Oi Eder, na verdade o Endotélio Vascular é uma camada celular que "veda"seus vasos, e a distância entre estas membarnas, o diâmeto do vaso, é uma medida importante para diagnóstico de problemas de calcificação vascular, que pode levar a enfartos, avc, etc...<div>
<br></div><div>A medida é o diâmetro do endotélio, em milímetros. Este experimento tem como objetivo atestar que o médico que mede as 5 replicações dentro de cada imagem tá com a mão boa, ou seja, mostrar quanto da variabilidade total das medidas é devido ao erro da medição na imagem. Isso ocorre em duas ocasisiões, pré e pós oclusão (garrote) no braço do paciente. Digamos que é um resultado preliminar para a certificação do cara para um estudo maior, pois pouquíssimas pessoas no país são treinadas neste método. </div>
<div><br></div><div>Quanto ao modelo entendi, realmente a especificação está errada, um mal entendimento meu do lme4, acho que com sua dica fica correto...estava estranhando um coeficiente para as replicações...na verdade é uma confusão minha com a sintaxe do Stata, que trabalhei por muito tempo.</div>
<div><br></div><div>Desta forma consigo as variâncias de cada um dos componentes, mas me enrolei para encontrar a variância do resídiuo (do erro, se pensarmos em uma abela ANOVA), pois quando peço a ANOVA ela me traz apenas o MSE do intercepto. Na verdade minha primeira abordagem foi por mínimos quadrados, e fazendo as contas para achar cada componente da variância, de acordo com os MSE de cada efeito. O problema foi que em um dos casos, encontro variância negativa (uma limitação dos MQ para este tipo de problema), e então parti para os modelos mistos.</div>
<div><br></div><div>Obrigado<br><br><div class="gmail_quote">Em 17 de maio de 2012 21:00, Eder David Borges da Silva <span dir="ltr"><<a href="mailto:eder@leg.ufpr.br" target="_blank">eder@leg.ufpr.br</a>></span> escreveu:<br>
<blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">Fernando,<br>
Pelo oque entendi da sua explicação, você pega 101 pacientes, tira<br>
duas imagens do  endotélio (Segundo Wikipedia isso é uma membrana do<br>
coração, certo?) em cada uma destas imagens você faz 5 medidas (de<br>
que? tamanho?, espessura?) com isso você tem seus dados, agora qual o<br>
objetivo central deste experimento?<br>
Pelo oque entendi parcialmente o seu modelo esta meio estranho, pois:<br>
<div class="im">fm1 <- lmer(abps ~ replicacao + (replicacao|medida) + (medida|id3), medidas)<br>
</div>Esta sendo atribuído um efeito fixo para a replicação(entendi que é 2<br>
imagens vezes 5 medidas isso).<br>
Em um modelo com apenas intercepto fixo poderíamos ser:<br>
1 componente de variância para o individuo<br>
1 componente de variância para a imagem<br>
1 componente de variância para a medida dentro da imagem<br>
resp~1+(1|id)+(medida|replicacao)<br>
<br>
Se der mais algumas informações pode ser que conseguimos lhe ajudar mais.<br>
Att<br>
Éder<br>
<br>
<br>
<br>
<br>
Em 17 de maio de 2012 13:17, Fernando Colugnati <<a href="mailto:fernando@ipti.org.br">fernando@ipti.org.br</a>> escreveu:<br>
<div><div class="h5">> #Pessoal, estou analisando um experimento que procura avaliar as fontes de<br>
> variabilidade em um processo de medição. São 101 pacientes, #onde são<br>
> realizadas 5 medidas em 2 imagens de endotélio, ou seja, para cada paciente<br>
> tenho 10 replicações, 5 em cada imagem (variável #medida no dataframe<br>
> abaixo). Entendo que tenho um modelo misto, pois considero os pacientes como<br>
> efeito aleatório (a variablidade entre eles #é enorme) e também as imagens,<br>
> já que podem ser tiradas de diferentes partes do antebraço do paciente.<br>
><br>
> #Especifiquei este modelo com o lme4 para uma das medidas que quero<br>
> analisar, o diâmetro do endotélio pós-oclusão:<br>
><br>
> fm1 <- lmer(abps ~ replicacao + (replicacao|medida) + (medida|id3), medidas)<br>
><br>
> #e gostaria de estimar o % da variância de cada componente, e para isso<br>
> preciso da variância total, que é a soma de todas, inlcuindo dos #efeitos<br>
> fixos, do aleatório e tbm dos resíduos. Está especificação está correta, na<br>
> opinião dos especialistas em experimentos? (não é meu #caso)<br>
><br>
> #Rodando, após o modelo<br>
><br>
> VarCorr(fm1, type="varcov")<br>
> anova(fm1)<br>
><br>
> #como identifico a variância residual? Na verdade me enrolei um pouco com a<br>
> saída do VarCorr, e mesmo pesquisando no Google, não achei nada que<br>
> #apresente este tipo de propósito de análise (é um estudo de R&R, onde quero<br>
> mostrar que a variabilidade das replicações, ou do operador, é a #de menor<br>
> culpa neste processo).<br>
><br>
> #Segue um pedaço dos dados:<br>
><br>
> #> dput(medidas[1:20,])<br>
><br>
> structure(list(abpre = c(0.382, 0.383, 0.386, 0.386, 0.383, 0.386,<br>
> 0.384, 0.387, 0.386, 0.383, 0.339, 0.335, 0.342, 0.335, 0.339,<br>
> 0.357, 0.342, 0.346, 0.343, 0.35), abps = c(0.412, 0.412, 0.415,<br>
> 0.404, 0.408, 0.408, 0.393, 0.408, 0.408, 0.408, 0.382, 0.386,<br>
> 0.386, 0.386, 0.386, 0.383, 0.383, 0.379, 0.379, 0.379), abs = c(0.03,<br>
> 0.029, 0.029, 0.018, 0.025, 0.022, 0.009, 0.021, 0.022, 0.025,<br>
> 0.043, 0.051, 0.044, 0.051, 0.047, 0.026, 0.041, 0.033, 0.036,<br>
> 0.029), id3 = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 1L,<br>
> 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), replicacao = c(1L, 2L, 3L, 4L,<br>
> 5L, 1L, 2L, 3L, 4L, 5L, 1L, 2L, 3L, 4L, 5L, 1L, 2L, 3L, 4L, 5L<br>
> ), medida = c(0L, 0L, 0L, 0L, 0L, 1L, 1L, 1L, 1L, 1L, 0L, 0L,<br>
> 0L, 0L, 0L, 1L, 1L, 1L, 1L, 1L), abpre2 = c(0.407, 0.408, 0.399,<br>
> 0.404, 0.401, 0.404, 0.413, 0.413, 0.416, 0.407, 0.318, 0.318,<br>
> 0.325, 0.325, 0.318, 0.314, 0.315, 0.316, 0.322, 0.322), abps2 = c(0.458,<br>
> 0.452, 0.452, 0.455, 0.459, 0.465, 0.456, 0.459, 0.462, 0.462,<br>
> 0.372, 0.382, 0.392, 0.386, 0.365, 0.386, 0.382, 0.369, 0.382,<br>
> 0.382), abs2 = c(0.051, 0.044, 0.053, 0.051, 0.058, 0.061, 0.043,<br>
> 0.046, 0.046, 0.055, 0.054, 0.064, 0.067, 0.061, 0.047, 0.072,<br>
> 0.067, 0.053, 0.06, 0.06), X_Imedida_1 = c(0L, 0L, 0L, 0L, 0L,<br>
> 1L, 1L, 1L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, 1L, 1L, 1L, 1L, 1L),<br>
>     X_ImedXrepli_1 = c(0L, 0L, 0L, 0L, 0L, 1L, 2L, 3L, 4L, 5L,<br>
>     0L, 0L, 0L, 0L, 0L, 1L, 2L, 3L, 4L, 5L)), .Names = c("abpre",<br>
> "abps", "abs", "id3", "replicacao", "medida", "abpre2", "abps2",<br>
> "abs2", "X_Imedida_1", "X_ImedXrepli_1"), row.names = c(NA, 20L<br>
> ), class = "data.frame")<br>
><br>
><br>
> Abraço<br>
><br>
> --<br>
> Fernando A.B. Colugnati<br>
><br>
> --<br>
> Fernando A.B. Colugnati<br>
><br>
><br>
><br>
><br>
><br>
><br>
</div></div>> _______________________________________________<br>
> R-br mailing list<br>
> <a href="mailto: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>
> Leia o guia de postagem (<a href="http://www.leg.ufpr.br/r-br-guia" target="_blank">http://www.leg.ufpr.br/r-br-guia</a>) e forneça código<br>
> mínimo reproduzível.<br>
_______________________________________________<br>
R-br mailing list<br>
<a href="mailto: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>
Leia o guia de postagem (<a href="http://www.leg.ufpr.br/r-br-guia" target="_blank">http://www.leg.ufpr.br/r-br-guia</a>) e forneça código mínimo reproduzível.<br>
</blockquote></div><br><br clear="all"><div><br></div>-- <br>Fernando A.B. Colugnati<br><br><br>
</div>