search for: hembra

Hi to all the people again, I was writting a simply function in R, and wish to collect the results in a excel file. The work goes as follows, Ciervos<-function(K1, K0, A, R,M,Pi,Hembras) {B<-(K1-K0)/A T1<-(R*Pi*Hembras-M*Pi+B)/(Pi-M*Pi+R*Pi*Hembras) P1<-Pi-B R1<-P1*Hembras*R M1<-P1*M T2<-(R1-M1+B)/(P1-M1+R1) P2<-P1-B R2<-P2*Hembras*R M2<-P2*M T3<-(R2-M2+B)/(P2-M2+R2) P3<-P2-B R3<-P3*Hembras*R M3<-P3*M T4<-(R3-M3+B)/(P3-M3+R3) P4<-P3-B...

...equeños) y la identidad del padre y de la madre también como rándom, puesto que se pueden repetir entre años. La estructura de mi modelo es la siguiente: #paquete(lme4), mi versión de R es la 3.1.1. m1<- glmer(ncebas~offset(LogDur_video)+ TamañoParche*Ldate*Csize+(1|YEAR) + (1|Bosque/nideo)+ (1|Hembra) + (1|Macho), data=Cebas, family=poisson(link=log)) #con todas las variables e interacciones posibles para que sirva como referencia a la hora de la selección del modelo final. El modelo me funciona, sin embargo me aparecen unos warnings que no sé a que se deben ni la importancia real en el cáculo...

Creo que el problema es que cuando lo pasas directamente a numeric el toma los niveles para transformarlos. Los factores tienen sus niveles con sus etiquetas, digamos, que es lo que vemos nosotros. Por ejemplo machos y hembras puede ser lo que vemos mientras que internamente los niveles son 1 y 2. Si fuera ese el problema yo lo resuelvo transformando primero en character y luego a numeric. Quedaría así: datos$coltipofactor = as.numeric(as.character(datos$coltipofactor)) Prueba así a ver si era eso. -- Fernando Mace...

...y en el procediminto del monitoreo. Dado que todos los años se muestera la misma estacion talvez habria que utilizar un glmm en vez de glm... En realidad lo que estoy aplicando es el modelo de Hurdle, pero haciendolo en dos partes separadas ya que primero analizo la possiblidad que hay de encontrar hembras con malformaciones ( o sea que tienen uno o mas embryones malformados) y luego analizo la frecuencia en esas hembras por separado. Primero aplico un modelo binomial y luego un truncado con familia poisson negativa ya que hay gran dispersion. Gracias por el enlace, lo voy a vichar ahora. Saludo...

Se ha borrado un adjunto en formato HTML... URL: <https://stat.ethz.ch/pipermail/r-help-es/attachments/20170802/366301a6/attachment.html>

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