<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN">
<html>
  <head>
    <meta content="text/html; charset=ISO-8859-1"
      http-equiv="Content-Type">
  </head>
  <body text="#000000" bgcolor="#ffffff">
    <br>
    <blockquote cite="mid:4E57947C.9060302@yahoo.com.br" type="cite">
      <meta http-equiv="content-type" content="text/html;
        charset=ISO-8859-1">
      <span class="Apple-style-span" style="border-collapse: separate;
        color: rgb(0, 0, 0); font-family: Arial; font-style: normal;
        font-variant: normal; font-weight: normal; letter-spacing:
        normal; line-height: normal; orphans: 2; text-indent: 0px;
        text-transform: none; white-space: normal; widows: 2;
        word-spacing: 0px; font-size: medium;"><span
          class="Apple-style-span" style="font-family: Monospace;
          font-size: 13px; line-height: 17px; white-space: pre-wrap;"><br>
          <pre tabindex="0" class="GD40030CLR" style="font-family: Monospace; font-size: 10pt ! important; outline-style: none; border-style: none; white-space: pre-wrap ! important; margin: 0px; line-height: 1.3;"><span class="GD40030COR ace_keyword" style="white-space: pre; color: blue;">   Bom dia pessoal,
     Bom já sei que esse assunto já foi motivo de tópicos passados no nosso mail-list e no interna</span></pre>
        </span></span></blockquote>
    <br>
    <blockquote cite="mid:4E57947C.9060302@yahoo.com.br" type="cite"><span
        class="Apple-style-span" style="border-collapse: separate;
        color: rgb(0, 0, 0); font-family: Arial; font-style: normal;
        font-variant: normal; font-weight: normal; letter-spacing:
        normal; line-height: normal; orphans: 2; text-indent: 0px;
        text-transform: none; white-space: normal; widows: 2;
        word-spacing: 0px; font-size: medium;"><span
          class="Apple-style-span" style="font-family: Monospace;
          font-size: 13px; line-height: 17px; white-space: pre-wrap;">
          <pre tabindex="0" class="GD40030CLR" style="font-family: Monospace; font-size: 10pt ! important; outline-style: none; border-style: none; white-space: pre-wrap ! important; margin: 0px; line-height: 1.3;"><span class="GD40030COR ace_keyword" style="white-space: pre; color: blue;">cional,tem material na internet etc, mais essa saída do pacote contraste não entrou na minha cabeça 
ainda não e venho pedir ajuda do grupo. Estou comparando minha variável resposta número de óvulos de 
fêmeas de um parasitóide com as variáveis explicativa tratamento (com 2 níveis: 1 casal e 10 casais) 
e geração (com 4 níveis: 3, 6, 9 e 12 gerações). Na saída da funcao contrast(), ele solta o trata-
mento </span><span class="GD40030COR ace_keyword" style="white-space: pre; color: blue;">10 casais no intercepto(imagino) e não faz as comparacoes dentro de cada geração, ele só des-</span></pre>
        </span></span></blockquote>
    <br>
    <blockquote cite="mid:4E57947C.9060302@yahoo.com.br" type="cite"><span
        class="Apple-style-span" style="border-collapse: separate;
        color: rgb(0, 0, 0); font-family: Arial; font-style: normal;
        font-variant: normal; font-weight: normal; letter-spacing:
        normal; line-height: normal; orphans: 2; text-indent: 0px;
        text-transform: none; white-space: normal; widows: 2;
        word-spacing: 0px; font-size: medium;"><span
          class="Apple-style-span" style="font-family: Monospace;
          font-size: 13px; line-height: 17px; white-space: pre-wrap;">
          <pre tabindex="0" class="GD40030CLR" style="font-family: Monospace; font-size: 10pt ! important; outline-style: none; border-style: none; white-space: pre-wrap ! important; margin: 0px; line-height: 1.3;"><span class="GD40030COR ace_keyword" style="white-space: pre; color: blue;">dobra 
para o tratamento 1casal, mesmo assim sumiu com a geracao 12, onde pergunto onde que estou errando é 
na funcao ou na interpretação? Sendo os argumentos que usei:
</span><span class="GD40030COR ace_keyword" style="white-space: pre; color: blue;">

> </span><span class="GD40030CCR ace_keyword" style="color: blue;">##Contraste tratamentos x desenvolvimento oviposicao a mumia
</span><span class="GD40030COR ace_keyword" style="white-space: pre; color: blue;">> </span><span class="GD40030CCR ace_keyword" style="color: blue;">m.comple<-glm(des.ov.mu~tratamento*geracao,data=dados6, family="quasipoisson")
</span><span class="GD40030COR ace_keyword" style="white-space: pre; color: blue;">> </span><span class="GD40030CCR ace_keyword" style="color: blue;">anova.comple<-anova(m.comple,test="Chi")
</span><span class="GD40030COR ace_keyword" style="white-space: pre; color: blue;">> </span><span class="GD40030CCR ace_keyword" style="color: blue;">anova.comple
</span>Analysis of Deviance Table

Model: quasipoisson, link: log

Response: des.ov.mu

Terms added sequentially (first to last)


                   Df Deviance Resid. Df Resid. Dev P(>|Chi|)    
NULL                                  82     9.1366              
tratamento          1   1.0969        81     8.0397 2.265e-07 ***
geracao             3   2.2880        78     5.7518 4.445e-12 ***
tratamento:geracao  3   2.7715        75     2.9802 1.328e-14 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 
<span class="GD40030COR ace_keyword" style="white-space: pre; color: blue;">> </span><span class="GD40030CCR ace_keyword" style="color: blue;">#summary(m.comple)</span><span class="Apple-style-span" style="border-collapse: separate; color: rgb(0, 0, 0); font-family: Arial; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: normal; orphans: 2; text-indent: 0px; text-transform: none; white-space: normal; widows: 2; word-spacing: 0px; font-size: medium;"><span class="Apple-style-span" style="font-family: Monospace; font-size: 13px; line-height: 17px; white-space: pre-wrap;"><pre tabindex="0" class="GD40030CLR" style="font-family: Monospace; font-size: 10pt ! important; outline-style: none; border-style: none; white-space: pre-wrap ! important; margin: 0px; line-height: 1.3;"><span class="GD40030COR ace_keyword" style="white-space: pre; color: blue;">10 casais</span></pre></span></span>
<span class="GD40030COR ace_keyword" style="white-space: pre; color: blue;">> </span><span class="GD40030CCR ace_keyword" style="color: blue;">#
</span><span class="GD40030COR ace_keyword" style="white-space: pre; color: blue;">> </span><span class="GD40030CCR ace_keyword" style="color: blue;">##Fazendo os contrastes
</span><span class="GD40030COR ace_keyword" style="white-space: pre; color: blue;">> </span><span class="GD40030CCR ace_keyword" style="color: blue;">require(contrast)
</span><span class="GD40030COR ace_keyword" style="white-space: pre; color: blue;">> </span><span class="GD40030CCR ace_keyword" style="color: blue;">contr<-contrast(m.comple, list(geracao=levels(geracao),tratamento="1casal"),list(geracao=levels(geracao),tratamento="10casal"))
</span><span class="GD40030COR ace_keyword" style="white-space: pre; color: blue;">> </span><span class="GD40030CCR ace_keyword" style="color: blue;">print(contr,X=TRUE)
</span>glm model parameter contrast

     Contrast       S.E.       Lower       Upper     t df Pr(>|t|)
 -0.298869262 0.03278233 -0.36417501 -0.23356352 -9.12 75   0.0000
  0.006271251 0.03351287 -0.06048982  0.07303232  0.19 75   0.8521
 -0.103435587 0.03532313 -0.17380286 -0.03306831 -2.93 75   0.0045
  0.049914391 0.03237891 -0.01458771  0.11441650  1.54 75   0.1274

Contrast coefficients:
 (Intercept) tratamento1casal geracaog3 geracaog6 geracaog9
           0                1         0         0         0
           0                1         0         0         0
           0                1         0         0         0
           0                1         0         0         0
 tratamento1casal:geracaog3 tratamento1casal:geracaog6 tratamento1casal:geracaog9
                          0                          0                          0
                          1                          0                          0
                          0                          1                          0
                          0                          0                          1
<span class="GD40030COR ace_keyword" style="white-space: pre; color: blue;">> </span><span class="GD40030CCR ace_keyword" style="color: blue;">##
</span><span class="Apple-style-span" style="border-collapse: separate; color: rgb(0, 0, 0); font-family: Arial; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: normal; orphans: 2; text-indent: 0px; text-transform: none; white-space: normal; widows: 2; word-spacing: 0px; font-size: medium;"><span class="Apple-style-span" style="font-family: Monospace; font-size: 13px; line-height: 17px; white-space: pre-wrap;"><pre tabindex="0" class="GD40030CLR" style="font-family: Monospace; font-size: 10pt ! important; outline-style: none; border-style: none; white-space: pre-wrap ! important; margin: 0px; line-height: 1.3;"><span class="GD40030COR ace_keyword" style="white-space: pre; color: blue;">> </span><span class="GD40030CCR ace_keyword" style="color: blue;">summary(m.comple)## Dando uma olhada no modelo
</span>
Call:
glm(formula = des.ov.mu ~ tratamento * geracao, family = "quasipoisson", 
    data = dados6)

Deviance Residuals: 
     Min        1Q    Median        3Q       Max  
-0.38017  -0.09964   0.00000   0.03447   0.87147  

Coefficients:
                           Estimate Std. Error t value Pr(>|t|)    
(Intercept)                 2.09063    0.02250  92.934  < 2e-16 ***
tratamento1casal           -0.29887    0.03278  -9.117 8.93e-14 ***
geracaog3                  -0.15385    0.03229  -4.765 9.04e-06 ***
geracaog6                  -0.15621    0.03313  -4.715 1.09e-05 ***
geracaog9                  -0.05985    0.03230  -1.853 0.067820 .  
tratamento1casal:geracaog3  0.30514    0.04688   6.509 7.62e-09 ***
tratamento1casal:geracaog6  0.19543    0.04819   4.055 0.000121 ***
tratamento1casal:geracaog9  0.34878    0.04608   7.570 7.83e-11 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

    Null deviance: 9.1366  on 82  degrees of freedom
Residual deviance: 2.9802  on 75  degrees of freedom
AIC: NA

Number of Fisher Scoring iterations: 4</pre></span></span><span class="GD40030CCR ace_keyword" style="color: blue;">

Obrigado,
Alexandre
</span></pre>
          <br>
        </span></span> </blockquote>
    <br>
  </body>
</html>