Op_fi2548")[,-c(1,2)] # Jatropan viljelyn ekosysteemivaikutukset P <- op_baseGetData("opasnet_base", "Op_fi2539")[,-c(1,2,7)] # Jatropan käyttö bioenergian lähteenä colnames(saanto.siemenet)[4] <- "siemenet" colnames(saanto.öljy)[2] <- "öljy" colnames(saanto.diesel)[2] <- "diesel" saanto <- merge(saanto.siemenet, saanto.öljy) saanto <- merge(saanto, saanto.diesel) saanto[,9] <- saanto$siemenet * saanto$öljy * saanto$diesel * ala colnames(saanto)[9] <- "saanto (kg/a)" P <- PTable(P, n) saanto <- merge(P, saanto) if(length(divisions)>1) divisions <- as.list(saanto[, divisions]) else divisions <- saanto[, divisions] out1 <- as.data.frame(as.table(tapply(saanto[, 10], divisions, mean))) out1 <- dropall(out1[!is.na(out1$Freq), ]) print(xtable(out1), type = 'html') out2 <- as.data.frame(as.table(tapply(saanto[, 10], list(saanto[, divisions2], saanto$obs), mean))) out2 <- dropall(out2[!is.na(out2$Freq), ]) out2[1:10, ] ggplot(out2, aes(x = Freq, weight = 1, fill = Var1)) +geom_density() ## Jostain syystä vain osa kuvista piirtyy oikein, riippuen mitä parametreja valitaan. En ymmärrä syytä.

+ Show code- Hide code ###################################### ## dropall pudottaa data.framesta pois kaikki faktorien sellaiset levelit, joita ei käytetä. ## parametrit: x = data.frame dropall <- function(x){ isFac <- NULL for (i in 1:dim(x)[2]){isFac[i] = is.factor(x[ , i])} for (i in 1:length(isFac)){ x[, i] <- x[, i][ , drop = TRUE] } return(x) } ######################################## ######################################### ## PTable muuntaa arvioinnin todennäköisyystaulun sopivaan muotoon arviointia varten. ## Parametrit: P = todennäköisyystaulu Opasnet-kannasta kaivettuna. ## n = iteraatioiden lukumäärä Monte Carlossa ## Todennäköisyystaulun sarakkeiden on oltava: Muuttuja, Selite, Lokaatio, P ## Tuotteena on Monte Carloa varten tehty taulu, jonka sarakkeina ovat ## n (iteraatio) ja kaikki todennäköisyystaulussa olleet selitteet, joiden riveille on arvottu ## lokaatiot niiden todennäköisyyksien mukaisesti, jotka todennäköisyystaulussa oli annettu. PTable <- function(P, n) { Pt <- unique(P[,c("Muuttuja", "Selite")]) Pt <- data.frame(Muuttuja = rep(Pt$Muuttuja, n), Selite = rep(Pt$Selite, n), obs = rep(1:n, each = nrow(Pt)), P = runif(n*nrow(Pt), 0, 1)) for(i in 2:nrow(P)){P$Result[i] <- P$Result[i] + ifelse(P$Muuttuja[i] == P$Muuttuja[i-1] & P$Selite[i] == P$Selite[i-1], P$Result[i-1], 0)} P <- merge(P, Pt) P <- P[P$P <= P$Result, ] Pt <- as.data.frame(as.table(tapply(P$Result, as.list(P[, c("Muuttuja", "Selite", "obs")]), min))) colnames(Pt) <- c("Muuttuja", "Selite", "obs", "Result") Pt <- Pt[!is.na(P$Result), ] P <- merge(P, Pt) P <- P[, !colnames(P) %in% c("Result", "P", "Muuttuja")] P <- reshape(P, idvar = "obs", timevar = "Selite", v.names = "Lokaatio", direction = "wide") colnames(P) <- ifelse(substr(colnames(P), 1, 9) == "Lokaatio.", substr(colnames(P), 10,30), colnames(P)) return(P) } ######################################