glmer1 <- glmer(cbind(morto, total - morto) ~ tratamento + tempo +
tratamento:tempo + (1 | placapetri), family = binomial, data = dados))
Use glmer em lme4 + step para anova em lmeTest
att.
Alisson Lucrécio da Costa
On Monday, January 20, 2014 9:50 AM, walmes . <[email protected]> wrote:
Vejamos se entendi corretamente. A placa de petri é sua unidade experimental
que recebe um nível do fator (contínuo) ração que tem 6 níveis. A placa é
subdividida e 4 partes e cada uma delas é observada respeitando níveis do
segundo fator (contínuo) tempo. Se são 4 partes então são 4 níveis de tempo. A
resposta avaliada é o número de mortos e número de vivos. Sob certas
suposições, a probabilidade de mortos pode ser associada à distribuição
binomial (x=número de mortos, n=número total=mortos+vivos). Ainda pode-se
considerar o efeito aleatório da unidade experimental (ue) pois trata-se de um
experimento de parcela subdividida, muito embora não seja de medida repetida
por existe uma fatia na placa para cada tempo. Então o modelo candidato seria
y ~ binomial(p=f(...), n=n)
f(...) = ração+tempo+ração:tempo+ue
ue ~ normal(0, sigma_u)
Se o n for grande e x/n não estiver tão nas bordas (perto de zero ou um), então
não é tão contraindicado usar a distribuição normal no lugar da binomial.
Lembrando que é possível aplicar uma transformação, como logito, gompito,
probito, para "ter mais normalidade". Mesmo diante dessas alternativas, eu
considero a abordagem glmm (binomial com efeitos aleatórios) mais apropriada.
Verifique a função lme4::glmer().
À disposição.
Walmes.
_______________________________________________
R-br mailing list
[email protected]
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.
_______________________________________________
R-br mailing list
[email protected]
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.
