[R-br] Componentes de variância - dúvida

Sexta Maio 18 12:37:49 BRT 2012

Fernando,
Legal o Experimento agora entendi melhor como ele foi, sobre o modelo,
acho que o sugerido já esta legal para esse caso.
Até mais

Em 18 de maio de 2012 10:14, Fernando Colugnati <fernando em ipti.org.br> escreveu:
> Oi Eder, na verdade o Endotélio Vascular é uma camada celular que "veda"seus
> vasos, e a distância entre estas membarnas, o diâmeto do vaso, é uma medida
> importante para diagnóstico de problemas de calcificação vascular, que pode
> levar a enfartos, avc, etc...
>
> A medida é o diâmetro do endotélio, em milímetros. Este experimento tem como
> objetivo atestar que o médico que mede as 5 replicações dentro de cada
> imagem tá com a mão boa, ou seja, mostrar quanto da variabilidade total das
> medidas é devido ao erro da medição na imagem. Isso ocorre em duas
> ocasisiões, pré e pós oclusão (garrote) no braço do paciente. Digamos que é
> um resultado preliminar para a certificação do cara para um estudo maior,
> pois pouquíssimas pessoas no país são treinadas neste método.
>
> Quanto ao modelo entendi, realmente a especificação está errada, um mal
> entendimento meu do lme4, acho que com sua dica fica correto...estava
> estranhando um coeficiente para as replicações...na verdade é uma confusão
> minha com a sintaxe do Stata, que trabalhei por muito tempo.
>
> Desta forma consigo as variâncias de cada um dos componentes, mas me enrolei
> para encontrar a variância do resídiuo (do erro, se pensarmos em uma abela
> ANOVA), pois quando peço a ANOVA ela me traz apenas o MSE do intercepto. Na
> verdade minha primeira abordagem foi por mínimos quadrados, e fazendo as
> contas para achar cada componente da variância, de acordo com os MSE de cada
> efeito. O problema foi que em um dos casos, encontro variância negativa (uma
> limitação dos MQ para este tipo de problema), e então parti para os modelos
> mistos.
>
> Obrigado
>
> Em 17 de maio de 2012 21:00, Eder David Borges da Silva <eder em leg.ufpr.br>
> escreveu:
>
>> Fernando,
>> Pelo oque entendi da sua explicação, você pega 101 pacientes, tira
>> duas imagens do  endotélio (Segundo Wikipedia isso é uma membrana do
>> coração, certo?) em cada uma destas imagens você faz 5 medidas (de
>> que? tamanho?, espessura?) com isso você tem seus dados, agora qual o
>> objetivo central deste experimento?
>> Pelo oque entendi parcialmente o seu modelo esta meio estranho, pois:
>> fm1 <- lmer(abps ~ replicacao + (replicacao|medida) + (medida|id3),
>> medidas)
>> Esta sendo atribuído um efeito fixo para a replicação(entendi que é 2
>> imagens vezes 5 medidas isso).
>> Em um modelo com apenas intercepto fixo poderíamos ser:
>> 1 componente de variância para o individuo
>> 1 componente de variância para a imagem
>> 1 componente de variância para a medida dentro da imagem
>> resp~1+(1|id)+(medida|replicacao)
>>
>> Se der mais algumas informações pode ser que conseguimos lhe ajudar mais.
>> Att
>> Éder
>>
>>
>>
>>
>> Em 17 de maio de 2012 13:17, Fernando Colugnati <fernando em ipti.org.br>
>> escreveu:
>> > #Pessoal, estou analisando um experimento que procura avaliar as fontes
>> > de
>> > variabilidade em um processo de medição. São 101 pacientes, #onde são
>> > realizadas 5 medidas em 2 imagens de endotélio, ou seja, para cada
>> > paciente
>> > tenho 10 replicações, 5 em cada imagem (variável #medida no dataframe
>> > abaixo). Entendo que tenho um modelo misto, pois considero os pacientes
>> > como
>> > efeito aleatório (a variablidade entre eles #é enorme) e também as
>> > imagens,
>> > já que podem ser tiradas de diferentes partes do antebraço do paciente.
>> >
>> > #Especifiquei este modelo com o lme4 para uma das medidas que quero
>> > analisar, o diâmetro do endotélio pós-oclusão:
>> >
>> > fm1 <- lmer(abps ~ replicacao + (replicacao|medida) + (medida|id3),
>> > medidas)
>> >
>> > #e gostaria de estimar o % da variância de cada componente, e para isso
>> > preciso da variância total, que é a soma de todas, inlcuindo dos
>> > #efeitos
>> > fixos, do aleatório e tbm dos resíduos. Está especificação está correta,
>> > na
>> > opinião dos especialistas em experimentos? (não é meu #caso)
>> >
>> > #Rodando, após o modelo
>> >
>> > VarCorr(fm1, type="varcov")
>> > anova(fm1)
>> >
>> > #como identifico a variância residual? Na verdade me enrolei um pouco
>> > com a
>> > saída do VarCorr, e mesmo pesquisando no Google, não achei nada que
>> > #apresente este tipo de propósito de análise (é um estudo de R&R, onde
>> > quero
>> > mostrar que a variabilidade das replicações, ou do operador, é a #de
>> > menor
>> > culpa neste processo).
>> >
>> > #Segue um pedaço dos dados:
>> >
>> > #> dput(medidas[1:20,])
>> >
>> > structure(list(abpre = c(0.382, 0.383, 0.386, 0.386, 0.383, 0.386,
>> > 0.384, 0.387, 0.386, 0.383, 0.339, 0.335, 0.342, 0.335, 0.339,
>> > 0.357, 0.342, 0.346, 0.343, 0.35), abps = c(0.412, 0.412, 0.415,
>> > 0.404, 0.408, 0.408, 0.393, 0.408, 0.408, 0.408, 0.382, 0.386,
>> > 0.386, 0.386, 0.386, 0.383, 0.383, 0.379, 0.379, 0.379), abs = c(0.03,
>> > 0.029, 0.029, 0.018, 0.025, 0.022, 0.009, 0.021, 0.022, 0.025,
>> > 0.043, 0.051, 0.044, 0.051, 0.047, 0.026, 0.041, 0.033, 0.036,
>> > 0.029), id3 = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 1L,
>> > 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), replicacao = c(1L, 2L, 3L, 4L,
>> > 5L, 1L, 2L, 3L, 4L, 5L, 1L, 2L, 3L, 4L, 5L, 1L, 2L, 3L, 4L, 5L
>> > ), medida = c(0L, 0L, 0L, 0L, 0L, 1L, 1L, 1L, 1L, 1L, 0L, 0L,
>> > 0L, 0L, 0L, 1L, 1L, 1L, 1L, 1L), abpre2 = c(0.407, 0.408, 0.399,
>> > 0.404, 0.401, 0.404, 0.413, 0.413, 0.416, 0.407, 0.318, 0.318,
>> > 0.325, 0.325, 0.318, 0.314, 0.315, 0.316, 0.322, 0.322), abps2 =
>> > c(0.458,
>> > 0.452, 0.452, 0.455, 0.459, 0.465, 0.456, 0.459, 0.462, 0.462,
>> > 0.372, 0.382, 0.392, 0.386, 0.365, 0.386, 0.382, 0.369, 0.382,
>> > 0.382), abs2 = c(0.051, 0.044, 0.053, 0.051, 0.058, 0.061, 0.043,
>> > 0.046, 0.046, 0.055, 0.054, 0.064, 0.067, 0.061, 0.047, 0.072,
>> > 0.067, 0.053, 0.06, 0.06), X_Imedida_1 = c(0L, 0L, 0L, 0L, 0L,
>> > 1L, 1L, 1L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, 1L, 1L, 1L, 1L, 1L),
>> >     X_ImedXrepli_1 = c(0L, 0L, 0L, 0L, 0L, 1L, 2L, 3L, 4L, 5L,
>> >     0L, 0L, 0L, 0L, 0L, 1L, 2L, 3L, 4L, 5L)), .Names = c("abpre",
>> > "abps", "abs", "id3", "replicacao", "medida", "abpre2", "abps2",
>> > "abs2", "X_Imedida_1", "X_ImedXrepli_1"), row.names = c(NA, 20L
>> > ), class = "data.frame")
>> >
>> >
>> > Abraço
>> >
>> > --
>> > Fernando A.B. Colugnati
>> >
>> > --
>> > Fernando A.B. Colugnati
>> >
>> >
>> >
>> >
>> >
>> >
>> > _______________________________________________
>> > 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.
>> _______________________________________________
>> 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.
>
>
>
>
> --
> Fernando A.B. Colugnati
>
>
>
> _______________________________________________
> 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.