[R-br] Teste de médias em GLMM com covariável!

[Guilherme Moraes Ferraudo]

Walmes, o mestre da didática. Parabéns!!

Walmes não deu para assistir a sua comunicação. Esepro que tenha
transcorrido tudo bem.

Abs

Em 9 de maio de 2012 16:05, Walmes Zeviani <walmeszeviani em gmail.com>escreveu:

> Ivan,
>
> Vamos primeiro primeiro apodar as arestas a fim de fazer a coisa rolar.
> Você tem um experimento com um fator de 5 níveis nominais, denominado de F.
> Cada animal é uma unidade experimental do qual se observa uma resposta y e
> uma covariável x. Acredita-se que x afeta y e portanto quer-se remover esse
> efeito para poder estudar a variação explicada por F. Pode-se supor que F e
> x tenham efeitos aditivos (sem interação) ou pode-se assumir que existe
> interação. Na ausência de interação as diferenças entre níveis de F são as
> mesmas sem importar o nível de x, mas o mesmo não vale para presença de
> interação, de forma que, você deve definir antecipadamente em que nível(is)
> de x quer comparar níveis de F. Não sei o CMR é exatamente o que você tem,
> pois o CMR não parece ser um caso de modelo misto porque animal é a unidade
> experimental e não um fator de agrupamento (embora para Poisson este seja
> um modelo estimável), enfim... vou considerar um glm fixo, daí é só fazer
> as devidas extensões para o glmm.
>
> da <- data.frame(F=gl(5,20), x=runif(5*20))
> da$Ey <- with(da, exp(1+as.numeric(F)/2+(as.numeric(F)-2)/3*x))
> da$y <- with(da, rpois(F,
> lambda=exp(1+as.numeric(F)/2+(as.numeric(F)-2)/3*x)))
> with(da, tapply(y, F, mean))
>
> require(lattice)
> xyplot(y~x, groups=F, data=da, type="a")
>
> ac0 <- glm(y~F*x, data=da, family=poisson)
> anova(ac0, test="Chisq")
> betas <- coef(ac0)
>
> require(doBy)
> # médias populacionais marginais em x=0.5
> mpm <- popMatrix(ac0, effect="F", at=list(x=0.5))
> mpm%*%betas
> exp(mpm%*%betas)
>
> # diferença nas médias populacionais marginais duas à duas
> nlevels(da$F)
> comp <- t(combn(1:nlevels(da$F), 2))
> rownames(comp) <- apply(comp, 1, paste, collapse="-")
>
> dmpm <- t(apply(comp, 1, function(vs) mpm[vs[1],]-mpm[vs[2],]))
> rownames(dmpm) <- rownames(comp)
>
> apply(dmpm, 1, function(x) x%*%betas)
>
> require(multcomp)
> summary(glht(ac0, linfct=mpm))  # médias populacionais marginais
> summary(glht(ac0, linfct=dmpm)) # contraste entre as médias populacionais
> marginais
>
> # na verdade isso não é a média, mas sim o exp() disso
>
> E é isso aí Ivan. Esse procedimento aí que fiz foi o que deixou um
> determinado software famoso por dar esses resultados aos usuários. Trata-se
> de algo que, depois de fazer pela primeira vez e entender, passa a ser
> trivial.
>
> À disposição.
> Walmes.
>
> ==========================================================================
> Walmes Marques Zeviani
> LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W)
> Departamento de Estatística - Universidade Federal do Paraná
> fone: (+55) 41 3361 3573
> VoIP: (3361 3600) 1053 1173
> e-mail: walmes em ufpr.br
> twitter: @walmeszeviani
> homepage: http://www.leg.ufpr.br/~walmes
> linux user number: 531218
> ==========================================================================
>
> _______________________________________________
> 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.
>



-- 
Guilherme Moraes Ferraudo
Jaboticabal/Campinas - SP
http://lattes.cnpq.br/2096118558794430
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20120509/8948265f/attachment.html>