Aqui você vê as diferenças entre duas revisões dessa página.
Ambos lados da revisão anterior Revisão anterior Próxima revisão | Revisão anterior | ||
cursos:planeco:roteiro:10-glm [2024/04/03 17:19] 127.0.0.1 edição externa |
cursos:planeco:roteiro:10-glm [2024/04/03 17:32] (atual) |
||
---|---|---|---|
Linha 656: | Linha 656: | ||
<code> | <code> | ||
- | preditoLinear <- predict("nomedomodelo") | + | preditoLinear <- predict(nomedomodelo) |
preditoProp <- exp(preditoLinear)/(1+ exp(preditoLinear)) | preditoProp <- exp(preditoLinear)/(1+ exp(preditoLinear)) | ||
Linha 665: | Linha 665: | ||
<code> | <code> | ||
- | predito <- predict("nomedomodelo", type = "response") | + | predito <- predict(nomedomodelo, type = "response") |
predito | predito | ||
Linha 672: | Linha 672: | ||
O **Rcmdr** não poderia ficar sem essa funcionalidade para interpretar os valores do predito pelo modelo na escala de observação: utilize o menu **Models> add observation statistic to data...>** e selecione apenas o **Fitted values**. O Rcmdr adiciona uma coluna nos dados chamada ''fitted."nome_do_modelo"'', com os previstos na escala de observação, nesse caso probabilidade. | O **Rcmdr** não poderia ficar sem essa funcionalidade para interpretar os valores do predito pelo modelo na escala de observação: utilize o menu **Models> add observation statistic to data...>** e selecione apenas o **Fitted values**. O Rcmdr adiciona uma coluna nos dados chamada ''fitted."nome_do_modelo"'', com os previstos na escala de observação, nesse caso probabilidade. | ||
+ | </WRAP> | ||
* calcule o predito pelo modelo para todas as variedades com doses de hormônio de: 5.5, 12, 25; | * calcule o predito pelo modelo para todas as variedades com doses de hormônio de: 5.5, 12, 25; | ||
* interprete o efeito da concentração na floração das variedades a partir dos coeficientes do modelo selecionado | * interprete o efeito da concentração na floração das variedades a partir dos coeficientes do modelo selecionado | ||
- | </WRAP> | ||