Gracias Olivier Tu sugerencia fue esta: "Suponiendo que tus datos tienen el formato de un data.frame con los siguientes nombres para sus columnas: names(datos) =c("Fecha","Muestreo","Bloque,"Sistema","Abundancia"") Entonces para estimar los efectos simple (es decir sin interacción) de estos factores sobre la abundancia de insectos, puedes utilizar la función: glm(Abundancia ~ Fecha+Muestreo+Bloque+Sistema, family=poisson, data=datos) Un saludo. Olivier" Ahora bien, me pregunto si esta sintaxis no es la que corresponde a un modelo lineal generalizado, digamos, "común". En este caso, "Muestreo" aparece como cualquier otro factor. ¿Cómo hace R para "saber" que Muestreo es la variable longitudinal? En el libro de Faraday ("Extending linear with R") se muestra un ejemplo con la función lmer. En el paquete lmer4, al consultar el help aparece el siguiente ejemplo: ## generalized linear mixed model (gm1 <- glmer(cbind(incidence, size - incidence) ~ period + (1 | herd), family = binomial, data = cbpp)) En este ejemplo, el archivo de datos tiene a period como los tiempos en que se repiten las medidas; herd son los grupos en los que se miden las variables respuesta (incidence y size). En cada herd se toman 4 mediciones repetidas en el tiempo (period). El problema es que no entiendo la sintaxis: ¿Qué significa cbind(incidence, size - incidence) ? ¿Y qué significa (1 | herd)? Gracias Eduardo Trumper [[alternative HTML version deleted]]
Hola, cbind(incidence,size - incidence) no tiene nada que ver con la sintaxis del modelo, usa cbind para construir la variable (lo que en tu caso sería abundancia), aunque viendo esto parece una variable con dos columnas, eso no lo entiendo. (1 | herd) es para especificar que herd es el factor aleatorio. No se como incluir lo de las medidas repetidas, pero yo he hecho hace poco un analisis teniendo en cuenta muestreos en las mismas parcelas a lo largo de un año. Introdciendo el tiempo (en mi caso 10 visitas) como una variable *continua* (a la derecha del ~) me daba unas salidas fáciles de intrepretar que permitían estudiar los cambios con el tiempo. Mi modelo era: variable~factor_fijo + visita + visita:factor_fijo + (1|factor aleatorio) Ojo, que no conozco los intringulis del lmer y puede que haya una solución más sencilla o más correcta. Espero que te sirva. El 15 de junio de 2010 14:52, Eduardo Trumper <eduardo.trumper@gmail.com>escribió:> Gracias Olivier > > Tu sugerencia fue esta: > "Suponiendo que tus datos tienen el formato de un data.frame con los > siguientes nombres para sus columnas: > names(datos) =c("Fecha","Muestreo","Bloque,"Sistema","Abundancia"") > Entonces para estimar los efectos simple (es decir sin interacción) de > estos > factores sobre la abundancia de insectos, puedes utilizar la función: > glm(Abundancia ~ Fecha+Muestreo+Bloque+Sistema, family=poisson, data=datos) > Un saludo. Olivier" > > Ahora bien, me pregunto si esta sintaxis no es la que corresponde a un > modelo lineal generalizado, digamos, "común". En este caso, "Muestreo" > aparece como cualquier otro factor. ¿Cómo hace R para "saber" que Muestreo > es la variable longitudinal? En el libro de Faraday ("Extending linear with > R") se muestra un ejemplo con la función lmer. En el paquete lmer4, al > consultar el help aparece el siguiente ejemplo: > ## generalized linear mixed model > (gm1 <- glmer(cbind(incidence, size - incidence) ~ period + (1 | herd), > family = binomial, data = cbpp)) > En este ejemplo, el archivo de datos tiene a period como los tiempos en que > se repiten las medidas; herd son los grupos en los que se miden las > variables respuesta (incidence y size). En cada herd se toman 4 mediciones > repetidas en el tiempo (period). > El problema es que no entiendo la sintaxis: ¿Qué significa cbind(incidence, > size - incidence) ? ¿Y qué significa (1 | herd)? > > Gracias > > Eduardo Trumper > > [[alternative HTML version deleted]] > > > _______________________________________________ > R-help-es mailing list > R-help-es@r-project.org > https://stat.ethz.ch/mailman/listinfo/r-help-es > >-- Jaume Tormo Blanes IMEM Ramon Margalef. Carretera San Vicente del Raspeig s/n 03690 San Vicente del Raspeig - Alicante www.ua.es acercad.wordpress.com [[alternative HTML version deleted]]
Eduardo, lo que te propuse es la sintaxis de un modelo lineal generalizado con efectos fijos. Para averiguar cuales son los efectos aleatorios en tu modelo, tienes que preguntarte cuales son los factores cuyos valores cambiarán (aleatoriamente) al repetir el experimento. El factor "Sistema" parece ser fijo, el factor "Semana" (1º semana, 2º semana, etc...) también, y el factor Bloque supongamos que es fijo. Queda el factor "Muestreo" que no acabo de entender en tu descripción, pero supongamos que sus valores cambiarían aleatoriamente al repetir el experimento. En este caso, la sintaxis correcta sería: require(lme4) glmer(Abundancia ~ Fecha+Bloque+Sistema+(1|Muestreo), family=poisson, data=datos) Un saludo. Olivier -- ____________________________________ Olivier G. Nuñez Email: onunez en iberstat.es Tel : +34 663 03 69 09 Web: http://www.iberstat.es ____________________________________ El 15/06/2010, a las 14:52, Eduardo Trumper escribió:> Gracias Olivier > > Tu sugerencia fue esta: > "Suponiendo que tus datos tienen el formato de un data.frame con los > siguientes nombres para sus columnas: > names(datos) =c("Fecha","Muestreo","Bloque,"Sistema","Abundancia"") > Entonces para estimar los efectos simple (es decir sin interacción) > de estos > factores sobre la abundancia de insectos, puedes utilizar la función: > glm(Abundancia ~ Fecha+Muestreo+Bloque+Sistema, family=poisson, > data=datos) > Un saludo. Olivier" > > Ahora bien, me pregunto si esta sintaxis no es la que corresponde a un > modelo lineal generalizado, digamos, "común". En este caso, "Muestreo" > aparece como cualquier otro factor. ¿Cómo hace R para "saber" que > Muestreo > es la variable longitudinal? En el libro de Faraday ("Extending > linear with > R") se muestra un ejemplo con la función lmer. En el paquete lmer4, al > consultar el help aparece el siguiente ejemplo: > ## generalized linear mixed model > (gm1 <- glmer(cbind(incidence, size - incidence) ~ period + (1 | > herd), > family = binomial, data = cbpp)) > En este ejemplo, el archivo de datos tiene a period como los > tiempos en que > se repiten las medidas; herd son los grupos en los que se miden las > variables respuesta (incidence y size). En cada herd se toman 4 > mediciones > repetidas en el tiempo (period). > El problema es que no entiendo la sintaxis: ¿Qué significa cbind > (incidence, > size - incidence) ? ¿Y qué significa (1 | herd)? > > Gracias > > Eduardo Trumper > > [[alternative HTML version deleted]] > > _______________________________________________ > R-help-es mailing list > R-help-es en r-project.org > https://stat.ethz.ch/mailman/listinfo/r-help-es
En datos longitudinales, el efecto aleatorio esta asociado al sujeto (en este caso parcela) sobre el que se realizan las mediciones consecutivas. En modelos lineales mixtos normales este efecto aleatorio induce una estructura de correlación de simetría compuesta entre las observaciones. Esta correlación es razonable para una secuencia corta de observaciones (2-4 observaciones). Si por el contrario la secuencia de observaciones es larga (como seguramente es este el caso), posiblemente el modelo de simetria compueta no sea suficiente y un modelo de correlación serial como el autoregresivo de orden 1 sea mas apropiado. Prof. Julio Di Rienzo Estadística y Biometría FCA- U.N. Córdoba IBS CC Member http://sites.google.com/site/juliodirienzo "Biometry, the active pursuit of biological knowledge by quantitative methods." (R.A. Fisher, 1948) 2010/6/15 Olivier Nuñez <onunez@iberstat.es>> Eduardo, > > lo que te propuse es la sintaxis de un modelo lineal generalizado con > efectos fijos. > Para averiguar cuales son los efectos aleatorios en tu modelo, > tienes que preguntarte cuales son los factores cuyos valores cambiarán > (aleatoriamente) al repetir el experimento. > El factor "Sistema" parece ser fijo, el factor "Semana" (1º semana, 2º > semana, etc...) también, y el factor Bloque supongamos que es fijo. > Queda el factor "Muestreo" que no acabo de entender en tu descripción, pero > supongamos que sus valores cambiarían aleatoriamente al repetir el > experimento. > > En este caso, la sintaxis correcta sería: > > require(lme4) > glmer(Abundancia ~ Fecha+Bloque+Sistema+(1|Muestreo), family=poisson, > data=datos) > > Un saludo. Olivier > > > -- ____________________________________ > > Olivier G. Nuñez > Email: onunez@iberstat.es > Tel : +34 663 03 69 09 > Web: http://www.iberstat.es > > ____________________________________ > > > > > El 15/06/2010, a las 14:52, Eduardo Trumper escribió: > > Gracias Olivier >> >> Tu sugerencia fue esta: >> "Suponiendo que tus datos tienen el formato de un data.frame con los >> siguientes nombres para sus columnas: >> names(datos) =c("Fecha","Muestreo","Bloque,"Sistema","Abundancia"") >> Entonces para estimar los efectos simple (es decir sin interacción) de >> estos >> factores sobre la abundancia de insectos, puedes utilizar la función: >> glm(Abundancia ~ Fecha+Muestreo+Bloque+Sistema, family=poisson, >> data=datos) >> Un saludo. Olivier" >> >> Ahora bien, me pregunto si esta sintaxis no es la que corresponde a un >> modelo lineal generalizado, digamos, "común". En este caso, "Muestreo" >> aparece como cualquier otro factor. ¿Cómo hace R para "saber" que Muestreo >> es la variable longitudinal? En el libro de Faraday ("Extending linear >> with >> R") se muestra un ejemplo con la función lmer. En el paquete lmer4, al >> consultar el help aparece el siguiente ejemplo: >> ## generalized linear mixed model >> (gm1 <- glmer(cbind(incidence, size - incidence) ~ period + (1 | herd), >> family = binomial, data = cbpp)) >> En este ejemplo, el archivo de datos tiene a period como los tiempos en >> que >> se repiten las medidas; herd son los grupos en los que se miden las >> variables respuesta (incidence y size). En cada herd se toman 4 mediciones >> repetidas en el tiempo (period). >> El problema es que no entiendo la sintaxis: ¿Qué significa >> cbind(incidence, >> size - incidence) ? ¿Y qué significa (1 | herd)? >> >> Gracias >> >> Eduardo Trumper >> >> [[alternative HTML version deleted]] >> >> _______________________________________________ >> R-help-es mailing list >> R-help-es@r-project.org >> https://stat.ethz.ch/mailman/listinfo/r-help-es >> > > _______________________________________________ > R-help-es mailing list > R-help-es@r-project.org > https://stat.ethz.ch/mailman/listinfo/r-help-es >[[alternative HTML version deleted]]