<div dir="ltr"><div>Caros colegas,</div><div><br></div><div>Nos comandos abaixo, realizo a análise de um modelo não linear misto. Após selecionar o modelo, realizei um teste outliers do modelo. Identifiquei os outliers e os removi. Ajustei novamente o modelo, porém a nova análise gráfica dos resíduos desses modelo indica novos outliers.</div><div> Porque isso ocorre? Como lido com isso?</div><div><br></div><div>Removê-los não é uma opção, uma vez que estarei perdendo muitas observações.</div><div><br></div><div>A minha outra dúvida é: Qual o melhor momento para realizar o teste de outliers? Eu realizo após a seleção do melhor modelo, pois com a correta definição dos efeitos aleatórios e da matriz R, o número de outliers normalmente reduz. Porém a remoção de outliers pode alterar o modelo e as estruturas até então selecionadas para as matrizes D e R podem não ser mais adequadas.<br></div><div><br></div><div>Qual procedimento mais indicado?</div><div><br></div><div>Att<br></div><div>library(nlme)<br>install.packages("tidyr")<br>library(tidyr)<br>DADOS.CURTO <- read.csv("<a href="https://www.dropbox.com/s/b4cckybgrcg86me/galinhas.csv?raw=1">https://www.dropbox.com/s/b4cckybgrcg86me/galinhas.csv?raw=1</a>",head = TRUE)<br>head(DADOS.CURTO)<br>colnames(DADOS.CURTO) <- c("0","1","2","3","4","5","6","TRAT")<br>DADOS<- DADOS.CURTO %>% gather('0','1','2','3','4','5','6',key ="SEMANA",value = "PESO", -TRAT)<br>head(DADOS)<br>str(DADOS)<br>ID <-rep(seq(1,370), times=7)<br>DADOS<-cbind(ID,DADOS)<br>DADOS <- transform(DADOS, SEMANA = as.numeric(SEMANA),ID=factor(ID))<br></div>#-----------------------------------ajuste dos modelos----------------------------------------------------<br><div>MNG8<-gnls(PESO ~ a * exp(-b * exp( -c * SEMANA)),params=list(a~TRAT,b~1,c~1),start = list(c(a = c(4.10,4.79,4.75),b = 4.53,c = 0.37)),na.action=na.omit,data =DADOS)<br><br>MNG8.4 <- update(MNG8,weights = varExp(form = ~fitted(.)|SEMANA),correlation = corARMA(form = ~SEMANA |ID,q = 6))</div><div>#-----------------------------------outliers----------------------------------------------------------------</div><div>(GRAF8 <- plot(MNG8final,resid(.,type = "pearson")~fitted(.),id=0.05,xlab="Valores ajustados",ylab="Residuos Padronizados",abline = 0,main = "MNG8.4"))</div><div><br></div><div>#------------------------------------ Identificação de outliers---------------------------------------<br></div><div>DADOS <- DADOS[complete.cases(DADOS),]<br>ifelse(abs(residuals(MNG8,type="pearson"))>qnorm(0.975),1,0)-> DADOS$cookMNG</div><div>#-----------------------------------novo modelo----------------------------------------------<br></div><div>MNG8final <- update(MNG8,data=subset(DADOS,cookMNG==0))</div><div>#-------------------------------</div><div>(GRAF8 <- plot(MNG8final,resid(.,type = "pearson")~fitted(.),id=0.05,xlab="Valores ajustados",ylab="Residuos Padronizados",abline = 0,main = "MNG8.4"))</div><div><br></div><div><br></div><div>-- <br><div class="gmail_signature"><div dir="ltr"><div><div dir="ltr"><div><div dir="ltr"><div><div dir="ltr"><div><div dir="ltr"><span>=========================================<br>
Fernando Souza<br>
Zootecnista, DSc. Produção e Alimentação Animal<br>
Celular: (31)99796-8781 (Vivo)<br>
<a href="mailto:e-mail%3Anandodesouza@gmail.com" target="_blank">E-mail:nandodesouza@gmail.com</a><br>
Lattes: <a href="http://lattes.cnpq.br/6519538815038307" target="_blank">http://lattes.cnpq.br/6519538815038307</a><br>
Blog: <a href="https://producaoanimalcomr.wordpress.com/" target="_blank">https://producaoanimalcomr.wordpress.com/</a><br>
==========================================</span></div></div></div></div></div></div></div></div></div></div>
</div></div>