Se for de ajuda, vou tentar explicar como são gerados os dados, quem sabe ajude a visualizar melhor o problema.<br><br>Os valores vem de tipo um indice de reciprocidade de populações de uma especie de planta.<br>Mais ou menos assim, salvo excessões, plantas tem estames(parte masculina) e estigma(parte feminina).<br>
No tentando devido a n fatores (como em nos humanos mesmo), cruzar com parentes proximos é ruim, logo cruzar com vc mesmo é pessimo.<br>Dai algumas plantinhas tem uma "estrategia" para evitar isso, que é ter estames em estigimas em alturas diferentes.<br>
Ai uma planta so vai cruzar com outra. Tentando fazer uma ilustração grosseira poderias pensar assim:<br>Note que no caso 1, uma plantinha vai mandar polen do estame baixinho da planta 1 pro estigma baixinho da planta 2, e o mesmo pros altos, mandar via polinizadores, o polen gruda na cabeça e no abdomen da abelhas e assim vai<br>
<br><br>#caso 1<br>plot(0,0,type="n")<br><br>segments(-0.3,-0.5,-0.3,0,col="pink",lwd=5)<br>segments(-0.5,-0.5,-0.5,1,col="blue",lwd=5)<br>text(-0.5, -0.6, "Plantinha 1")<br><br>segments(0.3,-0.5,0.3,0,col="blue",lwd=5)<br>
segments(0.5,-0.5,0.5,1,col="pink",lwd=5)<br>text(0.5, -0.6, "Plantinha 2")<br><br>legend("topright",legend=c("Femea","Macho"),pch=19,col=c("pink","blue"))<br>
title("Reciprocidade perfeita (valor indice perto de 1)")<br>#<br><br>no entando algumas vezes, por mutações as plantas ficam sem essa "ordem", como no caso 2, o que gera ela polinizar ela mesma<br><br>
#caso 2<br>plot(0,0,type="n")<br>segments(-0.3,-0.5,-0.3,0,col="pink",lwd=5)<br>segments(-0.5,-0.5,-0.5,0,col="blue",lwd=5)<br>text(-0.5, -0.6, "Plantinha 1")<br><br>segments(0.3,-0.5,0.3,1,col="blue",lwd=5)<br>
segments(0.5,-0.5,0.5,1,col="pink",lwd=5)<br>text(0.5, -0.6, "Plantinha 2")<br><br>legend("topright",legend=c("Femea","Macho"),pch=19,col=c("pink","blue"))<br>
title("Falha na reciprocidade (valor indice perto de 0)")<br>#<br><br><br>Agora um cara inventou um indice, que leva em conta todos os individuos de uma população e da um valor, entre 0 e 1 de "nivel de reciprocidade"<br>
<br>dai olhando os dados, ele parecem com uma distribuição beta.<br>Eu não entendo perfeitamente a distribuição beta, mas ela tem dois parametros.<br>e olhando alguns casos, variando os parametros da distribuição<br><br>#<br>
par(mfrow=c(4,4))<br><br>for(i in 1:4) {<br>  for(j in 1:4) {<br>    hist(rbeta(1000,i,j),main=paste("shape1 =",i,"shape2 =",j),xlab="")<br>    função<-function(x) {dbeta(x,i,j)}<br>    curve(função(x)*100,0,1,add=T,lwd=2,col="red")<br>
  }<br>}<br>#<br><br>Da pra ver alguns exemplos que se parecem exatamente com conjunto de dados:<br><br>#So que a hipotese a ser testada, é que dependendo do ambiente, as populações tem uma tendencia a exibirem uma menor reciprocidade<br>
#então pensando em populações que vivem em lagoas temporarios e populações que vivem em lagoas permanentes (para uma planta aquatica)<br>#podemos fazer um exemplo que parece com os dados usando o rbeta():<br><br>set.seed(01)<br>
dados<-data.frame(lagoa=rep(c("Temporario","Permanente"),each=50),indice=c(rbeta(50,4,1),rbeta(50,4,2)))<br>library(lattice)<br>histogram(~indice|lagoa,dados)<br><br><br>#usar uma regressão teria problemas devido a normalidade dos residuos <br>
ajuste01<-lm(dados$indice~dados$lagoa)<br>summary(ajuste01)<br>par(mfrow=c(2,2))<br>plot(ajuste01)<br><br>#uma solução que vi em livros é a transformação  pelo arco sena da raiz quadrada, mas dai é estimado parametros que são dificeis de entender<br>
#dificil pensar no arcoseno da raiz quadrada de algo<br>histogram(~asin(sqrt(indice))|lagoa,dados)<br>ajuste02<-lm(asin(sqrt(dados$indice))~dados$lagoa)<br>summary(ajuste02)<br>par(mfrow=c(2,2))<br>plot(ajuste02)<br><br>
<br>#procurando alguma abordagem com GLM, pra descrever os dados usando distribuição beta, vimos o betareg<br>library(betareg)<br>ajuste3<-betareg(indice~lagoa|lagoa,dados)<br>summary(ajuste3)<br>par(mfrow=c(2,2))<br>plot(ajuste03)<br>
<br>#o ajuste dele da 2 valores, uma media e um phi, que estava interpretando como referentes ao shape 2 e shape 1 do comando rbeta()<br>#so que não tenho certeza se isso faz sentido<br><br><br>#mas o ajuste parece bem razoavel, mas não sei se essa abordagem usando betareg é a correta pra esse tipo de dados:<br>
round(tapply(dados$indice,dados$lagoa,mean),digits=3)<br>paste("estimado temporario =",round(plogis(ajuste3$coefficients$mean[1]),digits=3))<br>paste("estimado permanente =",round(plogis(ajuste3$coefficients$mean[1]+ajuste3$coefficients$mean[2]),digits=3))<br>
<br>#se alguem puder dar uma luz<br><br><br><div class="gmail_quote">Em 18 de outubro de 2012 10:54, Eliardo Costa <span dir="ltr"><<a href="mailto:eliardocosta@gmail.com" target="_blank">eliardocosta@gmail.com</a>></span> escreveu:<br>
<blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">Olá Nicolay,<br><br>Como seus dados apresentam 0's e 1's acredito que modelos de regressão beta inflacionados possam lhe ajudar, porém não sei se existe algo implementado no R. Pesquise sobre isso.<br>
<br>Att, Eliardo.<br>
<br><div class="gmail_quote">Em 18 de outubro de 2012 11:45, Nicolay Cunha <span dir="ltr"><<a href="mailto:nicolaycunha@gmail.com" target="_blank">nicolaycunha@gmail.com</a>></span> escreveu:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">
<div><div class="h5">
<div class="gmail_quote">Olá a todos,<br><br>Tenho uma variável dependente (Y) que varia de 0 a 1 e quero testar em relação a duas variáveis categóricas (X1 com três níveis e X2 com 7 níveis). A categórica X2 transformo em números para ganhar graus de liberdade.<br>



<br>Os dados não atendem nenhum tipo de premissa de linearidade, portanto tive que buscar outras alternativas para analisa-los.<br>Ao estudar sobre a melhor forma de ajustar esses dados, encontrei o artigo (<a href="http://cran.r-project.org/web/packages/betareg/vignettes/betareg.pdf" target="_blank">http://cran.r-project.org/web/packages/betareg/vignettes/betareg.pdf</a>) sobre o tema, e os exemplos dados aparentam encaixar com o meu caso.<br>



<br><br>No entanto meu Y tem valores inteiros (0 e 1) e a distribuiçãoa aparenta não aceitar isso, para tal transformei todos os 0s em 0.0001 e 1s em 0.9999.  Ainda tenho dúvidas sobre a interpretação dos dados (inclusive o papel do phi), utilização e escolha da melhor forma de gerar o modelo da forma que estou propondo, logo gostaria de sugestões e orientações sobre como proceder com essas análises. <br>



<br><br>Abaixo um CMR com um exemplo do que estou fazendo onde aparece uma mensagem de aviso perdida ao estimar o modelo.<br><br><br><b>"In betareg.fit(X, Y, Z, weights, offset, link, link.phi, type, control) :<br>  no valid starting value for precision parameter found, using 1 instead"</b><br>



<br>#############################################################################<br><br>X1<-factor(rep(c("A", "B", "C"),50)) ## categoria 1<br>X2<- rep(sample(1:7), len=150 ) ## categoria 2<br>



Y<-rep(sample(0:100)/100, len=150) ## minha variável dependente em proporção<br>Y[Y=='1']<-0.99999 # transformo 1 em 0.99999 pois a distribuição beta não aceita 0 e 1, somente o intervalo entre eles<br>Y[Y=='0']<-0.00001 # transformo 0 em 0.00001<br>



<br>library(betareg)<br>beta1<-betareg(Y~X1+X2, link="loglog")<br>coef(beta1)<br>summary(beta1)<br><br>beta2<-betareg(Y~X1+X2|X2, link="loglog") ## adicionando X2 como um regressor adicional<br>


coef(beta2)<br>
summary(beta2)<br><br>AIC(beta1, beta2,  k = log(nrow(data.frame(X1,X2,Y))))<br><br>##############################################################################<br><br><br><br>Agradeço a ajuda!<span><font color="#888888"><br>


Nicolay<span><font color="#888888"><br><br><br><br>
<br><br><br clear="all"><br>-- <br>Nicolay Leme da Cunha<br><br>Biólogo, Mestre, Doutorando em Ecologia e Conservação<br>Universidade Federal de Mato Grosso do Sul, 79070-900<br>Campo Grande, MS, Brasil<br>E-mail: <a href="mailto:nicolaycunha@gmail.com" target="_blank">nicolaycunha@gmail.com</a><div>



<a href="http://lattes.cnpq.br/5916316648872099" target="_blank">lattes.cnpq.br/5916316648872099</a> </div><br>
</font></span></font></span></div><span><font color="#888888"><br><br clear="all"><br>-- <br>Nicolay Leme da Cunha<br><br>Biólogo, Mestre, Doutorando em Ecologia e Conservação<br>Universidade Federal de Mato Grosso do Sul, 79070-900<br>

Campo Grande, MS, Brasil<br>
E-mail: <a href="mailto:nicolaycunha@gmail.com" target="_blank">nicolaycunha@gmail.com</a><div><a href="http://lattes.cnpq.br/5916316648872099" target="_blank">lattes.cnpq.br/5916316648872099</a> </div><br>
</font></span><br></div></div>_______________________________________________<br>
R-br mailing list<br>
<a href="mailto:R-br@listas.c3sl.ufpr.br" target="_blank">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>_______________________________________________<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"><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>