Hola,
Te sugiero varias posibilidades a las dudas que planteas
1. Una forma de comprobar que la diferencia de los coeficientes del modelo
para los genotipos A y H es mediante el cálculo del intervalo de confianza
para los coeficientes del modelo de cada una de estas variables. Lo puedes
hacer a través de la función confint(). Con esta función obtendrás el
intervalo de confianza entre e. 2.5% y el 97.5%.
2. Mediante la función "step()" puedes introducir las variables en el
modelo de forma progresiva y variando el orden de forma automática. Y para
cada iteración se obtiene el nivel de bondad del ajuste.
3. Esta comparación entre pares para las medias, se puede realizar de forma
muy inmediata mediante la función "TukeyHSD()" a partir del modelo
lineal
que has definido.
4. Los p-values para modelos mixtos los puedes obtener con la función
"cftest()" del paquete "multcomp".
Saludos,
Carlos Ortega
www.qualityexcellence.es
2011/8/11 rod lopez <rod99hare@gmail.com>
> Estimados muy buenas quería hacerles unas consultas!
>
> Estoy trabajando con resultados de pesos al destete (variable repuesta) en
> animales, comparando animales de distinto genotipo (12) basados en 2 razas
> puras AAAA y HHHH con sus respectivas variaciones según los cruzamientos
> obtenidos entre las razas.
>
> Mi planteo lo dividí en partes:
>
> 1) Ajusté un modelo fijo con las siguientes variables explicativas:
>
> - año
> -sexo
> -categoría de la madre del ternero (según el número de partos)
> -genotipo del ternero en base a la raza de los padres
>
> Con la función lm ajusté el modelo lineal:
>
> model<-lm(pesodes~anio+sexo+categ+genot,data=peso)
> summary(model)
>
> Con el summary (model) el *intercepto incluyó además de la media general,
> el
> genotipo AAAA, el sexo H (hembra) y el año más viejo 1994. *
>
> *La duda es si yo quisiera afirmar que la diferencia entre el genotipo AAAA
> y el genotipo HHHH es de 6 kg a favor del genotipo AAAA (*como lo expresa
> la
> tabla 1 con los coeficientes)* está bien? o está sesgando la comparación lo
> otro que quedó incluído en el intercepto (media general, sexo H y año
> 1994)?
>
> *
> # TABLA 1:
>
> Residuals:
> Min 1Q Median 3Q Max
> -118.22628 -16.27613 0.07058 16.00515 68.98782
>
> Coefficients:
> Estimate Std. Error t value Pr(>|t|)
> (Intercept) 152.928 3.766 40.605 < 2e-16 ***
> anio1995 -18.852 3.894 -4.841 1.46e-06 ***
> anio1996 -12.971 3.983 -3.256 0.001160 **
> anio1997 -16.267 3.958 -4.110 4.22e-05 ***
> anio1998 -22.752 3.668 -6.203 7.56e-10 ***
> anio1999 -22.991 4.167 -5.518 4.18e-08 ***
> anio2000 4.480 3.627 1.235 0.216959
> anio2001 18.357 3.848 4.770 2.06e-06 ***
> anio2002 -13.889 3.914 -3.549 0.000402 ***
> sexoM 5.728 1.407 4.071 4.98e-05 ***
> categVQU.2 -2.641 1.519 -1.739 0.082243 .
> categVQU.3 8.050 3.180 2.532 0.011482 *
> genotAAAH 14.921 4.144 3.600 0.000331 ***
> genotAAHA 11.736 3.471 3.381 0.000746 ***
> genotAAHH -3.380 2.310 -1.463 0.143792
> genotAHAH 12.465 6.888 1.810 0.070569 .
> genotAHHA 4.985 6.670 0.747 0.454941
> genotHAAH 17.877 5.824 3.070 0.002190 **
> genotHAHA 18.888 6.406 2.948 0.003257 **
> genotHHAA 7.769 2.336 3.325 0.000909 ***
> genotHHAH 5.786 3.320 1.742 0.081692 .
> genotHHHA 10.849 4.108 2.641 0.008381 **
> *genotHHHH -6.044 2.274 -2.657 0.007985 ***
> ---
> Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
>
> Residual standard error: 24.54 on 1225 degrees of freedom
> Multiple R-squared: 0.3359, Adjusted R-squared: 0.324
> F-statistic: 28.16 on 22 and 1225 DF, p-value: < 2.2e-16
>
> 2)Luego le pedí un ANOVA para ver la significancia de efectos fijos:
>
> anova(model)
>
> Analysis of Variance Table
>
> Response: pesodes
> Df Sum Sq Mean Sq F value Pr(>F)
> anio 8 302153 37769 62.7340 < 2.2e-16 ***
> sexo 1 9774 9774 16.2340 5.943e-05 ***
> categ 2 7504 3752 6.2318 0.002029 **
> genot 11 53589 4872 8.0919 9.061e-14 ***
> Residuals 1225 737514 602
>
> *El problema fue que **el resultado que me dió el ANOVA es la suma de
> cuadrados tipo 1.
>
> E**xiste alguna forma de pedirle el resultado como suma de cuadrados tipo 3
> así puedo saber la significancia de cada una de las variables explicativas
> sin que dependa su valor del orden en que las ingrese al modelo?
>
> *3) *Si quisiera realizar compararaciones de múltiples medias, por ejemplo
> saber cuales son las medias de peso al destete que son diferentes
> significativamente entre los distintos genotipos *(12 genotipos)*, (una vez
> que ya se que es significativa la variable genotipo), cómo lo escribiría
> usando tukey o usando contrastes?
>
> *Porque si me baso en los resultados del summary.lm(model) solo me compara
> el genotipo AAAA contra cada uno de los genotipos restantes pero no puedo
> saber si entre ellos tambien hay diferencias.
>
>
> 4) La segunda parte del ajuste de modelos consistió en ajustar un modelo
> mixto en base a los efectos fijos año, sexo y categoría de la madre y el
> efecto aleatorio fue el efecto geneético del animal.
>
> *La duda es, los resultados no me dan los p-valores de los efectos fijos
> para saber si son significatuivos o no, existe alguna forma de saberlo?
> porque si yo quisiera ajustar directamente un modelo mixto sin tener que
> ajustar uno fijo previamente, puedo hacerlo?
>
>
> *SALUDOS Y MUCHAS GRACIAS!
>
> Rodrigo.
>
> [[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]]