Desdobramento de contrastes GLM via glht()
Boa dia pessoal, Gostaria de saber se existe alguma forma de se atribuírem índices ao teste realizado com a função glht() do pacote multcomp, exemplificando: require(multcomp) y1<-c(rpois(100, lambda = 5),rpois(100, lambda = 10),rpois(100, lambda = 5),rpois(100, lambda = 7))##Geração da variável resposta trat<-c(rep(1,100),rep(2,100),rep(3,100),rep(4,100))##Geração dos tratamentos repeticao<-rep(1:100,4)##Imaginado um DIC colocando as repetições trat<-as.factor(trat) m.1<-glm(y1~trat+repeticao,family="poisson")##Ajustando GLM Poisson anova.m.1<-anova(m.1,test="Chi") anova.m.1##Verificando a significancia dos tratamentos e se não há efeito das repetições summary(glht(m.1,linfct=mcp(trat="Tukey")))##Desdobrando os tratamentos Como a função utiliza o Tukey acho bem complicado como no caso simulado, decidir entre tratamentos que possuem índice ambíguo, por exemplo, alguém conhece alguma forma de calcular a decisão da distribuição dos índices, Obrigado, Alexandre **Obs: Descupe por re-posts mais acredito que haja algum problema entre o yahoo mail e o c3sl, pois ou minhas msg não chegam ou chegam com um dia de atraso.
Alexandre, O que é índice ambíguo e decisão na distribuição do índice? No seu CMR, se você diz que é DIC, não precisa incluir efeito das repetições. E mesmo que fosse um caso de inclusão, elas deveriam ser codificadas como fator e não métricas. Se entendi, você questiona a apresentação dos resultados da glht(). Você tava esperando um conjunto de letras ao lado das estimativas pontuais, é isso? Isso não vai acontecer, mesmo porque, para atribuir letras sem ter problemas de interpretação, é necessário que todo par de contraste tenha o mesmo erro padrão, para que exista uma dms (diferença mínima significativa) constante. Isso só ocorre para o caso Gaussiano quando temos homocedasticidade e balanceamento. Veja na coluna Std.Err. que os erros padrões são variáveis. Isso porque na família glm a variância depende da média, logo, contraste entre médias tem variância que dependem das médias envolvidas. Na biblioteca HH existe um método gráfico para ajudar a interpretar essa saída http://www.oga-lab.net/RGM2/func.php?rd_id=HH:mmc. #y1 <- c(rpois(100, lambda=5), rpois(100, lambda=10), rpois(100, lambda=5), rpois(100, lambda=7))##Geração da variável resposta y1 <- c(mapply(rpois, lambda=c(5,10,5,7), MoreArgs=list(n=100))) #trat <- c(rep(1,100), rep(2,100), rep(3,100), rep(4,100))##Geração dos trat <- gl(4,100) #repeticao <- rep(1:100, 4) ##Imaginado um DIC colocando as repetições #trat<-as.factor(trat) # se é dic, não inclui efeito das repetições m.1 <- glm(y1~trat,family="poisson") anova.m.1 <- anova(m.1, test="Chi") anova.m.1 summary(glht(m.1, linfct=mcp(trat="Tukey"))) 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 ==========================================================================
Walmes, Obrigado pela ajuda, instalei o pacote HH e vou estudar a interpretação dos resultados; Não sei se esta correta minha interpretação mais chamo de índice ambíguo quando o Tukey apresenta resultados do tipo ab, por exemplo; Bom na verdade eu incluí as repetições pois futuramente pretendo aplicar esta abordagem à dados reais advindos do campo que são em DBC, onde algumas vezes encontro variação entre blocos e zeros inflacionados, onde pretendo verificar se há significância ou não e como estão influenciando na correta determinação do efeito dos tratamentos, bom mesmo assim me esqueci de especificar com fator; Gostaria de te pedir se você conhece algum trabalho(s) de referência(s) que utiliza desdobramentos de contrastes com GLM na análise dos dados, pois apesar de ser adepto à abordagem da análise de dados usando sua adequada distribuição de erros, tenho muita dificuldade em justificar a metodologia de contrastes com GLM para revisores de revistas na área a qual trabalho. Redobrados agradecimentos, Alexandre On 10/14/2011 11:12 AM, Walmes Zeviani wrote:
Alexandre,
O que é índice ambíguo e decisão na distribuição do índice? No seu CMR, se você diz que é DIC, não precisa incluir efeito das repetições. E mesmo que fosse um caso de inclusão, elas deveriam ser codificadas como fator e não métricas. Se entendi, você questiona a apresentação dos resultados da glht(). Você tava esperando um conjunto de letras ao lado das estimativas pontuais, é isso? Isso não vai acontecer, mesmo porque, para atribuir letras sem ter problemas de interpretação, é necessário que todo par de contraste tenha o mesmo erro padrão, para que exista uma dms (diferença mínima significativa) constante. Isso só ocorre para o caso Gaussiano quando temos homocedasticidade e balanceamento. Veja na coluna Std.Err. que os erros padrões são variáveis. Isso porque na família glm a variância depende da média, logo, contraste entre médias tem variância que dependem das médias envolvidas. Na biblioteca HH existe um método gráfico para ajudar a interpretar essa saída http://www.oga-lab.net/RGM2/func.php?rd_id=HH:mmc.
#y1 <- c(rpois(100, lambda=5), rpois(100, lambda=10), rpois(100, lambda=5), rpois(100, lambda=7))##Geração da variável resposta y1 <- c(mapply(rpois, lambda=c(5,10,5,7), MoreArgs=list(n=100))) #trat <- c(rep(1,100), rep(2,100), rep(3,100), rep(4,100))##Geração dos trat <- gl(4,100) #repeticao <- rep(1:100, 4) ##Imaginado um DIC colocando as repetições #trat<-as.factor(trat) # se é dic, não inclui efeito das repetições m.1 <- glm(y1~trat,family="poisson") anova.m.1 <- anova(m.1, test="Chi") anova.m.1 summary(glht(m.1, linfct=mcp(trat="Tukey")))
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 <mailto:walmes@ufpr.br> twitter: @walmeszeviani homepage: http://www.leg.ufpr.br/~walmes <http://www.leg.ufpr.br/%7Ewalmes> linux user number: 531218 ==========================================================================
_______________________________________________ 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.
participantes (2)
-
ASANTOS -
Walmes Zeviani