Olá Wagner, Obrigado pela ilustração do exemplo. Não consegui reproduzir a linha do fit2, especificamente o comando mc_dglm. Você sugeriria algum texto para maior aprofundamento? *Paulo Dick* Estatístico / Epidemiologia em Saúde Pública Tel.: (55 21) 99591-2716 Em 4 de novembro de 2016 16:46, Luiz Leal via R-br <r-br@listas.c3sl.ufpr.br

escreveu:

Wagner, meu interesse é, uma vez identificado que existe diferença entre os tratamentos (considerando que um deles é o controle) utilizar o teste de Dunnett para verificar quais tratamentos diferem do tratamento controle. Como o pressuposto de homogeneidade das variâncias é violado busquei alternativas para "homogeneizar" as variâncias. Posso aplicar esse teste a partir do modelo acima descrito? Desde já agradeço Luiz PS. Não consegui instalar o pacote

On Friday, November 4, 2016 4:13 PM, Wagner Bonat via R-br < r-br@listas.c3sl.ufpr.br> wrote:

Caros,

Alguém postou esse conjunto de dados com problema de pressupostos, principalmente heterocedasticidade. Agora a pouco veio outro e-mail com um problema similar. Fiz um exemplo um pouco mais detalhado de como isso pode ser facilmente resolvido e mostrando o efeito disso no modelo.

# Example 2 ------------------------------------------------------------ Fenois = c(337.311, 344.874, 342.353, 325.546, 333.950, 330.588, 328.067, 328.067, 318.824, 331.429, 333.950, 334.790, 336.471, 338.151, 342.353, 259.160, 252.437, 268.403, 265.882, 266.723, 287.731, 88.571, 88.571, 90.252, 41.513, 52.437, 49.076, 88.571, 88.571, 90.252, 64.202, 60.000, 61.681) Cor = factor(c(rep("ambar",6), rep("ambar_claro",3), rep("ambar",6), rep("ambar_claro",6),rep("branco",6), rep("extra_ambar_claro",3),rep("branco",3)))

# Exploratory analysis boxplot(Fenois ~ Cor) tapply(Fenois, Cor, sd) dados <- data.frame(Fenois, Cor) dados$id <- 1

# Fitting fit1 <- mcglm(c(Fenois ~ Cor), list(mc_id(dados)), data = dados) fit2 <- mcglm(c(Fenois ~ Cor), list(mc_dglm(~ Cor, id = "id", data = dados)), covariance = "expm", data = dados) # Goodness-of-fit gof(fit1) gof(fit2)

# Comparing estimates and standard errors coef(fit1, type = "beta", std.error = TRUE) coef(fit2, type = "beta", std.error = TRUE)

O interessante é que a estimativa pontual é exatamente a mesma, porém olha a enorme diferença nos erros padrões dos betas.

-- Wagner Hugo Bonat ------------------------------------------------------------ ---------------------------------- Department of Mathematics and Computer Science (IMADA) University of Southern Denmark (SDU) and Laboratório de Estatística e Geoinformação (LEG) Universidade Federal do Paraná (UFPR)

_______________________________________________ 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 forne� c�igo m�imo reproduz�el.

_______________________________________________ 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.