[R-br] Heterocedasticidade e teste de média

[Cesar Rabak]

Luiz,

Malgrado você tenha endereçado  a pergunta, dou meu "pitaco" enquanto os
outros colegas não se manifestam.

Todas as regressões necessitam que em última análise os erros aleatórios
possam ser modelados por um processo cuja melhor representação é a
distribuição gaussiana com média zero e alguma dispersão em torno desse
zero (que gera o "ruído" nas respostas versus a modelagem matemática da
regressão).

A grande contribuição dos modelos generalizados é identificação de diversas
funções de ligação que permitem modelar processos com respostas diferentes
da média pura (ligação == identidade) de tal forma que quando você analisa
os resíduos eles "ficam" normais (gaussianos).

No script que você enviou em anexo ao e-mail, você está aplicando testes
com a suposição ("modelagem") de um processo que deveria ter uma relação
"linear" entre x e y.

Ora, você tem três amostras para todos os grupos "x" com exceção do grupo
"0" que tem 14 casos, como você espera obter alguma coisa razoável em
relação aos resíduos?

Uma análise exploratória dos seus dados mostra algo interessante, veja no
seu ambiente:

> library(gplots)
> plotmeans(y ~ x, data=dados)

Uma outra instrutiva visualização dos seus dados é a seguinte:

> dotchart(dados$y, groups=dados$x)

HTH
--
Cesar Rabak


2016-11-08 11:11 GMT-02:00 Luiz Leal via R-br <r-br em listas.c3sl.ufpr.br>:

> Prezados Walmes e Wagner
> Costumo trabalhar com conjuntos de dados em que todos os pressupostos são
> violados (os dados e os resíduos desviam muito da normalidade além de
> heterocedasticidade que conforme o Walmes mencionou a solução
> transformação Box-Cox não resolve). Além disso não posso excluir ou
> agrupar os tratamentos porque os mesmos representam resultados (medições)
> de laboratórios. Preciso compará-los com um tratamento (laboratório)
> considerado de "referência".
> O modelo gls() é capaz de abarcar esses problemas?
> Desde já agradeço
> Luiz
>
>
> On Monday, November 7, 2016 10:34 PM, Mauro Sznelwar via R-br <
> r-br em listas.c3sl.ufpr.br> wrote:
>
>
> Ele não reconhece estes comandos 'mcglm','gof', tem alguma bibliotéca para
> isto?
>
> 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 em 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 em 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.
>
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20161108/f9ae9631/attachment.html>