Eu não posso ajudar muito sobre o que esperar desses gráficos quando o modelo está correto/errado pois meu conhecimento sobre isso é limitado. E eu acho que isso é sempre um tema para debates quando se estuda análise de regressão. O Walmes já ajuntou pontos importantes para serem considerados.Eu temo que a sua questão não tenha uma resposta simples "one size fits all". Entortando um pouco a sua questão, eu perguntaria: Qual seria a distribuição esperada dos resíduos? Se a distribuição dos resíduos usando glm variar de acordo com o modelo (ao que parece sim), então a resposta à essa pergunta poderá ajudar em como interpretar o gráfico.
Infelizmente, os cursos de estatística que tomei não me permite ir além,  mas com certeza deve haver vários livros que esploram isso a fundo, incluindo o que esperar de modelos com resíduos meio-normais etc.

Um outro ponto que pode ajudar é você simular novos dados para a região que seu modelo é verdadeiro. Estimar o modelo novamente com esses dados e comparar os resíduos atuais com os obtidos anteriormente. 

Daniel  



2014-08-20 10:25 GMT-03:00 ana paula coelho madeira <apcmadeira@hotmail.com>:

Daniel, de fato me expressei mal... não são os dados e sim os resíduos.

Mas minha dúvida está no fato de o plot(modelo) apresentar, entre outros, o qqplot.  A pressuposição de normalidade dos resíduos não é para análise de variância? Como interpreto esse gráfico se usei um glm?

Agradeço

Ana PAula


From: dmsilva.br@gmail.com
Date: Tue, 19 Aug 2014 21:13:30 -0300
To: r-br@listas.c3sl.ufpr.br
Subject: Re: [R-br] Função plot(modelo)


Ana Paula,
Me corrijam os estatísticos da lista, mas o que você precisa observar nos plots não é a distribuição dos dados, e sim dos resíduos. Dessa forma, mesmo uzando glm com link poisson, o QQ plot deve funcionar caso o modelo esteja ajustado.

Daniel


2014-08-18 21:18 GMT-03:00 ana paula coelho madeira <apcmadeira@hotmail.com>:
Prezados colegas,

boa noite.   A função plot(modelo) apresenta uma série de gráficos  que nos permite verificar, entre outras coisas, as pressuposições
de homocedasticidade e normalidade, correto?
Supondo que tenho, por exemplo, dados de contagem que os erros não tenham distribuição normal. Desse modo poderia usar um GLM com família Poisson.  Nesse caso como devo interpretar os gráficos produzidos por plot(modelo) ? ( Ou seja, se já sei que os dados não são normais, usei um GLM, o que esses gráficos me dizem? QQ plot?)

Agradeço muito!

Atenciosamente,

Ana Paula


_______________________________________________
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 forne�a c�digo m�nimo reproduz�vel.

_______________________________________________
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.