<div dir="ltr">Talvez o que vc queira fazer e o modelo logistico para descrever o crescimento de alguma coisa. E nao uma regressao logistica que seria adequado para dados do tipo (0 ou 1) um numero de sucessos em n ensaios. Que nao parece ser o seu caso.<br>
<br>Tente isso<br>dias <- c(38,121,208,291,381)<br>Massa <- c(370,4200,13200,17100,18000)<br>mod1  = nls(Massa ~ a1/(1+exp((a2-dias)/a3)),            <br>            start = list(a1 = 16000, a2 = 200, a3 = 100))<br>
summary(mod1)<br>plot(Massa ~ dias)<br>lines(dias, predict(mod1))<br><br><br></div><div class="gmail_extra"><br><br><div class="gmail_quote">2014-03-21 17:46 GMT+01:00 Luís Fernando Pirondi Junior <span dir="ltr"><<a href="mailto:lufepirondi@gmail.com" target="_blank">lufepirondi@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"><span style="font-family:arial,sans-serif;font-size:13px">Olá,</span><div style="font-family:arial,sans-serif;font-size:13px">
<br></div><div style="font-family:arial,sans-serif;font-size:13px">escrevi o seguinte script:</div>
<div style="font-family:arial,sans-serif;font-size:13px"><br></div><div style="font-family:arial,sans-serif;font-size:13px"><div>> A<-read.table("A.txt", header=TRUE)</div><div>> A</div><div>  Dias Massa</div>

<div>1   38   370</div><div>2  121  4200</div><div>3  208 13200</div><div>4  291 17100</div><div>5  381 18000</div><div>> plot(A$Dias,A$Massa,xlab="Dias",ylab="Massa", col="blue")</div><div>

<div><div>> modelo<-glm(Massa~Dias, data=A, family=binomial)</div><div>Mensagens de aviso perdidas:</div><div>In eval(expr, envir, enclos) : #sucessos não-inteiro em um glm binomial!</div><div>> summary(modelo)</div>

<div><br></div><div>Call:</div><div>glm(formula = Massa ~ Dias, family = binomial, data = A)</div><div><br></div><div>Deviance Residuals: </div><div>       1         2         3         4         5  </div><div>-0.19282  -0.03793   0.15578   0.09105  -0.11083  </div>

<div><br></div><div>Coefficients:</div><div>             Estimate Std. Error z value Pr(>|z|)</div><div>(Intercept) -3.737847   4.166859  -0.897     0.37</div><div>Dias         0.006566   0.014028   0.468     0.64</div>

<div><br></div><div>(Dispersion parameter for binomial family taken to be 1)</div><div><br></div><div>    Null deviance: 0.339765  on 4  degrees of freedom</div><div>Residual deviance: 0.083459  on 3  degrees of freedom</div>

<div>AIC: 5.1496</div><div><br></div><div>Number of Fisher Scoring iterations: 6</div></div><div><br></div><div>E obtive o gráfico em anexo.</div><div><br></div><div>Minha intenção era fazer uma regressão logística com os valores da Tabela "A", no entanto a curva não parece muito ajustada aos parâmetros. O que pode estar errado ?</div>
<span class="HOEnZb"><font color="#888888">
</font></span></div></div><span class="HOEnZb"><font color="#888888"><div><br></div>-- <br><div dir="ltr"><div><b>Luís Fernando Pirondi Junior</b></div></div>
</font></span></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><br clear="all"><br>-- <br>Wagner Hugo Bonat<br>
LEG - Laboratório de Estatística e Geoinformação<br>UFPR - Universidade Federal do Paraná
</div>