<html>
<head>
<meta content="text/html; charset=utf-8" http-equiv="Content-Type">
</head>
<body text="#000000" bgcolor="#FFFFFF">
Fernando,<br>
<br>
Por que você usa na função lmer o argumento <i>REML=FALSE</i> se na
função lme o <i>default </i>é exatamente a estimação <i>REML</i><i>
</i>?<br>
Você não está comparando coisas diferentes?<br>
<br>
?lme<br>
method: a character string. If ‘"REML"’ the model is fit by<br>
maximizing the restricted log-likelihood. If ‘"ML"’ the<br>
log-likelihood is maximized. Defaults to ‘"REML"’.<br>
<br>
<br>
E os NA's produzidos não seriam devido você estar definindo tempo
como efeito fixo e aleatório?<br>
modelo0 <-
lme(GAS~HIDRAT*DILU*TEMP,random=~1|TEMP,weights=varIdent(form=~1|TEMP),data=dados)<br>
<br>
<br>
Ao gerar um gráfico com seus dados notei uma diferença na inclinação
da variável GAS ao longo do tempo:<br>
<br>
library(lattice)<br>
xyplot(GAS~TEMP|HIDRAT+DILU, groups = BLOC ,data=dados,type='b')<br>
<br>
Como sugestão eu ajustaria um modelo considerando o intercepto e a
inclinação como efeito aleatório e sem o efeito fixo da variável
DILU:<br>
<br>
# Intercepto<br>
modelo0 <- lme(GAS~HIDRAT*as.numeric(TEMP),random=~1|BLOC,<br>
weights=varIdent(form=~1|TEMP), data=dados)<br>
<br>
# Inclinação<br>
modelo0.1 <-
lme(GAS~HIDRAT*as.numeric(TEMP),random=~as.numeric(TEMP)-1|BLOC,<br>
weights=varIdent(form=~1|TEMP), data=dados)<br>
<br>
# Intercepto e Inclinaçãp<br>
modelo0.2 <-
lme(GAS~HIDRAT*as.numeric(TEMP),random=~as.numeric(TEMP)|BLOC,<br>
weights=varIdent(form=~1|TEMP), data=dados)<br>
<br>
anova(modelo0,modelo0.1,modelo0.2)<br>
<br>
Model df AIC BIC
logLik Test L.Ratio p-value<br>
modelo0 1 13 814.6697 854.2343
-394.3349 <br>
modelo0.1 2 13 782.5680 822.1325
-378.2840 <br>
modelo0.2 3 15 773.8100 819.4613 -371.9050 2
vs 3 12.75806 0.0017<br>
<pre class="moz-signature" cols="72">--
Atenciosamente
Felipe E. Barletta Mendes
Estatístico(UFPR) - Conre3 9766-A
Mestrando em Bioestatística(UEM)
+55 (41)-92077191
+55 (41)-33287216</pre>
</body>
</html>