<html>
  <head>
    <meta content="text/html; charset=ISO-8859-1"
      http-equiv="Content-Type">
  </head>
  <body text="#000000" bgcolor="#FFFFFF">
    Walmes,<br>
    <br>
           Solicitei desta maneira porque eu achava que em análises de
    sobrevivência, como no meu caso que utilizo o modelo de Weibull com
    a função survreg() do pacote survival, fosse necessário informar o
    número de indivíduos vivos (zeros) ao final do tempo experimental
    para se efetuar os ajustes e se ter um correto número de graus de
    liberdade. <br>
           E você tem razão sim, avalio a mesma unidade experimental em
    determinados intervalos no tempo, como no exemplo postado abaixo,
    tenho 200 formigas em 2 tratamentos (100 formigas por tratamento -
    T1 e T2) e acompanhei a mortalidade durante 17 dias a cada 24 horas
    e acho que se encaixam na questão levanta por você, segue CRM:<br>
    <br>
#-------------------------------------------------------------------------------<br>
    # Download dos dados no dropbox<br>
    links <- c(<br>
    <a class="moz-txt-link-rfc2396E" href="https://www.dropbox.com/s/adawrlwws1ro7te/mortalidadeAtta3.txt">"https://www.dropbox.com/s/adawrlwws1ro7te/mortalidadeAtta3.txt"</a>)<br>
    <br>
    tokens    <- gsub("^.*/s/","",dirname(links))<br>
    fileNames <- basename(links)<br>
    newLinks  <- file.path(<a class="moz-txt-link-rfc2396E" href="http://dl.dropbox.com/s">"http://dl.dropbox.com/s"</a>, tokens,
    fileNames); newLinks<br>
    <br>
    for (a in newLinks) {<br>
              tryCatch(download.file(a, dest=basename(a), mode='wb'),<br>
                                  error=function(...) print("Falha no
    download!"))}<br>
                                  <br>
                                  <br>
                                  <br>
    # Leitura dos dados
    --------------------------------------------------------<br>
    <br>
    dados<-read.table("mortalidadeAtta3.txt", h=T)<br>
    <br>
    <br>
    <br>
    # Converte para notação binomial
    ------------------------------------<br>
    <br>
    dados$z<-1<br>
    dados2 <- dados[rep(1:nrow(dados), dados$mort),]<br>
    <br>
    <br>
    # Ajuste GLM binomial
    -----------------------------------------------------<br>
    <br>
    m0 <- glm(cbind(yes=mort, no=100-mort)~trat*tempo, dados,
    family=binomial)<br>
    summary(m0)<br>
    <br>
    <br>
    # Ajuste análise de sobrevivência de Weibull -----------------------<br>
    <br>
    require(survival)<br>
    <br>
    m1<-survreg(Surv(dados$tempo,dados$z)~dados$trat)<br>
    summary(m1)<br>
    <br>
    #END
---------------------------------------------------------------------------<br>
    <br>
    Abraço,<br>
    <br>
    <pre class="moz-signature" cols="72">-- 
======================================================================
Alexandre dos Santos
Proteção Florestal 
IFMT - Instituto Federal de Educação, Ciência e Tecnologia de Mato Grosso
Campus Cáceres
Caixa Postal 244
Avenida dos Ramires, s/n
Bairro: Distrito Industrial 
Cáceres - MT                      CEP: 78.200-000
Fone: (+55) 65 8132-8112 (TIM)   (+55) 65 9686-6970 (VIVO)
<a class="moz-txt-link-abbreviated" href="mailto:e-mails:alexandresantosbr@yahoo.com.br">e-mails:alexandresantosbr@yahoo.com.br</a> 
        <a class="moz-txt-link-abbreviated" href="mailto:alexandre.santos@cas.ifmt.edu.br">alexandre.santos@cas.ifmt.edu.br</a> 
Lattes: <a class="moz-txt-link-freetext" href="http://lattes.cnpq.br/1360403201088680">http://lattes.cnpq.br/1360403201088680</a>                   
======================================================================</pre>
    <br>
    <br>
    <br>
    <br>
    <br>
    <br>
    <br>
    <br>
    <br>
    <div class="moz-cite-prefix">Em 10/12/2013 16:20, walmes . escreveu:<br>
    </div>
    <blockquote
cite="mid:CAFU=Ekb=0s8NoSnoQiC1Mbj8o8tyOFefS+xnm07S8FCL3ZRi1w@mail.gmail.com"
      type="cite">
      <div dir="ltr">
        <div class="gmail_default" style="font-family:trebuchet
          ms,sans-serif">Eu não sei exatamente porque você precisa dos
          dados dessa maneira, mas se é para correr um glm() binomial,
          basta que você tenha um vetor com o número de mortos e outro
          com o número de vivos. Não precisar estar em binário {0,1}
          não.<br>
          <span style="font-family:courier new,monospace"><br>
            tot <- 212<br>
            da <- expand.grid(trat=gl(3,4), tempo=1:5)<br>
            da$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.<br>
          Walmes.<br>
        </div>
        <div class="gmail_default" style="font-family:trebuchet
          ms,sans-serif"><br>
        </div>
      </div>
      <br>
      <fieldset class="mimeAttachmentHeader"></fieldset>
      <br>
      <pre wrap="">_______________________________________________
R-br mailing list
<a class="moz-txt-link-abbreviated" href="mailto:R-br@listas.c3sl.ufpr.br">R-br@listas.c3sl.ufpr.br</a>
<a class="moz-txt-link-freetext" href="https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br">https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br</a>
Leia o guia de postagem (<a class="moz-txt-link-freetext" href="http://www.leg.ufpr.br/r-br-guia">http://www.leg.ufpr.br/r-br-guia</a>) e forneça código mínimo reproduzível.</pre>
    </blockquote>
    <br>
    <pre class="moz-signature" cols="72">
</pre>
  </body>
</html>