Modelo efeito misto - decomposição R2 marginal

Caros Amigos, Fiz uma análise de regressão utilizando o modelo de efeito misto. Eu desejo fazer o coeficiente de determinação parcial conforme descrito no livro do Kutner, et al (Applied linear statistical Models, ) <http://www.amazon.com/Applied-Linear-Statistical-Models-Michael/dp/007310874X> 5° edição, paginas 268-269 para obter uma estimativa de quanto cada variável incluída no modelo contribuiu para o R2 geral ( ou seja a contribuição marginal de cada variável para a redução da variação quando todas as outras variáveis estão no modelo- No livro é chamado de coeficiente parcial de determinação). O R2 do modelo deve ser igual a soma do R2 parcial de cada variável individualment (R2modelo= R2variável1+R2variável2...). Fiz uma função para automatizar os passos descritos no livro, como vocês poderão ver a soma do R2 parcial de cada variável difere do R2 geral do modelo. Acredito que eu possa ter entendido algo errado, por isso gostaria de ajuda. Alguém da lista ja fez este tipo de avaliação? DATA<- structure(list(DATA = structure(c(25L, 27L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 15L, 16L, 17L, 18L, 19L, 20L, 21L, 22L, 23L, 24L, 26L, 28L, 25L, 27L), .Label = c("01/09/13", "02/09/13", "03/09/13", "04/09/13", "05/09/13", "07/09/13", "08/09/13", "10/09/13", "11/09/13", "14/09/13", "15/09/13", "16/09/13", "17/09/13", "18/09/13", "19/09/13", "20/09/13", "21/09/13", "22/09/13", "23/09/13", "24/09/13", "25/09/13", "26/09/13", "27/09/13", "28/09/13", "29/08/13", "29/09/13", "30/08/13", "30/09/13"), class = "factor"), GEST = c(63L, 64L, 66L, 67L, 68L, 69L, 70L, 72L, 73L, 75L, 76L, 79L, 80L, 81L, 82L, 83L, 84L, 85L, 86L, 87L, 88L, 89L, 90L, 91L, 92L, 93L, 94L, 95L, 63L, 64L), MANEJO = 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), DIAS = c(1L, 2L, 4L, 5L, 6L, 7L, 8L, 10L, 11L, 13L, 14L, 17L, 18L, 19L, 20L, 21L, 22L, 23L, 24L, 25L, 26L, 27L, 28L, 29L, 30L, 31L, 32L, 33L, 1L, 2L), ANIMAL = 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, 1L, 1L), .Label = c("5", "4"), class = c("ordered", "factor")), CONSUMO = c(1.43, 1.24, 2, 1.29, 0.94, 1.99, 1.48, 1.25, 1.8, 2.16, 1.36, 1.33, 2.25, 1.1, 1.78, 1.47, 2, 2.07, 1.35, 1.84, 1.86, 1.5, 1.31, 1.45, 1.46, 2.51, 2.77, 1.89, 1.39, 1.68), PV = c(40, 40.06, 40.18, 40.24, 40.3, 40.36, 40.42, 40.54, 40.6, 40.72, 40.78, 40.99, 41.04, 41.08, 41.13, 41.17, 41.22, 41.26, 41.31, 41.35, 41.4, 41.45, 41.49, 41.54, 41.58, 41.63, 41.67, 41.9, 32.3, 32.47), TEMPMIN = c(11.85, 11.85, 17.9, 18.45, 18.6, 19.6, 19.2, 17.8, 18.7, 15.5, 15.55, 18.7, 18.15, 17.55, 17.85, 18.75, 20.95, 19.3, 19.35, 19.4, 18.8, 17.65, 17.75, 16.45, 16.95, 18.4, 21.1, 18.2, 11.85, 11.85), TEMPMAX = c(28.05, 28.05, 30, 30.9, 30.8, 30.35, 31.2, 27.9, 31.3, 28.6, 28.25, 31.95, 32.75, 30.7, 31.65, 32.85, 32.65, 33.2, 33.05, 24.7, 24.35, 24.95, 28, 28.15, 30.9, 33.1, 34.95, 26.65, 28.05, 28.05), URAMIN = c(38, 38, 40, 41.5, 43, 42.5, 41, 61.5, 44.5, 41.5, 41, 18, 19.5, 26.5, 19.5, 19.5, 20, 25.5, 29, 70, 71.5, 42.5, 50, 44, 31, 23, 15.65, 46.5, 38, 38), URAMAX = c(89, 89, 94, 91, 91, 96.5, 94.5, 99, 95.5, 91, 93, 74.5, 74.5, 75.5, 77, 76, 80, 88, 92, 94, 93.5, 94, 91.5, 85.5, 83.5, 79, 51.75, 77.5, 89, 89), TEMPMEC = c(19.95, 19.95, 23.95, 24.68, 24.7, 24.98, 25.2, 22.85, 25, 22.05, 21.9, 25.33, 25.45, 24.13, 24.75, 25.8, 26.8, 26.25, 26.2, 22.05, 21.58, 21.3, 22.88, 22.3, 23.93, 25.75, 28.03, 22.43, 19.95, 19.95), URAMED = c(63.5, 63.5, 66.25, 69.5, 67.75, 80.25, 70, 67, 47.75, 47, 48.25, 56.75, 60.5, 82.5, 68.25, 70.75, 64.75, 51, 63.5, 62, 56.75, 84.25, 84.25, 64.25, 64.5, 57.75, 72.25, 74.75, 63.5, 63.5 ), ITH = c(4, 4, 151, 220, 212, 304, 267, 82, 133, 20, 16, 201, 231, 246, 218, 317, 343, 230, 302, 40, 21, 49, 147, 51, 143, 238, 409, 82, 4, 4), IMS = c(0.9, 0.62, 0.69, 1.62, 0.81, 1.16, 1.45, 0.87, 0.86, 0.86, 1.04, 1.68, 0.68, 0.56, 1.47, 1.04, 1.14, 0.66, 0.97, 1.35, 1.14, 1.05, 1.52, 0.77, 0.95, 0.84, 1.31, 1.52, 1, 1.37), cook = c(0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0)), .Names = c("DATA", "GEST", "MANEJO", "DIAS", "ANIMAL", "CONSUMO", "PV", "TEMPMIN", "TEMPMAX", "URAMIN", "URAMAX", "TEMPMEC", "URAMED", "ITH", "IMS", "cook"), row.names = c("178", "179", "181", "182", "183", "184", "185", "187", "188", "190", "191", "194", "195", "196", "197", "198", "199", "200", "201", "202", "203", "204", "205", "206", "207", "208", "209", "210", "211", "212"), class = c("nffGroupedData", "nfGroupedData", "groupedData", "data.frame"), formula = CONSUMO ~ I(PV^0.75) + IMS + GEST + TEMPMAX + TEMPMIN + URAMIN + URAMAX + as.numeric(ITH) | ANIMAL, FUN = function (x) max(x, na.rm = TRUE), order.groups = TRUE) modelocompleto<-lme(fixed=CONSUMO~GEST+as.numeric(ITH),data=DATA,correlation=corAR1(form=~GEST|ANIMAL),na.action=na.omit,weights=varIdent(form=~1|ANIMAL),random=~1|ANIMAL,method="REML") modeloreduzidoGEST<-update(modelocompleto,fixed=CONSUMO~as.numeric(ITH),random=~1|ANIMAL,method="REML",control=ctrl) modeloreduzidoITH<-update(modelocompleto,fixed=CONSUMO~GEST,random=~1|ANIMAL,method="REML",control=ctrl) R2partial<-function(modelocompleto,modeloreduzidoGEST,modeloreduzidoITH){ SSRGEST<-(sum(resid(modeloreduzidoGEST)^2) - sum(resid(modelocompleto)^2)) SSRITH<-(sum(resid(modeloreduzidoITH)^2) - sum(resid(modelocompleto)^2)) SSEGEST<-sum(resid(modeloreduzidoGEST)^2) SSEITH<-sum(resid(modeloreduzidoITH)^2) R2partialGEST<-SSRGEST/SSEGEST R2partialITH<-SSRITH/SSEITH resultado1<-paste("R2parcial-GEST",R2partialGEST,sep=":") resultado2<-paste("R2parcial-ITH",R2partialITH,sep=":") R2total<-paste("R2total",sum(R2partialGEST,R2partialITH),sep=":") return(c(resultado1,resultado2,R2total)) } R2partial(modelocompleto,modeloreduzidoGEST,modeloreduzidoITH) # R2 parcial para cada uma das vaiáveis install.packages("MuMIn") library(MuMIn) r.squaredGLMM(modeloreduzidoGEST) #R2 Geral

Prezado Fernando, Boa tarde. Eu normalmente cálculo de acorde com Nakagawa et al. (2012), tentei baixar o livro recomendado para ver é cálculado o R2, mas não consegui. Você teria o pdf do livro e poderia me enviar? Obrigado. 2014-05-26 23:34 GMT-03:00 Fernando Souza <nandodesouza@gmail.com>:
Caros Amigos, Fiz uma análise de regressão utilizando o modelo de efeito misto. Eu desejo fazer o coeficiente de determinação parcial conforme descrito no livro do Kutner, et al (Applied linear statistical Models, )<http://www.amazon.com/Applied-Linear-Statistical-Models-Michael/dp/007310874X>5° edição, paginas 268-269 para obter uma estimativa de quanto cada variável incluída no modelo contribuiu para o R2 geral ( ou seja a contribuição marginal de cada variável para a redução da variação quando todas as outras variáveis estão no modelo- No livro é chamado de coeficiente parcial de determinação). O R2 do modelo deve ser igual a soma do R2 parcial de cada variável individualment (R2modelo= R2variável1+R2variável2...). Fiz uma função para automatizar os passos descritos no livro, como vocês poderão ver a soma do R2 parcial de cada variável difere do R2 geral do modelo. Acredito que eu possa ter entendido algo errado, por isso gostaria de ajuda. Alguém da lista ja fez este tipo de avaliação?
DATA<- structure(list(DATA = structure(c(25L, 27L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 15L, 16L, 17L, 18L, 19L, 20L, 21L, 22L, 23L, 24L, 26L, 28L, 25L, 27L), .Label = c("01/09/13", "02/09/13", "03/09/13", "04/09/13", "05/09/13", "07/09/13", "08/09/13", "10/09/13", "11/09/13", "14/09/13", "15/09/13", "16/09/13", "17/09/13", "18/09/13", "19/09/13", "20/09/13", "21/09/13", "22/09/13", "23/09/13", "24/09/13", "25/09/13", "26/09/13", "27/09/13", "28/09/13", "29/08/13", "29/09/13", "30/08/13", "30/09/13"), class = "factor"), GEST = c(63L, 64L, 66L, 67L, 68L, 69L, 70L, 72L, 73L, 75L, 76L, 79L, 80L, 81L, 82L, 83L, 84L, 85L, 86L, 87L, 88L, 89L, 90L, 91L, 92L, 93L, 94L, 95L, 63L, 64L), MANEJO = 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), DIAS = c(1L, 2L, 4L, 5L, 6L, 7L, 8L, 10L, 11L, 13L, 14L, 17L, 18L, 19L, 20L, 21L, 22L, 23L, 24L, 25L, 26L, 27L, 28L, 29L, 30L, 31L, 32L, 33L, 1L, 2L), ANIMAL = 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, 1L, 1L), .Label = c("5", "4"), class = c("ordered", "factor")), CONSUMO = c(1.43, 1.24, 2, 1.29, 0.94, 1.99, 1.48, 1.25, 1.8, 2.16, 1.36, 1.33, 2.25, 1.1, 1.78, 1.47, 2, 2.07, 1.35, 1.84, 1.86, 1.5, 1.31, 1.45, 1.46, 2.51, 2.77, 1.89, 1.39, 1.68), PV = c(40, 40.06, 40.18, 40.24, 40.3, 40.36, 40.42, 40.54, 40.6, 40.72, 40.78, 40.99, 41.04, 41.08, 41.13, 41.17, 41.22, 41.26, 41.31, 41.35, 41.4, 41.45, 41.49, 41.54, 41.58, 41.63, 41.67, 41.9, 32.3, 32.47), TEMPMIN = c(11.85, 11.85, 17.9, 18.45, 18.6, 19.6, 19.2, 17.8, 18.7, 15.5, 15.55, 18.7, 18.15, 17.55, 17.85, 18.75, 20.95, 19.3, 19.35, 19.4, 18.8, 17.65, 17.75, 16.45, 16.95, 18.4, 21.1, 18.2, 11.85, 11.85), TEMPMAX = c(28.05, 28.05, 30, 30.9, 30.8, 30.35, 31.2, 27.9, 31.3, 28.6, 28.25, 31.95, 32.75, 30.7, 31.65, 32.85, 32.65, 33.2, 33.05, 24.7, 24.35, 24.95, 28, 28.15, 30.9, 33.1, 34.95, 26.65, 28.05, 28.05), URAMIN = c(38, 38, 40, 41.5, 43, 42.5, 41, 61.5, 44.5, 41.5, 41, 18, 19.5, 26.5, 19.5, 19.5, 20, 25.5, 29, 70, 71.5, 42.5, 50, 44, 31, 23, 15.65, 46.5, 38, 38), URAMAX = c(89, 89, 94, 91, 91, 96.5, 94.5, 99, 95.5, 91, 93, 74.5, 74.5, 75.5, 77, 76, 80, 88, 92, 94, 93.5, 94, 91.5, 85.5, 83.5, 79, 51.75, 77.5, 89, 89), TEMPMEC = c(19.95, 19.95, 23.95, 24.68, 24.7, 24.98, 25.2, 22.85, 25, 22.05, 21.9, 25.33, 25.45, 24.13, 24.75, 25.8, 26.8, 26.25, 26.2, 22.05, 21.58, 21.3, 22.88, 22.3, 23.93, 25.75, 28.03, 22.43, 19.95, 19.95), URAMED = c(63.5, 63.5, 66.25, 69.5, 67.75, 80.25, 70, 67, 47.75, 47, 48.25, 56.75, 60.5, 82.5, 68.25, 70.75, 64.75, 51, 63.5, 62, 56.75, 84.25, 84.25, 64.25, 64.5, 57.75, 72.25, 74.75, 63.5, 63.5 ), ITH = c(4, 4, 151, 220, 212, 304, 267, 82, 133, 20, 16, 201, 231, 246, 218, 317, 343, 230, 302, 40, 21, 49, 147, 51, 143, 238, 409, 82, 4, 4), IMS = c(0.9, 0.62, 0.69, 1.62, 0.81, 1.16, 1.45, 0.87, 0.86, 0.86, 1.04, 1.68, 0.68, 0.56, 1.47, 1.04, 1.14, 0.66, 0.97, 1.35, 1.14, 1.05, 1.52, 0.77, 0.95, 0.84, 1.31, 1.52, 1, 1.37), cook = c(0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0)), .Names = c("DATA", "GEST", "MANEJO", "DIAS", "ANIMAL", "CONSUMO", "PV", "TEMPMIN", "TEMPMAX", "URAMIN", "URAMAX", "TEMPMEC", "URAMED", "ITH", "IMS", "cook"), row.names = c("178", "179", "181", "182", "183", "184", "185", "187", "188", "190", "191", "194", "195", "196", "197", "198", "199", "200", "201", "202", "203", "204", "205", "206", "207", "208", "209", "210", "211", "212"), class = c("nffGroupedData", "nfGroupedData", "groupedData", "data.frame"), formula = CONSUMO ~ I(PV^0.75) + IMS + GEST + TEMPMAX + TEMPMIN + URAMIN + URAMAX + as.numeric(ITH) | ANIMAL, FUN = function (x) max(x, na.rm = TRUE), order.groups = TRUE)
modelocompleto<-lme(fixed=CONSUMO~GEST+as.numeric(ITH),data=DATA,correlation=corAR1(form=~GEST|ANIMAL),na.action=na.omit,weights=varIdent(form=~1|ANIMAL),random=~1|ANIMAL,method="REML")
modeloreduzidoGEST<-update(modelocompleto,fixed=CONSUMO~as.numeric(ITH),random=~1|ANIMAL,method="REML",control=ctrl)
modeloreduzidoITH<-update(modelocompleto,fixed=CONSUMO~GEST,random=~1|ANIMAL,method="REML",control=ctrl)
R2partial<-function(modelocompleto,modeloreduzidoGEST,modeloreduzidoITH){ SSRGEST<-(sum(resid(modeloreduzidoGEST)^2) - sum(resid(modelocompleto)^2)) SSRITH<-(sum(resid(modeloreduzidoITH)^2) - sum(resid(modelocompleto)^2)) SSEGEST<-sum(resid(modeloreduzidoGEST)^2) SSEITH<-sum(resid(modeloreduzidoITH)^2) R2partialGEST<-SSRGEST/SSEGEST R2partialITH<-SSRITH/SSEITH resultado1<-paste("R2parcial-GEST",R2partialGEST,sep=":") resultado2<-paste("R2parcial-ITH",R2partialITH,sep=":") R2total<-paste("R2total",sum(R2partialGEST,R2partialITH),sep=":") return(c(resultado1,resultado2,R2total)) } R2partial(modelocompleto,modeloreduzidoGEST,modeloreduzidoITH) # R2 parcial para cada uma das vaiáveis
install.packages("MuMIn") library(MuMIn) r.squaredGLMM(modeloreduzidoGEST) #R2 Geral
_______________________________________________ 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.
-- Alisson Lucrecio da Costa

Em terça-feira, 27 de maio de 2014 16:32:52, Alisson Lucrecio escreveu:
Prezado Fernando,
Boa tarde.
Eu normalmente cálculo de acorde com Nakagawa et al. (2012), tentei baixar o livro recomendado para ver é cálculado o R2, mas não consegui. Você teria o pdf do livro e poderia me enviar?
Obrigado.
2014-05-26 23:34 GMT-03:00 Fernando Souza <nandodesouza@gmail.com <mailto:nandodesouza@gmail.com>>:
Caros Amigos, Fiz uma análise de regressão utilizando o modelo de efeito misto. Eu desejo fazer o coeficiente de determinação parcial conforme descrito no livro do Kutner, et al (Applied linear statistical Models, ) <http://www.amazon.com/Applied-Linear-Statistical-Models-Michael/dp/007310874X> 5° edição, paginas 268-269 para obter uma estimativa de quanto cada variável incluída no modelo contribuiu para o R2 geral ( ou seja a contribuição marginal de cada variável para a redução da variação quando todas as outras variáveis estão no modelo- No livro é chamado de coeficiente parcial de determinação). O R2 do modelo deve ser igual a soma do R2 parcial de cada variável individualment (R2modelo= R2variável1+R2variável2...). Fiz uma função para automatizar os passos descritos no livro, como vocês poderão ver a soma do R2 parcial de cada variável difere do R2 geral do modelo. Acredito que eu possa ter entendido algo errado, por isso gostaria de ajuda. Alguém da lista ja fez este tipo de avaliação?
DATA<- structure(list(DATA = structure(c(25L, 27L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 15L, 16L, 17L, 18L, 19L, 20L, 21L, 22L, 23L, 24L, 26L, 28L, 25L, 27L), .Label = c("01/09/13", "02/09/13", "03/09/13", "04/09/13", "05/09/13", "07/09/13", "08/09/13", "10/09/13", "11/09/13", "14/09/13", "15/09/13", "16/09/13", "17/09/13", "18/09/13", "19/09/13", "20/09/13", "21/09/13", "22/09/13", "23/09/13", "24/09/13", "25/09/13", "26/09/13", "27/09/13", "28/09/13", "29/08/13", "29/09/13", "30/08/13", "30/09/13"), class = "factor"), GEST = c(63L, 64L, 66L, 67L, 68L, 69L, 70L, 72L, 73L, 75L, 76L, 79L, 80L, 81L, 82L, 83L, 84L, 85L, 86L, 87L, 88L, 89L, 90L, 91L, 92L, 93L, 94L, 95L, 63L, 64L), MANEJO = 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), DIAS = c(1L, 2L, 4L, 5L, 6L, 7L, 8L, 10L, 11L, 13L, 14L, 17L, 18L, 19L, 20L, 21L, 22L, 23L, 24L, 25L, 26L, 27L, 28L, 29L, 30L, 31L, 32L, 33L, 1L, 2L), ANIMAL = 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, 1L, 1L), .Label = c("5", "4"), class = c("ordered", "factor")), CONSUMO = c(1.43, 1.24, 2, 1.29, 0.94, 1.99, 1.48, 1.25, 1.8, 2.16, 1.36, 1.33, 2.25, 1.1, 1.78, 1.47, 2, 2.07, 1.35, 1.84, 1.86, 1.5, 1.31, 1.45, 1.46, 2.51, 2.77, 1.89, 1.39, 1.68), PV = c(40, 40.06, 40.18, 40.24, 40.3, 40.36, 40.42, 40.54, 40.6, 40.72, 40.78, 40.99, 41.04, 41.08, 41.13, 41.17, 41.22, 41.26, 41.31, 41.35, 41.4, 41.45, 41.49, 41.54, 41.58, 41.63, 41.67, 41.9, 32.3, 32.47), TEMPMIN = c(11.85, 11.85, 17.9, 18.45, 18.6, 19.6, 19.2, 17.8, 18.7, 15.5, 15.55, 18.7, 18.15, 17.55, 17.85, 18.75, 20.95, 19.3, 19.35, 19.4, 18.8, 17.65, 17.75, 16.45, 16.95, 18.4, 21.1, 18.2, 11.85, 11.85), TEMPMAX = c(28.05, 28.05, 30, 30.9, 30.8, 30.35, 31.2, 27.9, 31.3, 28.6, 28.25, 31.95, 32.75, 30.7, 31.65, 32.85, 32.65, 33.2, 33.05, 24.7, 24.35, 24.95, 28, 28.15, 30.9, 33.1, 34.95, 26.65, 28.05, 28.05), URAMIN = c(38, 38, 40, 41.5, 43, 42.5, 41, 61.5, 44.5, 41.5, 41, 18, 19.5, 26.5, 19.5, 19.5, 20, 25.5, 29, 70, 71.5, 42.5, 50, 44, 31, 23, 15.65, 46.5, 38, 38), URAMAX = c(89, 89, 94, 91, 91, 96.5, 94.5, 99, 95.5, 91, 93, 74.5, 74.5, 75.5, 77, 76, 80, 88, 92, 94, 93.5, 94, 91.5, 85.5, 83.5, 79, 51.75, 77.5, 89, 89), TEMPMEC = c(19.95, 19.95, 23.95, 24.68, 24.7, 24.98, 25.2, 22.85, 25, 22.05, 21.9, 25.33, 25.45, 24.13, 24.75, 25.8, 26.8, 26.25, 26.2, 22.05, 21.58, 21.3, 22.88, 22.3, 23.93, 25.75, 28.03, 22.43, 19.95, 19.95), URAMED = c(63.5, 63.5, 66.25, 69.5, 67.75, 80.25, 70, 67, 47.75, 47, 48.25, 56.75, 60.5, 82.5, 68.25, 70.75, 64.75, 51, 63.5, 62, 56.75, 84.25, 84.25, 64.25, 64.5, 57.75, 72.25, 74.75, 63.5, 63.5 ), ITH = c(4, 4, 151, 220, 212, 304, 267, 82, 133, 20, 16, 201, 231, 246, 218, 317, 343, 230, 302, 40, 21, 49, 147, 51, 143, 238, 409, 82, 4, 4), IMS = c(0.9, 0.62, 0.69, 1.62, 0.81, 1.16, 1.45, 0.87, 0.86, 0.86, 1.04, 1.68, 0.68, 0.56, 1.47, 1.04, 1.14, 0.66, 0.97, 1.35, 1.14, 1.05, 1.52, 0.77, 0.95, 0.84, 1.31, 1.52, 1, 1.37), cook = c(0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0)), .Names = c("DATA", "GEST", "MANEJO", "DIAS", "ANIMAL", "CONSUMO", "PV", "TEMPMIN", "TEMPMAX", "URAMIN", "URAMAX", "TEMPMEC", "URAMED", "ITH", "IMS", "cook"), row.names = c("178", "179", "181", "182", "183", "184", "185", "187", "188", "190", "191", "194", "195", "196", "197", "198", "199", "200", "201", "202", "203", "204", "205", "206", "207", "208", "209", "210", "211", "212"), class = c("nffGroupedData", "nfGroupedData", "groupedData", "data.frame"), formula = CONSUMO ~ I(PV^0.75) + IMS + GEST + TEMPMAX + TEMPMIN + URAMIN + URAMAX + as.numeric(ITH) | ANIMAL, FUN = function (x) max(x, na.rm = TRUE), order.groups = TRUE)
modelocompleto<-lme(fixed=CONSUMO~GEST+as.numeric(ITH),data=DATA,correlation=corAR1(form=~GEST|ANIMAL),na.action=na.omit,weights=varIdent(form=~1|ANIMAL),random=~1|ANIMAL,method="REML") modeloreduzidoGEST<-update(modelocompleto,fixed=CONSUMO~as.numeric(ITH),random=~1|ANIMAL,method="REML",control=ctrl) modeloreduzidoITH<-update(modelocompleto,fixed=CONSUMO~GEST,random=~1|ANIMAL,method="REML",control=ctrl)
R2partial<-function(modelocompleto,modeloreduzidoGEST,modeloreduzidoITH){ SSRGEST<-(sum(resid(modeloreduzidoGEST)^2) - sum(resid(modelocompleto)^2)) SSRITH<-(sum(resid(modeloreduzidoITH)^2) - sum(resid(modelocompleto)^2)) SSEGEST<-sum(resid(modeloreduzidoGEST)^2) SSEITH<-sum(resid(modeloreduzidoITH)^2) R2partialGEST<-SSRGEST/SSEGEST R2partialITH<-SSRITH/SSEITH resultado1<-paste("R2parcial-GEST",R2partialGEST,sep=":") resultado2<-paste("R2parcial-ITH",R2partialITH,sep=":") R2total<-paste("R2total",sum(R2partialGEST,R2partialITH),sep=":") return(c(resultado1,resultado2,R2total)) } R2partial(modelocompleto,modeloreduzidoGEST,modeloreduzidoITH) # R2 parcial para cada uma das vaiáveis
install.packages("MuMIn") library(MuMIn) r.squaredGLMM(modeloreduzidoGEST) #R2 Geral
_______________________________________________ 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.
-- Alisson Lucrecio da Costa
_______________________________________________ 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.
Olá Alisson, tudo bem. Eu utilizo o calculo do Nakagawa também, no entanto ele calcula o R2 marginal (R2 considerando somente modelo fixo) e R2 condicional (considerando o modelo fixo e aleatório). No entanto esse R2marginal informa o quanto o modelo completo explicou da variação dos dados.O que eu quero é o seguinte, dentro do valor de R2 marginal obtido, gostaria de saber qual a contribuição individual de cada variável. Grosseiramente falando seria decompor o R2marginal obtido para cada variável do modelo múltiplo. p ex; se o R2margianal para um modelo com 3 variávies X1, X2 e X3 for igual a 0,5 eu gostaria de saber a participação de cada uma das variáveis. Por exemplo X1=0,3 ; X2= 0,10 e X3=0,10 (X1+X2+X3=0,5 =R2marginal). --- Este email está limpo de vírus e malwares porque a proteção do avast! Antivírus está ativa. http://www.avast.com
participantes (2)
-
Alisson Lucrecio
-
Fernando Souza