O modelo de acordo com o que entendi é apenas um intercepto aleatório pros blocos e o efeito espacial, se é possível estimar na função gls() eu não sei, pelo que o Walmes fala é possível estruturar os resíduos sem problemas mas colocar mais um efeito aleatório de bloco acho que não. O Walmes pode confirmar ... Agora sem olhar seus dados o modelo teoricamente é estimável como é tudo gaussiano, você pode escrever a verossimilhança e maximizar numericamente, deve ser um problema bem estável. No nosso livro do SINAPE tem um exemplo de geoestatístico pode te ajudar a começar. Tudo que precisa fazer é somar mais uma matriz na matriz de covariâncias marginal.
www.leg.ufpr.br/mcie Em 18 de dezembro de 2013 13:07, Luiz Roberto Martins Pinto < [email protected]> escreveu: > Penso que 'Blocos' não pode ser considerado como efeito fixo. > Blocos são agrupamentos particulares das repetições. Portanto são > repetições. > Para que os testes estatísticos sejam válidos as repetições tem que ser > aleatórias, caso contrário o experimento não tem valor, posto que as > repetições são tendenciosas e as conclusões não podem ser inferidas para a > população. > Além disto o resíduo (aleatório) contém a interação blocos*tratamentos, > que, portanto, deve ser aleatória. Note que no delineamento em que os > tratamentos são aleatorizados nos blocos o gl do resíduo é (t-1)*(b-1). O > resíduo é sempre aleatório porque o bloco é aleatório. > > > Luiz Roberto Martins Pinto > Prof. Pleno/DCET/UESC > Laboratório de Estatística Computacional > Universidade Estadual de Santa Cruz > Ilhéus-Bahia > > [email protected] > skype: lrmpinto > http://lattes.cnpq.br/2732314327604831 > > > > > Em 18 de dezembro de 2013 10:37, Wagner Bonat <[email protected]> escreveu: > > Por que não considera os blocos como efeito fixo ? >> >> Você vai assumir que a estrutura do efeito espacial é sempre a mesma >> dentro dos blocos ? >> >> >> Em 17 de dezembro de 2013 16:00, Cássio Dessotti < >> [email protected]> escreveu: >> >>> Olá pessoal, boa tarde!! >>> >>> Estou trabalhando com um grupo de experimentos em blocos ao acaso, com >>> dados georreferenciados (x,y), buscando comparar modelos mistos (usuais) >>> com modelos mistos que levam em conta a dependência espacial, >>> utilizando de funções geoestatísticas na matriz de resíduos (R). >>> >>> Consigo construir o modelo M1 (BA) com efeito de blocos aleatório a >>> partir da função "lme", além do modelo M2 (Exp-H) que desconsidera o efeito >>> de blocos, e considera uma função exponencial na matriz de covariâncias >>> para os resíduos, além de considerar variâncias diferentes para os 2 locais. >>> >>> 1) A primeira questão está no modelo M3 (BA-Exp-H) que deve "unir" as >>> características dos dois anteriores, considerando efeito de blocos >>> aleatório, função exponencial para a matriz de covariâncias, além de >>> heterogeneidade de variâncias, porém não consegui tal realização nem por >>> meio da função "lme", nem por "gls". Seria necessário o uso de uma outra >>> função? Como eu poderia trabalhar com este modelo no R? >>> >>> 2) A segunda questão é o seguinte: a partir do modelo que eu selecionar >>> (provavelmente por AIC), desejo extrair os resíduos condicionais >>> estudentizados, e separá-los segundo seus locais, para que em cada local eu >>> possa construir semivariogramas destes resíduos, verificando a "força" da >>> dependência, e realizar a krigagem de cada área (trabalhando com os >>> resíduos para "limpar" os dados de seus efeitos de tratamentos e demais >>> efeitos). Posso seguir esta linha? Acredito que é um ganho de informação >>> trabalhar com todos os locais (análise conjunta) neste sentido, ao invés de >>> fazer todo esse processo em cada local separadamente. >>> >>> Muito obrigado desde já pela atenção. >>> Abraço a todos. >>> Cássio Dessotti. >>> >>> ### Segue o código (com dados fictícios) para exemplificar o meu >>> problema: >>> local <- as.factor(c(rep(1,6),rep(2,6))); blo <- >>> as.factor(rep(c(rep(1,3),rep(2,3)),2)) >>> lat <- as.factor(rep(1:3,4)) ; long <- >>> as.factor(rep(c(rep(1,3),rep(2,3)),2)) >>> blo_local <- >>> as.factor(c(rep("1_1",3),rep("2_1",3),rep("1_2",3),rep("2_2",3))) >>> trat <- as.factor(c(2,3,1,1,3,2,1,3,2,3,2,1)) >>> resp <- c(2,1.9,1.9,1.8,2,1.9,2,2.1,2.3,2,1.9,1.8) >>> dados <- data.frame(local,trat,blo,lat,long,blo_local,resp) >>> >>> require(nlme) >>> ### M1 - BA (efeito de blocos aleatório) >>> M1 <- lme(resp ~ 1 + trat + local + local:trat, >>> random = list(blo_local = pdIdent(~1)), >>> method = "REML", na.action = na.omit, data=dados, keep.data=FALSE) >>> >>> ### M2 - Exp H (sem efeito de blocos - função exponencial para R - >>> heterogeneidade de variâncias nos locais) >>> M2 <- gls(resp ~ 1 + trat + local + local:trat, >>> weight=varComb(varIdent(form = ~ 1|local)), >>> >>> correlation=corExp(form=~as.numeric(as.character(lat))+as.numeric(as.character(long))|local, >>> metric="euclidean", nugget=FALSE), method="REML", na.action=na.omit, >>> data=dados) >>> >>> ### M3 - BA-Exp-H (PROBLEMA - blocos aleatórios - função exponencial - >>> heterogeneidade de variâncias) >>> M3 <- gls(resp ~ 1 + trat + local + local:trat, random = list(blo_local >>> = pdIdent(~1)), >>> weight=varComb(varIdent(form = ~ 1|local)), >>> correlation=corExp(form = ~ >>> as.numeric(as.character(lat))+as.numeric(as.character(long))|local, >>> metric="euclidean", nugget=FALSE), method="REML", na.action=na.omit, >>> data=dados) >>> >>> >>> _______________________________________________ >>> 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. >>> >> >> >> >> -- >> Wagner Hugo Bonat >> LEG - Laboratório de Estatística e Geoinformação >> UFPR - Universidade Federal do Paraná >> >> _______________________________________________ >> 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. > -- Wagner Hugo Bonat LEG - Laboratório de Estatística e Geoinformação UFPR - Universidade Federal do Paraná
_______________________________________________ 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.
