Boa tarde a todos! Estou reenviando esta mensagem pois recebi um aviso de falha. Por favor, desculpem caso já tenha sido veiculada na lista. Estou tentando simular de um modelo não-linear generalizado e depois ajustar esse modelo aos dados gerados na simulação. A variável resposta pode seguir Poisson ou Binomial, não tem problema. A média é modelada por: n*(1-exp(-(b0+b1*x))*(exp(-gx) ), em que x é uma variável quantitativa, n pode ser uma variável offset, no caso da Poisson, ou o número de ensaios Bernoulli, no caso da binomial. Aí vai o exemplo que vem dando erro, que eu suponho ter a ver com o optim, devido aos valores muito pequenos dos parâmetros b0, b1 e g e do valor da offset “n” ser muito grande. Agradeço a todos pela atenção! Abraços. # no R require(gnm) x <- sort( rep(0:5,3) ) b0 <- 1.5*1e-6 b1 <- 3*1e-6 g <- 3*1e-1 n <- rep(1e+8,length(x)) p <- (1 - exp(-(b0+b1*x)) ) * exp(-g*x) ; p mu <- n*p ## Funções não lineares # Parametrização original margo.betas <- function(x){ list(predictors=list(beta0=1,beta1=1,gamma=1), variables=list(substitute(x)), term=function(predictors,variables){ pred<-paste("(1-exp(",variables[1],"+",variables[2],"*",predictors[1],"))*(e xp(", variables[3],"*",predictors[1],"))",sep="") }) } class(margo.betas) <- "nonlin" # Reparametrização, com b0 = 1/(ln k0), b1=1/(ln k1) e g=1/(ln k2) margo.ks <- function(x){ list(predictors=list(k0=1,k1=1,k2=1), variables=list(substitute(x)), term=function(predictors,variables){ pred<-paste("(1-",variables[1],"*(",variables[2],"^",predictors[1],"))*(", variables[3],"^",predictors[1],")",sep="") }) } class(margo.ks) <- "nonlin" ######## ABORDAGEM POISSON set.seed(0119) y <-rpois(length(x),lambda=mu) eta.margo1 <- formula(y ~ -1 + Mult(offset(n), margo.ks(x) ) ) eta.margo2 <- formula(y ~ -1 + Mult(offset(n), margo.betas(x) ) ) gnm(eta.margo1,family=poisson,tolerance=1e-50) gnm(eta.margo2,family=poisson,tolerance=1e-50) ######## ABORDAGEM BINOMIAL set.seed(0119) y <-rbinom(length(x),size=n,prob=p) eta.margo1 <- formula(cbind(y,n-y) ~ -1+ margo.ks(x) ) eta.margo2 <- formula(cbind(y,n-y) ~ -1+ margo.betas(x) ) gnm(eta.margo1,family=binomial) gnm(eta.margo2,family=binomial) ___________________________________________________ Davi Butturi-Gomes Doutorando em Estatística e Experimentação Agronômica - ESALQ /USP - Piracicaba Mestre em Biometria - IB/UNESP - Botucatu Ecólogo - IB/UNESP - Rio Claro Skype: davibg87 (19)8206.6565