<html><body><div style="color:#000; background-color:#fff; font-family:arial, helvetica, sans-serif;font-size:10pt"><div><span>Ok Benilton,</span></div><div><br><span></span></div><div><span> Atendi a sua explicação e já corrigi. Agora estou utilizando os valores não diretamente em proporção, mais em duas coluna com número de insetos mortos e na outra o numero de insetos vivos. Mais agora existe uma outra questão que me inquieta e vou pedir sua ajuda. Existem alguns ajustes que faço e tenho problema de superdispersão, mais quando faço, apenas de maneira exploratória, alguma transformação dos dados como log(x+1), principamente quando utilizo a família Poisson eu tenho que a relação deviance residual/ df residual fica <1 e o Q-Q plot melhora também. Onde coloco a questão, o emprego de distribuições de erros mais adequadas aos dados não é justamente para fugir de transformações que tentavam fazer com
que os dados mimetizassem normalidade e na verdade o que acontece com os dados quando faço esse tipo de transformação? Exemplificando:</span></div><div><span><br></span></div><div><span>test<-rpois(100,30)<br>m1<-glm(test~1,family="quasipoisson")<br>summary(m1)<br>plot(m1)<br>m2<-glm((log(test+1))~1,family="quasipoisson")<br>summary(m2)<br>plot(m2)<br></span></div><div><span><br></span></div><div><span>Obrigado,</span></div><div> </div><div align="center"><b>Alexandre dos Santos<br></b>Engenheiro Florestal, MSc.<br>Universidade Federal de Lavras <br>Departamento de Entomologia <br>Laboratório de Entomologia Florestal <br>Caixa Postal 3037 <br>37200-000 - Lavras/MG<br>Fone: +55 (35) 3829-5122<br></div></div></body></html>