Uso de R em quimiometria
comentada em 05/05/2020 16:17

@boh eu adoro o R. Uso pra simplesmente tudo em minhas análises de dados

O próximo projeto nos chats vai ser projeto web mas quero que o próximo depois desse seja um projeto de análise de dados. R é legal, se mais gente soubesse usar R e Python muita gente não iria atrás de crackear softwares como SPSS, GraphPad, etc 

Adoraria ver o tutorial. E ver R aplicado é sempre interessante.

eu li quimioterapia
e nao entendi nada
depois eu li certo e continuei sem entender

@RobertShiller eu use bastante tbm, mas faço o basicão. 
@ThiagoDV quero aprender Python, migrar de uma para a outra.
@GoChiefs vou compilar e postar aqui 
@Bastter hahahaha acho que nem que usa entende

Eu li quimioterapia também!! Tô vendo que além de não saber ler estou desatualizado!!

putz @Bastter... eu li quimioterapia nas tres vezes que li..

Depois que vi que vc tb leu e estava erado.. ai li certo..

Continuei sem entender tb...

Quimiometria nem imagino o que seja, mas uma análise de dados na prática deve ser muito interessante.

@boh tenho interesse sim! posta para gente um tutorial

@boh pois simbora que essa semana vou começar um curso de Python aqui do zero pra quem nunca programou (que não vai ser seu caso já que sabe mexer com R mas vai dar pra pegar o espírito da coisa rápido). Já tem material do zero aqui mas tava querendo refazer algumas coisas, então vou refazer em formato de chat porque aí é mais fácil tirar dúvida do pessoal. 

@ThiagoDV qual dia e horário?

Pequeno tutorial de como fazer uma PCA em R:

Bom, não vou entrar muito em detalhes da programação em si. Se alguém quiser depois conversamos. 
rm(list = ls())
setwd("c:/...") #caminho dos arquivos .csv ou spectra

# Livrarias que podem ser utilizadas, geralmente carrego essas como default.
# A mais importante nesse caso é a ChemoSpec.

library(plyr)
library(ChemoSpec)
library(hyperSpec)?

muitas funções foram otimizadas no pacote ChemoSpec, então ele é a base da análise. O pacote hyperSpec também é bastante útil, principalmente em mapeamentos Raman, ele tem umas ferramentas muito boas para remoção de radiação espúria.
# Carregando conjunto de dados
# usando o exemplo do pacote
data("SrE.IR")
ou então carregado arquivos próprios:

ssp <- files2SpectraObject(
gr.crit = c("Amostra A",
"Amostra B",
"Amostra C",
"Amostra D"),
gr.cols = c("auto"),
freq.unit = "wavenumber / cm-1",
sep = ",",
int.unit = "intensity",
out.file = "subsp",
debug = T)
essa função files2SpectraObject encurta bastante o trabalho porque dentro do caminho que você definiu ela procura arquivos com os padrões de nomes que você define no gr.crit. Pega todos os arquivos e sobe para o R como sendo da classe Spectra.

gr.cols - associa cada grupo/amostra com uma cor específica. Se quiser pode definir as cores na mão ou como um vetor c(...)
depois tem a unidade do eixo x, o separador do arquivo que está sendo lido, a unidade do eixo y, o caminho ou arquivo de saída e ainda um comando debug, caso dê algum erro ao carregar os dados ele te indica onde pode estar o problema.

Pra facilitar na hora de plotar eu crio um vetor que armazena como a informação a localização do primeiro espectro de cada grupo.

Depois defino o título das figuras.

Não consigo postar os códigos, fico recebendo a msg de conteúdo inválido. Mesmo quando coloco como texto.