<table cellspacing="0" cellpadding="0" border="0" ><tr><td valign="top" style="font: inherit;"><p>Tura,</p><p><br></p><p>da forma como vc escreveu o modelo com 'correlation=corAR1(,form=~1|Bloco)', vc está dizendo que dentro de cada bloco existe uma sequência de observações com estrutura de dependência AR(1), o que não é o caso. O efeito aleatório aí é o de indivíduo (Idd), não o de bloco. Tente da seguinte forma:<br></p><p><br></p><p>modelo<-lme(valor~Gr+factor(Bloco)+Escol,random=~1|Idd,correlation=corAR1(,form=~1|Idd))<br>summary(modelo)<br></p><p><br></p><p>Assim vc tem o efeitos dos blocos (fixo) e com um coeficiente phi relativo à estrutura de autocorrelação das observações de cada indivíduo e que se supõe que é igual para todos os indivíduos.</p><p><br></p><p>Att.,</p><p>Rubem</p><p><br></p><br>--- Em <b>qua, 4/5/11, Bernardo Rangel Tura <i><tura@centroin.com.br></i></b> escreveu:<br><blockquote style="border-left:
 2px solid rgb(16, 16, 255); margin-left: 5px; padding-left: 5px;"><br>De: Bernardo Rangel Tura <tura@centroin.com.br><br>Assunto: [R-br] Modelo de efeito misto com correlacao AR1<br>Para: r-br@listas.c3sl.ufpr.br<br>Data: Quarta-feira, 4 de Maio de 2011, 16:18<br><br><div class="plainMail">Caros colegas,<br><br>Estou precisando de um ajuda para um  modelo de efeito misto com<br>correlação AR1<br><br>A auto correlação se justifica pois os pacientes devem apreender e obter<br>melhores resultado de um bloco para outro<br><br>então usei os seguinte comando <br>-------------------------------------------------------<br>base <- read.csv('jogov2.csv')<br>require(nlme)<br>modelo <- lme(valor~Gr+Idd+Escol,random=~1|Bloco,correlation=corAR1(,<br>form=~1|Bloco) ,data=base)<br>summary(modelo)<br>-----------------------------------------------------<br><br>Que resultou em <br>-----------------------------------------------------<br>Linear
 mixed-effects model fit by REML<br> Data: base <br>       AIC      BIC    logLik<br>  3928.017 3958.571 -1957.009<br><br>Random effects:<br> Formula: ~1 | Bloco<br>        (Intercept) Residual<br>StdDev:    2.480127 6.846336<br><br>Correlation Structure: AR(1)<br> Formula: ~1 | Bloco <br> Parameter estimate(s):<br>      Phi <br>0.1407996 <br>Fixed effects: valor ~ Gr + Idd + Escol <br>                 Value Std.Error  DF   t-value p-value<br>(Intercept) -1.7057456 1.8249072 577 -0.934703  0.3503<br>GrB          1.7242603 0.6606029 577  2.610131  0.0093<br>Idd         -0.0479666 0.0178547 577 -2.686502  0.0074<br>Escol        0.3441736 0.0926290 577  3.715615  0.0002<br> Correlation:
 <br>      (Intr) GrB    Idd   <br>GrB   -0.068              <br>Idd   -0.415 -0.101       <br>Escol -0.602 -0.227  0.001<br><br>Standardized Within-Group Residuals:<br>        Min          Q1         Med          Q3         Max <br>-3.16689925 -0.56838036 -0.09641692  0.55523377  3.66357685 <br><br>Number of Observations: 585<br>Number of Groups: 5 <br>-------------------------------------------------------<br><br>Agora vem o problema eu preciso saber se o efeito aleatório tem um média<br>diferente diferente entre o grupo B e o grupo A e além disso se o valor<br>de Phi é diferente para os dois grupos <br><br>Alguém pode me ajudar ?<br><br>Ps. Base em anexo<br> <br>--
 <br>[]s<br>Tura<br></div><br>-----Anexo incorporado-----<br><br><div class="plainMail">_______________________________________________<br>R-br mailing list<br><a ymailto="mailto:R-br@listas.c3sl.ufpr.br" href="/mc/compose?to=R-br@listas.c3sl.ufpr.br">R-br@listas.c3sl.ufpr.br</a><br><a href="https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br" target="_blank">https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br</a><br></div></blockquote></td></tr></table>