<html xmlns:v="urn:schemas-microsoft-com:vml" xmlns:o="urn:schemas-microsoft-com:office:office" xmlns:w="urn:schemas-microsoft-com:office:word" xmlns:m="http://schemas.microsoft.com/office/2004/12/omml" xmlns="http://www.w3.org/TR/REC-html40">

<head>
<meta http-equiv=Content-Type content="text/html; charset=utf-8">
<meta name=Generator content="Microsoft Word 12 (filtered medium)">
<style>
<!--
 /* Font Definitions */
 @font-face
        {font-family:Calibri;
        panose-1:2 15 5 2 2 2 4 3 2 4;}
 /* Style Definitions */
 p.MsoNormal, li.MsoNormal, div.MsoNormal
        {margin:0cm;
        margin-bottom:.0001pt;
        font-size:12.0pt;
        font-family:"Times New Roman","serif";}
a:link, span.MsoHyperlink
        {mso-style-priority:99;
        color:blue;
        text-decoration:underline;}
a:visited, span.MsoHyperlinkFollowed
        {mso-style-priority:99;
        color:purple;
        text-decoration:underline;}
span.EstiloDeEmail17
        {mso-style-type:personal-reply;
        font-family:"Calibri","sans-serif";
        color:#1F497D;}
.MsoChpDefault
        {mso-style-type:export-only;}
@page Section1
        {size:612.0pt 792.0pt;
        margin:70.85pt 3.0cm 70.85pt 3.0cm;}
div.Section1
        {page:Section1;}
-->
</style>
<!--[if gte mso 9]><xml>
 <o:shapedefaults v:ext="edit" spidmax="1026" />
</xml><![endif]--><!--[if gte mso 9]><xml>
 <o:shapelayout v:ext="edit">
  <o:idmap v:ext="edit" data="1" />
 </o:shapelayout></xml><![endif]-->
</head>

<body lang=PT-BR link=blue vlink=purple>

<div class=Section1>

<p class=MsoNormal><span style='font-family:"Arial","sans-serif";color:#1F497D'>Eu
não consegui rodar este script, tem alguma biblioteca para isto?<o:p></o:p></span></p>

<p class=MsoNormal><o:p> </o:p></p>

<div>

<div>

<p class=MsoNormal>Prezados(as)<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>Ajustei o seguinte modelo de GEE para dados binários,
longitudinais:<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>load(<a
href="https://dl.dropboxusercontent.com/u/73337918/d6.rda">https://dl.dropboxusercontent.com/u/73337918/d6.rda</a>)<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>attach(d6)<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>d6$REF_P <- as.factor(d6$REF_P)<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>d6$TCM_PRE <- as.factor(d6$TCM_PRE)<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>d6$TCM_REL <- as.factor(d6$TCM_REL)<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>d6$MAN_CON <- as.factor(d6$MAN_CON)<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>d6$MAN_PER <- as.factor(d6$MAN_PER)<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>d6$EST_CIV <- as.factor(d6$EST_CIV)<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>d6$GR_ESC <- as.factor(d6$GR_ESC)<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>d6$GR_OCUP <- as.factor(d6$GR_OCUP)<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>d6$GR_ESCP <- as.factor(d6$GR_ESCP)<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>d6$INT_PGOV <- as.factor(d6$INT_PGOV)<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>d6$INT_PPRE <- as.factor(d6$INT_PPRE)<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>d6$INT_PART <- as.factor(d6$INT_PART)<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>d6$GR_DCAP <- as.factor(d6$GR_DCAP)<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>d6$RESC_ANT <- as.factor(d6$RESC_ANT)<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>#<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>d6$GR_ESC <- relevel(d6$GR_ESC, ref="LE_FI")<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>d6$REG_MES <- relevel(d6$REG_MES, ref="Ms_Mt")<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>library(geepack)<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>mod6c <- geeglm(RES_CONT ~
GR_ESC+GR_OCUP+SEXO+MAN_PER+REF_P+            
   
 TCM_PRE+TCM_REL+INT_PGOV+INT_PPRE+REG_MES+GR_DCAP+IDHM_PNUD+RESC_ANT,id =
MUNIC,  data = d6, family = binomial(link=logit), corstr =
"ar1")<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>summary(mod6c)<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal> <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>Coefficients:<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>              Estimate
 Std.err    Wald Pr(>|W|)    <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>(Intercept)    1.54944  0.58054   7.123
 0.00761 ** <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>GR_ESCFC_MI    0.05587  0.15362   0.132
 0.71610    <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>GR_ESCMC_SI    0.25302  0.12323   4.215
 0.04006 *  <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>GR_ESCSC_PG    0.47851  0.15347   9.722
 0.00182 ** <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>GR_OCUP2      -0.01318  0.19240  
0.005  0.94540    <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>GR_OCUP3      -0.49723  0.20344  
5.974  0.01452 *  <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>GR_OCUP4       0.20693  0.18915  
1.197  0.27397    <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>GR_OCUP5       0.05465  0.13705  
0.159  0.69005    <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>GR_OCUP6      -0.16555  0.20084  
0.679  0.40979    <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>GR_OCUP7       0.25329  0.22578  
1.259  0.26192    <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>GR_OCUP8      -0.56514  0.20535  
7.574  0.00592 ** <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>GR_OCUP9       0.11389  0.23092  
0.243  0.62187    <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>GR_OCUP10     -0.32457  0.16519   3.860
 0.04944 *  <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>SEXOM         -0.38449  0.15291
  6.322  0.01192 *  <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>MAN_PER2      -0.02760  0.08483  
0.106  0.74493    <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>MAN_PER3       0.89274  0.22867
 15.241 9.46e-05 ***<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>REF_P2        -0.90280  0.16081
 31.516 1.98e-08 ***<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>TCM_PRE2       0.32531  0.17539  
3.440  0.06362 .  <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>TCM_PRE3       1.10453  0.38724  
8.136  0.00434 ** <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>TCM_PRE4       0.07393  0.16962  
0.190  0.66292    <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>TCM_PRE5       0.45656  0.17748  
6.618  0.01010 *  <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>TCM_PRE6      -1.07012  0.43169  
6.145  0.01318 *  <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>TCM_REL2      -0.88695  0.22036
 16.202 5.69e-05 ***<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>TCM_REL3      -0.51005  0.23513  
4.706  0.03006 *  <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>TCM_REL4      -0.20505  0.21699  
0.893  0.34466    <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>TCM_REL5       0.05124  0.26072  
0.039  0.84418    <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>TCM_REL6      -0.53652  0.27731  
3.743  0.05303 .  <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>TCM_REL7      -0.49148  0.21464  
5.243  0.02204 *  <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>TCM_REL8       0.21678  0.21973  
0.973  0.32385    <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>TCM_REL9       0.32581  0.31959  
1.039  0.30799    <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>TCM_REL10      0.59204  0.25881  
5.233  0.02216 *  <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>TCM_REL11     -0.06144  0.22802   0.073
 0.78759    <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>TCM_REL12     -0.51748  0.28703   3.250
 0.07140 .  <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>INT_PGOV1     -0.86442  0.37774   5.237
 0.02211 *  <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>INT_PGOV2     -0.62852  0.39466   2.536
 0.11126    <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>INT_PPRE1      1.07552  0.37019  
8.441  0.00367 ** <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>INT_PPRE2      0.94990  0.43197  
4.836  0.02788 *  <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>REG_MESMs_CN  -0.29830  0.19545   2.329
 0.12696    <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>REG_MESMs_CS  -0.25052  0.22930   1.194
 0.27460    <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>REG_MESMs_EO   0.01757  0.31662   0.003
 0.95575    <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>REG_MESMs_Nd  -0.41248  0.20274   4.139
 0.04190 *  <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>REG_MESMs_S   -1.09423  0.22003  24.732
6.59e-07 ***<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>REG_MESMs_VSF -0.68058  0.26449   6.621
 0.01008 *  <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>GR_DCAP2       0.05559  0.15406  
0.130  0.71821    <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>GR_DCAP3      -0.02412  0.18018  
0.018  0.89351    <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>GR_DCAP4       0.21081  0.21921  
0.925  0.33622    <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>GR_DCAP5       0.62488  0.22953  
7.412  0.00648 ** <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>GR_DCAP6       0.60297  0.74007  
0.664  0.41522    <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>IDHM_PNUD     -2.48469  0.77384  10.310
 0.00132 ** <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>RESC_ANT1      1.60297  0.08113 390.413
 < 2e-16 ***<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal> <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>Não consegui entender os resultados seguintes:<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal> <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>INT_PGOV1     -0.86442  0.37774   5.237
 0.02211 * <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>INT_PGOV2     -0.62852  0.39466   2.536
 0.11126<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal> <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>..............................................<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>> tapply(fitted(mod6c), INT_PGOV, mean)<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>     0      1    
 2 <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>0.6868 0.7403 0.7717 <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>> tapply(predict(mod6c), INT_PGOV, mean)<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>     0      1    
 2 <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>0.9619 1.2828 1.4899 <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal> <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>A variável categórica INT_PGOV tem três níveis: 0, 1, e 2. O
R coloca o 0 como baseline. Se o preditor linear e o valor ajustado da resposta
são maiores nos níveis 1 e 2 de INT_PGOV, as estimativas dos parâmetros
correspondentes a (INT_PGOV1:-0.86442) e (INT_PGOV2: -0.62852) não deviam ser
positivas ????.<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal> <o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>Alguém tem alguma ideia? Desde já agradeço qualquer
comentário.<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<div>

<p class=MsoNormal>Att.<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal><o:p> </o:p></p>

</div>

<p class=MsoNormal>-- <o:p></o:p></p>

<div>

<div>

<div>

<div>

<p class=MsoNormal>Gilênio Borges Fernandes<o:p></o:p></p>

<div>

<p class=MsoNormal>Professor Associado IV (Aposentado)<o:p></o:p></p>

</div>

<div>

<p class=MsoNormal>Professor Adjunto A (Substituto)<br>
Universidade Federal da Bahia<br>
Instituto de Matemática<br>
Departamento de Estatística<br>
Av. Adhemar de Barros, s/n – Ondina.<br>
40.170-110 - Salvador - BA, Brasil<br>
Tel.: (071)3283-6340/6341/6337  Fax:  (071)3283-6336<br>
URL: <a href="http://lattes.cnpq.br/6764860618464860" target="_blank">http://lattes.cnpq.br/6764860618464860</a><o:p></o:p></p>

</div>

</div>

</div>

</div>

</div>

</div>

</div>


<br /><br />
<hr style='border:none; color:#909090; background-color:#B0B0B0; height: 1px; width: 99%;' />
<table style='border-collapse:collapse;border:none;'>
        <tr>
                <td style='border:none;padding:0px 15px 0px 8px'>
                        <a href="https://www.avast.com/antivirus">
                                <img border=0 src="http://static.avast.com/emails/avast-mail-stamp.png" alt="Avast logo" />
                        </a>
                </td>
                <td>
                        <p style='color:#3d4d5a; font-family:"Calibri","Verdana","Arial","Helvetica"; font-size:12pt;'>
                                Este email foi escaneado pelo Avast antivírus.
                                <br><a href="https://www.avast.com/antivirus">www.avast.com</a>
                        </p>
                </td>
        </tr>
</table>
<br />
</body>

</html>