<div dir="ltr">Por sinal, pegando "carona" na última colocação do Walmes, acho que a abordagem de análise de sobrevivência (que neste caso "sobrevivência" passa a ser o antônimo de germinação, mas vamos pensar que ainda assim seria uma metáfora), seria mais intuitiva para o tempo de germinação.<div>
<br></div><div>Meus 0,0199999....</div><div><br></div><div>--</div><div>Cesar Rabak</div><div><br></div></div><div class="gmail_extra"><br><br><div class="gmail_quote">2013/12/10 walmes . <span dir="ltr"><<a href="mailto:walmeszeviani@gmail.com" target="_blank">walmeszeviani@gmail.com</a>></span><br>
<blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div dir="ltr"><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">Eu não sei exatamente porque você precisa dos dados dessa maneira, mas se é para correr um glm() binomial, basta que você tenha um vetor com o número de mortos e outro com o número de vivos. Não precisar estar em binário {0,1} não.<br>

<span style="font-family:courier new,monospace"><br>tot <- 212<br>da <- expand.grid(trat=gl(3,4), tempo=1:5)<br>da$y <- rbinom(nrow(da), size=212, prob=0.5)<br><br>m0 <- glm(cbind(yes=y, no=212-y)~trat*tempo, da, family=binomial)<br>

summary(m0)</span><br><br></div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">Agora eu tive a impressão pelo seu texto de que você observa os insetos mortos em intervalos de tempo na mesma unidade experimental. Dessa maneira, no tempo i+1 jamais terá menos insetos mortos que o tempo i. As observações são tomadas na mesma unidade experimental. Esse experimento não pode deve analisado como um glm() com n=212 para todas as observações. Um caso exatamente igual ao seu experimento (se eu estiver correto) é o de índice de germinação de sementes. Por exemplo, 100 sementes são semeadas e a cada dia observa-se o número de germinadas. No dia 1 você tem n=100, se nasceram 5, para o dia 2 deve usar n=95 e não n=100. Em outras palavras, a cada acesso no tempo você tem uma binomial cujo n é o n-y do tempo anterior, ou seja, n[i+1] = n[i]-y[i], em que y[i] é o número de germinadas no tempo i. Os artigos da área aplicada fazem análise sem considerar esse importante fato (considerar n=100 para todos os tempos) é isso pode comprometer as conclusões.<br>

<br></div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">Outra forma de analisar os mesmos dados é ao invés de considerar o número germinadas no tempo i, é considerar o tempo necessário para germinar. Ambas análises (glm e sobrevivência) vão fornecer praticamente o mesmo resultado que do meu ponto de vista é saber qual o número esperado para quantidade de sementes germinadas em cada instante i. No glm você modela o p e multiplica por n para ter o número esperado de sementes em cada i. Na sobrevivência você ajusta o modelo e partir do ajuste obtém os quantis que dão a proporção de indivíduos que germinam à cada tempo. Eu confesso que sou curioso para comparar às duas abordagens. Será que os seus dados não servem para isso?<br>

<br>À disposição.<span class="HOEnZb"><font color="#888888"><br>Walmes.<br></font></span></div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif"><br></div></div>
<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></div>