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 completo 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 --------------------------- summary(p1 <- glm(y ~ trat + tempo, family = poisson, data = dados)) ##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 <mailto:walmes@ufpr.br> skype: walmeszeviani twitter: @walmeszeviani homepage: http://www.leg.ufpr.br/~walmes <http://www.leg.ufpr.br/%7Ewalmes> 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 ======================================================================