Analise de variância fator com níveis quantitativos
Caro Colegas r-br, Boa tarde. Nesse exemplo abaixo é certo transformar um dado quantitativo em fator para depois fazer a analise de variância? Obrigado Alisson Lucrécio da Costa adi <- expand.grid(cult=gl(1,5,la=LETTERS[1]), fert=101) fat <- expand.grid(cult=gl(5,5,la=LETTERS[2:6]), fert=seq(50,150,25)) da <- rbind(adi, fat) theta <- c(c(-194.29, -197.26, -197.85, -203.03, -190.20, -190.45), c(9.1797, 8.2686, 8.6437, 9.3438, 8.8773, 8.1872), c(-0.03382, -0.03479, -0.03632, -0.03341, -0.03597, -0.03675)) X <- model.matrix(~-1+cult/(fert+I(fert^2)), data=da) da$eta <- X%*%matrix(theta) da$y <- da$eta+rnorm(nrow(da),0,30) require(lattice) xyplot(y~fert|cult, data=da, type=c("p","a")) da$Fert <- factor(da$fert) #?????? levels(da$Fert) levels(da$cult) m0 <- aov(y~cult*Fert, data=da) anova(m0) Obrigado. Alisson Lucrécio da Costa
Não existe certo o errado nesse caso. Mas mais ou menos adequado. O modelo à considerar vai depender do dado que você têm, do conhecimento prévio que você tem e da forma que você acredita ser a mais conveniente para discutir os resultados. Minha abordagem seria de usar regressão devido a parcimônia Dependendo do caso um modelo não linear pode ser atribuído e aí a discussão vai concentrar sobre os parâmetros desse modelo. Como eu disse, não está errado usar um modelo de médias, no entanto, na minha humilde opinião, um modelo de regressão é mais adequado. À disposição. Walmes. ========================================================================== Walmes Marques Zeviani LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W) Departamento de Estatística - Universidade Federal do Paraná fone: (+55) 41 3361 3573 VoIP: (3361 3600) 1053 1173 e-mail: walmes@ufpr.br skype: walmeszeviani twitter: @walmeszeviani homepage: http://www.leg.ufpr.br/~walmes linux user number: 531218 ==========================================================================
Caro Walmes, Nesse exemplo abaixo, você transformou os dados em fator para depois fazer a aov, assim fico em duvida se devo ou não transformar minha variável quantitativa para fator. Você poderia me explicar com mais detalhes? Obrigado. adi <- expand.grid(cult=gl(1,5,la=LETTERS[1]), fert=101) fat <- expand.grid(cult=gl(5,5,la=LETTERS[2:6]), fert=seq(50,150,25)) da <- rbind(adi, fat) theta <- c(c(-194.29, -197.26, -197.85, -203.03, -190.20, -190.45), c(9.1797, 8.2686, 8.6437, 9.3438, 8.8773, 8.1872), c(-0.03382, -0.03479, -0.03632, -0.03341, -0.03597, -0.03675)) X <- model.matrix(~-1+cult/(fert+I(fert^2)), data=da) da$eta <- X%*%matrix(theta) da$y <- da$eta+rnorm(nrow(da),0,30) require(lattice) xyplot(y~fert|cult, data=da, type=c("p","a")) da$Fert <- factor(da$fert) #?????? levels(da$Fert) levels(da$cult) m0 <- aov(y~cult*Fert, data=da) anova(m0) Alisson Lucrécio da Costa ________________________________ From: walmes . <walmeszeviani@gmail.com> To: r-br@listas.c3sl.ufpr.br; Alisson Lucrecio <alissonluc@yahoo.com.br> Sent: Tuesday, July 23, 2013 5:10 PM Subject: Re: [R-br] Analise de variância fator com níveis quantitativos Não existe certo o errado nesse caso. Mas mais ou menos adequado. O modelo à considerar vai depender do dado que você têm, do conhecimento prévio que você tem e da forma que você acredita ser a mais conveniente para discutir os resultados. Minha abordagem seria de usar regressão devido a parcimônia Dependendo do caso um modelo não linear pode ser atribuído e aí a discussão vai concentrar sobre os parâmetros desse modelo. Como eu disse, não está errado usar um modelo de médias, no entanto, na minha humilde opinião, um modelo de regressão é mais adequado. 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 ==========================================================================
Dá uma olhada nos posts da lista que há uns dias atrás, essa discussão estava em pauta. Mas acho que é possível. [. ]'s. Edson Lira Estatístico Ma-Am Em 23/07/2013, às 10:34, Alisson Lucrecio <alissonluc@yahoo.com.br> escreveu:
Caro Colegas r-br,
Boa tarde.
Nesse exemplo abaixo é certo transformar um dado quantitativo em fator para depois fazer a analise de variância? Obrigado
Alisson Lucrécio da Costa
adi <- expand.grid(cult=gl(1,5,la=LETTERS[1]), fert=101) fat <- expand.grid(cult=gl(5,5,la=LETTERS[2:6]), fert=seq(50,150,25)) da <- rbind(adi, fat)
theta <- c(c(-194.29, -197.26, -197.85, -203.03, -190.20, -190.45), c(9.1797, 8.2686, 8.6437, 9.3438, 8.8773, 8.1872), c(-0.03382, -0.03479, -0.03632, -0.03341, -0.03597, -0.03675))
X <- model.matrix(~-1+cult/(fert+I(fert^2)), data=da) da$eta <- X%*%matrix(theta) da$y <- da$eta+rnorm(nrow(da),0,30)
require(lattice) xyplot(y~fert|cult, data=da, type=c("p","a"))
da$Fert <- factor(da$fert) #?????? levels(da$Fert) levels(da$cult)
m0 <- aov(y~cult*Fert, data=da) anova(m0)
Obrigado.
Alisson Lucrécio da Costa _______________________________________________ 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)
-
Alisson Lucrecio -
Edson Lira -
walmes .