Walmes,

       Atendi a sua sugestão e resolvi ajustar os modelos, no entanto, fiz as comparações múltiplas para saber a diferença entre os tratamentos e tudo bem, todos foram significativamente diferentes, porém na hora de fazer as curvas para cada tratamento no tempo não consigo obter os coeficientes do modelo para cada um dos tratamentos ou seja quando faço o summary() do modelo completo tenho apenas um coeficiente para trat e outro para tempo. Gostrai o que posso fazer para obter os coeficientes para cada tratamento? Segue CRM:

## Desdobramento de dados com distribuição de Poisson inflacionado por zeros ---

require(pscl)
require(multicomp)

y1<- c(mapply(rpois, lambda=c(4,45,93), 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 | 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 + tempo, 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
#

### Interação entre os tratamamentos no tempo-----------------------------------

zi_m1<-zeroinfl(y ~ trat*tempo | trat*tempo, data = dados, link = "logit")
summary(zinb_edanx2) ## Modelos completo

## Calculando os contrastes para o modelo inflacionado--------------------------
nr <- length(levels(trat))
contr <- matrix(0, nrow = nr, ncol = length(coef(zi_m1)))
colnames(contr) <- names(coef(zi_m1))
rownames(contr) <- paste(levels(trat)[c(2, 3, 3)],
levels(trat)[c(1, 1, 2)], sep = " - ")
contr[,3:4] <- contrMat(numeric(nrow(contr)), type = "Tukey")[,-2]
glht_zi <- glht(zi_m1, linfct = contr)

## Comparações multiplas-------------------------------------------------------------------
summary(glht_zi)

## Realizando um ajuste para cada tratamento - Primeiro para Poisson

sort(tapply(y,trat,mean))
levels(trat)
zi_final<-zeroinfl(y ~ trat+tempo | trat+tempo, data = dados, link = "logit")
summary(zi_final)

## Aqui não consigo descobrir os coeficientes para cada tratamento para fazer as curvas!!!!!

Obrigado,

Alexandre
Em 26/09/2013 16:28, walmes . escreveu:
Desdobrar as deviances tal como fazemos o desdobramento de somas de quadrados em modelos lineares gaussianos seria interessante mas eu acredito que os gráficos com os modelos ajutados (com bandas) já são suficientes para discutir os resultados. Isso é bem mais fácil de obter. Quando o leitor for ver os resultados ele vai gastar 5 segundos na tabela de desdobramento e 2 minutos vendo o seu gráfico.

À disposição.
Walmes.

==========================================================================
Walmes Marques Zeviani
LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W)
Departamento de Estatística - Universidade Federal do Paraná
fone: (+55) 41 3361 3573
skype: walmeszeviani
homepage: http://www.leg.ufpr.br/~walmes
linux user number: 531218
==========================================================================


2013/9/23 ASANTOS <alexandresantosbr@yahoo.com.br>
Walmes,

      Na verdade eu gostaria de saber quais tratamentos tiveram mesmo desempenho no tempo e representá-las através de curvas, mas não sei como lidar com a decomposição das somas de quadrados quando tenho duas distribuições (Poisson e Binomial), pois espero dois resultados: 1) Poisson: a quantidade de insetos representada para cada um dos tratamentos no tempo e; 2)Binomial: a ocorrência ou não dos insetos em cada um dos tratamentos no tempo. Teria alguma abordagem para sugerir?

Obrigado,

Alexandre

CRM:

## 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 | 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 + tempo, 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?



Em 23/09/2013 09:26, walmes . escreveu:
Antes de desdobrar a interação é preciso saber qual o objetivo da análise. É possível desdobrar de várias formas, fazendo contrastes específicos, comparações múltiplas. Eu gosto da abordagem de gráficos com os valores preditos (médias) e intervalos de confiança (ou bandas). Todavia existem pessoas da escola antiga que querer ver tabelas com letras ao lado de médias um em CV baixo, infelizmente.

À disposição.
Walmes.

==========================================================================
Walmes Marques Zeviani
LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W)
Departamento de Estatística - Universidade Federal do Paraná
fone: (+55) 41 3361 3573
VoIP: (3361 3600) 1053 1173
e-mail: walmes@ufpr.br
skype: walmeszeviani
twitter: @walmeszeviani
homepage: http://www.leg.ufpr.br/~walmes
linux user number: 531218
==========================================================================



_______________________________________________
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                   
======================================================================

_______________________________________________
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.



_______________________________________________
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                   
======================================================================