<div>Caros colegas</div><br><div>Desejo fazer um gráfico, semelhante ao retornado pela função augPred{nlme}, contendo os valores observados, os valores preditos pelo modelo fixo, e os valores individuais preditos. como esse exemplo (Só que para modelo não linear)</div><div><a href="https://rdrr.io/cran/nlme/man/plot.augPred.html" title="https://rdrr.io/cran/nlme/man/plot.augPred.html">https://rdrr.io/cran/nlme/man/plot.augPred.html</a><br></div><div>por algum motivo a função augPred() não está funcionando com o meu modelo (Acredito por ser desbalanceado )</div><br><div>A função <a href="predict.nlme" title="predict.nlme">predict.nlme</a> {nlme}, me retorna um dataframe com as informação que quero, porém como transformá-los em gráfico?</div><br><div>Sei que é possível faze-lo através do xyplot{lattice} porém não estou conseguindo, devido a minha limitação no uso desse pacote.</div><br><div>Alguém poderia me ajudar?</div><br><div>segue CMR</div><br><br><br><br><div>packages <- c("tidyr", "nlme""latticeExtra","lattice")</div><br><div>#Instala pacotes necessários, se ja tiver instalado ativa-o</div><div>for(p in packages){</div><div>  if(!require(p,character.only = TRUE)) install.packages(p)</div><div>  library(p,character.only = TRUE)</div><div>}</div><br><div>##====================================================================================================</div><div>##                              **Preparação do banco de dados**</div><div>##====================================================================================================</div><div>DADOS.CURTO <- read.csv("https://www.dropbox.com/s/b4cckybgrcg86me/galinhas.csv?raw=1",head = TRUE)</div><div>colnames(DADOS.CURTO) <- c("0","1","2","3","4","5","6","TRAT")</div><div>DADOS.CURTO <-DADOS.CURTO[with(DADOS.CURTO,order(TRAT)),]</div><div>DADOS.CURTO$ID <- c(1:93,94:280,281:370)</div><div>DADOS<- DADOS.CURTO %>% gather('0','1','2','3','4','5','6',key ="SEMANA",value = "PESO", -TRAT,-ID)</div><div>DADOS <- transform(DADOS, SEMANA = as.numeric(SEMANA),ID=factor(ID))</div><div>DADOS</div><div>##--------------------------------------------------------------------</div><div>GALINHA <- groupedData(PESO~SEMANA |ID,order.groups=FALSE,data = DADOS)</div><div>##-------------------------------------------------------------------------------------------</div><div>modelo1.list <- nlsList(PESO ~ a * exp(-b * exp( -c * SEMANA)),start = c(a = 4.10,b = 4.53,c = 0.37 ),na.action=na.omit,data =GALINHA)</div><div>##--------------Definição do modelo de efeito Fixo--------------------------------</div><div>controle2<-nlmeControl(maxIter=300,msMaxIter = 300,niterEM= 100)</div><div>modelo.nlme.0<-nlme(modelo1.list)</div><div>modelo.nlme.2<-update(modelo.nlme.0,fixed=list(a~TRAT,b + c~1),start=c(4.10,0,0,4.77,0.34),control=controle2)</div><div>##------------------------------------------------------------------------------------------------------</div><div>controle3<-nlmeControl(maxIter=300,msMaxIter=1000)</div><div>MM3.3<- update(modelo.nlme.2,weights = varExp(form = ~fitted(.)|SEMANA),control=controle3,correlation = corARMA(form = ~SEMANA |ID,q = 4))</div><div>summary(MM3.3)</div><div>##-----------------------------------------------------------------</div><div>DADOS.ORIGINAL <- getData(MM3.3)</div><div>predito<-predict(MM3.3)</div><div>##------------------------------------------------------------------</div><br><div><signature id="initial"><div><div>Sent from <a href="https://getmailspring.com/">Mailspring</a>, the best free email app for work</div></div></signature></div>