Ferramentas do usuário

Ferramentas do site


cursos:planeco:roteiro:11-lmm_rcmdr

Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

Link para esta página de comparações

Ambos lados da revisão anterior Revisão anterior
Próxima revisão
Revisão anterior
Próxima revisão Ambos lados da revisão seguinte
cursos:planeco:roteiro:11-lmm_rcmdr [2022/04/27 10:26]
adalardo [Ajustando os dados de Aveia]
cursos:planeco:roteiro:11-lmm_rcmdr [2024/04/02 17:16]
127.0.0.1 edição externa
Linha 1: Linha 1:
 ====== Modelos Lineares Mistos (LMM) ====== ​ ====== Modelos Lineares Mistos (LMM) ====== ​
-<WRAP center round box 60%> 
- 
-{{https://​d3i71xaburhd42.cloudfront.net/​e00b5c0fea6fb05b1370cc3dc537ed2e821033b7/​5-Figure1-1.png?​200 ​ |}} 
- 
- 
-Esse roteiro é baseado em um material desenvolvido por alunos de nosso programa de PG ((A versão original está disponível neste [[https://​melinaleiteblog.netlify.com/​2017/​09/​19/​introducao-aos-modelos-mistos/​|site]]))[[https://​melinaleite.weebly.com/​|Melina Leite]], [[https://​mariliagaiarsa.weebly.com/​|Marília Gaiarsa]] e [[http://​www.guimaraes.bio.br/​people.html|Lucas Medeiros]] e vem sendo modificado, ao longo dos anos, para adaptá-lo ao curso. Essa é a primeira versão utilizando o Rcmdr. ​ 
- 
-</​WRAP>​ 
  
  
Linha 18: Linha 10:
   * 2. Compreender a estrutura básica de um modelo linear misto.  ​   * 2. Compreender a estrutura básica de um modelo linear misto.  ​
   * 3. Fazer uma análise de modelo misto no **Rcmdr** usando o pacote ''​lme4''​ (Bates et al. 2014)      * 3. Fazer uma análise de modelo misto no **Rcmdr** usando o pacote ''​lme4''​ (Bates et al. 2014)   
-  * 4. Entender o //output// da função ​`lmer`.  ​+  * 4. Entender o //output// da função ​''​lmer''​.  ​
   * 5. Decidir quais efeitos aleatórios e fixos manter no seu modelo final.   * 5. Decidir quais efeitos aleatórios e fixos manter no seu modelo final.
   * 6. Tirar conclusões a partir da análise de um modelo misto por meio de teste de hipótese ou seleção de modelos.  ​   * 6. Tirar conclusões a partir da análise de um modelo misto por meio de teste de hipótese ou seleção de modelos.  ​
Linha 58: Linha 50:
 </​WRAP>​ </​WRAP>​
  
-Para explicar ​o que são modelos mistos e sua importância em ecologia, usaremos como exemplo um conjunto de dados presente no [[cursos:​planeco:​roteiro:​11-lmm#​referências_e_recomendações|capítulo 5 de Zuur et al. (2009)]]. Esses dados são referentes a um estudo sobre a riqueza de espécies da macrofauna em 9 praias na costa da Holanda. Em cada uma das praias os autores coletaram dados em cinco localidades diferentes. Para cada localidade existe informação sobre a altura da estação de amostragem em relação à altura média da maré (''​NAP'',​ variável contínua) e também um índice de exposição da praia (''​Exposure'',​ variável categórica). ​+ 
 + 
 +==== Riqueza em praias ==== 
 + 
 +<WRAP center round box 60%> 
 + 
 +{{https://​d3i71xaburhd42.cloudfront.net/​e00b5c0fea6fb05b1370cc3dc537ed2e821033b7/​5-Figure1-1.png?​200 ​ |}} 
 + 
 + 
 +Esse exemplo no roteiro é baseado em material desenvolvido por alunos de nosso programa de PG ((A versão original está disponível neste [[https://​melinaleiteblog.netlify.com/​2017/​09/​19/​introducao-aos-modelos-mistos/​|site]]))[[https://​melinaleite.weebly.com/​|Melina Leite]], [[https://​mariliagaiarsa.weebly.com/​|Marília Gaiarsa]] e [[http://​www.guimaraes.bio.br/​people.html|Lucas Medeiros]] e vem sendo modificado, ao longo dos anos, para adaptá-lo ao curso.  
 + 
 +</​WRAP>​ 
 + 
 + 
 +Para exemplificar ​o que são modelos mistos e sua importância em ecologia, usaremos como exemplo um conjunto de dados presente no [[cursos:​planeco:​roteiro:​11-lmm#​referências_e_recomendações|capítulo 5 de Zuur et al. (2009)]]. Esses dados são referentes a um estudo sobre a riqueza de espécies da macrofauna em 9 praias na costa da Holanda. Em cada uma das praias os autores coletaram dados em cinco localidades diferentes. Para cada localidade existe informação sobre a altura da estação de amostragem em relação à altura média da maré (''​NAP'',​ variável contínua) e também um índice de exposição da praia (''​Exposure'',​ variável categórica). ​
  
 Vamos supor que estamos interessados em verificar se a altura em relação à altura média da maré (variável ''​NAP''​) influencia a riqueza de espécies nessas praias, deixando de lado a variável de exposição nesse momento. Podemos, por exemplo, construir um **modelo linear simples** da seguinte forma: Vamos supor que estamos interessados em verificar se a altura em relação à altura média da maré (variável ''​NAP''​) influencia a riqueza de espécies nessas praias, deixando de lado a variável de exposição nesse momento. Podemos, por exemplo, construir um **modelo linear simples** da seguinte forma:
Linha 231: Linha 237:
 fixLMM fixLMM
  
-#criando objeto com os coeficientes do modelo (efeitos ​fixos)+#criando objeto com os coeficientes do modelo (efeitos ​aleatorios)
  
 randLMM <- ranef(lmm.riq)$Beach randLMM <- ranef(lmm.riq)$Beach
cursos/planeco/roteiro/11-lmm_rcmdr.txt · Última modificação: 2024/04/04 16:58 (edição externa)