<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">
<HTML><HEAD>
<META content="text/html; charset=iso-8859-1" http-equiv=Content-Type>
<META name=GENERATOR content="MSHTML 8.00.6001.23536">
<STYLE></STYLE>
</HEAD>
<BODY bgColor=#ffffff>
<DIV><FONT size=2></FONT><FONT color=#0000ff face=Arial>A partir daí não
consegui rodar, ele não reconhece as funções popMeans e popMatrix, e instalei a
bibliotéca doBay</FONT></DIV>
<DIV><FONT face="Courier New"></FONT> </DIV>
<DIV><FONT face="Courier New">## efeito marginal de A (ou seja, na média dos
níveis de B)<BR>popMeans(m0, effect="A")<BR><BR>## efeito marginal de B (ou
seja, na média dos níveis de A)<BR>popMeans(m0, effect="B")<BR><BR>## efeito de
A condicional à B=1<BR>popMeans(m0, effect="A", at=list(B="1"))<BR><BR>## aqui é
para ver as matrizes envolvidas<BR>popMatrix(m0, effect="A")<BR>popMatrix(m0,
effect="A", at=list(B="1"))</FONT><BR><BR><BR></DIV>
<BLOCKQUOTE
style="BORDER-LEFT: #000000 2px solid; PADDING-LEFT: 5px; PADDING-RIGHT: 0px; MARGIN-LEFT: 5px; MARGIN-RIGHT: 0px">
<DIV dir=ltr>
<DIV style="FONT-FAMILY: trebuchet ms,sans-serif" class=gmail_default>Você
pode obter as estimativas de cada casela de diversas formas: 1) removendo
intercepto da fórmula, 2) mudando o tipo de constraste, 3) calculando as
funções lineares por fora com matrizes apropriadas e 4) fazendo o item 3 com a
popMeans() e/ou popMatrix(), que considero a opção mais simples. Veja o
CMR.<BR><BR><SPAN
style="FONT-FAMILY: courier new,monospace">##-----------------------------------------------------------------------------<BR><BR>##
dados artificiais<BR>da <- expand.grid(A=gl(4,4), B=gl(3,1))<BR>da$y <-
rpois(nrow(da), lambda=10)<BR><BR>## constrates usados por
padrão<BR>options()$contrasts<BR><BR>## removendo o intercepto, primeiro fator
com estimativas por nível<BR>m0 <- glm(y~-1+A+B, data=da,
family=poisson)<BR>summary(m0)<BR>m0 <- glm(y~-1+B+A, data=da,
family=poisson)<BR>summary(m0)<BR><BR>## mudando a opção de contraste
localmente <BR>m0 <- glm(y~A+B, data=da,
family=poisson,<BR>
contrasts=list(A=contr.helmert, B=contr.SAS))<BR>summary(m0)<BR><BR>M <-
unique(model.matrix(m0))<BR>M<BR><BR>## comportamento padrão<BR>m0 <-
glm(y~A+B, data=da, family=poisson)<BR>summary(m0)<BR><BR>M <-
unique(model.matrix(m0))<BR>M<BR><BR>##-----------------------------------------------------------------------------<BR><BR>##
estimativas para cada combinação A*B<BR>M%*%coef(m0)<BR><BR>## para soma
direta de matrizes<BR>source("<A
href="http://fisher.osu.edu/~schroeder_9/AMIS900/blockdiag.R">http://fisher.osu.edu/~schroeder_9/AMIS900/blockdiag.R</A>")<BR><BR>mA
<- contrasts(da$A)<BR>mB <- contrasts(da$B)<BR>M <- list(mA, mB)<BR>M
<- cbind(1, blockdiag(M))<BR>M <-
unique(M)<BR>M<BR><BR>M%*%coef(m0)<BR>coef(m0)<BR><BR>require(doBy)<BR><BR>##
efeito marginal de A (ou seja, na média dos níveis de B)<BR>popMeans(m0,
effect="A")<BR><BR>## efeito marginal de B (ou seja, na média dos níveis de
A)<BR>popMeans(m0, effect="B")<BR><BR>## efeito de A condicional à
B=1<BR>popMeans(m0, effect="A", at=list(B="1"))<BR><BR>## aqui é para ver as
matrizes envolvidas<BR>popMatrix(m0, effect="A")<BR>popMatrix(m0, effect="A",
at=list(B="1"))<BR><BR>##-----------------------------------------------------------------------------<BR></SPAN><BR>À
disposição.<BR>Walmes.<BR></DIV></DIV>
<P>
<HR>
<P></P>_______________________________________________<BR>R-br mailing
list<BR>R-br@listas.c3sl.ufpr.br<BR>https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br<BR>Leia
o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo
reproduzível.</BLOCKQUOTE></BODY></HTML>