Olhando por cima, parece-me que você tem uma mistura de distribuições, não?
Talvez o pacote flexmix possa te ajudar nesse aspecto. http://rss.acs.unt.edu/Rdoc/library/flexmix/html/flexmix.html abcs M 2013/9/22 Mauro Sznelwar <[email protected]> > ** > Não estão sendo encontrados os objetos 'm1' e 'época' > > Bom dia Pessoal, > > Estou quebrando a cabeça para tentar desdobrar interações em > dados com distribuição de Poisson inflacionada por zeros, na verdade é > uma situação muito recorrente em entomologia, onde em algumas situações > temos zero insetos e em outras muitos, considerando-se dados de > contagens. Fiz uma pequena simulação abaixo para ilustrar o problema > (Variáveis observadas Trat e Epoca e variável resposta y), se acho um > modelo significativo que tem uma parte com distribuição de Poisson e > outra com Binomial, como faço o desdobramento? Uma para cada > distribuição ou tem alguma abordagem diferente? Segue CRM abaixo: > > ## Desdobramento de dados com distribuição de Poisson inflacionado por > zeros --- > > require(pscl) > > y1<- c(mapply(rpois, lambda=c(5,20,45), MoreArgs=list(n=400)))##Criação > da variável resposta Poisson > y2<- c(mapply(rbinom, size=c(1,0,0), prob=c(0.5,1,1), > MoreArgs=list(n=200)))##Criação da variável resposta Binomial > y<-c(y1,y2) > > trat <- as.factor(gl(3,600)) ##Criação dos tratamentos > > tempo<- as.factor(rep(gl(6,100),3)) ### Criação da variável tempo > > dados<-as.data.frame(cbind(trat,tempo, y)) > > > #------------------------------------------------------------------------------- > # Análise de variância do dados inflacionados > > summary(m1 <- zeroinfl(y ~ trat | epoca, data = dados)) ## Modelo completo > > mnull <- update(m1, . ~ 1) ### Modelo nulo > > pchisq(2 * (logLik(m1) - logLik(mnull)), df = 2, lower.tail = FALSE) ## > Teste de Chi o modelo completo foi significativo > > ## Comparando com GLM Poisson sem inflação por zeros > --------------------------- > > summary(p1 <- glm(y ~ trat + epoca, family = poisson, data = dados)) > > ##Teste de > Vuong---------------------------------------------------------------- > > vuong(p1, m1) ## O GLM Poisson estava tão mal ajustado que o Poisson > iflacionado é a única opção > > # > > ## E agora, como desdobrar isto? Faço um desdobramento para parte de > poisson e outra para parte binomial? > > Obrigado, > > -- > ====================================================================== > Alexandre dos Santos > Proteção Florestal > IFMT - Instituto Federal de Educação, Ciência e Tecnologia de Mato Grosso > Campus Cáceres > Caixa Postal 244 > Avenida dos Ramires, s/n > Bairro: Distrito Industrial > Cáceres - MT CEP: 78.200-000 > Fone: (+55) 65 8132-8112 (TIM) (+55) 65 9686-6970 (VIVO) > e-mails:[email protected] > [email protected] > Lattes: http://lattes.cnpq.br/1360403201088680 > > _______________________________________________ > 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. > -- Manoel Galdino https://sites.google.com/site/galdinomcz/
_______________________________________________ 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.
