<html>
  <head>
    <meta content="text/html; charset=ISO-8859-1"
      http-equiv="Content-Type">
  </head>
  <body bgcolor="#FFFFFF" text="#000000">
    Oi Walmes aproveitando a questão, mais uma dúvida. É possível fazer
    um teste dos parâmetros do modelo de efeito aleatório utilizando a
    função lme?<br>
    <br>
    <br>
    <br>
    <div class="moz-cite-prefix">Em 10-05-2014 22:29, walmes . escreveu:<br>
    </div>
    <blockquote
cite="mid:CAFU=EkYNoQFw7n7pGSx3Qy-Q9=ksRGONVyOYc3Tc=oaiQFO3Hg@mail.gmail.com"
      type="cite">
      <div dir="ltr">
        <div class="gmail_default" style="font-family:trebuchet
          ms,sans-serif">Basicamente não existe segredo para reproduzir
          a mesma análise. O modo mais direto é declarar o modelo para
          estimar os parâmetros separados para cada nível do fator,
          depois montar as matrizes correspondentes às funções lineares
          e submetê-las à glht() ou qualquer outra função que permita
          inferências para funções lineares de parâmetros. O pacote car,
          contrast e gmodels têm funções equivalentes à glht(), minha
          preferida.<br>
          <br>
          <span style="font-family:courier new,monospace">##-----------------------------------------------------------------------------<br>
            <br>
            m0 <- lm(Y~0+estudo/X, DATA)<br>
            summary(m0)<br>
            <br>
            m0$assign<br>
            tapply(coef(m0), m0$assign, mean)<br>
            <br>
            ## Matriz de pesos.<br>
            m <- rbind(rep(1,
            nlevels(DATA$estudo))/nlevels(DATA$estudo))<br>
            <br>
            require(multcomp)<br>
            <br>
            ## Intercepto médio.<br>
            X <- cbind(m, 0*m)<br>
            summary(glht(m0, linfct=X), test=adjusted(type="none"))<br>
            <br>
            ## Inclinação média.<br>
            X <- cbind(0*m, m)<br>
            summary(glht(m0, linfct=X), test=adjusted(type="none"))<br>
            <br>
            ## As inclinações para cada nível saem no próprio summary()
            do modelo<br>
            ## quando se declara o modelo na forma ~0+fator/numérica.
            Para<br>
            ## conhecimento, pode ser feito assim.<br>
            <br>
            M <- diag(nlevels(DATA$estudo))<br>
            X <- cbind(M, 0*M)<br>
            summary(glht(m0, linfct=X), test=adjusted(type="fdr"))<br>
            <br>
            X <- cbind(0*M, M)<br>
            summary(glht(m0, linfct=X), test=adjusted(type="fdr"))<br>
            <br>
##-----------------------------------------------------------------------------<br>
            <br>
          </span>À disposição.<br>
        </div>
        <div class="gmail_default" style="font-family:trebuchet
          ms,sans-serif">Walmes.<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>
  </body>
</html>