Obrigado Benilton,

Mas o modelo parece estar correto, estou seguindo a metodologia empregada por Farhad et al. 2011 pag 2., Equação 1. (Foraging behavior of Praon Volucre .... doi: 10.1155/2011/868546).

Achei um erro no meu CMR que ficaria:

> #

> ###################################################################################################

> #Regressão logística entre a proporção de herbivoros predados e a densidade de herbivoros oferecidos

> #

> pred<-c(1,2,2,3,1,4,2,3,2,3,5,6,5,5,3,7,7,6,2

+ ,3,15,12,14,12,11,11,11,13,13,13,18,14,27,26

+ ,17,18,20,22,10,15,29,30,36,40,23,50,30,40,29,52)##Número de herbívoros predados

> dens<-sort(rep(2^(2:6),10))#### Densidade de herbivoros oferecidos

> ##

> ##Regressão pred/dens = exp(P0+P1*N+P2*N^2+P3*N3)/1+ exp(P0+P1*N+P2*N^2+P3*N3)

> p.model1<-glm(pred/dens~dens+I(dens^2)+I(dens^3),family="binomial")

Mensagens de aviso perdidas:

In eval(expr, envir, enclos) : #sucessos não-inteiro em um glm binomial!

> summary(p.model1)

Call:

glm(formula = pred/dens ~ dens + I(dens^2) + I(dens^3), family = "binomial")

Deviance Residuals:

Min 1Q Median 3Q Max

-0.85240 -0.17292 -0.05812 0.19453 1.10008

Coefficients:

Estimate Std. Error z value Pr(>|z|)

(Intercept) -5.744e-01 1.231e+00 -0.467 0.641

dens 2.238e-01 2.244e-01 0.997 0.319

I(dens^2) -8.846e-03 9.018e-03 -0.981 0.327

I(dens^3) 8.671e-05 9.154e-05 0.947 0.344

(Dispersion parameter for binomial family taken to be 1)

Null deviance: 8.1347 on 49 degrees of freedom

Residual deviance: 6.8751 on 46 degrees of freedom

AIC: 67.087

Number of Fisher Scoring iterations: 4

> #

Mas é exatamente o seu exemplo que eu procurava, pois eu queria os coeficientes de P0, P1, P2 e P3, seguindo sua ajuda:

> naoPred<-dens-pred

> p.model2<-glm(cbind(pred, naoPred)~poly(dens, 3, raw=TRUE), family='binomial')

> summary(p.model2)

Call:

glm(formula = cbind(pred, naoPred) ~ poly(dens, 3, raw = TRUE),

family = "binomial")

Deviance Residuals:

Min 1Q Median 3Q Max

-3.2393 -0.9997 -0.0732 0.9515 4.2567

Coefficients:

Estimate Std. Error z value Pr(>|z|)

(Intercept) -8.399e-01 4.949e-01 -1.697 0.089672 .

poly(dens, 3, raw = TRUE)1 2.688e-01 7.444e-02 3.611 0.000305 ***

poly(dens, 3, raw = TRUE)2 -1.055e-02 2.755e-03 -3.828 0.000129 ***

poly(dens, 3, raw = TRUE)3 1.033e-04 2.681e-05 3.853 0.000117 ***

---

Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

(Dispersion parameter for binomial family taken to be 1)

Null deviance: 148.29 on 49 degrees of freedom

Residual deviance: 121.77 on 46 degrees of freedom

AIC: 280.61

Number of Fisher Scoring iterations: 4

> #

Obrigado pelas dicas e correções,

Alexandre

De: Benilton Carvalho <beniltoncarvalho@gmail.com>
Para: r-br <r-br@listas.c3sl.ufpr.br>; Alexandre Santos <alexandresantosbr@yahoo.com.br>
Enviadas: Terça-feira, 20 de Novembro de 2012 16:30
Assunto: Re: [R-br] Dúvida em summary em regressão logística

Seu exemplo nao e' reproduzivel e seu modelo nao esta' correto.

Consulte seu estatistico local para esclarecimentos mais detalhados.

Uma regressao logistica modela a probabilidade de sucesso dado um conjunto de covariaveis. No seu caso, "sucesso" (para o predador) parece ser o herbivoro ser predado.

Dito isso, se "naoPred" fosse o numero de herbivoros que nao foram predados, a especificacao do seu modelo seria

glm(cbind(pred, naoPred)~poly(dens, 3, raw=TRUE), family='binomial')

Se vc usar a representacao na escala probalistica (note que faltam uns parenteses na sua representacao):

Prob(Sucesso) = exp(P0+P1*N+P2*N^2+P3*N^3)/(1+exp(P0+P1*N+P2*N^2+P3*N^3))

o resultado do summary (os coeficiences) mostrado(s) representa(m) respectivamente P0, P1, P2 e P3.

2012/11/20 Alexandre Santos <alexandresantosbr@yahoo.com.br>

Boa tarde Pessoal,
Estou ajustando uma regressão logística e me deparei com a seguinte dúvida:

###################################################################################################

#Regressão logística entre a proporção de herbívoros predados e a densidade de herbívoros oferecidos
#
pred<-c(1,2,2,3,1,4,2,3,2,3,5,6,5,5,3,7,7,6,2

,3,15,12,14,12,11,11,11,13,13,13,18,14,27,26
,17,18,20,22,10,15,29,30,36,40,23,50,30,40,29,52)##Número de herbívoros predados

dens<-sort(rep(2^(2:6),10))#### Densidade de herbivoros oferecidos
##

##Regressão pred/dens = exp(P0+P1*N+P2*N^2+P3*N3)/1+ exp(P0+P1*N+P2*N^2+P3*N3)
p.model1<-glm(pred/par~dens+I(dens^2)+I(dens^3),family="binomial")

summary(p.model1)
#

Minha dúvida é se o coeficiente linear que aparece no summary esta transformado em exp(x)/1+exp(x)
ou trata-se do valor sem transformação?

Obrigado,

-- ====================================================================== Alexandre dos Santos Proteção Florestal IFMT - Instituto Federal de Educação, Ciência e Tecnologia de Mato Grosso - Campus Cáceres 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 ======================================================================
_______________________________________________
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.