Walmes,
Na verdade eu gostaria de saber quais tratamentos tiveram mesmo desempenho no tempo e representá-las através de curvas, mas não sei como lidar com a decomposição das somas de quadrados quando tenho duas distribuições (Poisson e Binomial), pois espero dois resultados: 1) Poisson: a quantidade de insetos representada para cada um dos tratamentos no tempo e; 2)Binomial: a ocorrência ou não dos insetos em cada um dos tratamentos no tempo. Teria alguma abordagem para sugerir?
Obrigado,
Alexandre
CRM:
## Desdobramento de dados com distribuição de Poisson inflacionado por zeros ---
require(pscl)
y1<- c(mapply(rpois, lambda=c(5,20,45), MoreArgs=list(n=400)))##Criação da variável resposta Poisson
y2<- c(mapply(rbinom, size=c(1,0,0), prob=c(0.5,1,1), MoreArgs=list(n=200)))##Criação da variável resposta Binomial
y<-c(y1,y2)
trat <- as.factor(gl(3,600)) ##Criação dos tratamentos
tempo<- as.factor(rep(gl(6,100),3)) ### Criação da variável tempo
dados<-as.data.frame(cbind(trat,tempo, y))
#-------------------------------------------------------------------------------
# Análise de variância do dados inflacionados
summary(m1 <- zeroinfl(y ~ trat | tempo, data = dados)) ## Modelo completosummary(p1 <- glm(y ~ trat + tempo, family = poisson, data = dados))
mnull <- update(m1, . ~ 1) ### Modelo nulo
pchisq(2 * (logLik(m1) - logLik(mnull)), df = 2, lower.tail = FALSE) ## Teste de Chi o modelo completo foi significativo
## Comparando com GLM Poisson sem inflação por zeros ---------------------------
##Teste de Vuong----------------------------------------------------------------
vuong(p1, m1) ## O GLM Poisson estava tão mal ajustado que o Poisson iflacionado é a única opção
#
## E agora, como desdobrar isto? Faço um desdobramento para parte de poisson e outra para parte binomial?
Em 23/09/2013 09:26, walmes . escreveu:
Antes de desdobrar a interação é preciso saber qual o objetivo da análise. É possível desdobrar de várias formas, fazendo contrastes específicos, comparações múltiplas. Eu gosto da abordagem de gráficos com os valores preditos (médias) e intervalos de confiança (ou bandas). Todavia existem pessoas da escola antiga que querer ver tabelas com letras ao lado de médias um em CV baixo, infelizmente.
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
skype: walmeszeviani
twitter: @walmeszeviani
homepage: http://www.leg.ufpr.br/~walmes
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.
-- ====================================================================== Alexandre dos Santos Proteção Florestal IFMT - Instituto Federal de Educação, Ciência e Tecnologia de Mato Grosso Campus Cáceres Caixa Postal 244 Avenida dos Ramires, s/n Bairro: Distrito Industrial Cáceres - MT CEP: 78.200-000 Fone: (+55) 65 8132-8112 (TIM) (+55) 65 9686-6970 (VIVO) e-mails:alexandresantosbr@yahoo.com.br alexandre.santos@cas.ifmt.edu.br Lattes: http://lattes.cnpq.br/1360403201088680 ======================================================================
_______________________________________________
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.