Obrigado a todos, resolvido! Abs Em 18 de maio de 2012 12:37, Eder David Borges da Silva <eder@leg.ufpr.br>escreveu:
Fernando, Legal o Experimento agora entendi melhor como ele foi, sobre o modelo, acho que o sugerido já esta legal para esse caso. Até mais
Em 18 de maio de 2012 10:14, Fernando Colugnati <fernando@ipti.org.br> escreveu:
Oi Eder, na verdade o Endotélio Vascular é uma camada celular que "veda"seus vasos, e a distância entre estas membarnas, o diâmeto do vaso, é uma medida importante para diagnóstico de problemas de calcificação vascular, que pode levar a enfartos, avc, etc...
A medida é o diâmetro do endotélio, em milímetros. Este experimento tem como objetivo atestar que o médico que mede as 5 replicações dentro de cada imagem tá com a mão boa, ou seja, mostrar quanto da variabilidade total das medidas é devido ao erro da medição na imagem. Isso ocorre em duas ocasisiões, pré e pós oclusão (garrote) no braço do paciente. Digamos que é um resultado preliminar para a certificação do cara para um estudo maior, pois pouquíssimas pessoas no país são treinadas neste método.
Quanto ao modelo entendi, realmente a especificação está errada, um mal entendimento meu do lme4, acho que com sua dica fica correto...estava estranhando um coeficiente para as replicações...na verdade é uma confusão minha com a sintaxe do Stata, que trabalhei por muito tempo.
Desta forma consigo as variâncias de cada um dos componentes, mas me enrolei para encontrar a variância do resídiuo (do erro, se pensarmos em uma abela ANOVA), pois quando peço a ANOVA ela me traz apenas o MSE do intercepto. Na verdade minha primeira abordagem foi por mínimos quadrados, e fazendo as contas para achar cada componente da variância, de acordo com os MSE de cada efeito. O problema foi que em um dos casos, encontro variância negativa (uma limitação dos MQ para este tipo de problema), e então parti para os modelos mistos.
Obrigado
Em 17 de maio de 2012 21:00, Eder David Borges da Silva < eder@leg.ufpr.br> escreveu:
Fernando, Pelo oque entendi da sua explicação, você pega 101 pacientes, tira duas imagens do endotélio (Segundo Wikipedia isso é uma membrana do coração, certo?) em cada uma destas imagens você faz 5 medidas (de que? tamanho?, espessura?) com isso você tem seus dados, agora qual o objetivo central deste experimento? Pelo oque entendi parcialmente o seu modelo esta meio estranho, pois: fm1 <- lmer(abps ~ replicacao + (replicacao|medida) + (medida|id3), medidas) Esta sendo atribuído um efeito fixo para a replicação(entendi que é 2 imagens vezes 5 medidas isso). Em um modelo com apenas intercepto fixo poderíamos ser: 1 componente de variância para o individuo 1 componente de variância para a imagem 1 componente de variância para a medida dentro da imagem resp~1+(1|id)+(medida|replicacao)
Se der mais algumas informações pode ser que conseguimos lhe ajudar mais. Att Éder
Em 17 de maio de 2012 13:17, Fernando Colugnati <fernando@ipti.org.br> escreveu:
#Pessoal, estou analisando um experimento que procura avaliar as fontes de variabilidade em um processo de medição. São 101 pacientes, #onde são realizadas 5 medidas em 2 imagens de endotélio, ou seja, para cada paciente tenho 10 replicações, 5 em cada imagem (variável #medida no dataframe abaixo). Entendo que tenho um modelo misto, pois considero os pacientes como efeito aleatório (a variablidade entre eles #é enorme) e também as imagens, já que podem ser tiradas de diferentes partes do antebraço do paciente.
#Especifiquei este modelo com o lme4 para uma das medidas que quero analisar, o diâmetro do endotélio pós-oclusão:
fm1 <- lmer(abps ~ replicacao + (replicacao|medida) + (medida|id3), medidas)
#e gostaria de estimar o % da variância de cada componente, e para isso preciso da variância total, que é a soma de todas, inlcuindo dos #efeitos fixos, do aleatório e tbm dos resíduos. Está especificação está correta, na opinião dos especialistas em experimentos? (não é meu #caso)
#Rodando, após o modelo
VarCorr(fm1, type="varcov") anova(fm1)
#como identifico a variância residual? Na verdade me enrolei um pouco com a saída do VarCorr, e mesmo pesquisando no Google, não achei nada que #apresente este tipo de propósito de análise (é um estudo de R&R, onde quero mostrar que a variabilidade das replicações, ou do operador, é a #de menor culpa neste processo).
#Segue um pedaço dos dados:
#> dput(medidas[1:20,])
structure(list(abpre = c(0.382, 0.383, 0.386, 0.386, 0.383, 0.386, 0.384, 0.387, 0.386, 0.383, 0.339, 0.335, 0.342, 0.335, 0.339, 0.357, 0.342, 0.346, 0.343, 0.35), abps = c(0.412, 0.412, 0.415, 0.404, 0.408, 0.408, 0.393, 0.408, 0.408, 0.408, 0.382, 0.386, 0.386, 0.386, 0.386, 0.383, 0.383, 0.379, 0.379, 0.379), abs = c(0.03, 0.029, 0.029, 0.018, 0.025, 0.022, 0.009, 0.021, 0.022, 0.025, 0.043, 0.051, 0.044, 0.051, 0.047, 0.026, 0.041, 0.033, 0.036, 0.029), id3 = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), replicacao = c(1L, 2L, 3L, 4L, 5L, 1L, 2L, 3L, 4L, 5L, 1L, 2L, 3L, 4L, 5L, 1L, 2L, 3L, 4L, 5L ), medida = c(0L, 0L, 0L, 0L, 0L, 1L, 1L, 1L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, 1L, 1L, 1L, 1L, 1L), abpre2 = c(0.407, 0.408, 0.399, 0.404, 0.401, 0.404, 0.413, 0.413, 0.416, 0.407, 0.318, 0.318, 0.325, 0.325, 0.318, 0.314, 0.315, 0.316, 0.322, 0.322), abps2 = c(0.458, 0.452, 0.452, 0.455, 0.459, 0.465, 0.456, 0.459, 0.462, 0.462, 0.372, 0.382, 0.392, 0.386, 0.365, 0.386, 0.382, 0.369, 0.382, 0.382), abs2 = c(0.051, 0.044, 0.053, 0.051, 0.058, 0.061, 0.043, 0.046, 0.046, 0.055, 0.054, 0.064, 0.067, 0.061, 0.047, 0.072, 0.067, 0.053, 0.06, 0.06), X_Imedida_1 = c(0L, 0L, 0L, 0L, 0L, 1L, 1L, 1L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, 1L, 1L, 1L, 1L, 1L), X_ImedXrepli_1 = c(0L, 0L, 0L, 0L, 0L, 1L, 2L, 3L, 4L, 5L, 0L, 0L, 0L, 0L, 0L, 1L, 2L, 3L, 4L, 5L)), .Names = c("abpre", "abps", "abs", "id3", "replicacao", "medida", "abpre2", "abps2", "abs2", "X_Imedida_1", "X_ImedXrepli_1"), row.names = c(NA, 20L ), class = "data.frame")
Abraço
-- Fernando A.B. Colugnati
-- Fernando A.B. Colugnati
_______________________________________________ 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.
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.
-- Fernando A.B. Colugnati
_______________________________________________ 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.
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.
-- Fernando A.B. Colugnati