Bom dia Mauro, Na verdade troquei tempo por epoca e o m1 depende da instalação do pacote pscl, ficando o CRM corrigido: require(pscl) y1<- c(mapply(rpois, lambda=c(5,20,45), MoreArgs=list(n=400)))##Criação da variável resposta Poisson y2<- c(mapply(rbinom, size=c(1,0,0), prob=c(0.5,1,1), MoreArgs=list(n=200)))##Criação da variável resposta Binomial y<-c(y1,y2) trat <- as.factor(gl(3,600)) ##Criação dos tratamentos tempo<- as.factor(rep(gl(6,100),3)) ### Criação da variável tempo dados<-as.data.frame(cbind(trat,tempo, y)) #------------------------------------------------------------------------------- # Análise de variância do dados inflacionados summary(m1 <- zeroinfl(y ~ trat | tempo, data = dados)) ## Modelo completo mnull <- update(m1, . ~ 1) ### Modelo nulo pchisq(2 * (logLik(m1) - logLik(mnull)), df = 2, lower.tail = FALSE) ## Teste de Chi o modelo completo foi significativo ## Comparando com GLM Poisson sem inflação por zeros --------------------------- summary(p1 <- glm(y ~ trat + epoca, family = poisson, data = dados)) ##Teste de Vuong---------------------------------------------------------------- vuong(p1, m1) ## O GLM Poisson estava tão mal ajustado que o Poisson iflacionado é a única opção # Em 22/09/2013 19:34, Mauro Sznelwar escreveu:
Não estão sendo encontrados os objetos 'm1' e 'época'
Bom dia Pessoal,
Estou quebrando a cabeça para tentar desdobrar interações em dados com distribuição de Poisson inflacionada por zeros, na verdade é uma situação muito recorrente em entomologia, onde em algumas situações temos zero insetos e em outras muitos, considerando-se dados de contagens. Fiz uma pequena simulação abaixo para ilustrar o problema (Variáveis observadas Trat e Epoca e variável resposta y), se acho um modelo significativo que tem uma parte com distribuição de Poisson e outra com Binomial, como faço o desdobramento? Uma para cada distribuição ou tem alguma abordagem diferente? Segue CRM abaixo:
## Desdobramento de dados com distribuição de Poisson inflacionado por zeros ---
require(pscl)
y1<- c(mapply(rpois, lambda=c(5,20,45), MoreArgs=list(n=400)))##Criação da variável resposta Poisson y2<- c(mapply(rbinom, size=c(1,0,0), prob=c(0.5,1,1), MoreArgs=list(n=200)))##Criação da variável resposta Binomial y<-c(y1,y2)
trat <- as.factor(gl(3,600)) ##Criação dos tratamentos
tempo<- as.factor(rep(gl(6,100),3)) ### Criação da variável tempo
dados<-as.data.frame(cbind(trat,tempo, y))
#------------------------------------------------------------------------------- # Análise de variância do dados inflacionados
summary(m1 <- zeroinfl(y ~ trat | epoca, data = dados)) ## Modelo completo
mnull <- update(m1, . ~ 1) ### Modelo nulo
pchisq(2 * (logLik(m1) - logLik(mnull)), df = 2, lower.tail = FALSE) ## Teste de Chi o modelo completo foi significativo
## Comparando com GLM Poisson sem inflação por zeros ---------------------------
summary(p1 <- glm(y ~ trat + epoca, family = poisson, data = dados))
##Teste de Vuong----------------------------------------------------------------
vuong(p1, m1) ## O GLM Poisson estava tão mal ajustado que o Poisson iflacionado é a única opção
#
## E agora, como desdobrar isto? Faço um desdobramento para parte de poisson e outra para parte binomial?
Obrigado,
-- ====================================================================== Alexandre dos Santos Proteção Florestal IFMT - Instituto Federal de Educação, Ciência e Tecnologia de Mato Grosso Campus Cáceres Caixa Postal 244 Avenida dos Ramires, s/n Bairro: Distrito Industrial Cáceres - MT CEP: 78.200-000 Fone: (+55) 65 8132-8112 (TIM) (+55) 65 9686-6970 (VIVO) e-mails:alexandresantosbr@yahoo.com.br alexandre.santos@cas.ifmt.edu.br <mailto:alexandre.santos@cas.ifmt.edu.br> Lattes: http://lattes.cnpq.br/1360403201088680
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
-- ====================================================================== Alexandre dos Santos Proteção Florestal IFMT - Instituto Federal de Educação, Ciência e Tecnologia de Mato Grosso Campus Cáceres Caixa Postal 244 Avenida dos Ramires, s/n Bairro: Distrito Industrial Cáceres - MT CEP: 78.200-000 Fone: (+55) 65 8132-8112 (TIM) (+55) 65 9686-6970 (VIVO) e-mails:alexandresantosbr@yahoo.com.br alexandre.santos@cas.ifmt.edu.br Lattes: http://lattes.cnpq.br/1360403201088680 ======================================================================