Valeu Walmes, era exatamente isso que eu procurava.  Agora entendi. Muito obrigado!   \begin{signature} <<>>= Prof. Dr. Ivan Bezerra Allaman Universidade Estadual de Santa Cruz Departamento de Ciências Exatas e Tecnológicas Ilhéus/BA - Brasil Fone: +55 73 3680-5596 E-mail: ivanalaman@yahoo.com.br/ivanalaman@gmail.com @ \end{signature} ________________________________ De: Walmes Zeviani <walmeszeviani@gmail.com> Para: Ivan Bezerra Allaman <ivanalaman@yahoo.com.br> Enviadas: Quinta-feira, 10 de Maio de 2012 0:14 Assunto: Re: [R-br] Teste de médias em GLMM com covariável! Ivan, Bem, de fato não estou seguro sobre ter entendido o que você quer, mas vamos lá. Partindo do fato que o nosso modelo aponta interação entre F e x nos teremos retas não paralelas (na escala do preditor linear), portando diferenças de médias não são constantes a medida que variamos o valor de x. Podemos comparar as médias em um valor fixo de x. Por exemplo, podemos comparar o peso final de suínos do sexo macho vs fêmea (F) supondo que os animais tem mesma idade (x=100 dias). Outra possibilidade, que deve ser a que você quer, é comparar nas médias amostrais de x nos níveis de F. Assim, comparamos o peso final dos machos com idade média de 100 dias com as fêmeas com idade média final de 95 dias. Se isso é uma comparação justa ou não é outra história e depende do contexto. Eu fiz o CMR desse último caso. É isso que você procura? Eu prefiro sempre que possível evitar as comparações (principalmente seguidas de letras) e dar um gráfico com curvas ajustadas acompanhadas das bandas de confiança. Assim o leitor pode ver como são as diferenças em cada nível de x, entender a relação de x com F e apontar para quais intervalos em x existe ou se pronuncia a diferença entre os níveis de F. É sem dúvida mais informativo. Espero ter ajudado. pred <- expand.grid(F=levels(da$F), x=seq(0,1,l=30)) pred$eta <- predict(ac0, newdata=pred) pred$y <- predict(ac0, newdata=pred, type="response") require(lattice); require(latticeExtra) # retas não paralelas. em que ponto vou compara-las? # em cada lugar dá uma conclusão diferente! xyplot(eta~x, groups=F, data=pred, type="l") # você pode comparar todas em um valor fixo, como x=0.5 # ou pode comparar ela no valor médio de x para cada nível de F xm <- with(da, tapply(x, F, mean)); xm mpm==0.5 mpm2 <- mpm for(i in 1:length(xm)) mpm2[i,mpm2[i,]==0.5] <- xm[i] mpm2 mpm2%*%betas exp(mpm2%*%betas) # diferença nas médias populacionais marginais duas à duas nlevels(da$F) comp <- t(combn(1:nlevels(da$F), 2)) rownames(comp) <- apply(comp, 1, paste, collapse="-") dmpm <- t(apply(comp, 1, function(vs) mpm2[vs[1],]-mpm2[vs[2],])) rownames(dmpm) <- rownames(comp) apply(dmpm, 1, function(x) x%*%betas) require(multcomp) summary(glht(ac0, linfct=mpm2)) # médias populacionais marginais summary(glht(ac0, linfct=dmpm)) # contraste entre as médias populacionais marginais xyplot(y~x, groups=F, data=da, type="p")+   as.layer(xyplot(y~x, groups=F, data=pred, type="l")) 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 ==========================================================================