Prezados, bom dia, Meu nome é Mario e sou estudante de doutorado em Ecologia na UFMG. Estou tentando realizar uma análise com uso de modelos mistos, mas aparentemente falhei na construção adequada do modelo, de modo que perco graus de liberdade e inviabilizo análises posteriores. Coloquei as dúvidas comentadas juntas com o CMR abaixo. Ficaria grato caso alguém pudesse me indicar como corrigir a questão dos "g.l. desaparecidos"? ############################### INÍCIO DO CMR ############################### #Considere um experimento para avaliar o efeito de borda na abundância de uma determinada espécie. #O delineamento envolve o uso de 5 transectos paralelos dispostos a 0, 10, 25, 50, 100 m de distância a partir da borda de uma floresta. #As 5 distâncias não são consideradas independentes espacialmente (minha interpretação). #No total, existem 8 conjuntos (daqui em diante tratados como réplicas), cada um com 5 transectos. #Deste modo, uma planilha de dados brutos teria 40 linhas (8 réplicas * 5 distâncias). #Considere que machos e fêmeas respondem de modo distinto. Neste contexto, também sera desejável avaliar o efeito do sexo do espécime dentro do modelo. #Sendo assim, existe a variável categórica "sexo" (com 2 níveis, [1] macho ou [2] fêmea). #Coleta de dados #Em cada uma das 5 distâncias, de cada uma das 8 réplicas, foram medidas a abundância de machos e fêmeas (separadamente). #A planilha final contem 80 linhas (40 para machos / 40 para fêmeas). #Logo, o uso de modelos mistos para corrigir o número de graus de liberdade do experimento. #Gerando dados para simulação: #Criando variável categórica "sexo", com dois níveis (macho ou fêmea) sexo<-c(rep("macho", 40), rep("femea", 40)) #Criando réplicas (cada conjunto de 5 transectos) rep1<-c(rep(1, 5), rep (2, 5), rep (3, 5), rep (4, 5), rep (5, 5), rep (6, 5), rep (7, 5), rep (8, 5)) replica<-c(rep(rep1, 2)) #Criando pseudo-dados de abundância abundancia<-sample(1:50, 80, replace=T) #Criando a variável "distancia", a qual estara aninhada dentro de "replica" (5 distâncias em cada réplica). medidas<-c(0, 10, 25, 50, 100) distancia<-rep(medidas, 16) #Consolidando a base de dados do exemplo em um data.frame dados<-data.frame(abundancia, distancia, sexo, replica) names(dados) #Carregando pacotes necessários library(nlme) library(lme4) #Criando modelo misto (considerando 8 réplicas, havendo 10 medidas em cada réplica) m1<-glmer(abundancia~distancia*sexo+(sexo|distancia)+(distancia|replica), family=poisson) #Criando modelo nulo para teste m.null<-glmer(abundancia~1+(1|distancia)+(1|replica), family=poisson) #Teste contra modelo nulo anova (m1, m.null, test="Chisq") #Ok, diferente do modeulo nulo. #O modelo "m1" possui três parâmetros como variável explanatória (distancia + sexo + distancia:sexo). Qual a influência de cada uma na abundância? anova (m1, test="Chisq") #Aqui está o problema, segundo o output da análise realizada, não existem graus de liberdade disponíveis para o teste. Pela minha interpretação, teríamos pelo menos 7 g.l. a serem utilizados, subtraídos os 3 parâmetros em uso, ainda sobrariam 4 g.l.? #Alguém saberia indicar onde está o problema? ############################### FIM DO CMR ############################### Obrigado pela atenção, Mário Ribeiro de Moura Biólogo (CRBio 62872) e Mestre em Biologia Animal Programa de Pós Graduação em Ecologia, Conservação e Manejo da Vida Silvestre <https://www.ufmg.br/pos/ecologia/>, Universidade Federal de Minas Gerais Ecos Biota Consultoria Ambiental <http://www.ecosbiota.com.br/> Cel.: (31) 8704-8370 / (31) 9252-3712 Skype: mario.ecosbiota http://lattes.cnpq.br/5336500595805051