Elias, Walmes e Wagner, antes de mais nada muito obrigado pela ajuda.
Elias muito bem observado o problema de identificabilidade acarretado pelo
confundimento de longitude com blocos, já que os blocos "estão em linha".
Estudarei o material sugerido por você, Wagner.
Walmes muito obrigado pelas linhas de comando que resolveram o modelo 3, com
meus dados reais, já que no CMR coloquei apenas alguns dados para possibilitar
a reprodução. Disponho de um grupo de experimentos em blocos ao acaso com 6
tratamentos, 5 blocos e 4 locais. A variável resposta é altura de plantas de
cana-de-açúcar. Os blocos estão "em linha" o que acaba confundindo "longitude"
com "blocos" mas sua sugestão para meu M3 (seu M4) resolveu muito bem.
Pesquisarei esta literatura que você citou a respeito da questão de blocos ser
considerado fixo ou aleatório.
Walmes, construí diversos modelos alternando blocos (fixo, aleatório ou sem
efeito), variâncias de locais (a mesma ou diferentes) e função espacial para a
matriz R (exponencial, esférica e gaussiana), e optei pelo modelo exponencial
sem efeito de blocos e com homogeneidade de variâncias como o "melhor"
observando os valores de AIC.
Você acha que o critério de AIC (ou BIC - apesar de nem sempre apontarem o
mesmo modelo) é suficiente para a escolha de um modelo? Seria necessário o uso
do critério de validação cruzada neste caso?
A partir do modelo selecionado (análise conjunta), posso extrair os resíduos
condicionais estudentizados, separá-los segundo locais, para em cada local
construir semivariogramas destes resíduos, verificando a "força" da
dependência, e realizar krigagem em cada área (trabalhando com os resíduos para
"limpar" os dados de seus efeitos de tratamentos e demais efeitos).
Muito grato pela força,
Cássio Dessotti.
Em Quinta-feira, 19 de Dezembro de 2013 18:35, Wagner Bonat <[email protected]>
escreveu:
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._______________________________________________
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.
