Maurício, Então, se bem entendi o seu problema acho que aí vaí uma solução: n.trat <- 3 # número de tratamentos n.rep <- 2 # número de repetições n.time <- 4 # número de tempos n.ind <- n.trat * n.rep # número de indivíduos n <- n.trat * n.rep * n.time # número total de registros id <- rep(1:n.ind, each = n.time) # identificação do indivíduo time <- rep(1:n.time, times = n.ind) # identificação do tempo trat <- rep(factor(LETTERS[1:n.trat]), each = n.rep*n.time) # tratamentos dados <- data.frame(id, time, trat) # estrutura do delineamento y <- function(x) ifelse(dados$time < 2, rbinom(1, 1, .78), rbinom(1, 1, .35)) ## funcao que simula um ensaio nsmc <- 1000 # numero de simulacoes de monte carlo varios <- replicate(nsmc, cbind(dados, y = y(x)), simplify = FALSE) # repete o ensaio nsmc vezes modelo <- function( plan ) glm(y ~ trat, data = plan, family = binomial)$coef # funcao que faz o ajuste ajustes <- do.call(rbind, lapply(varios, modelo)) # varios ajustes medias <- apply(ajustes, 2, mean) # médias dos coeficientes Primeiro criei uma função que atribui os resultados ao vetor y, segundo suas premissas. O replicate() repete esse procedimento por nsmc vezes e armazena cada uma das simulações em uma posição da lista. Depois disso é só usar a sua função de ajuste (usei a glm normal) em uma função e aplica com o lapply(). Fiz um artifício de já organizar os coeficientes do modelo numa matriz, uma linha para cada simulação e uma coluna por parâmetro. Espero ter ajudado. abraço, FH 2013/4/10 Maurício Lordêlo <mslordelo@gmail.com>
Caros, No CMR abaixo crio uma matriz de delineamento que estah associada ao nro de tratamentos, nro de repeticoes de cada tratamento e o tempo que cada resposta (neste caso binaria) foi observada. Suponha que o vetor y seja gerado levando em consideracao que no tempo=1, a probabilidade eh 0.78; nos tempos>1, esta probabilidade eh 0.35.
n.trat=3 # número de tratamentos n.rep=2 # número de repetições n.time=4 # número de tempos n.ind=n.trat*n.rep # número de indivíduos n=n.trat*n.rep*n.time # número total de registros id=rep(1:n.ind, each = n.time) # identificação do indivíduo time=rep(1:n.time, times = n.ind) # identificação do tempo trat=rep(factor(LETTERS[1:n.trat]), each = n.rep*n.time) # tratamentos
y = matrix(data = NA, nrow = n, ncol = 1, byrow = FALSE,dimnames = NULL) data1=data.frame(id,time,trat,y) for(i in 1:n) { y[i]=ifelse(data1[i,2]<2,rbinom(1,1,.78),rbinom(1,1,.35)) } data2=data.frame(id,time,trat,y) data2
Neste caso tenho formado meu conjunto de dados (data2) já com os valores de y gerados. Agora vem a minha dificuldade. Preciso rodar um mesmo modelo repetidas vezes, como por exemplo:
modelo1=geeglm(y~trat, id=id, data=data2, family=binomial)
e depois obter uma media para cada um dos coeficientes (com seus erros-padrao) obtidos. Ou seja, terei outros conjuntos de dados gerados (com o mesmo nro de tratamentos, repeticoes e tempos) sendo que a unica diferenca estarah nos valores de y. Preciso obter a média dos coeficientes de cada um dos modelos rodados a partir destes diferentes y´s. Agradeco quem puder auxiliar. Mauricio
_______________________________________________ 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.