Analise dados proporção e contagem
Ola pessoal.Alguem poderia me dar uma dicas de como posso analisar dados de proporcao e contagem, uma vez que necessito saber se existe diferenca entre os tratamentos (dietas) no que se refere ao numero de individuos que nasceram e da razao sexual. segue abaixo uma pequena amostra. dados <- expand.grid(rept=1:15, trat=LETTERS[1:4]) dados$razao_sexual <- c(1,0.5,0.8,1,0.5,0.8,1,1,0.8,0.6,0.8,1,0.5,1,0.8,1,0.4,1,1,0.4,0.8,0.8,1,1,0.6,0.6,0.8,0.8,0.8,1,0.8,1,1,0.6,1,1,0.8,1,0.8,1,0.8,1,0.8, 1,0.8,1,0.6,0.7,0.7,1,1,1,0.8,1,1,1,1,1,0.8,1) dados$nascidos<-c(9,10,9,11,13,8,10,11,10,9,10,10,9,10,9,10,14,10,9,10,10,7,10,9,10,8,10,10,12,10,14,10,9,10,10,11,10,10,9,10,10,12,11,10,15,10,10,10,11, 9,10,10,9,10,9,9,10,10,10,9) Obrigado. Chicao.
Razão sexual é uma variável dicotômica (M=0, F=1), então você pode usar a dsitribuição binomial e verificar diferenças com relação ao parâmetro p. Use a função glm() com família binomial, o n ou size é a prole de cada mãe e x o número de fêmeas (ou machos, como quiser). Já o tamanho da prole, apesar de ser uma contagem, não atende os pressupostos estabeleciodos pela distribuição Poisson que é a independência entre eventos. Facilmente se verifica isso porque na barriga da mãe existe uma limitação de espaço, a mãe tem uma limitação de recursos biológicos para produção dos óvulos que são fecundados e gerados por ela, etc, pessoas experientes na biologia da reprodução podem apontar outras razões. Tenho observado o mesmo com dados vegetais que no caso são de números de frutos por planta, sementes por fruto, folhas por ramo, etc. O fato é que se for usar distribuição Poisson você possivelmente observar subdispersão, então é mais adequado que use uma quasipoisson na glm(). Se você não é familiar com modelos lineares generalizados procure fontes de informação. Sobre código, algo útil disponível em http://www.leg.ufpr.br/~walmes/cursoR/cnpaf/cap23propor-iso.R http://www.leg.ufpr.br/~walmes/cursoR/cnpaf/cap24cont-iso.R 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 ==========================================================================
Prof. Walmes. Desculpe-me quando falo de razão sexual em nao ter me expressado como desejava. Na verdade, me refiro, conforme a amostra dos dados, como razao sexual, a proporcao de femeas nascidas de uma certa quantidade de ovos, que neste pequeno exemplo, varia de 40% a 100%. Mais uma vez, obrigado pela atencao. Jose Francisco. Date: Fri, 14 Dec 2012 18:32:23 -0200 From: walmeszeviani@gmail.com To: r-br@listas.c3sl.ufpr.br Subject: Re: [R-br] Analise dados proporção e contagem Razão sexual é uma variável dicotômica (M=0, F=1), então você pode usar a dsitribuição binomial e verificar diferenças com relação ao parâmetro p. Use a função glm() com família binomial, o n ou size é a prole de cada mãe e x o número de fêmeas (ou machos, como quiser). Já o tamanho da prole, apesar de ser uma contagem, não atende os pressupostos estabeleciodos pela distribuição Poisson que é a independência entre eventos. Facilmente se verifica isso porque na barriga da mãe existe uma limitação de espaço, a mãe tem uma limitação de recursos biológicos para produção dos óvulos que são fecundados e gerados por ela, etc, pessoas experientes na biologia da reprodução podem apontar outras razões. Tenho observado o mesmo com dados vegetais que no caso são de números de frutos por planta, sementes por fruto, folhas por ramo, etc. O fato é que se for usar distribuição Poisson você possivelmente observar subdispersão, então é mais adequado que use uma quasipoisson na glm(). Se você não é familiar com modelos lineares generalizados procure fontes de informação. Sobre código, algo útil disponível em http://www.leg.ufpr.br/~walmes/cursoR/cnpaf/cap23propor-iso.R http://www.leg.ufpr.br/~walmes/cursoR/cnpaf/cap24cont-iso.R À disposição. Walmes. ========================================================================== Walmes Marques ZevianiLEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W) Departamento de Estatística - Universidade Federal do Paranáfone: (+55) 41 3361 3573 VoIP: (3361 3600) 1053 1173e-mail: walmes@ufpr.br skype: walmeszevianitwitter: @walmeszevianihomepage: 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 forne�a c�digo m�nimo reproduz�vel.
José, sua proporção é calculada a partir da razão de números inteiros, o número de fêmeas pelo número total de ovos. Satisfeitas certas condições, essa variável aleatória X: número de fêmeas em n ovos, têm uma distribuição binomial. Você pode representá-la como proporção em % e análisar essa variável mas desprezaria o n que informativo. Poucos se dão conta mas 50% de fêmeas pontualmente é igual de eu tiver 3 femeas em 6 ovos e 120 femeas em 240 ovos, mas a precisão é diferente. Ao calcular a proporção e jogar fora o n você tá abandonando informação valiosa. Existe a proporção que é contínua como o teor de gordura no leite. Esse não vem da razão de números inteiros, mas da razão de contínuos. Nesse caso, não é apropriado pensar que é uma binomial porque não é razão de inteiros. É mais razoável acreditar que uma variável aleatória de distribuição beta. Dados de proporção binomial devem ser analisados como tal sempre que possível. 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 ==========================================================================
Walmes, José Eu particularmente só utilizo regressão beta em casos citados pelo Walmes (Uma proporção claramente oriunda de dados contínuos. Em dados oriundos de contagem, perdemos muita informação, o ideal seria até uma binomial negativa, caso o número de ovos varie muito de um para outro. []s Leonard de Assis http://about.me/ldeassis Em 14/12/2012 20:31, Walmes Zeviani escreveu:
José, sua proporção é calculada a partir da razão de números inteiros, o número de fêmeas pelo número total de ovos. Satisfeitas certas condições, essa variável aleatória X: número de fêmeas em n ovos, têm uma distribuição binomial. Você pode representá-la como proporção em % e análisar essa variável mas desprezaria o n que informativo. Poucos se dão conta mas 50% de fêmeas pontualmente é igual de eu tiver 3 femeas em 6 ovos e 120 femeas em 240 ovos, mas a precisão é diferente. Ao calcular a proporção e jogar fora o n você tá abandonando informação valiosa. Existe a proporção que é contínua como o teor de gordura no leite. Esse não vem da razão de números inteiros, mas da razão de contínuos. Nesse caso, não é apropriado pensar que é uma binomial porque não é razão de inteiros. É mais razoável acreditar que uma variável aleatória de distribuição beta. Dados de proporção binomial devem ser analisados como tal sempre que possível.
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.
participantes (3)
-
José Francisco Arruda e Silva -
Leonard de Assis -
Walmes Zeviani