Caros amigos, tenho um banco de dados organizados da seguinte forma e gostaria de uma opiniao para confirmar se estou procedendo corretamente
head(dadosmetabolitos[,1:4]) ANIMAL TRATAMENTO TEMPO PROTEINA 1 1 0.146 0 5.70 2 1 0.146 6 3.37 3 1 0.146 12 4.41 4 1 0.146 24 5.68 5 1 0.146 36 5.37 6 1 0.146 60 6.63
Os tratamentos foram aleatoriamente distribuídos aos animais em um DIC. A resposta PROTEINA, foi medida em cada animal em tempos diferentes. Estou em dúvida quanto a forma de avaliar este trabalho. Entendo que as medidas tomadas em diferentes tempos no mesmo animal estão correlacionadas, por isso estou utilizando o seguinte modelo: #install.packages("nlme") library(nlme) modelo2 <- gls(PROTEINA~TRATAMENTO*as.factor(TEMPO),correlation=corAR1(form=~1+TEMPO|Animal),na.action=na.omit,data=dados) onde TRATAMENTO e TEMPO são fatores uma variável de númerica. Minha dúvida é a seguinte. Seria melhor eu tratar a variável tempo como uma variavel do tipo fator e analisar a interação, ou tratar o tempo como uma variável numerica (neste caso uma covariável). O objetivo do trabalho é avaliar se a resposta dos animais submetidos a cada tratamento foi influenciada pelo tempo que os animais permaneceram no tratamento. dados<-structure(list(ANIMAL = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 6L, 6L, 6L, 6L, oi 6L, 6L, 6L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 11L, 11L, 11L, 11L, 11L, 11L, 11L, 12L, 12L, 12L, 12L, 12L, 12L, 12L, 13L, 13L, 13L, 13L, 13L, 13L, 13L, 14L, 14L, 14L, 14L, 14L, 14L, 14L, 15L, 15L, 15L, 15L, 15L, 15L, 15L, 16L, 16L, 16L, 16L, 16L, 16L, 16L, 17L, 17L, 17L, 17L, 17L, 17L, 17L, 18L, 18L, 18L, 18L, 18L, 18L, 18L, 19L, 19L, 19L, 19L, 19L, 19L, 19L, 20L, 20L, 20L, 20L, 20L, 20L, 20L), .Label = c("1", "2", "3", "4", "5", "6", "7", "8", "9", "10", "11", "12", "13", "14", "15", "16", "17", "18", "19", "20"), class = "factor"), TRATAMENTO = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L), .Label = c("0.146", "0.154", "0.182", "0.214"), class = "factor"), TEMPO = c(0L, 6L, 12L, 24L, 36L, 60L, 84L, 0L, 6L, 12L, 24L, 36L, 60L, 84L, 0L, 6L, 12L, 24L, 36L, 60L, 84L, 0L, 6L, 12L, 24L, 36L, 60L, 84L, 0L, 6L, 12L, 24L, 36L, 60L, 84L, 0L, 6L, 12L, 24L, 36L, 60L, 84L, 0L, 6L, 12L, 24L, 36L, 60L, 84L, 0L, 6L, 12L, 24L, 36L, 60L, 84L, 0L, 6L, 12L, 24L, 36L, 60L, 84L, 0L, 6L, 12L, 24L, 36L, 60L, 84L, 0L, 6L, 12L, 24L, 36L, 60L, 84L, 0L, 6L, 12L, 24L, 36L, 60L, 84L, 0L, 6L, 12L, 24L, 36L, 60L, 84L, 0L, 6L, 12L, 24L, 36L, 60L, 84L, 0L, 6L, 12L, 24L, 36L, 60L, 84L, 0L, 6L, 12L, 24L, 36L, 60L, 84L, 0L, 6L, 12L, 24L, 36L, 60L, 84L, 0L, 6L, 12L, 24L, 36L, 60L, 84L, 0L, 6L, 12L, 24L, 36L, 60L, 84L, 0L, 6L, 12L, 24L, 36L, 60L, 84L), PROTEINA = c(5.7, 3.37, 4.41, 5.68, 5.37, 6.63, 5.39, 7, 4.84, 4.83, 5.81, 5.99, 7.65, 6.16, 5.53, 5.1, 5.99, 5.29, 4.46, 7.31, 6.57, 5.44, 5.45, 3.86, 3.83, 5.15, 6.13, 4.91, 5.96, 5.45, 5.2, 5.54, 4.54, 6.75, 5.84, 5.47, 5.37, 4.67, 3.98, 5.01, 6, 4.05, 6.03, 4.35, 4.32, 4.9, 4.22, 6.27, 5.71, 6.15, 4.4, 4.86, 5.81, 4.91, 6.31, 4.21, 6.74, 4.82, 6.42, 5.69, 5.67, 6.2, 6.13, 5.71, 5.53, 3.75, 4.6, 4.74, 6.26, 5.53, 5.37, 3.54, 5.63, 5.1, 3.4, 5.63, 3.94, 6.62, 5.43, 4.76, 3.69, 3.75, 6.48, 4.71, 6.74, 4.25, 4.11, 4.84, 5.13, 6.74, 4.06, 7.06, 5.69, 4.3, 6.06, 5.47, 6.8, 5.44, 6.63, 5.92, 4.3, 6.31, 5.64, 6.57, 5.03, 5.07, 4.64, 4.64, 4.71, 4.38, 5.52, 4.14, 4.64, 5.75, 4.67, 5.45, 5.1, 6.08, 6.09, 6.32, 3.33, 4.49, 4.69, 5.97, 5.74, 5.25, 5.74, 5.67, 4.37, 5.03, 4.12, 6.02, NA, 6.67, 6.32, 4.64, 4.75, 5.83, 6.06, NA)), .Names = c("ANIMAL", "TRATAMENTO", "TEMPO", "PROTEINA"), class = "data.frame", row.names = c(NA, -140L)) -- Fernando Antônio de Souza Zootecnista,Dsc. Nutrição e alimentação animal (UFMG) Lattes: http://lattes.cnpq.br/6519538815038307 e-mail:nandodesouza@gmail.com (82)9618-6457 (tim) (82)8113-8781 (vivo) (82)3313-8781 (net) (31)9784-5273 (vivo-MG)