Re: [R-br] Desdobramento de um fatorial triplo
Respostas dentro da mensagem. À disposição. Walmes. On Mon, Nov 18, 2019 at 7:19 PM Maurício Lordêlo <mslordelo@gmail.com> wrote:
Obrigado Walmes! Tenho feito bastante esta análise exploratória por achar fundamental conhecer os dados. A questão que como dou muito suporte para trabalhos de mestrado e doutorado, eles cobram os testes de normalidade e homogeneidade de variâncias.
É uma cultura a ser mudada. Hábitos que de uma época com pouco recursos de visualização e do uso precedural da estatística (faça o texte X, se rejeitar H0, faça Y, caso contrário faça Z, etc). Também tenho contato com público assim, mas tô sempre argumentando, redijo a leitura dos gráficos, não reporto CV nas minhas análises (apenas quando o revisor não aceita as justificativas dadas para omissão).
Confesso que tenho muita dificuldade em explicar algumas funções e resultados do R para os pesquisadores da área de Agrárias e Biológicas. Muitas vezes é uma tarefa árdua pelos vícios que adquirem.
É uma cultura. Mudá-la leva tempo.
Tenho feito o uso do pacote ExpDes, devido ao fato de muitos já terem utilizado o SisVar. Rodei esta transformação proposta [(m_seca_raiz + 0.00001)^0.5] usando a função a fat3dic deste pacote. Aproveitando a oportunidade, como o coeficiente de variação deu bem alto neste caso, qual a sua sugestão para convencer estes pesquisadores que esta medida não é "a medida"? Eles "idolatram" este coeficiente...rs rs rs.
Primeiro ponto é argumentar que não existe vínculo entre CV alto/baixo e não atendimento ou não dos pressupostos. Pode-se ter CV baixo com sérios afastamentos. Pode-se ter CV alto com total conformidade com as suposições. As pessoas criaram a regra no sentido inverso. Por exemplo, sempre viam que dados de contagem tem alto CV e geralmente não atendem os pressupostos. Aí entenderam que CV alto implica em falta de pressupostos, o que não é fundamentalmente verdade. Sempre que se usava uma transformação estabilizadora da variância, o CV era grande, mas porque a distribuição assumida para aplicações das funções estabilizadoras mais comuns é Poisson (contagem) ou proporção (Binomial), que não atendem os pressupostos. Portanto, a prática sem muita reflexão ou esclarecimento criou uma regra ao contrário, a de que CV alto é sinal de problema. O segundo ponto são as faixas para classificação do CV em baixo, médio e alto. Elas são arbitrárias. Aí os pesquisadores querem comparar um CV de 8% para produtividade de grãos em experimentos em vários locais com um CV de 38% de crescimento radicular em cultivo in vitro avaliando o efeito de doses homeopáticas de hormônio. Não tem como comparar isso. Uma coisa é feita em macro escala, grandes parcelas, variável resposta controlada por muitos genes e condições ambientais. O outro é micro escala. Um é produtividade de grãos (kg/ha) o outro é comprimento (mm de raíz). Como que uma estatística adquiriu tamanha e desproporcional importância? Se você pensar o que o CV está medindo, fica claro que ele não deveria ser usado em uma análise de experimentos. É o quociente entre desvio padrão residual e média amostral do experimento (CV 100 · DP/M). Mas se o experimento é feito com a premissa de existência de diferença entre médias (efeito dos tratamentos), que valor tem uma estatística que usa uma média global? Em alguns poucos contextos haverá justificativa (i.e. efeitos aleatórios). Outro ponto é que pressupõe uma relação 1:1 entre média e desvio padrão, justamente se contrapondo a suposição de ausência de relação entre média e variância. Existem muitos pontos frágeis sobre o CV. Eu poderia prosseguir aqui por muitas linhas. Mas eu geralmente me atenho ao primeiro: não existe relação entre valor do CV com atendimento dos pressupostos (a menos se for conhecida a distribuição dos dados). O CV estando alto ou não, se os pressupostos forem atendidos, a parte inferencial está assegurada (distribuições das estatísticas de teste conforme esperado, cobertura dos intervalos de confiança conforme esperado, níveis de significância conforme esperado, etc). Mas se ainda o sujeito quiser olhar pro CV alto e dizer que o experimento foi mal conduzido (é a coisa mais comum de ouvir), o que é lamentável, veja se consegue dialogar e desfazer a cultura aos poucos.
Outro pedido é que gostaria de uma função diferente destas (do pacote ExpDes) para obter estes resultados do desdobramento. Você tem alguma sugestão cujas sintaxe e resultado são mais ou menos fáceis de serem entendidas por este público?
Não tenho opções que sejam mais fáceis que o respostado pelo ExpDes ou SISVAR. Tenho apenas alternativas mais gerais para casos não gaussianos, balanceados, etc. O que posso recomendar para fazer o desdobramento no caso no glm(), survreg() e outros modelos paramétricos ou delineamentos mais completos é `emmeans` e `multcomp`. Veja alguns exemplos a seguir. GLM: http://leg.ufpr.br/~walmes/analises/WAALima/caiuae/caiuae.html Survreg: http://leg.ufpr.br/~walmes/analises/CCastellar/frutosmaduros.html LM: http://leg.ufpr.br/~walmes/analises/PSFLichtemberg/Colletotrichum/phy-gf.htm... Ancova: http://leg.ufpr.br/~walmes/mpaer/analise-de-covariancia.html
Agradeço mais uma vez caso possa ajudar.
Abraço,
Maurício
Prez@dos, Quero dar um pitaco nessa conversa sobre CV e *pressupostos* (que são um eufemismo para *normalidade*): Considerando que o importante são os resíduos, que quando são hígidos têm média zero, pela definição de CV seria indeterminado (tendendo ao infinito)! Por transitividade, se a média estiver no entorno de zero e os desvios puderem oscilar ao redor de zero, mesmo para os dados "brutos" ter-se-ia a mesma situação. . . Apenas para ajudar pois partilho a ideia que certas práticas do passado precisam ser banidas, mas parafraseando J. K. Galbraith "Todo o revisor anônimo é um cara que estudou Estatística com um livro de um autor que já morreu há muitos anos...." 😉 HTH On Tue, Nov 19, 2019 at 2:53 PM Walmes Zeviani por (R-br) < r-br@listas.c3sl.ufpr.br> wrote:
Respostas dentro da mensagem.
À disposição. Walmes.
On Mon, Nov 18, 2019 at 7:19 PM Maurício Lordêlo <mslordelo@gmail.com> wrote:
Obrigado Walmes! Tenho feito bastante esta análise exploratória por achar fundamental conhecer os dados. A questão que como dou muito suporte para trabalhos de mestrado e doutorado, eles cobram os testes de normalidade e homogeneidade de variâncias.
É uma cultura a ser mudada. Hábitos que de uma época com pouco recursos de visualização e do uso precedural da estatística (faça o texte X, se rejeitar H0, faça Y, caso contrário faça Z, etc). Também tenho contato com público assim, mas tô sempre argumentando, redijo a leitura dos gráficos, não reporto CV nas minhas análises (apenas quando o revisor não aceita as justificativas dadas para omissão).
Confesso que tenho muita dificuldade em explicar algumas funções e resultados do R para os pesquisadores da área de Agrárias e Biológicas. Muitas vezes é uma tarefa árdua pelos vícios que adquirem.
É uma cultura. Mudá-la leva tempo.
Tenho feito o uso do pacote ExpDes, devido ao fato de muitos já terem utilizado o SisVar. Rodei esta transformação proposta [(m_seca_raiz + 0.00001)^0.5] usando a função a fat3dic deste pacote. Aproveitando a oportunidade, como o coeficiente de variação deu bem alto neste caso, qual a sua sugestão para convencer estes pesquisadores que esta medida não é "a medida"? Eles "idolatram" este coeficiente...rs rs rs.
Primeiro ponto é argumentar que não existe vínculo entre CV alto/baixo e não atendimento ou não dos pressupostos. Pode-se ter CV baixo com sérios afastamentos. Pode-se ter CV alto com total conformidade com as suposições. As pessoas criaram a regra no sentido inverso. Por exemplo, sempre viam que dados de contagem tem alto CV e geralmente não atendem os pressupostos. Aí entenderam que CV alto implica em falta de pressupostos, o que não é fundamentalmente verdade. Sempre que se usava uma transformação estabilizadora da variância, o CV era grande, mas porque a distribuição assumida para aplicações das funções estabilizadoras mais comuns é Poisson (contagem) ou proporção (Binomial), que não atendem os pressupostos. Portanto, a prática sem muita reflexão ou esclarecimento criou uma regra ao contrário, a de que CV alto é sinal de problema.
O segundo ponto são as faixas para classificação do CV em baixo, médio e alto. Elas são arbitrárias. Aí os pesquisadores querem comparar um CV de 8% para produtividade de grãos em experimentos em vários locais com um CV de 38% de crescimento radicular em cultivo in vitro avaliando o efeito de doses homeopáticas de hormônio. Não tem como comparar isso. Uma coisa é feita em macro escala, grandes parcelas, variável resposta controlada por muitos genes e condições ambientais. O outro é micro escala. Um é produtividade de grãos (kg/ha) o outro é comprimento (mm de raíz). Como que uma estatística adquiriu tamanha e desproporcional importância?
Se você pensar o que o CV está medindo, fica claro que ele não deveria ser usado em uma análise de experimentos. É o quociente entre desvio padrão residual e média amostral do experimento (CV 100 · DP/M). Mas se o experimento é feito com a premissa de existência de diferença entre médias (efeito dos tratamentos), que valor tem uma estatística que usa uma média global? Em alguns poucos contextos haverá justificativa (i.e. efeitos aleatórios). Outro ponto é que pressupõe uma relação 1:1 entre média e desvio padrão, justamente se contrapondo a suposição de ausência de relação entre média e variância.
Existem muitos pontos frágeis sobre o CV. Eu poderia prosseguir aqui por muitas linhas. Mas eu geralmente me atenho ao primeiro: não existe relação entre valor do CV com atendimento dos pressupostos (a menos se for conhecida a distribuição dos dados). O CV estando alto ou não, se os pressupostos forem atendidos, a parte inferencial está assegurada (distribuições das estatísticas de teste conforme esperado, cobertura dos intervalos de confiança conforme esperado, níveis de significância conforme esperado, etc). Mas se ainda o sujeito quiser olhar pro CV alto e dizer que o experimento foi mal conduzido (é a coisa mais comum de ouvir), o que é lamentável, veja se consegue dialogar e desfazer a cultura aos poucos.
Outro pedido é que gostaria de uma função diferente destas (do pacote ExpDes) para obter estes resultados do desdobramento. Você tem alguma sugestão cujas sintaxe e resultado são mais ou menos fáceis de serem entendidas por este público?
Não tenho opções que sejam mais fáceis que o respostado pelo ExpDes ou SISVAR. Tenho apenas alternativas mais gerais para casos não gaussianos, balanceados, etc. O que posso recomendar para fazer o desdobramento no caso no glm(), survreg() e outros modelos paramétricos ou delineamentos mais completos é `emmeans` e `multcomp`. Veja alguns exemplos a seguir.
GLM: http://leg.ufpr.br/~walmes/analises/WAALima/caiuae/caiuae.html Survreg: http://leg.ufpr.br/~walmes/analises/CCastellar/frutosmaduros.html LM: http://leg.ufpr.br/~walmes/analises/PSFLichtemberg/Colletotrichum/phy-gf.htm... Ancova: http://leg.ufpr.br/~walmes/mpaer/analise-de-covariancia.html
Agradeço mais uma vez caso possa ajudar.
Abraço,
Maurício
_______________________________________________ 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.
Cesar, Seus apontamentos são muito bem vindos. Complementos na mensagem. À disposição. Walmes. On Tue, Nov 19, 2019 at 9:04 PM Cesar Rabak por (R-br) < r-br@listas.c3sl.ufpr.br> wrote:
Prez@dos,
Quero dar um pitaco nessa conversa sobre CV e *pressupostos* (que são um eufemismo para *normalidade*):
Talvez não necessariamente. Quando me refiro a análise dos pressupostos estou considerando a abordagem gráfica da inspeção dos 4 gráficos padrões do R para o objeto de classe lm. Lá você está avaliando os pressupostos em propriedades que vão além da questão apenas relacionada a normalidade. Mas entendo que para a maioria pressupostos e normalidade são praticamente a mesma coisa.
Considerando que o importante são os resíduos, que quando são hígidos têm média zero, pela definição de CV seria indeterminado (tendendo ao infinito)!
Exatamente! Outro ponto é que coeficiente de variação é uma medida descritiva que introduzimos nos cursos de estatística básica quando analisamos a distribuição de uma variável aleatória, etc. No caso de um experimento, temos amostras de potencialmente diferentes populações (tratamentos), então esse CV coletivo está estimando uma única média quando podem haver várias. Na minha humilde opinião, essa maldição do CV (R² talvez seja o mesmo caso) provavelmente surgiu do senso de dever que o pesquisador sentia de discutir todos os números reportados pela maioria dos softwares e quase que todos eles colocam o CV na saída acompanhando um quadro de anova. Aí como é porcentagem, adimensional, etc, fácil de interpretar, ficou convidativo sempre discuti-lo até o ponto de se tornar exagerado, desproporcional e distorcido.
Por transitividade, se a média estiver no entorno de zero e os desvios puderem oscilar ao redor de zero, mesmo para os dados "brutos" ter-se-ia a mesma situação. . .
Apenas para ajudar pois partilho a ideia que certas práticas do passado precisam ser banidas, mas parafraseando J. K. Galbraith "Todo o revisor anônimo é um cara que estudou Estatística com um livro de um autor que já morreu há muitos anos...." 😉
HTH
participantes (2)
-
Cesar Rabak -
Walmes Zeviani