Luz em glm() poisson vs quasipoisson
Gostaria de uma luz na análise abaixo. Usando poisson e quasipoisson tenho significância no modelo (ANOVA). Porem, NO SUMMARY NÃO TENHO SIGNIFICÂNCIA PARA OS PARÂMETROS DE QUASIPOISSON. Então é o seguinte, existe ou não diferença entre os tratamentos na quasipoisson? dados<-structure(list(Momento = structure(c(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, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = c("Alternativa", "Atual"), class = "factor"), CT = c(13000L, 12000L, 31000L, 39000L, 1250000L, 13600000L, 6880000L, 47450000L, 890000L, 33000L, 15400000L, 130000L, 6075L, 850000L, 690000L, 1400000L, 41300000L, 4900000L, 14900000L, 19000L, 31600000L, 1900000L, 600000L, 2000L, 400000L, 840000L, 900L, 900L, 4700000L, 910000L, 1000L, 210L, 90L, 4725L, 200000L, 480000L, 460000L, 107300000L, 8700000L, 3700000L, 4700000L, 15000000L, 20000L, 180000L, 10000L, 30500000L, 59000L, 260000L, 1000L, 100L, 550000L, 300L, 2750L, 46000L, 21500L, 5000L, 1050000L, 9L, 600L, 110L, 310L, 190L, 50L, 18L, 230L, 135L, 100L, 1000L, 108L, 230L, 100L, 3100L, 350L, 30L, 2400L, 19500L, 10000000L, 200L, 10L, 10L, 9L, 9L, 9L, 310000L, 9L, 24000L, 10L, 150L, 9L, 9L, 20L, 80L, 10L, 20L, 9L, 10L, 240L, 40L, 9L, 9L)), .Names = c("Momento", "CT"), row.names = c(NA, -100L), class = "data.frame") m1<-glm(CT~Momento, family=poisson , data=dados) m2<-glm(CT~Momento, family=quasipoisson, data=dados) anova(m1, test= "Chisq") anova(m2, test= "Chisq") summary(m1) summary(m2)
attach(dados) tapply(CT,Momento,summary) $Alternativa Min. 1st Qu. Median Mean 3rd Qu. Max. 9.0 10.0 45.0 259.2 192.5 3100.0
$Atual Min. 1st Qu. Median Mean 3rd Qu. Max. 9 9019 230000 5849000 2350000 107300000
tapply(CT,Momento,sd) Alternativa Atual 6.437986e+02 1.613285e+07
Esses dados são realmente de contagem? De qq forma, acho difícil conseguir algum resultado interessante nessa escala dos dados. Att., Rubem
Rubem, os dados são de contagem bacteriana. Aplicar log ou outra tansformação acho que perde o sentido de poisson. Transformação também não funcionou para aplicar anava ou test t. Acho que o caminho é ir pelos testes não paramétricos mesmo. Obrigado. ________________________________ De: Rubem Kaipper Ceratti <rubem_ceratti@yahoo.com.br> Para: "r-br@listas.c3sl.ufpr.br" <r-br@listas.c3sl.ufpr.br> Enviadas: Sexta-feira, 16 de Março de 2012 15:31 Assunto: Re: [R-br] Luz em glm() poisson vs quasipoisson
attach(dados) tapply(CT,Momento,summary) $Alternativa Min. 1st Qu. Median Mean 3rd Qu. Max. 9.0 10.0 45.0 259.2 192.5 3100.0
$Atual Min. 1st Qu. Median Mean 3rd Qu. Max. 9 9019 230000 5849000 2350000 107300000
tapply(CT,Momento,sd) Alternativa Atual 6.437986e+02 1.613285e+07
Esses dados são realmente de contagem? De qq forma, acho difícil conseguir algum resultado interessante nessa escala dos dados. Att., Rubem _______________________________________________ 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.
Parece mais um problema de unidade de medida, não de uso inadequado da distribuição A ou B. Muito difícil opinar sem saber exatamente omo foi feito o experimento. []s Leonard de Assis assis <dot> leonard <at> gmail <dot> com Em 16/03/2012 15:45, Marcelo Cardoso mello escreveu:
Rubem, os dados são de contagem bacteriana. Aplicar log ou outra tansformação acho que perde o sentido de poisson. Transformação também não funcionou para aplicar anava ou test t. Acho que o caminho é ir pelos testes não paramétricos mesmo. Obrigado.
------------------------------------------------------------------------ *De:* Rubem Kaipper Ceratti <rubem_ceratti@yahoo.com.br> *Para:* "r-br@listas.c3sl.ufpr.br" <r-br@listas.c3sl.ufpr.br> *Enviadas:* Sexta-feira, 16 de Março de 2012 15:31 *Assunto:* Re: [R-br] Luz em glm() poisson vs quasipoisson
attach(dados) tapply(CT,Momento,summary) $Alternativa Min. 1st Qu. Median Mean 3rd Qu. Max. 9.0 10.0 45.0 259.2 192.5 3100.0
$Atual Min. 1st Qu. Median Mean 3rd Qu. Max. 9 9019 230000 5849000 2350000 107300000
tapply(CT,Momento,sd) Alternativa Atual 6.437986e+02 1.613285e+07
Esses dados são realmente de contagem? De qq forma, acho difícil conseguir algum resultado interessante nessa escala dos dados.
Att., Rubem
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br <mailto: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.
_______________________________________________ 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.
Esses dados, em geral, de contagem bacteriana não devem ser entendidas como variável de contagem. Na verdade a gente não conta, ou melhor, não enumera os eventos. Essa contagem bacteriana é feita com base em estimativas de abundância em varias concentrações de solução. Os números são sempre 5000, 5500... ou seja, não ocorre um 5429, existe uma amplitude de detecção que no caso foi de 500. São estimativas de abundância e não contagens. Usando os termos próprios, você tem um dado com censura intervalar. É arriscado pensar que toda contagem é Poisson, ok? Sendo assim, nem Poisson, nem Quasi-Poisson ou normal são modelos corretos para você. Chego a pensar até que uma normal usando a variável transformada seja mais correto do que outras que citei. A transformação da variável se faz necessária para atendimento dos pressupostos, visto que valores de contagem/abundância apresentam heterocedasticidade em modelos de regressão. 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 ==========================================================================
participantes (4)
-
Leonard de Assis -
Marcelo Cardoso mello -
Rubem Kaipper Ceratti -
Walmes Zeviani