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 17:41]
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
Linha 694: Linha 700:
  
 Vamos nos debruçar um pouco mais nos modelos mistos olhando outros exemplos, buscando sempre entender o conceito de variáveis fixas e aleatórias e treinando a interpretação do resultado dos modelos Vamos nos debruçar um pouco mais nos modelos mistos olhando outros exemplos, buscando sempre entender o conceito de variáveis fixas e aleatórias e treinando a interpretação do resultado dos modelos
- 
-==== Crescimento de Árvores ==== 
- 
-O interesse deste estudo foi entender se a **deciduidade** (perda de folha síncrona) de árvores está relacionada ao crescimento do indivíduo. Os pesquisadores não estavam interessados se espécies distintas tem crescimentos diferentes, entretanto a perda de folha síncrona é característica da espécie e eles precisaram incluir essa variável no desenho experimental. 
-No estudo em questão amostraram ''​5''​ espécies decíduas e outras ''​5''​ perenes (não perdem as folhas no mesmo período do ano) e, para cada espécie, anotaram o crescimento de '''​10''​ árvores. ​ Como indivíduos de uma mesma espécie são mais parecidos entre sí do que indivíduos de outras espécies, essa observações não são independentes e precisam ser contempladas no modelo. Um outro complicador é que árvores de diferentes tamanhos ou idades tem crescimentos diferentes. Por isso inclui-se no estudo o tamanho da árvore como uma preditora fixa e com isso os pesquisadores condicionaram o crescimento à variável tamanho. ​ Assista ao vídeo abaixo que mostra esse exemplo.  ​ 
- 
-<WRAP center round box 80%> 
-**__Deciduidade em Árvores__** 
- 
- 
-{{ youtube>​EN2_5l8FXQk |}} 
- 
-</​WRAP>​ 
- 
- 
  
  
cursos/planeco/roteiro/11-lmm_rcmdr.txt · Última modificação: 2024/04/04 16:58 (edição externa)