20 Nov
2012
20 Nov
'12
21:08
Infelizmente, estar publicado nao implica em estar correto. Por isso, a importancia do estatistico local. 2012/11/20 Alexandre Santos <alexandresantosbr@yahoo.com.br> > 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. > > b > > > 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. > > > > > >