[R-br] Dúvida no ajuste de modelo de GEE para dados binários, longitudinais

[Elias Teixeira Krainski]

Isso e' so' um dos problemas... ha' mais. Veja tres problemas nesse exemplo:

### possiveis efeitos de colinearidade

### covariaveis
dat <- data.frame(a=gl(3, 50))
n <- nrow(dat)

dat$xc <- rnorm(n, unclass(dat$a), 0.3) ### nao ortogonal
dat$xo <- rnorm(n, 1:3, 0.3) ### ortogonal

cor(model.matrix(~0+a, dat), dat[c('xc', 'xo')])

### simula do modelo linear
beta <- c(5, 1:2, -2)
dat$yc <- rnorm(n, model.matrix(~a+xc,dat)%*%beta, 0.2)
dat$yo <- rnorm(n, model.matrix(~a+xo,dat)%*%beta, 0.2)

### 1. condicionalidade versus marginalidade
###  -> medias por grupo nao indicam efeito condicional
sapply(dat[c('yc', 'yo')], tapply, dat['a'], mean)

### estimativas dos coeficientes
mc <- lm(yc~a+xc, dat)
mo <- lm(yo~a+xo, dat)

### 2. estimativas viciadas
cbind(colin=coef(mc), ortog=coef(mo)) - beta

### 3. inflacao de variancia
diag(vcov(mc))/diag(vcov(mo)) ### tamanho do prejuizo!


Elias

On 11/08/15 14:56, Elias Teixeira Krainski wrote:
>
> On 11/08/15 14:50, Gilenio Borges Fernandes wrote:
>> Se o preditor linear e o valor ajustado da resposta são maiores nos 
>> níveis 1 e 2 de INT_PGOV, as estimativas dos parâmetros 
>> correspondentes a (INT_PGOV1:-0.86442) e (INT_PGOV2: -0.62852) não 
>> deviam ser positivas ????.
>
> com mais de uma covariavel essa afirmativa e' apenas valida na 
> condicao de ortogonalidade.
> _______________________________________________
> 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.