Hola a tod en s, mi compañero y yo intentamos ver la correlación de nuestros datos mediante regresiones logísticas. Trabajamos con proporciones (1 variable dependiente y 1 independiente) mediante modelos mixtos (los datos están agrupados porque hay pseudoreplicación). Hemos usado el paquete "lme4" y la función "lmer". Encontramos "overdispersion" en el resultado (devianza residual mayor del doble que los grados de libertad residuales), por lo que hemos usado la familia "quasibinomial" para ajustar el modelo. El problema es que no sabemos cuál es el valor de significación del modelo porque el summary del mismo no lo da. Queríamos saber si hay alguna manera de conocer ese valor para saber si la regresión logística (el modelo mixto) es significativo o no. ¿Alguien puede aportar alguna luz o sugerencia sobre el tema? Muchas gracias y saludos! Victor y Javier
Hola, dado que el paquete lme4 no esta implementada la función anova para un solo modelo lo que se puede hacer es ajustar un modelo solo con la ordenada al origen y comparar los modelos con anova(modelo1, modelo2) o lrtest(modelo1, modelo2) Espero que le sirva mi sugerencia Luciano El 26 de julio de 2010 14:46, Javier Martinez <javi.martinez.lopez@gmail.com> escribió:> Hola a tod@s, > > mi compañero y yo intentamos ver la correlación de nuestros datos > mediante regresiones logísticas. Trabajamos con proporciones (1 > variable dependiente y 1 independiente) mediante modelos mixtos (los > datos están agrupados porque hay pseudoreplicación). Hemos usado el > paquete "lme4" y la función "lmer". Encontramos "overdispersion" en el > resultado (devianza residual mayor del doble que los grados de > libertad residuales), por lo que hemos usado la familia > "quasibinomial" para ajustar el modelo. El problema es que no sabemos > cuál es el valor de significación del modelo porque el summary del > mismo no lo da. Queríamos saber si hay alguna manera de conocer ese > valor para saber si la regresión logística (el modelo mixto) es > significativo o no. ¿Alguien puede aportar alguna luz o sugerencia > sobre el tema? > > Muchas gracias y saludos! > > Victor y Javier > > _______________________________________________ > R-help-es mailing list > R-help-es@r-project.org > https://stat.ethz.ch/mailman/listinfo/r-help-es >[[alternative HTML version deleted]]
Gracias Luciano, la verdad es que ya habíamos probado ese método pero no terminan de convencernos los resultados. Hemos preguntado también en la lista de ayuda en inglés y nos han pasado una wiki sobre el tema que aunque no nos ha solucionado aún la papelete, da más información y enlaces. Ahí va por si a alguien le interesa y no la conoce: http://glmm.wikidot.com/start Saludos 2010/7/26 Luciano Selzer <luciano.selzer en gmail.com>:> Hola, dado que el paquete lme4 no esta implementada la función anova para un > solo modelo lo que se puede hacer es ajustar un modelo solo con la ordenada > al origen y comparar los modelos con anova(modelo1, modelo2) o > lrtest(modelo1, modelo2) > Espero que le sirva mi sugerencia > Luciano > > > El 26 de julio de 2010 14:46, Javier Martinez > <javi.martinez.lopez en gmail.com> escribió: >> >> Hola a tod en s, >> >> mi compañero y yo intentamos ver la correlación de nuestros datos >> mediante regresiones logísticas. Trabajamos con proporciones (1 >> variable dependiente y 1 independiente) mediante modelos mixtos (los >> datos están agrupados porque hay pseudoreplicación). Hemos usado el >> paquete "lme4" y la función "lmer". Encontramos "overdispersion" en el >> resultado (devianza residual mayor del doble que los grados de >> libertad residuales), por lo que hemos usado la familia >> "quasibinomial" para ajustar el modelo. El problema es que no sabemos >> cuál es el valor de significación del modelo porque el summary del >> mismo no lo da. Queríamos saber si hay alguna manera de conocer ese >> valor para saber si la regresión logística (el modelo mixto) es >> significativo o no. ¿Alguien puede aportar alguna luz o sugerencia >> sobre el tema? >> >> Muchas gracias y saludos! >> >> Victor y Javier >> >> _______________________________________________ >> R-help-es mailing list >> R-help-es en r-project.org >> https://stat.ethz.ch/mailman/listinfo/r-help-es > >