[R-br] Converter dados de contagem em binomial

[Cesar Rabak]

Por sinal, pegando "carona" na última colocação do Walmes, acho que a
abordagem de análise de sobrevivência (que neste caso "sobrevivência" passa
a ser o antônimo de germinação, mas vamos pensar que ainda assim seria uma
metáfora), seria mais intuitiva para o tempo de germinação.

Meus 0,0199999....

--
Cesar Rabak



2013/12/10 walmes . <walmeszeviani em gmail.com>

> Eu não sei exatamente porque você precisa dos dados dessa maneira, mas se
> é para correr um glm() binomial, basta que você tenha um vetor com o número
> de mortos e outro com o número de vivos. Não precisar estar em binário
> {0,1} não.
>
> tot <- 212
> da <- expand.grid(trat=gl(3,4), tempo=1:5)
> da$y <- rbinom(nrow(da), size=212, prob=0.5)
>
> m0 <- glm(cbind(yes=y, no=212-y)~trat*tempo, da, family=binomial)
> summary(m0)
>
> Agora eu tive a impressão pelo seu texto de que você observa os insetos
> mortos em intervalos de tempo na mesma unidade experimental. Dessa maneira,
> no tempo i+1 jamais terá menos insetos mortos que o tempo i. As observações
> são tomadas na mesma unidade experimental. Esse experimento não pode deve
> analisado como um glm() com n=212 para todas as observações. Um caso
> exatamente igual ao seu experimento (se eu estiver correto) é o de índice
> de germinação de sementes. Por exemplo, 100 sementes são semeadas e a cada
> dia observa-se o número de germinadas. No dia 1 você tem n=100, se nasceram
> 5, para o dia 2 deve usar n=95 e não n=100. Em outras palavras, a cada
> acesso no tempo você tem uma binomial cujo n é o n-y do tempo anterior, ou
> seja, n[i+1] = n[i]-y[i], em que y[i] é o número de germinadas no tempo i.
> Os artigos da área aplicada fazem análise sem considerar esse importante
> fato (considerar n=100 para todos os tempos) é isso pode comprometer as
> conclusões.
>
> Outra forma de analisar os mesmos dados é ao invés de considerar o número
> germinadas no tempo i, é considerar o tempo necessário para germinar. Ambas
> análises (glm e sobrevivência) vão fornecer praticamente o mesmo resultado
> que do meu ponto de vista é saber qual o número esperado para quantidade de
> sementes germinadas em cada instante i. No glm você modela o p e multiplica
> por n para ter o número esperado de sementes em cada i. Na sobrevivência
> você ajusta o modelo e partir do ajuste obtém os quantis que dão a
> proporção de indivíduos que germinam à cada tempo. Eu confesso que sou
> curioso para comparar às duas abordagens. Será que os seus dados não servem
> para isso?
>
> À disposição.
> Walmes.
>
>
> _______________________________________________
> 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/20131211/b6e098a4/attachment.html>