Aqui você vê as diferenças entre duas revisões dessa página.
Próxima revisão | Revisão anterior | ||
cursos:planeco:roteiro:12-glmm-rcmdr [2020/04/26 14:22] adalardo criada |
cursos:planeco:roteiro:12-glmm-rcmdr [2021/04/30 15:40] (atual) adalardo |
||
---|---|---|---|
Linha 1: | Linha 1: | ||
+ | |||
+ | <WRAP tabs> | ||
+ | * [[cursos:planeco:roteiro:12-glmm_rcmdr|{{:planeco:logorcmdr01.png?20|}}]] | ||
+ | * [[cursos:planeco:roteiro:12-glmm|{{:planeco:rlogo.png?20|}}]] | ||
+ | |||
+ | </WRAP> | ||
+ | |||
====== Modelos Mistos Generalizados (GLMM) ====== | ====== Modelos Mistos Generalizados (GLMM) ====== | ||
Linha 33: | Linha 40: | ||
- | Então, mãos à massa! | ||
==== Lendo os dados no Rcmdr ==== | ==== Lendo os dados no Rcmdr ==== | ||
- | [[cursos:planeco:roteiro:12-glmm_rcmdr]] | + | |
Depois de ler os dados no Rcmdr precisamos modificar a variável ''fExp'' para nomear os níveis. Como fizemos no roteiro do **LMM**. | Depois de ler os dados no Rcmdr precisamos modificar a variável ''fExp'' para nomear os níveis. Como fizemos no roteiro do **LMM**. | ||
Linha 47: | Linha 53: | ||
* crie a variável ''fExposure'' como fator, como fizemos no LMM | * crie a variável ''fExposure'' como fator, como fizemos no LMM | ||
+ | Para ler os dados e fazer as modificações no console do R use o código abaixo: | ||
<code> | <code> | ||
- | dados <- read.table("praia.txt", header = TRUE, sep = "\t" , as.is = TRUE) | + | praia <- read.table("praia.txt", header = TRUE, sep = "\t" , as.is = TRUE) |
- | dados$fExposure <- factor(dados$fExp, levels = c("low", "high")) | + | praia$fExposure <- factor(praia$fExp, levels = c("low", "high")) |
- | head(dados) #observando as primeiras linhas de dados | + | head(praia) #observando as primeiras linhas de dados |
- | str(dados) # vendo se a estrutura dos dados está ok! | + | str(praia) # vendo se a estrutura dos dados está ok! |
</code> | </code> | ||
+ | |||
+ | |||
+ | </WRAP> | ||
Agora, vamos modificar o modelo do roteiro de LMM apenas em relação à distribuição de probabilidades dos resíduos do modelo. Operacionalmente isso é bastante simples, basta usar a função ''glmer()'' do pacote ''lme4'' com a mesma formulação do modelo usada anteriormente, explicitando a distribuição (''family = "poisson"''). | Agora, vamos modificar o modelo do roteiro de LMM apenas em relação à distribuição de probabilidades dos resíduos do modelo. Operacionalmente isso é bastante simples, basta usar a função ''glmer()'' do pacote ''lme4'' com a mesma formulação do modelo usada anteriormente, explicitando a distribuição (''family = "poisson"''). | ||
Linha 523: | Linha 533: | ||
Zuur, A., Ieno, E., Walker, N., Saveliev, A. & Smith, G. 2009. Mixed effects models and extensions in ecology with R. (Livro muito bom e completo sobre modelos mistos e aditivos) | Zuur, A., Ieno, E., Walker, N., Saveliev, A. & Smith, G. 2009. Mixed effects models and extensions in ecology with R. (Livro muito bom e completo sobre modelos mistos e aditivos) | ||
- | |||