Por sinal, pegando "carona" na última colocação do Walmes, acho que a abordagem de análise de sobrevivência (que neste caso "sobrevivência" passa a ser o antônimo de germinação, mas vamos pensar que ainda assim seria uma metáfora), seria mais intuitiva para o tempo de germinação.
Meus 0,0199999.... -- Cesar Rabak 2013/12/10 walmes . <[email protected]> > Eu não sei exatamente porque você precisa dos dados dessa maneira, mas se > é para correr um glm() binomial, basta que você tenha um vetor com o número > de mortos e outro com o número de vivos. Não precisar estar em binário > {0,1} não. > > tot <- 212 > da <- expand.grid(trat=gl(3,4), tempo=1:5) > da$y <- rbinom(nrow(da), size=212, prob=0.5) > > m0 <- glm(cbind(yes=y, no=212-y)~trat*tempo, da, family=binomial) > summary(m0) > > Agora eu tive a impressão pelo seu texto de que você observa os insetos > mortos em intervalos de tempo na mesma unidade experimental. Dessa maneira, > no tempo i+1 jamais terá menos insetos mortos que o tempo i. As observações > são tomadas na mesma unidade experimental. Esse experimento não pode deve > analisado como um glm() com n=212 para todas as observações. Um caso > exatamente igual ao seu experimento (se eu estiver correto) é o de índice > de germinação de sementes. Por exemplo, 100 sementes são semeadas e a cada > dia observa-se o número de germinadas. No dia 1 você tem n=100, se nasceram > 5, para o dia 2 deve usar n=95 e não n=100. Em outras palavras, a cada > acesso no tempo você tem uma binomial cujo n é o n-y do tempo anterior, ou > seja, n[i+1] = n[i]-y[i], em que y[i] é o número de germinadas no tempo i. > Os artigos da área aplicada fazem análise sem considerar esse importante > fato (considerar n=100 para todos os tempos) é isso pode comprometer as > conclusões. > > Outra forma de analisar os mesmos dados é ao invés de considerar o número > germinadas no tempo i, é considerar o tempo necessário para germinar. Ambas > análises (glm e sobrevivência) vão fornecer praticamente o mesmo resultado > que do meu ponto de vista é saber qual o número esperado para quantidade de > sementes germinadas em cada instante i. No glm você modela o p e multiplica > por n para ter o número esperado de sementes em cada i. Na sobrevivência > você ajusta o modelo e partir do ajuste obtém os quantis que dão a > proporção de indivíduos que germinam à cada tempo. Eu confesso que sou > curioso para comparar às duas abordagens. Será que os seus dados não servem > para isso? > > À disposição. > Walmes. > > > _______________________________________________ > 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. >
_______________________________________________ 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.
