Caro Walmes, Os comando utilizados até agora foram os seguintes
RegFixo<-glm(Y~-1+as.factor(estudo)/X,family=gaussian(),data=Pierre3)#considera os efietos fixos porém considere o efeito do estudo
library("car")
Anova(RegFixo,type="III",test.statistic="F") #produz a soma de quadrados tipo III
anova(RegFixo,test="F")#produz a soma de quadrados tipo I
summary(RegFixo)
Acontece que necessito estimar o modelo baseado nos erros padrões estimados pela função glm e assim obter o intercepto total e a inclinação total do modelo. E não sei qual função ou como fazer isto.
Eu anexei o artigo para q você olhe caso seja necessário. trata-se de um passo a passo apresentado pelo autor para a realização de meta-analises.Ele fornece o banco de dados utilizado bem como apresenta os comando utilizados no SAS por ele. Eu estou repetindo os passo a passos para compreender o pensamento por trás deste tipo de análise, porém quero realizá-los no R!
Abaixo segue o banco de dados (também coloquei em anexo em formato csv)
Base de dados
| OBS | Experimento | X | Y |
| 1 | 1 | 1.16391 | -2.92296 |
| 2 | 1 | 1.94273 | -1.03365 |
| 3 | 1 | 2.50229 | -1.00383 |
| 4 | 1 | 3.98627 | 1.33325 |
| 5 | 1 | 4.36177 | 1.13752 |
| 6 | 1 | 4.98954 | 1.59278 |
| 7 | 2 | 2.1091 | -1.33751 |
| 8 | 2 | 2.28976 | -1.14376 |
| 9 | 2 | 2.45645 | -1.09304 |
| 10 | 2 | 4.95084 | 1.4274 |
| 11 | 2 | 5.92572 | 2.99572 |
| 12 | 3 | 2.09605 | -0.70073 |
| 13 | 3 | 2.30059 | -1.11007 |
| 14 | 3 | 3.90388 | 0.17334 |
| 15 | 3 | 5.15574 | 2.38882 |
| 16 | 3 | 5.57553 | 1.78167 |
| 17 | 3 | 5.60523 | 3.09353 |
| 18 | 4 | 3.1955 | 0.18097 |
| 19 | 4 | 4.32691 | 0.7431 |
| 20 | 4 | 5.04092 | 1.947 |
| 21 | 4 | 5.17521 | 1.07029 |
| 22 | 4 | 5.57254 | 2.71423 |
| 23 | 4 | 5.59532 | 2.43982 |
| 24 | 5 | 2.31878 | 0.26487 |
| 25 | 5 | 4.06027 | 1.99979 |
| 26 | 6 | 2.48122 | 1.31151 |
| 27 | 6 | 2.73224 | 1.32218 |
| 28 | 6 | 3.66628 | 2.52286 |
| 29 | 6 | 4.15568 | 2.83423 |
| 30 | 6 | 4.57694 | 2.99086 |
| 31 | 6 | 4.86356 | 3.90049 |
| 32 | 7 | 2.767 | 1.18358 |
| 33 | 7 | 2.79859 | 1.70206 |
| 34 | 7 | 2.97074 | 1.84639 |
| 35 | 7 | 3.85289 | 3.13155 |
| 36 | 7 | 6.24981 | 5.27271 |
| 37 | 7 | 6.80389 | 5.85844 |
| 38 | 8 | 2.74107 | -0.26691 |
| 39 | 8 | 3.72445 | 1.32567 |
| 40 | 8 | 4.51721 | 1.04086 |
| 41 | 8 | 5.18536 | 2.40105 |
| 42 | 9 | 3.24046 | 3.12334 |
| 43 | 9 | 3.2864 | 3.52558 |
| 44 | 9 | 4.52824 | 4.29043 |
| 45 | 9 | 5.10468 | 4.04917 |
| 46 | 9 | 5.40578 | 5.55135 |
| 47 | 9 | 7.25461 | 7.2311 |
| 48 | 10 | 3.09531 | 3.31464 |
| 49 | 10 | 3.13951 | 2.5785 |
| 50 | 10 | 3.86928 | 4.0819 |
| 51 | 10 | 6.40856 | 6.6731 |
| 52 | 10 | 7.35976 | 6.8001 |
| 53 | 10 | 7.95716 | 8.2098 |
| 54 | 11 | 3.24974 | 2.8825 |
| 55 | 11 | 3.25369 | 4.8511 |
| 56 | 11 | 4.4005 | 4.3538 |
| 57 | 11 | 4.74897 | 6.076 |
| 58 | 11 | 4.96576 | 5.9062 |
| 59 | 12 | 3.00403 | 2.5733 |
| 60 | 12 | 3.1542 | 3.9324 |
| 61 | 12 | 4.95652 | 5.8456 |
| 62 | 12 | 5.35746 | 5.2066 |
| 63 | 12 | 5.62651 | 6.3312 |
| 64 | 12 | 6.53297 | 6.6019 |
| 65 | 12 | 6.6958 | 6.9498 |
| 66 | 12 | 7.83844 | 8.1031 |
| 67 | 13 | 5.44713 | 6.4838 |
| 68 | 13 | 5.82682 | 6.2341 |
| 69 | 13 | 6.76986 | 7.8937 |
| 70 | 13 | 6.87949 | 6.9477 |
| 71 | 13 | 8.47819 | 8.1336 |
| 72 | 14 | 4.31493 | 5.228 |
| 73 | 14 | 5.70501 | 6.0941 |
| 74 | 14 | 6.70113 | 7.6858 |
| 75 | 15 | 4.11223 | 5.2129 |
| 76 | 15 | 4.55329 | 5.2169 |
| 77 | 15 | 4.75641 | 6.1755 |
| 78 | 15 | 5.0742 | 5.7492 |
| 79 | 15 | 5.90125 | 6.5407 |
| 80 | 15 | 6.84886 | 6.7004 |
| 81 | 15 | 8.87813 | 10.2425 |
| 82 | 16 | 4.25114 | 5.3359 |
| 83 | 16 | 6.50762 | 9.1897 |
| 84 | 16 | 6.52857 | 8.4259 |
| 85 | 16 | 6.67694 | 8.2782 |
| 86 | 16 | 6.79539 | 8.3206 |
| 87 | 16 | 8.62833 | 10.4385 |
| 88 | 17 | 6.47237 | 7.6132 |
| 89 | 17 | 6.73826 | 7.7381 |
| 90 | 17 | 7.57947 | 8.5328 |
| 91 | 17 | 8.11267 | 8.9045 |
| 92 | 17 | 9.18169 | 9.7732 |
| 93 | 18 | 5.49319 | 6.6492 |
| 94 | 18 | 5.62711 | 6.4464 |
| 95 | 18 | 6.67182 | 8.5909 |
| 96 | 18 | 7.4494 | 9.2077 |
| 97 | 18 | 8.13165 | 9.365 |
| 98 | 18 | 8.31896 | 9.5025 |
| 99 | 18 | 8.74606 | 10.3598 |
| 100 | 18 | 8.92038 | 9.4361 |
| 101 | 18 | 9.43227 | 11.0051 |
| 102 | 19 | 6.06067 | 7.9306 |
| 103 | 19 | 7.98874 | 10.1887 |
| 104 | 19 | 8.35784 | 10.9856 |
| 105 | 19 | 9.52789 | 11.507 |
| 106 | 19 | 9.68213 | 12.6051 |
| 107 | 20 | 7.15668 | 9.9928 |
| 108 | 20 | 9.61256 | 12.2149 |
_______________________________________________Fernando,
Use alguma das opções
contrast::contrast()
gmodels::fit.contrast()
gmodels::estimable()
multcomp::glht()
Consulte a documentação das funções. Em caso de dúvidas com uso, forneça código mínimo reproduzível.
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
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.