<head></head><body>Olá Felipe, Obrigado por responder a minha questão.<div><div><br></div><div>Eu a ajustei REML=FALSE na função lmer{lmerTest}, não para a função lme{nlme}. Na função lmer isto foi recomendado pela função nas mensagens "warnings" e ao fazer o modelo converge perfeitamente. Mas não tenho costume em utilizar esta função e não estou seguro se este procedimento é correto. Além disto a fumção lmer não flexibiliza para trabalhar com dados heterocedastico por isso quero utilizar a lme{nlme} o qual estou acostumado.</div><div><br></div><div>Sobre as suas soluções eu tenho interesse em avaliar se há efeito de interação entre Hidratação (HIDRAT) e Diluição (DILU) ao longo do tempo, por isso acho não ser possível excluir DILU do modelo. </div><div><br></div><div>O que penso é que a parcela neste experimento, seria as unidades experimentais que receberam as combinações dos níveis dos fatores HIDRAT e DILU. A subparcela seria o tempo (TEMP). </div><div><br></div><div>Eu tenho dúvidas se utilizo mesmo a abordagem do modelo misto. visto que neste experimento houve somente 1 aleatorização , já que o TEMPO não pode ser aleatorizado. Talvez algo assim seja mais apropridado.</div><div><br></div><div>lme(GAS~HIDRAT*DILU,random=~1+as.numeric(TEMP)|BLOC,weights=varIdent(form=~1|TEMP),data=dados)<br></div><div><br></div>Att<br><!-- <signature> --><div>=======================================================================<br>Fernando Souza<br>Zootecnista, DSc. Produção e Alimentação Animal<br>celular: (31)99796-8781 (Vivo) / (31)97358-4685 (Tim)<br>e-mail:nandodesouza@gmail.com<br>Lattes: http://lattes.cnpq.br/6519538815038307<br>blog: https://producaoanimalcomr.wordpress.com/<br>========================================================================<br></div><br><!-- </signature> --></div><div class="gmail_quote">
On Mai 16 2016, at 4:00 pm, Felipe <felipe.e.barletta@gmail.com> wrote:
<br>
<blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex;">
<meta content="text/html; charset=utf-8">
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 cols="72">--
Atenciosamente
Felipe E. Barletta Mendes
Estatístico(UFPR) - Conre3 9766-A
Mestrando em Bioestatística(UEM)
+55 (41)-92077191
+55 (41)-33287216</pre>
</blockquote>
</div></body>