Estimado Matias, Reenvio a la lista. Es tarde aqui y hay que descansar. Quizas alguien en otra parte del mundo pueda darte una mano. En unas horas te envio mi opinion. Saludos, Jorge.- 2013/6/11 Matias Ledesma <>> Hola Jorge, > > Muchas gracias por las referencias, ya consegui el libro asi que me voy > aponer a leerlo aver si encuentro una solucion. > > La data que estoy analizando es parte de un programa de monitoreo anual > donde se ve los efectos de la contaminacion marina mediante la utilizacion > de un crustaceo como bioindicador. > > La variable a analizar es la malformacion de embryones en este individuo y > las variables independientes son año, estacion, cantidad total de embryones > por individuo y estadio en que se encuentra el embryon. > > Hay gran variabilidad en la data debido a que las malformaciones dependen > de muchos factores, ademas el numero de individuos por estacion varia mucho > al igual que el numero de embryones. Por esta razon se utiliza la > frequencia. La idea del estudio es mostrar un valor medio con un intervalo > de confinza por estacion de la frequencia de malformaciones por individo. > > El tamaño de efecto que busco es de 80 % con una siginficancia de 5% > > En cuanto a lo del model, estoy entre dos opciones. La razon por la cual > pensee en un modelo negativo binomial es por que la data tiene gran > varianza (overdispers), la otra solucion que me han recomendado es > transformrar (boxcox) la variable dependiente y luego aplicar glm con una > funcion normal y link= log. > > Mi pregunta hacerca de la funcion offset era si para este caso en el cual > la variable independiente es una fraccion es valido. En mixed > effects models and extension in R (pag. 240) hay un caso similar en el que > se utilizan el numero de ind por volumen ( > L0<-glm(ind~offset(LVol)+fStation,family=poisson,data=Lice). Pero no estoy > seguro de que sea lo mismo dado que lo mio es una freq? > > Saludos, > Matias > > > > ------------------------------ > From: jorgeivanvelez@gmail.com > Date: Tue, 11 Jun 2013 18:40:03 +1000 > Subject: Re: [R-es] calculo de poder estadistico en glm > To: matutetote@hotmail.com > CC: r-help-es@r-project.org > > > Hola Matias, > > Que tipo de GLM estas usando? Cuantas variables explicativas? Que tamaño > de efecto te interesa detectar? > > Una forma de realizar el analisis de potencia es via simulacion. Dale una > mirada a > http://r.789695.n4.nabble.com/a-priori-power-analysis-for-glm-family-poisson-td4659163.htmly en especial a la referencia que alli aparece. El paquete asypow tambien > puede servirte. > > En cuanto a tu 2a pregunta, en mi opinion, lo que necesitas es un modelo > logistico, no un modelo binomial negativo. En > http://ww2.coastal.edu/kingw/statistics/R-tutorials/logistic.html hay un > ejemplo parecido a lo que planteas. > > Saludos, > Jorge.- > > > 2013/6/11 Matias Ledesma <matutetote@hotmail.com> > > Hola, > > Estoy tratando de calcular el poder estadistico de un GLM en R, programas > estadisticos como SPSS lo puede calcular pero no eh encotrado nada sobre R. > Alguien tiene alguna idea o sabe de literatura donde pueda encontrar ayuda? > > Luego tengo otra pregunta mas bien teorica sobre la funcion offset > utilizada en negative poisson, por lo que eh entendido esta funcion > posibilita trabajar con fracciones a pesar de que la distribucion poisson > solo sea para enteros positivos. Mi duda es si esto es realmente asi, lo > que eh leido a sido en internet. Eh buscado en libros como Zuur 2007 y > Hilbe 2007 sin encontrar nada. > > modelA1F<-glm.nb(Tot.dameggs~STATN+YEAR+offset(log(FECUND))) > > freq=(Tot.dameggs/FECUND) > > Tot.dameggs= cantidad de huevos dañados por individuo > FECUND=cantidad total de huevos por individuo > STATN= estacion > YEAR= año > > Muchas gracias, > Matias > > > > > [[alternative HTML version deleted]] > > > _______________________________________________ > R-help-es mailing list > R-help-es@r-project.org > https://stat.ethz.ch/mailman/listinfo/r-help-es > > >[[alternative HTML version deleted]]
Estimado Matías Ledesma Leí en la lista lo que usted desea realizar, en la misma expresa: La idea del estudio es mostrar un valor medio con un intervalo de confianza por estación de la frecuencia de malformaciones por individuo. Creo que se expreso en forma incorrecta, yo no se cuál es su estudio, yo no soy estadístico, soy veterinario, pero lo que usted expresa en su idea, aunque en términos computacionales (la computadora calcula cualquier cosa) pueda calcularse en términos biológicos es sin importancia. Me refiero específicamente a malformaciones por individuo, hay animales que pueden tener más de una malformación (creo que se refiere a congénito), pero son muchos más los que solo tienen una patología del desarrollo, y más aún los que carecen de estas. Puede ser que la referencias de R sobre epidemiología aporten algo a lo que usted necesita, trabajar por poblaciones y no por individuo. Tenga en cuenta que en el caso de haber más de una patología, puede ser que estén relacionadas desde la patología o no, si bien usted habla de malformaciones en embriones, ¿en que estado embrionario y clasificación?, porque puede ser que utilicen el término malformación como clasificación y no como congénito (patológico), aunque este desarrollo embrionario es congénito porque se desarrolla luego de la fecundación, y en esos casos sería oportuno definir correctamente en términos médicos referidos a la etapa embrionaria antes de procesar en R y tener que regresar para corregir algo. Usted nombra que hay varios factores, por ejemplo si hay contaminación tenga en cuenta la idiosincrasia, es decir, no todos tienen porqué responder de la misma manera, usted dice por individuo, yo preferiría que piense en poblaciones y en ese caso R podría aportar a la ciencia, aunque sería bueno estudiar por individuo pero es "complicado". Javier Marcuzzi -----Original Message----- From: Jorge I Velez Sent: Tuesday, June 11, 2013 11:08 AM To: Matias Ledesma Cc: R-help-es Subject: Re: [R-es] calculo de poder estadistico en glm Estimado Matias, Reenvio a la lista. Es tarde aqui y hay que descansar. Quizas alguien en otra parte del mundo pueda darte una mano. En unas horas te envio mi opinion. Saludos, Jorge.- 2013/6/11 Matias Ledesma <>> Hola Jorge, > > Muchas gracias por las referencias, ya consegui el libro asi que me voy > aponer a leerlo aver si encuentro una solucion. > > La data que estoy analizando es parte de un programa de monitoreo anual > donde se ve los efectos de la contaminacion marina mediante la utilizacion > de un crustaceo como bioindicador. > > La variable a analizar es la malformacion de embryones en este individuo y > las variables independientes son año, estacion, cantidad total de > embryones > por individuo y estadio en que se encuentra el embryon. > > Hay gran variabilidad en la data debido a que las malformaciones dependen > de muchos factores, ademas el numero de individuos por estacion varia > mucho > al igual que el numero de embryones. Por esta razon se utiliza la > frequencia. La idea del estudio es mostrar un valor medio con un intervalo > de confinza por estacion de la frequencia de malformaciones por individo. > > El tamaño de efecto que busco es de 80 % con una siginficancia de 5% > > En cuanto a lo del model, estoy entre dos opciones. La razon por la cual > pensee en un modelo negativo binomial es por que la data tiene gran > varianza (overdispers), la otra solucion que me han recomendado es > transformrar (boxcox) la variable dependiente y luego aplicar glm con una > funcion normal y link= log. > > Mi pregunta hacerca de la funcion offset era si para este caso en el cual > la variable independiente es una fraccion es valido. En mixed > effects models and extension in R (pag. 240) hay un caso similar en el que > se utilizan el numero de ind por volumen ( > L0<-glm(ind~offset(LVol)+fStation,family=poisson,data=Lice). Pero no estoy > seguro de que sea lo mismo dado que lo mio es una freq? > > Saludos, > Matias > > > > ------------------------------ > From: jorgeivanvelez en gmail.com > Date: Tue, 11 Jun 2013 18:40:03 +1000 > Subject: Re: [R-es] calculo de poder estadistico en glm > To: matutetote en hotmail.com > CC: r-help-es en r-project.org > > > Hola Matias, > > Que tipo de GLM estas usando? Cuantas variables explicativas? Que tamaño > de efecto te interesa detectar? > > Una forma de realizar el analisis de potencia es via simulacion. Dale una > mirada a > http://r.789695.n4.nabble.com/a-priori-power-analysis-for-glm-family-poisson-td4659163.htmly > en especial a la referencia que alli aparece. El paquete asypow tambien > puede servirte. > > En cuanto a tu 2a pregunta, en mi opinion, lo que necesitas es un modelo > logistico, no un modelo binomial negativo. En > http://ww2.coastal.edu/kingw/statistics/R-tutorials/logistic.html hay un > ejemplo parecido a lo que planteas. > > Saludos, > Jorge.- > > > 2013/6/11 Matias Ledesma <matutetote en hotmail.com> > > Hola, > > Estoy tratando de calcular el poder estadistico de un GLM en R, programas > estadisticos como SPSS lo puede calcular pero no eh encotrado nada sobre > R. > Alguien tiene alguna idea o sabe de literatura donde pueda encontrar > ayuda? > > Luego tengo otra pregunta mas bien teorica sobre la funcion offset > utilizada en negative poisson, por lo que eh entendido esta funcion > posibilita trabajar con fracciones a pesar de que la distribucion poisson > solo sea para enteros positivos. Mi duda es si esto es realmente asi, lo > que eh leido a sido en internet. Eh buscado en libros como Zuur 2007 y > Hilbe 2007 sin encontrar nada. > > modelA1F<-glm.nb(Tot.dameggs~STATN+YEAR+offset(log(FECUND))) > > freq=(Tot.dameggs/FECUND) > > Tot.dameggs= cantidad de huevos dañados por individuo > FECUND=cantidad total de huevos por individuo > STATN= estacion > YEAR= año > > Muchas gracias, > Matias > > > > > [[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 > > >[[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
Estimado Javier, Gracias por tus comentarios. Si, puede ser que me haya expresado en forma incorrecta. Mi idea fue tratar de ser lo mas conciso posible y limitarme al problema estadistico que tengo, por lo cual obvie mucha informacion. La data proviene de un monitoreo que se hace en el Mar Baltico anulamente hace mas de 20 años, debido a que la poblacion a decendido drasticamente en los ultimos años no se puede seguir utilizando el mismo procedimiento el cual se basaba en x numero de replicas por estacion del cual se extraia un valor medio. A lo que me referia con valor medio y intervalo de confianza es por que lo que se busca es tener un valor el cual pueda ser comparable. Si tengo un valor unico es muy dificil compararlo con otras estaciones y sacar conclusions. Llevamos ya un tiempo con este dilema de individuo o poblacion. Adjunto un articulo donde explica un poco mas lo de las malformaciones por si te interesa. Lo de epidemiologia es un paquete de R? Saludos, Matias> From: javier.ruben.marcuzzi en gmail.com > To: jorgeivanvelez en gmail.com; matutetote en hotmail.com > CC: r-help-es en r-project.org > Subject: Re: [R-es] calculo de poder estadistico en glm > Date: Tue, 11 Jun 2013 12:37:33 -0300 > > Estimado Matías Ledesma > > Leí en la lista lo que usted desea realizar, en la misma expresa: > > La idea del estudio es mostrar un valor medio con un intervalo de confianza > por estación de la frecuencia de malformaciones por individuo. > > Creo que se expreso en forma incorrecta, yo no se cuál es su estudio, yo no > soy estadístico, soy veterinario, pero lo que usted expresa en su idea, > aunque en términos computacionales (la computadora calcula cualquier cosa) > pueda calcularse en términos biológicos es sin importancia. Me refiero > específicamente a malformaciones por individuo, hay animales que pueden > tener más de una malformación (creo que se refiere a congénito), pero son > muchos más los que solo tienen una patología del desarrollo, y más aún los > que carecen de estas. > > Puede ser que la referencias de R sobre epidemiología aporten algo a lo que > usted necesita, trabajar por poblaciones y no por individuo. Tenga en cuenta > que en el caso de haber más de una patología, puede ser que estén > relacionadas desde la patología o no, si bien usted habla de malformaciones > en embriones, ¿en que estado embrionario y clasificación?, porque puede ser > que utilicen el término malformación como clasificación y no como congénito > (patológico), aunque este desarrollo embrionario es congénito porque se > desarrolla luego de la fecundación, y en esos casos sería oportuno definir > correctamente en términos médicos referidos a la etapa embrionaria antes de > procesar en R y tener que regresar para corregir algo. > > Usted nombra que hay varios factores, por ejemplo si hay contaminación tenga > en cuenta la idiosincrasia, es decir, no todos tienen porqué responder de la > misma manera, usted dice por individuo, yo preferiría que piense en > poblaciones y en ese caso R podría aportar a la ciencia, aunque sería bueno > estudiar por individuo pero es "complicado". > > > Javier Marcuzzi > > > -----Original Message----- > From: Jorge I Velez > Sent: Tuesday, June 11, 2013 11:08 AM > To: Matias Ledesma > Cc: R-help-es > Subject: Re: [R-es] calculo de poder estadistico en glm > > Estimado Matias, > > Reenvio a la lista. Es tarde aqui y hay que descansar. Quizas alguien en > otra parte del mundo pueda darte una mano. En unas horas te envio mi > opinion. > > Saludos, > Jorge.- > > > 2013/6/11 Matias Ledesma <> > > > Hola Jorge, > > > > Muchas gracias por las referencias, ya consegui el libro asi que me voy > > aponer a leerlo aver si encuentro una solucion. > > > > La data que estoy analizando es parte de un programa de monitoreo anual > > donde se ve los efectos de la contaminacion marina mediante la utilizacion > > de un crustaceo como bioindicador. > > > > La variable a analizar es la malformacion de embryones en este individuo y > > las variables independientes son año, estacion, cantidad total de > > embryones > > por individuo y estadio en que se encuentra el embryon. > > > > Hay gran variabilidad en la data debido a que las malformaciones dependen > > de muchos factores, ademas el numero de individuos por estacion varia > > mucho > > al igual que el numero de embryones. Por esta razon se utiliza la > > frequencia. La idea del estudio es mostrar un valor medio con un intervalo > > de confinza por estacion de la frequencia de malformaciones por individo. > > > > El tamaño de efecto que busco es de 80 % con una siginficancia de 5% > > > > En cuanto a lo del model, estoy entre dos opciones. La razon por la cual > > pensee en un modelo negativo binomial es por que la data tiene gran > > varianza (overdispers), la otra solucion que me han recomendado es > > transformrar (boxcox) la variable dependiente y luego aplicar glm con una > > funcion normal y link= log. > > > > Mi pregunta hacerca de la funcion offset era si para este caso en el cual > > la variable independiente es una fraccion es valido. En mixed > > effects models and extension in R (pag. 240) hay un caso similar en el que > > se utilizan el numero de ind por volumen ( > > L0<-glm(ind~offset(LVol)+fStation,family=poisson,data=Lice). Pero no estoy > > seguro de que sea lo mismo dado que lo mio es una freq? > > > > Saludos, > > Matias > > > > > > > > ------------------------------ > > From: jorgeivanvelez en gmail.com > > Date: Tue, 11 Jun 2013 18:40:03 +1000 > > Subject: Re: [R-es] calculo de poder estadistico en glm > > To: matutetote en hotmail.com > > CC: r-help-es en r-project.org > > > > > > Hola Matias, > > > > Que tipo de GLM estas usando? Cuantas variables explicativas? Que tamaño > > de efecto te interesa detectar? > > > > Una forma de realizar el analisis de potencia es via simulacion. Dale una > > mirada a > > http://r.789695.n4.nabble.com/a-priori-power-analysis-for-glm-family-poisson-td4659163.htmly > > en especial a la referencia que alli aparece. El paquete asypow tambien > > puede servirte. > > > > En cuanto a tu 2a pregunta, en mi opinion, lo que necesitas es un modelo > > logistico, no un modelo binomial negativo. En > > http://ww2.coastal.edu/kingw/statistics/R-tutorials/logistic.html hay un > > ejemplo parecido a lo que planteas. > > > > Saludos, > > Jorge.- > > > > > > 2013/6/11 Matias Ledesma <matutetote en hotmail.com> > > > > Hola, > > > > Estoy tratando de calcular el poder estadistico de un GLM en R, programas > > estadisticos como SPSS lo puede calcular pero no eh encotrado nada sobre > > R. > > Alguien tiene alguna idea o sabe de literatura donde pueda encontrar > > ayuda? > > > > Luego tengo otra pregunta mas bien teorica sobre la funcion offset > > utilizada en negative poisson, por lo que eh entendido esta funcion > > posibilita trabajar con fracciones a pesar de que la distribucion poisson > > solo sea para enteros positivos. Mi duda es si esto es realmente asi, lo > > que eh leido a sido en internet. Eh buscado en libros como Zuur 2007 y > > Hilbe 2007 sin encontrar nada. > > > > modelA1F<-glm.nb(Tot.dameggs~STATN+YEAR+offset(log(FECUND))) > > > > freq=(Tot.dameggs/FECUND) > > > > Tot.dameggs= cantidad de huevos dañados por individuo > > FECUND=cantidad total de huevos por individuo > > STATN= estacion > > YEAR= año > > > > Muchas gracias, > > Matias > > > > > > > > > > [[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 > > > > > > > > [[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 >------------ próxima parte ------------ Se ha borrado un adjunto en formato HTML... URL: <https://stat.ethz.ch/pipermail/r-help-es/attachments/20130612/ac3ec808/attachment-0001.html> ------------ próxima parte ------------ A non-text attachment was scrubbed... Name: ICES_Embryo aberration 2008.pdf Type: application/pdf Size: 696147 bytes Desc: no disponible URL: <https://stat.ethz.ch/pipermail/r-help-es/attachments/20130612/ac3ec808/attachment-0001.pdf>