[R-br] Dúvida equação GLM e Anova

[FHRB Toledo]

Caroline,

Para obter a anova desse seu modelo você procede:

> anova(m1)

De modo análogo ao usual com lm() ou aov().

Quanto a equação ajustada lembre-se que os glm envolvem uma função de
ligação, que no caso canônico da binomial (default do erro é a "logit").

Assim os parâmetros para você construir sua equação ajustada vem desses
coeficientes que aparecem do summary (intercept, altura, ...). Mas como eu
disse você tem observar que como saem, essas estimativas devem passar pela
função inversa da logit para você obter seus dados preditos!

att,
FH

2012/1/17 Caroline Figueiredo <cfigueiredo1002 em gmail.com>

> Olá pessoal,
>
> Estou com uma dúvida, que na verdade deve ser bem ridícula, mas realmente
> não sei a resposta. A questão é a seguinte:
>
> Tenho dados binários como variável resposta ( 1 – vivo; 0 -  morto), e
> variáveis contínuas como  explicativas, e vi no The R book do Crawley que
> poderia usar GLM para construir um modelo, tendo binomial como família.
> Usei o seguinte código (os valores são fictícios, pois li meus dados direto
> da tabela, pois são muitas linhas).
>
> status<-c(0,1,0,1,1,1,1,1,0,1)
>
> altura<-c(2.2,1.3,4.5,6.7,1.3,4.5,1.2,2.0,7.8,1.2)
>
> newy<-c(5.5,1.2,7.8,1.4,1.3,2.3,3.2,1.3,6.7,1.4)
>
> m1<-glm(status~altura+newy+altura*newy, binomial)
>
> E o summary deu isso:
>
>
>
>  Call:
>
> glm(formula = status ~ altura + newy + altura * newy, family = binomial)
>
>
>
> Deviance Residuals:
>
>     Min       1Q   Median       3Q      Max
>
> -3.3122   0.1586   0.1969   0.2486   0.6394
>
>
>
> Coefficients:
>
>             Estimate Std. Error z value Pr(>|z|)
>
> (Intercept)  0.24827    0.52797   0.470  0.63818
>
> altura       0.80654    0.20006   4.032 5.54e-05 ***
>
> newy         0.23918    0.05101   4.689 2.74e-06 ***
>
> altura:newy -0.04578    0.01753  -2.611  0.00903 **
>
> ---
>
> Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
>
>
>
> (Dispersion parameter for binomial family taken to be 1)
>
>
>
>     Null deviance: 1705.0  on 7191  degrees of freedom
>
> Residual deviance: 1610.4  on 7188  degrees of freedom
>
> AIC: 1618.4
>
>
>
> Number of Fisher Scoring iterations: 7
>
>
>
> Minha dúvida é a seguinte: Qual é a equação ajustada para esse modelo? P.
> ex., se fosse uma regressão linear o modelo seria y~x, e a equação y=a +
> bx, mas e para esse modelo?
>
> A outra dúvida é se poderia fazer uma anova para comparar esse modelo com
> o modelo nulo, e qual teste poderia usar, pois no exemplo do livro ele usa
> o test= chi, porém está comparando dois modelos diferentes,  e queria saber
> se posso usar para comparar com o modelo nulo também. Bem é isso pessoal,
> espero que possam me ajudar.
>
> Obrigada,
>
> Carol Figueiredo
>
> _______________________________________________
> R-br mailing list
> R-br em listas.c3sl.ufpr.br
> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
> código mínimo reproduzível.
>
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120117/9713db93/attachment.html>