Ola pessoal.<br>Eu estava olhando aqui uns dados com um amigo e me surgiu uma duvida.<br><br>O problema é o seguinte:<br>Os dados são referentes a ocorrência de uma doença em passarinhos. Pegamos muitos passarinhos em redes em um lugar e testamos se ele esta doente ou não.<br>
Durante a captura, registramos varias caracteristicas dos passarinhos, entre elas o sexo e a idade.<br>Ai gostaríamos de perguntar se essas variáveis influenciam na chance do passarinho estar doente ou não.<br><br>O problema começa no seguinte, a idade é fácil de determinar, são 3 classes, jovem, sub-adulto e adulto e isso é feito sem muito erro, <br>
Agora o sexo, era pra ser macho ou femea, mas quando o passarinho é muito novo, é impossível saber o sexo dele, então a gente tava colocando indeterminado, pq visualmente não da pra saber o sexo do passarinho, e não tem outro jeito.<br>
<br>Então eu tenho 2 variáveis, de 3 níveis cada uma e fiz um glm binomial.<br><br>So que qd eu faço a analise o sexo da significativo (a classe indeterminado), sendo que os indeterminados tem menor chance de estar doente.<br>
Mas na verdade eu acho que o que interessa é a idade (Que faz sentido biológico ser significativo).<br>Se vc olha o gráfico, vc ve o padrão é o mesmo no sexo e na idade.<br>E a inabilidade de identificar o sexo nos passarinhos vem exatamente dele ser jovem demais, não desenvolveu ainda. Ai uma coisa confunde com a outra.<br>
Será que alguem tem aluma sugestão de o que fazer?<br>Tem como representar o sexo como "Não sei", é um dos 2 níveis mas pra esse passarinho eu não sei? Eu não sei como fazer isso. É possível fazer isso pro sexo no glm no meu caso?<br>
<br>Segue um exemplo para ilustrar mais ou menos o que eu to vendo:<br><br>#Gerando dados de exemplo<br>set.seed(666)<br>n<-90<br><br>#eu acredito que a idade tem um efeito significativo<br>#ja que por exemplo, o cara muito jovem vai ter tempo de exposição menor<br>
#a indivíduos doentes<br>idade<-sample(c("Adulto","Sub-Adulto","Jovem"),n,replace=T)<br>idade<br>efeito<-ifelse(idade=="Jovem",1,0)<br>efeito<br>diagnostico<-rbinom(n,1,0.75+efeito*(-0.25))<br>
<br>#E o sexo do passarinho não tem efeito, mas os jovens sempre são inderterminados<br>sexo<-NA<br>for(i in 1:length(idade)) {<br> if(idade[i]=="Jovem") {<br>  sexo[i]<-c("Indeterminado")<br>  } else{<br>
  sexo[i]<-sample(c("Macho","Femea"),1)<br>  }<br> }<br><br>dados<-data.frame(sexo,idade,diagnostico)<br><br>#so completando os casos<br>dados<-rbind(dados,c("Femea","Jovem",0))<br>
dados<-rbind(dados,c("Indeterminado","Adulto",0))<br>dados<-rbind(dados,c("Macho","Jovem",0))<br>dados<-rbind(dados,c("Indeterminado","Sub-Adulto",0))<br>
<br>#amostras<br>table(dados$sexo,dados$idade)<br>head(dados)<br><br><br><br>#Grafico<br>#no final o que eu vejo é mais ou menos isso:<br>par(mfrow=c(1,2),cex=0.6)<br>barplot(table(diagnostico,sexo),ylim=c(0,40),legend.text =c("Parasitado","Não Parasitado"))<br>
barplot(table(diagnostico,idade),ylim=c(0,40),legend.text =c("Parasitado","Não Parasitado"))<br><br>#O indeterminado e Jovem é mais meio a meio no numero de parasitados que as outras classes<br><br>#mas eu vejo um resultado significativo pro sexo, ou jovem se mudar a ordem<br>
#isso esta errado <br>modelo01<-glm(diagnostico~factor(idade)+factor(sexo),family="binomial")<br>summary(modelo01)<br>plogis(coef(modelo01)[1:2])<br>#eu acredito que cai naquele problema do aov, de experimento não balanceado e tal<br>
<br>#se olhar individualmente tudo ok, mas não consigo olhar as 2 variaveis juntas.<br>modelo02<-glm(diagnostico~factor(idade),family="binomial")<br>summary(modelo02)<br>plogis(coef(modelo02)[1:2])<br><br>modelo03<-glm(diagnostico~factor(sexo),family="binomial")<br>
summary(modelo03)<br>plogis(coef(modelo03)[1:2])<br><br><br>Se alguem puder dar uma olhada e dar alguma sugestão, fiz um exemplo, mas os dados deixam um grafico exatamente como aquele, se alguem quiser olhar os dados originais eu posso mandar.<br>
<br>-- <br><div>Grato<br>Augusto C. A. Ribas</div>
<div> </div>
<div>Site Pessoal: <a href="http://augustoribas.heliohost.org" target="_blank">http://augustoribas.heliohost.org</a></div>
<div>Lattes: <a href="http://lattes.cnpq.br/7355685961127056" target="_blank">http://lattes.cnpq.br/7355685961127056</a><br></div><br>