[R-br] Modelo mixto - Erro

[Fernando Antonio de souza]

Olá Felipe, Obrigado por responder a minha questão.

  

Eu a ajustei REML=FALSE na função lmer{lmerTest}, não para a função lme{nlme}.
Na função lmer isto foi recomendado pela função nas mensagens "warnings" e ao
fazer o modelo converge perfeitamente. Mas não tenho costume em utilizar esta
função  e não estou seguro se este procedimento é correto. Além disto a fumção
lmer não flexibiliza para trabalhar com dados heterocedastico por isso quero
utilizar a lme{nlme} o qual estou acostumado.

  

Sobre as suas soluções eu tenho interesse em avaliar se há efeito de interação
entre Hidratação (HIDRAT) e Diluição (DILU) ao longo do tempo, por isso acho
não ser possível excluir DILU do modelo.

  

O que penso é que a parcela neste experimento, seria as unidades experimentais
que receberam as combinações dos níveis dos fatores HIDRAT e DILU.  A
subparcela seria o tempo (TEMP).  

  

Eu tenho dúvidas se  utilizo mesmo a abordagem do modelo misto. visto que
neste experimento houve somente 1 aleatorização , já que o TEMPO não pode ser
aleatorizado. Talvez algo assim seja mais apropridado.

  

lme(GAS~HIDRAT*DILU,random=~1+as.numeric(TEMP)|BLOC,weights=varIdent(form=~1|T
EMP),data=dados)  

  

Att  

=======================================================================  
Fernando Souza  
Zootecnista, DSc. Produção e Alimentação Animal  
celular: (31)99796-8781 (Vivo) / (31)97358-4685 (Tim)  
e-mail:nandodesouza em gmail.com  
Lattes: http://lattes.cnpq.br/6519538815038307  
blog: https://producaoanimalcomr.wordpress.com/  
========================================================================  

  

On Mai 16 2016, at 4:00 pm, Felipe <felipe.e.barletta em gmail.com> wrote:  

> Fernando,  
  
Por que você usa na função lmer o argumento _REML=FALSE_ se na função lme o
_default _é exatamente a estimação _REML__ _?  
Você não está comparando coisas diferentes?  
  
?lme  
method: a character string.  If ‘"REML"’ the model is fit by  
          maximizing the restricted log-likelihood.  If ‘"ML"’ the  
          log-likelihood is maximized.  Defaults to ‘"REML"’.  
  
  
E os NA's produzidos não seriam devido você estar definindo tempo como efeito
fixo e aleatório?  
modelo0 <\- lme(GAS~HIDRAT*DILU*TEMP,random=~1|TEMP,weights=varIdent(form=~
1|TEMP),data=dados)  
  
  
Ao gerar um gráfico com seus dados notei uma diferença na inclinação da
variável GAS ao longo do tempo:  
  
library(lattice)  
xyplot(GAS~TEMP|HIDRAT+DILU, groups = BLOC ,data=dados,type='b')  
  
Como sugestão eu ajustaria um modelo considerando o intercepto e a inclinação
como efeito aleatório e sem o efeito fixo da variável DILU:  
  
# Intercepto  
modelo0 <\- lme(GAS~HIDRAT*as.numeric(TEMP),random=~1|BLOC,  
               weights=varIdent(form=~1|TEMP), data=dados)  
  
# Inclinação  
modelo0.1 <\-
lme(GAS~HIDRAT*as.numeric(TEMP),random=~as.numeric(TEMP)-1|BLOC,  
               weights=varIdent(form=~1|TEMP), data=dados)  
  
# Intercepto e Inclinaçãp  
modelo0.2 <\-
lme(GAS~HIDRAT*as.numeric(TEMP),random=~as.numeric(TEMP)|BLOC,  
               weights=varIdent(form=~1|TEMP), data=dados)  
  
anova(modelo0,modelo0.1,modelo0.2)  
  
                Model   df      AIC              BIC                logLik           Test          L.Ratio         p-value  
modelo0       1     13     814.6697     854.2343     -394.3349  
modelo0.1     2     13     782.5680     822.1325     -378.2840  
modelo0.2     3     15     773.8100     819.4613     -371.9050     2 vs 3
12.75806      0.0017  

>  
>  
>     --

>     Atenciosamente

>     Felipe E. Barletta Mendes

>     Estatístico(UFPR) - Conre3 9766-A

>     Mestrando em Bioestatística(UEM)

>     +55 (41)-92077191

>     +55 (41)-33287216

-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20160516/7ca41931/attachment.html>