[R-br] Funções lme e gls - modelos mistos

[Luiz Roberto Martins Pinto]

Penso que 'Blocos' não pode ser considerado como efeito fixo.
Blocos são agrupamentos particulares das repetições. Portanto são
repetições.
Para que os testes estatísticos sejam válidos as repetições tem que ser
aleatórias, caso contrário o experimento não tem valor, posto que as
repetições são tendenciosas e as conclusões não podem ser inferidas para a
população.
Além disto o resíduo (aleatório) contém a interação blocos*tratamentos,
que, portanto, deve ser aleatória. Note que no delineamento em que os
tratamentos são aleatorizados nos blocos o gl do resíduo é (t-1)*(b-1). O
resíduo é sempre aleatório porque o bloco é aleatório.


Luiz Roberto Martins Pinto
Prof. Pleno/DCET/UESC
Laboratório de Estatística Computacional
Universidade Estadual de Santa Cruz
Ilhéus-Bahia

luizroberto.uesc em gmail.com
skype: lrmpinto
http://lattes.cnpq.br/2732314327604831




Em 18 de dezembro de 2013 10:37, Wagner Bonat <wbonat em gmail.com> escreveu:

> Por que não considera os blocos como efeito fixo ?
>
> Você vai assumir que a estrutura do efeito espacial é sempre a mesma
> dentro dos blocos ?
>
>
> Em 17 de dezembro de 2013 16:00, Cássio Dessotti <
> cassiodessotti em yahoo.com.br> escreveu:
>
>> Olá pessoal, boa tarde!!
>>
>> Estou trabalhando com um grupo de experimentos em blocos ao acaso, com
>> dados georreferenciados (x,y), buscando comparar modelos mistos (usuais)
>> com modelos mistos que levam em conta a dependência espacial, utilizando
>> de funções geoestatísticas na matriz de resíduos (R).
>>
>> Consigo construir o modelo M1 (BA) com efeito de blocos aleatório a
>> partir da função "lme", além do modelo M2 (Exp-H) que desconsidera o efeito
>> de blocos, e considera uma função exponencial na matriz de covariâncias
>> para os resíduos, além de considerar variâncias diferentes para os 2 locais.
>>
>> 1) A primeira questão está no modelo M3 (BA-Exp-H) que deve "unir" as
>> características dos dois anteriores, considerando efeito de blocos
>> aleatório, função exponencial para a matriz de covariâncias, além de
>> heterogeneidade de variâncias, porém não consegui tal realização nem por
>> meio da função "lme", nem por "gls". Seria necessário o uso de uma outra
>> função? Como eu poderia trabalhar com este modelo no R?
>>
>> 2) A segunda questão é o seguinte: a partir do modelo que eu selecionar
>> (provavelmente por AIC), desejo extrair os resíduos condicionais
>> estudentizados, e separá-los segundo seus locais, para que em cada local eu
>> possa construir semivariogramas destes resíduos, verificando a "força" da
>> dependência, e realizar a krigagem de cada área (trabalhando com os
>> resíduos para "limpar" os dados de seus efeitos de tratamentos e demais
>> efeitos). Posso seguir esta linha? Acredito que é um ganho de informação
>> trabalhar com todos os locais (análise conjunta) neste sentido, ao invés de
>> fazer todo esse processo em cada local separadamente.
>>
>> Muito obrigado desde já pela atenção.
>> Abraço a todos.
>> Cássio Dessotti.
>>
>> ### Segue o código (com dados fictícios) para exemplificar o meu problema:
>>
>> local <- as.factor(c(rep(1,6),rep(2,6))); blo <-
>> as.factor(rep(c(rep(1,3),rep(2,3)),2))
>> lat <- as.factor(rep(1:3,4)) ; long <-
>> as.factor(rep(c(rep(1,3),rep(2,3)),2))
>> blo_local <-
>> as.factor(c(rep("1_1",3),rep("2_1",3),rep("1_2",3),rep("2_2",3)))
>> trat <- as.factor(c(2,3,1,1,3,2,1,3,2,3,2,1))
>> resp <- c(2,1.9,1.9,1.8,2,1.9,2,2.1,2.3,2,1.9,1.8)
>> dados <- data.frame(local,trat,blo,lat,long,blo_local,resp)
>>
>> require(nlme)
>> ### M1 - BA (efeito de blocos aleatório)
>> M1 <- lme(resp ~ 1 + trat + local + local:trat,
>> random = list(blo_local = pdIdent(~1)),
>> method = "REML", na.action = na.omit, data=dados, keep.data=FALSE)
>>
>> ### M2 - Exp H (sem efeito de blocos - função exponencial para R -
>> heterogeneidade de variâncias nos locais)
>> M2 <- gls(resp ~ 1 + trat + local + local:trat,
>> weight=varComb(varIdent(form = ~ 1|local)),
>>
>> correlation=corExp(form=~as.numeric(as.character(lat))+as.numeric(as.character(long))|local,
>> metric="euclidean", nugget=FALSE), method="REML", na.action=na.omit,
>> data=dados)
>>
>> ### M3 - BA-Exp-H (PROBLEMA - blocos aleatórios - função exponencial -
>> heterogeneidade de variâncias)
>> M3 <- gls(resp ~ 1 + trat + local + local:trat, random = list(blo_local =
>> pdIdent(~1)),
>> weight=varComb(varIdent(form = ~ 1|local)),
>> correlation=corExp(form = ~
>> as.numeric(as.character(lat))+as.numeric(as.character(long))|local,
>> metric="euclidean", nugget=FALSE), method="REML", na.action=na.omit,
>> data=dados)
>>
>>
>> _______________________________________________
>> 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.
>>
>
>
>
> --
> Wagner Hugo Bonat
> LEG - Laboratório de Estatística e Geoinformação
> UFPR - Universidade Federal do Paraná
>
> _______________________________________________
> 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/20131218/21425297/attachment.html>