[R-br] fatorial com efeito aleatório

Maurício Lordêlo mslordelo em gmail.com
Sexta Setembro 26 20:15:38 BRT 2014


Muito obrigado Walmes!
Vou procurar entender um pouco mais sobre a parte teórica do assunto e
direcionar as análises desta e das demais variáveis seguindo estas valiosas
dicas.
Maurício


Em 24 de setembro de 2014 20:27, walmes . <walmeszeviani em gmail.com>
escreveu:

> Respostas dentro da mensagem.
>
> 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
> skype: walmeszeviani
> homepage: http://www.leg.ufpr.br/~walmes
> linux user number: 531218
> ==========================================================================
>
> 2014-09-24 16:44 GMT-03:00 Maurício Lordêlo <mslordelo em gmail.com>:
>
>> Caro Walmes,
>> Muito obrigado pelo retorno com estes comentários.
>> Caso seja possível, tem alguns pontos que gostaria que esclarecesse nesta
>> sua análise.
>> 1. No modelo fatorial completo declarado (m0), você  utilizou  uma
>> (quasi)binomial em lugar da binomial pelo fato de haver muitas caselas com
>> proporções amostrais iguais a zero?
>>
> ​Na verdade eu sempre começo com o quasi(binomial|poisson) antes. Se
> houver a dispersão ficar ao redor de 1 aí decido se retiro o quasi.
>
>
>> 2. Foi verificada a  presença de superdispersão (phi=3.09) neste modelo
>> pois este parâmetro (phi) deveria ser próximo a 1? Tem algum teste para
>> isso?
>>
> ​Tem um teste chi-quadrado para isso. No caso, sabemos por análise prévia
> que a superdispersão não é em si um excesso de dispersão mas sim uma falta
> de capacidade do preditor explicar a elevada ocorrência de zeros.​
>
>
>> 3. A anova(m0) mostrou que as interações duplas e  a tripla foram
>> significativas. Neste caso não se deve considerar os efeitos principais
>> (marginais) e somente das interações. Está claro para mim que o anova(m0)
>> faz uma análise de deviance, começando do modelo nulo até o modelo
>> completo. Porém, o que os resultados do summary(m0) mostram nesta situação?
>> Apenas o meio7 foi significativo.
>>
> ​Anova faz testes de deviance sequenciais, ou seja, testa a hipótese nula
> ​de que os termos não comuns em dois modelos encaixados tem efeito nulo,
> por exemplo, anova(lm(y~1), lm(y~bloc+trat)) tá testando se o efeito de
> bloco e trat são simultaneamente e todos iguais a zero. Já o summary testa
> termo a termo, um teste que é marginal aos demais termos presentes, e sua
> interpretação depende da parametrização considerada.
>
>
>> 4. O que o comando drop(m0, test="F", scope=.~.) faz? Observo em todos os
>> casos que os resultados não foram significativos.
>>
> ​Faz um teste sobre o efeito de cada termo do modelo de forma marginal, ou
> seja, assumindo que esse termo entrou por último, ou seja, é o que os
> usuários de SAS conhecem como somas de quadrados tipo III (aqui no caso é
> deviance), mas é no mesmo sentido.​
>
>
>> 5. Você testou modelo m0 com dois modelos: um só com efeito de primeiro
>> grau(m2) e outro só com efeitos até segundo grau(m1). Algum critério para a
>> escolha destes dois modelos?
>>
> ​O critério é que as hipóteses em questão comparando tais modelos fazem
> sentido (pelo menos para mim). Eu tenho interesse de saber se o termo
> abandonado tem efeito nulo ou não.​
>
>
>> 6. No cálculo das médias marginais porque você considerou apenas a
>> interação entre genótipo e meio, uma vez que a interação tripla foi
>> significativa?
>>
> ​Só fiz isso para mostrar como que faz, embora neste caso em particular
> não faça nenhum sentido pois as interações foram significativas e por isso
> teste para efeitos marginais é contra indicado.
>>
> ​Walmes.​
>
>
>
>> Agradeço mais uma vez pela atenção.
>>
>> Maurício
>>
>>
>>
>> Em 18 de setembro de 2014 11:06, walmes . <walmeszeviani em gmail.com>
>> escreveu:
>>
>>> Um fatorial 2x7x10 pode ser considerado sim, afinal é justificado pelo
>>> desenho do experimento. No entanto, as hipóteses que você deseja avaliar
>>> podem não ser aquelas representadas pelos efeitos em um fatorial 2x7x10,
>>> mas quase que sempre serão funções desses efeitos, como médias marginais e
>>> contrastes. Você não pode considerar tipo como aleatório porque os tipos,
>>> até onde deduzi, não foram selecionados de um universo de possíveis tipos e
>>> sim escolhidos pelo pesquisador, portanto é pouco justificável a suposição
>>> de que exista uma distribuição para os efeitos se não existe população e um
>>> processo aleatório de aquisição. No entanto, se o desejo de declarar como
>>> aleatório é para poder ver o efeito dos demais termos na média de todos os
>>> tipos, então você quer uma média marginal. Pelo ajuste que fiz, tem-se
>>> interações o que, na minha opinião, contra indica o uso de médias marginais
>>> porque aí você estaria olhando o efeito de um fator marginalizando para os
>>> níveis dos demais fatores sendo que eles interagem. Um detalhe a mais é que
>>> para declarar respostas binomiais você tem que passar uma matriz de duas
>>> colunas (sucesso e fracasso) do lado esquerdo da fórmula (ou proporção
>>> amostral e n como weights). Aqui cabe uma ressalva, quando se considera
>>> binomial tá implicita a suposição de que os ensaios de Bernoulli (no caso
>>> de 6 à 11) são todos independentes mas se os explantes foram mantidos
>>> juntos, a contaminação por fungo de um pode elevar a chance de contaminação
>>> dos outros, por exemplo, afinal, estão lado. Esse efeito contagioso ou essa
>>> falta de independência provoca uma espécia de 8 ou 80 nos resultados, ou tá
>>> todo mundo sadio ou quando tem doentes, eles são muitos. Comento isso
>>> porque já tive exposição à dados assim, as medidas de ajuste de modelos e
>>> gráficos de resíduos são ficam bons, a superdispersão aumenta e cai o poder
>>> dos testes. Segue um CMR.
>>>
>>> da <- read.table("/home/walmes/Downloads/explantes.txt",
>>>                  header=TRUE, sep="\t")
>>> str(da)
>>>
>>> da <- transform(da, meio1=factor(meio1), tipo1=factor(tipo1),
>>>                 prop=n_oxidaram/n_explant)
>>>
>>> ## Delineamento regular, fatorial completo 2*7*10.
>>> xtabs(~tipo1+meio1+genotipo, data=da)
>>>
>>> require(latticeExtra)
>>>
>>> xyplot(prop~tipo1|meio1, groups=genotipo, data=da)
>>>
>>> ## Muita casela com prop amostral zero. Pode ser um problema.
>>>
>>> ## Declaração do modelo fatorial completo, glm (quasi)binomial.
>>> m0 <- glm(cbind(good=n_oxidaram, bad=n_explant-n_oxidaram)~
>>>           genotipo*meio1*tipo1, data=da, family=quasibinomial)
>>> summary(m0)
>>> ## Verifica-se presença de superdispersão (phi=3.09).
>>>
>>> ## Teste de modelos sequenciais.
>>> anova(m0, test="F")
>>> drop1(m0, test="F", scope=.~.)
>>>
>>> ## Modelo só com efeitos até segundo grau.
>>> m1 <- update(m0, .~(genotipo+meio1+tipo1)^2)
>>>
>>> ## Modelo só com efeitos de primeiro grau.
>>> m2 <- update(m0, .~genotipo+meio1+tipo1)
>>>
>>> anova(m0, m2, test="F")
>>> anova(m0, m1, test="F")
>>>
>>> require(doBy)
>>>
>>> ## Médias marginais, embora, pelo fato de existir interação dupla e uma
>>> ## tripla de 4% não penso que seja adequado considerar efeitos marginais.
>>> lsm <- LSmeans(m0, effect=c("meio1", "genotipo"))
>>>
>>> ## Na escala do preditor linear (-Inf,Inf).
>>> eta <- lsm$coef[,"estimate"]
>>>
>>> ## Na escala da resposta, ou seja, probabilidade (0,1).
>>> round(m0$family$linkinv(eta), 3)
>>>
>>> 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.
>>>
>>
>>
>> _______________________________________________
>> 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.
>
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20140926/4b0745aa/attachment.html>


Mais detalhes sobre a lista de discussão R-br