Hola, ¿qué tal?
Pues no tenemos la suficiente información como para ayudarte en tu
caso concreto. Pero sí que te voy a dar un consejo: revisa muy bien
que los datos, modelos y, en definitiva, las llamadas que realizas a
las funciones sean comparables.
Extraigo un párrafo del libro "The Pragmatic Programmer" de Hunt y
Thomas:
"We worked on a project where a senior engineer was convinced that the
select system call was broken on Solaris. No amount of persuasion or logic
could change his mind (the fact that every other networking application on
the box worked fine was irrelevant). He spent weeks writing work-arounds,
which, for some odd reason, didn't seem to fix the problem. When finally
forced to sit down and read the documentation on select, he discovered the
problem and corrected it in a matter of minutes. We now use the phrase
"select is broken" as a gentle reminder whenever one of us starts
blaming
the system for a fault that is likely to be our own."
La última vez que hubo en la lista una pregunta similar (y si la
memoria no me falla) resultó, al final, que en una llamada se estaba
interpretando una columna de los datos como factor y en otra no (o
algo parecido).
Si una vez hechas las comprobaciones razonables, si sigues estando
convencido de que en uno de los paquetes sucede algo raro, deberías
ponerte en contacto con el desarrollador haciéndole llegar un análisis
detallado y razonado del problema.
Un saludo,
Carlos J. Gil Bellosta
http://www.datanalytics.com
El día 1 de marzo de 2011 18:18, Javier Marcuzzi
<javier.ruben.marcuzzi en gmail.com> escribió:> Les consulto por lo siguiente:
>
> Se me ocurrió usar datos de MCMCglmm en otros procedimientos de R, comparar
> los resultados y el tiempo como facilidad de uso, para lo cual use LME4,
los
> resultados fueron parecidos, entendiendo que internamente los algoritmos
> tienen diferencias, es lógico que los resultados no coincidan exactamente,
> pero aproximadamente tienen que ser compatibles, en este caso observo
cuatro
> dietas, en todos los procedimientos la dieta que da mayor peso a los
> animales debe ser la más conveniente, y la dieta que menos convierte
> alimento en carne debe ser la menos adecuada, sin entrar en el número
fino,
> lo importante para mí es el orden dentro de los resultados.
>
> Como los resultados me llamaban la atención (soy veterinario, no
> estadístico), use otras dos alternativas, una de las cuales no es
compatible
> con R y otra comercial que funciona dentro de R (la librería tiene
> licencia). Esto tiene una lógica, MCMCglmm soporta el análisis pero demora
> 10 veces más que LME4, pero al incorporar más información al modelo de
> evaluación LME4 da mensajes de error, error que solo se presenta cuándo
> utilizo polinomios (polinomio, legendre, spline) en el tiempo para evaluar
> las curvas de peso en relación al alimento.
>
> Mi problema, en un programa que no es R, y en R con MCMCglmm y LME4 la
dieta
> 4 es la más conveniente, sin embargo en la librería comercial que funciona
> en R la dieta 3 es la más conveniente. Entonces podía descartar el software
> comercial (tres softwares contra uno). Observando la dieta dos respecto a
la
> dieta 3, en dos softwares la dieta 2 conviene respecto a la dita 3, y en
> otros dos convendría la dieta 3.
>
> Podría enviar todos los códigos, pero ¿Cómo puedo estar seguro respecto a
> que software utilizar? En este caso yo tengo que recomendar utilizar una
> dieta con los animales, pero depende los algoritmos utilizados obtengo
> distintos resultados.
>
> Expreso los resultados en este mensaje. ¿alguien puede sugerirme algo?
>
> Programa NO R
>
> Effect Orig.code Level Solution SolSum=0
> No.recs Eff.Mean
>
> 1 Diet 1 1 -13.5312 -14.9974
> 220 102.65
>
> 1 Diet 2 2 -2.02638 -3.49256
> 120 122.62
>
> 1 Diet 3 3 9.26293 7.79675
> 120 142.95
>
> 1 Diet 4 4 12.1593 10.6932
> 118 135.26
>
> MCMCglmm
>
> posterior.mode(BV$Sol[,c(1:7)])
>
> (Intercept) Diet2
>
> 37.75653609 1.01085373
>
> Diet3 Diet4
>
> 0.98711241 3.99503983
>
> LME4
>
> Estimate Std. Error t value
>
> (Intercept) 36.07142 1.23192 29.281
>
> Diet2 1.44949 1.40532 1.031
>
> Diet3 1.36360 1.40532 0.970
>
> Diet4 4.16273 1.40546 2.962
>
> Libreria commercial en R
>
> Diet_1 0.00000 NA NA
>
> Diet_2 19.02979 118.94565 0.1599873
>
> Diet_3 37.33917 118.94565 0.3139179
>
> Diet_4 32.17158 118.95975 0.2704409
>
> (Intercept) 99.45800 40.29954 2.4679687
>
>
>
> ¿Cómo debería hacer, me interesa mucho más utilizar R, pero debo estar
> seguro de los resultados?
>
>
> [[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
>
>