<div dir="ltr"><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">Respostas dentro da mensagem.<br><br></div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">Walmes.<br></div><div class="gmail_extra"><span style="font-family:trebuchet ms,sans-serif"><br>==========================================================================</span><br style="font-family:trebuchet ms,sans-serif"><div><div dir="ltr"><span style="font-family:trebuchet ms,sans-serif">Walmes Marques Zeviani</span><br style="font-family:trebuchet ms,sans-serif"><span style="font-family:trebuchet ms,sans-serif">LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W)</span><br style="font-family:trebuchet ms,sans-serif"><span style="font-family:trebuchet ms,sans-serif">Departamento de Estatística - Universidade Federal do Paraná</span><br style="font-family:trebuchet ms,sans-serif"><span style="font-family:trebuchet ms,sans-serif">fone: (+55) 41 3361 3573</span><br style="font-family:trebuchet ms,sans-serif"><span style="font-family:trebuchet ms,sans-serif">skype: walmeszeviani<br style="font-family:trebuchet ms,sans-serif"></span><span style="font-family:trebuchet ms,sans-serif">homepage: <a href="http://www.leg.ufpr.br/%7Ewalmes" target="_blank">http://www.leg.ufpr.br/~walmes</a></span><br style="font-family:trebuchet ms,sans-serif"><span style="font-family:trebuchet ms,sans-serif">linux user number: 531218</span><br style="font-family:trebuchet ms,sans-serif"><span style="font-family:trebuchet ms,sans-serif">==========================================================================</span></div></div>
<br><div class="gmail_quote">2014-09-24 16:44 GMT-03:00 Maurício Lordêlo <span dir="ltr"><<a href="mailto:mslordelo@gmail.com" target="_blank">mslordelo@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">Caro Walmes,<div>Muito obrigado pelo retorno com estes comentários. </div><div>Caso seja possível, tem alguns pontos que gostaria que esclarecesse nesta sua análise.</div><div>1. No modelo fatorial completo declarado (m0), você utilizou uma (quasi)binomial em lugar da binomial pelo fato de haver muitas caselas com proporções amostrais iguais a zero?</div></div></blockquote><div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">Na verdade eu sempre começo com o quasi(binomial|poisson) antes. Se houver a dispersão ficar ao redor de 1 aí decido se retiro o quasi.<br></div> </div><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div dir="ltr"><div>2. Foi verificada a presença de superdispersão (phi=3.09) neste modelo pois este parâmetro (phi) deveria ser próximo a 1? Tem algum teste para isso?</div></div></blockquote><div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">Tem um teste chi-quadrado para isso. No caso, sabemos por análise prévia que a superdispersão não é em si um excesso de dispersão mas sim uma falta de capacidade do preditor explicar a elevada ocorrência de zeros.</div> </div><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div dir="ltr"><div>3. A anova(m0) mostrou que as interações duplas e a tripla foram significativas. Neste caso não se deve considerar os efeitos principais (marginais) e somente das interações. Está claro para mim que o anova(m0) faz uma análise de deviance, começando do modelo nulo até o modelo completo. Porém, o que os resultados do summary(m0) mostram nesta situação? Apenas o meio7 foi significativo.<br></div></div></blockquote><div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">Anova faz testes de deviance sequenciais, ou seja, testa a hipótese nula de que os termos não comuns em dois modelos encaixados tem efeito nulo, por exemplo, anova(lm(y~1), lm(y~bloc+trat)) tá testando se o efeito de bloco e trat são simultaneamente e todos iguais a zero. Já o summary testa termo a termo, um teste que é marginal aos demais termos presentes, e sua interpretação depende da parametrização considerada.<br></div> </div><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div dir="ltr"><div></div><div>4. O que o comando drop(m0, test="F", scope=.~.) faz? Observo em todos os casos que os resultados não foram significativos.</div></div></blockquote><div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">Faz um teste sobre o efeito de cada termo do modelo de forma marginal, ou seja, assumindo que esse termo entrou por último, ou seja, é o que os usuários de SAS conhecem como somas de quadrados tipo III (aqui no caso é deviance), mas é no mesmo sentido.</div> </div><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div dir="ltr"><div>5. Você testou modelo m0 com dois modelos: um só com efeito de primeiro grau(m2) e outro só com efeitos até segundo grau(m1). Algum critério para a escolha destes dois modelos?</div></div></blockquote><div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">O critério é que as hipóteses em questão comparando tais modelos fazem sentido (pelo menos para mim). Eu tenho interesse de saber se o termo abandonado tem efeito nulo ou não.</div> </div><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div dir="ltr"><div>6. No cálculo das médias marginais porque você considerou apenas a interação entre genótipo e meio, uma vez que a interação tripla foi significativa?</div></div></blockquote><div><div class="gmail_default" style="font-family:trebuchet ms,sans-serif;display:inline">Só fiz isso para mostrar como que faz, embora neste caso em particular não faça nenhum sentido pois as interações foram significativas e por isso teste para efeitos marginais é contra indicado.<br></div> <br><div class="gmail_default" style="font-family:trebuchet ms,sans-serif">Walmes.</div><br><br></div><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div dir="ltr"><div><br></div><div>Agradeço mais uma vez pela atenção.</div><div><br></div><div>Maurício</div><div><br></div><div><br></div></div><div class="gmail_extra"><br><div class="gmail_quote">Em 18 de setembro de 2014 11:06, walmes . <span dir="ltr"><<a href="mailto:walmeszeviani@gmail.com" target="_blank">walmeszeviani@gmail.com</a>></span> escreveu:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div dir="ltr"><div style="font-family:trebuchet ms,sans-serif">Um fatorial 2x7x10 pode ser considerado sim, afinal é justificado pelo desenho do experimento. No entanto, as hipóteses que você deseja avaliar podem não ser aquelas representadas pelos efeitos em um fatorial 2x7x10, mas quase que sempre serão funções desses efeitos, como médias marginais e contrastes. Você não pode considerar tipo como aleatório porque os tipos, até onde deduzi, não foram selecionados de um universo de possíveis tipos e sim escolhidos pelo pesquisador, portanto é pouco justificável a suposição de que exista uma distribuição para os efeitos se não existe população e um processo aleatório de aquisição. No entanto, se o desejo de declarar como aleatório é para poder ver o efeito dos demais termos na média de todos os tipos, então você quer uma média marginal. Pelo ajuste que fiz, tem-se interações o que, na minha opinião, contra indica o uso de médias marginais porque aí você estaria olhando o efeito de um fator marginalizando para os níveis dos demais fatores sendo que eles interagem. Um detalhe a mais é que para declarar respostas binomiais você tem que passar uma matriz de duas colunas (sucesso e fracasso) do lado esquerdo da fórmula (ou proporção amostral e n como weights). Aqui cabe uma ressalva, quando se considera binomial tá implicita a suposição de que os ensaios de Bernoulli (no caso de 6 à 11) são todos independentes mas se os explantes foram mantidos juntos, a contaminação por fungo de um pode elevar a chance de contaminação dos outros, por exemplo, afinal, estão lado. Esse efeito contagioso ou essa falta de independência provoca uma espécia de 8 ou 80 nos resultados, ou tá todo mundo sadio ou quando tem doentes, eles são muitos. Comento isso porque já tive exposição à dados assim, as medidas de ajuste de modelos e gráficos de resíduos são ficam bons, a superdispersão aumenta e cai o poder dos testes. Segue um CMR.<br><br><span style="font-family:courier new,monospace">da <- read.table("/home/walmes/Downloads/explantes.txt",<br> header=TRUE, sep="\t")<br>str(da)<br><br>da <- transform(da, meio1=factor(meio1), tipo1=factor(tipo1),<br> prop=n_oxidaram/n_explant)<br><br>## Delineamento regular, fatorial completo 2*7*10.<br>xtabs(~tipo1+meio1+genotipo, data=da)<br><br>require(latticeExtra)<br><br>xyplot(prop~tipo1|meio1, groups=genotipo, data=da)<br><br>## Muita casela com prop amostral zero. Pode ser um problema.<br><br>## Declaração do modelo fatorial completo, glm (quasi)binomial.<br>m0 <- glm(cbind(good=n_oxidaram, bad=n_explant-n_oxidaram)~<br> genotipo*meio1*tipo1, data=da, family=quasibinomial)<br>summary(m0)<br>## Verifica-se presença de superdispersão (phi=3.09).<br><br>## Teste de modelos sequenciais.<br>anova(m0, test="F")<br>drop1(m0, test="F", scope=.~.)<br><br>## Modelo só com efeitos até segundo grau.<br>m1 <- update(m0, .~(genotipo+meio1+tipo1)^2)<br><br>## Modelo só com efeitos de primeiro grau.<br>m2 <- update(m0, .~genotipo+meio1+tipo1)<br><br>anova(m0, m2, test="F")<br>anova(m0, m1, test="F")<br><br>require(doBy)<br><br>## Médias marginais, embora, pelo fato de existir interação dupla e uma<br>## tripla de 4% não penso que seja adequado considerar efeitos marginais.<br>lsm <- LSmeans(m0, effect=c("meio1", "genotipo"))<br><br>## Na escala do preditor linear (-Inf,Inf).<br>eta <- lsm$coef[,"estimate"]<br><br>## Na escala da resposta, ou seja, probabilidade (0,1).<br>round(m0$family$linkinv(eta), 3)<br></span><br>À disposição.<span><font color="#888888"><br>Walmes.<br></font></span></div><span><font color="#888888"></font></span></div>
<br>_______________________________________________<br>
R-br mailing list<br>
<a href="mailto:R-br@listas.c3sl.ufpr.br" target="_blank">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>
<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></div>