Boa tarde pessoal, Tenho uma váriavel resposta binomial chamada Infestação (1 presença e 0 ausência de insetos) e dois fatores qualitativos que são vegetação (pastagem e floresta) e altitude (alta e baixa), além de parcelle que são as repetições no campo. Gostaria de fazer contrastes utilizando glm (family=binomial), então primeiro eu fiz:
m.full<-glm(Infestacao~Altitude*Vegetation*Parcelle, data=H.termes, family="binomial")# Modelo completo
Mensagens de aviso perdidas: In model.matrix.default(mt, mf, contrasts) : variable 'Altitude' converted to a factor Já fiquei preocupado com essa mensagem, mais de qualquer maneira Altitude é um fator mesmo, então fiz:
summary(m.full)
Call: glm(formula = Infestacao ~ Altitude * Vegetation * Parcelle, family = "binomial", data = H.termes) Deviance Residuals: Min 1Q Median 3Q Max -1.0793 -0.4643 -0.4542 -0.2530 2.6296 Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) -3.2454 0.6030 -5.382 7.36e-08 *** Altitudebaixa 3.0243 0.6322 4.784 1.72e-06 *** Vegetationpature 0.9997 0.9678 1.033 0.30161 Parcelle 0.5115 0.2564 1.995 0.04602 * Altitudebaixa:Vegetationpature -3.0214 1.0505 -2.876 0.00403 ** Altitudebaixa:Parcelle -0.5256 0.2669 -1.969 0.04893 * Vegetationpature:Parcelle -0.9048 0.4561 -1.984 0.04729 * Altitudebaixa:Vegetationpature:Parcelle 0.9421 0.5024 1.875 0.06073 . --- Signif. codes: 0 *** 0.001 ** 0.01 * 0.05 . 0.1 1 (Dispersion parameter for binomial family taken to be 1) Null deviance: 1578.6 on 1532 degrees of freedom Residual deviance: 1317.2 on 1525 degrees of freedom AIC: 1333.2 Number of Fisher Scoring iterations: 5 Não tem superdispersão então fiz uma anova:
anova(m.full,test="Chi")
Analysis of Deviance Table Model: binomial, link: logit Response: Infestacao Terms added sequentially (first to last) Df Deviance Resid. Df Resid. Dev P(>|Chi|) NULL 1532 1578.6 Altitude 1 94.613 1531 1484.0 < 2e-16 *** Vegetation 1 154.761 1530 1329.2 < 2e-16 *** Parcelle 1 0.248 1529 1329.0 0.61866 Altitude:Vegetation 1 6.511 1528 1322.5 0.01072 * Altitude:Parcelle 1 1.195 1527 1321.3 0.27440 Vegetation:Parcelle 1 0.491 1526 1320.8 0.48328 Altitude:Vegetation:Parcelle 1 3.577 1525 1317.2 0.05857 . --- Signif. codes: 0 *** 0.001 ** 0.01 * 0.05 . 0.1 1 Mensagens de aviso perdidas: In model.matrix.default(object, data = list(Infestacao = c(0, 0, : variable 'Altitude' converted to a factor Então fui reduzindo o modelo ate restarem as variáveis significativas, sendo:
anova(m3,test="Chi")
Analysis of Deviance Table Model: binomial, link: logit Response: Infestacao Terms added sequentially (first to last) Df Deviance Resid. Df Resid. Dev P(>|Chi|) NULL 1532 1578.6 Altitude 1 94.613 1531 1484.0 < 2e-16 *** Vegetation 1 154.761 1530 1329.2 < 2e-16 *** Parcelle 1 0.248 1529 1329.0 0.61866 Altitude:Vegetation 1 6.511 1528 1322.5 0.01072 * --- Signif. codes: 0 *** 0.001 ** 0.01 * 0.05 . 0.1 1 Mensagens de aviso perdidas: In model.matrix.default(object, data = list(Infestacao = c(0, 0, : variable 'Altitude' converted to a factor
summary(m3)
Call: glm(formula = Infestacao ~ Altitude + Vegetation + Parcelle + Altitude:Vegetation, family = "binomial", data = H.termes) Deviance Residuals: Min 1Q Median 3Q Max -1.0824 -0.4636 -0.4554 -0.3072 2.4807 Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) -2.20627 0.23768 -9.283 < 2e-16 *** Altitudebaixa 1.91926 0.21846 8.785 < 2e-16 *** Vegetationpature -0.83836 0.36768 -2.280 0.02260 * Parcelle 0.01484 0.06585 0.225 0.82173 Altitudebaixa:Vegetationpature -1.10337 0.41007 -2.691 0.00713 ** --- Signif. codes: 0 *** 0.001 ** 0.01 * 0.05 . 0.1 1 (Dispersion parameter for binomial family taken to be 1) Null deviance: 1578.6 on 1532 degrees of freedom Residual deviance: 1322.5 on 1528 degrees of freedom AIC: 1332.5 Number of Fisher Scoring iterations: 5 Então posso deduzir, se é que agora fiz tudo certo, que a variável resposta é diferente entre altitude alta e baixa e entre vegetação de pastagem e floresta, agora gostaria de comparar altitude alta com as diferentes vegetações, só que não entendi porque a análise separou Vegetationbaixa e Vegetationpaturage e também não sei que fator a análise fixou no intercepto, Alguém saberia me explicar o que posso estar fazendo de errado, Obrigado, Alexandre dos Santos Ingenieur forestier, Msc. INRA- Biostatistique et Processus Spatiaux (BioSP) Domaine Saint-Paul Site Agroparc 84914 - Avignon - France Tél. : +33 (0)6 87 95 16 29