<font face="trebuchet ms,sans-serif">Daniel,<br><br>Em glm não existe uma única definição de resíduos. Veja nas opções da função residuals.glm() que existem diversas opções. Há um resultado assintótico (n tende ao infinito) que que os resíduos de pearson e deviance padronizados convergem para distribuição normal(0,1). Por isso o gráfico qqplot ainda é útil no diagnóstico desses resíduos. Leia os rótulos dos eixos dos gráficos de análise de resíduos que saberá qual tipo de resíduo está sendo usado.<br>
<br>## Dobson (1990) Page 93: Randomized Controlled Trial :<br>counts <- c(18,17,15,20,10,20,25,13,12)<br>outcome <- gl(3,1,9)<br>treatment <- gl(3,3)<br>glm.D93 <- glm(counts ~ outcome + treatment, family=poisson())<br>
plot(glm.D93, which=1)<br>plot(glm.D93, which=2)<br><br>Acontece que, assim como nem todos os dados contínuos são normais, também nem todas as proporções serão binomiais e nem todas as contagens serão Poisson. Se assim fosse todos os nossos problemas seriam resolvidos com 3 distribuições!!! Não devemos assumir uma distribuição de referência pela natureza de representação (números inteiros). Devemos procurar exergar o processo gerador dos dados. Eu mesmo uma vez peguei dados de contagem do número de capulhos de algodão. Corri para o glm Poisson. Não observei um bom ajuste (presença de forte subdispersão) e busquei respostas teóricas. Conclusões, apesar do meu dado ser uma contagem, o surgimento de capulhos numa planta não é um evento independente com o número de ligações que chegam numa central telefônica em uma hora (exemplo canônico de distribuição Poisson). Meu dado é negativamente correlacionado, mais capulhos impedem que novos apareçam pois a planta só é capar de nutrir um número limitado deles. Felizmente eu encontrei uma distribuição (em que Poisson é um caso particular) para dados de contagem que considerasse esse aspecto inerente do meu dado.<br>
<br>À disposição.<br>Walmes.<br><br clear="all"></font><span style="font-family: trebuchet ms,sans-serif;">==========================================================================</span><br style="font-family: trebuchet ms,sans-serif;">
<span style="font-family: trebuchet ms,sans-serif;">Walmes Marques Zeviani</span><br style="font-family: trebuchet ms,sans-serif;"><span style="font-family: trebuchet ms,sans-serif;">LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W)</span><br style="font-family: trebuchet ms,sans-serif;">
<span style="font-family: trebuchet ms,sans-serif;">Departamento de Estatística - Universidade Federal do Paraná</span><br style="font-family: trebuchet ms,sans-serif;"><span style="font-family: trebuchet ms,sans-serif;">fone: (+55) 41 3361 3573</span><br style="font-family: trebuchet ms,sans-serif;">
<span style="font-family: trebuchet ms,sans-serif;">VoIP: (3361 3600) 1053 1173</span><br style="font-family: trebuchet ms,sans-serif;"><span style="font-family: trebuchet ms,sans-serif;">e-mail: <a href="mailto:walmes@ufpr.br" target="_blank">walmes@ufpr.br</a></span><br style="font-family: trebuchet ms,sans-serif;">
<span style="font-family: trebuchet ms,sans-serif;">twitter: @walmeszeviani</span><br style="font-family: trebuchet ms,sans-serif;"><span style="font-family: trebuchet ms,sans-serif;">homepage: <a href="http://www.leg.ufpr.br/%7Ewalmes" target="_blank">http://www.leg.ufpr.br/~walmes</a></span><br style="font-family: trebuchet ms,sans-serif;">
<span style="font-family: trebuchet ms,sans-serif;">linux user number: 531218</span><br style="font-family: trebuchet ms,sans-serif;"><span style="font-family: trebuchet ms,sans-serif;">==========================================================================</span><br>