Análise de dados longitudinais com medidas inequidistantes
2 participantes
Página 1 de 1
Análise de dados longitudinais com medidas inequidistantes
Boa tarde.
Estou trabalhando com análise do número de recrutas (indivíduos regenerantes) de espécies arbóreas em uma floresta e tenho medições nos anos de 2012, 2013, 2014 e 2017. Quero analisar o efeito de manejo, tempo e manejo* tempo no número de recrutas. Para isso, estou trabalhando com Modelos Lineares Generalizados Mistos (GLMM, do inglês), com distriuição Poisson (usada para dados de contagem).
Minha dúvida é sobre como devo considerar o número de recturas no ano de 2017, já que existem 3 anos de diferença para medição anterior. Para o ajuste do modelo, devo dividir o número de recrutas do ano de 2017 por 3 ou o modelo mesmo já faz essa ponderação?
Exemplo de esboço da planilha:
Parcela Manejo Ano Recrutas
1 Sim 2013 12
1 Sim 2014 14
1 Sim 2017 13
ou
Exemplo de planilha:
Parcela Manejo Ano Recrutas
1 Sim 2013 12
1 Sim 2014 14
1 Sim 2017 39
?
Estou trabalhando com análise do número de recrutas (indivíduos regenerantes) de espécies arbóreas em uma floresta e tenho medições nos anos de 2012, 2013, 2014 e 2017. Quero analisar o efeito de manejo, tempo e manejo* tempo no número de recrutas. Para isso, estou trabalhando com Modelos Lineares Generalizados Mistos (GLMM, do inglês), com distriuição Poisson (usada para dados de contagem).
Minha dúvida é sobre como devo considerar o número de recturas no ano de 2017, já que existem 3 anos de diferença para medição anterior. Para o ajuste do modelo, devo dividir o número de recrutas do ano de 2017 por 3 ou o modelo mesmo já faz essa ponderação?
Exemplo de esboço da planilha:
Parcela Manejo Ano Recrutas
1 Sim 2013 12
1 Sim 2014 14
1 Sim 2017 13
ou
Exemplo de planilha:
Parcela Manejo Ano Recrutas
1 Sim 2013 12
1 Sim 2014 14
1 Sim 2017 39
?
Carlos Delano C. Olvieira- Mensagens : 6
Data de inscrição : 30/03/2020
Re: Análise de dados longitudinais com medidas inequidistantes
Oi, Carlos, boa tarde!
Olha, acho que a resposta depende de como o tempo será tratado. Se ele fizer parte explícita do modelo, entrando como variável (e se entendi a descrição, ele irá), então não acho necessário fazer qualquer correção. O que acontece é que o efeito do tempo, sendo tratado como parte do modelo, irá considerar a diferença no recrutamento em relação à diferença de tempo.
Então acredito que você possa seguir sem modificar os dados, ok?
Olha, acho que a resposta depende de como o tempo será tratado. Se ele fizer parte explícita do modelo, entrando como variável (e se entendi a descrição, ele irá), então não acho necessário fazer qualquer correção. O que acontece é que o efeito do tempo, sendo tratado como parte do modelo, irá considerar a diferença no recrutamento em relação à diferença de tempo.
Então acredito que você possa seguir sem modificar os dados, ok?
Re: Análise de dados longitudinais com medidas inequidistantes
Oi Marcos.
Isso mesmo. Tenho um fator tempo (com os níveis "2013", "2014" e "2017") no meu modelo e quero analisar se ele tem efeito no número de recrutas.
Entendi seu ponto. Então o modelo mesmo já considera a diferença de recrutas em relação à diferença de tempo.
ok, vou fazer isso: ajustar o modelo sem modificar os dados.
Obrigado pelo esclarecimento.
Isso mesmo. Tenho um fator tempo (com os níveis "2013", "2014" e "2017") no meu modelo e quero analisar se ele tem efeito no número de recrutas.
Entendi seu ponto. Então o modelo mesmo já considera a diferença de recrutas em relação à diferença de tempo.
ok, vou fazer isso: ajustar o modelo sem modificar os dados.
Obrigado pelo esclarecimento.
Carlos Delano C. Olvieira- Mensagens : 6
Data de inscrição : 30/03/2020
Re: Análise de dados longitudinais com medidas inequidistantes
Oi de novo, Carlos!
Opa, mas tem uma questão: se você considerar os anos como um fator, nós temos um problema. Sendo um fator, o que importa para o R são níveis diferentes, mas ele não vai entender que de 2014 para 2017, por exemplo, a diferença é de 3 anos.
Para esta abordagem dar certo, você precisa usar o tempo como uma variável quantitativa, pois assim o "valor" de cada ano ficará explícito. Se por algum motivo você precisar usar ano como fator (por exemplo, se apenas tiver 3 anos), então eu faria como na sua pergunta original, e usaria os dados de forma proporcional de maneira a compensar a diferença entre os anos.
Opa, mas tem uma questão: se você considerar os anos como um fator, nós temos um problema. Sendo um fator, o que importa para o R são níveis diferentes, mas ele não vai entender que de 2014 para 2017, por exemplo, a diferença é de 3 anos.
Para esta abordagem dar certo, você precisa usar o tempo como uma variável quantitativa, pois assim o "valor" de cada ano ficará explícito. Se por algum motivo você precisar usar ano como fator (por exemplo, se apenas tiver 3 anos), então eu faria como na sua pergunta original, e usaria os dados de forma proporcional de maneira a compensar a diferença entre os anos.
Tópicos semelhantes
» script da Analise dos dados de manuscrito:literature patterns about humpback whale em html
» Transformacao dos dados, Log, Arcoseno, raiz quadrada & Re transformação de dados-Back-transformation
» Analise de contraste GLM
» Dúvidas em relação a Análise de Correspondência Canônica
» Dúvida na análise de Autocorrelação espacial e mantel parcial no R
» Transformacao dos dados, Log, Arcoseno, raiz quadrada & Re transformação de dados-Back-transformation
» Analise de contraste GLM
» Dúvidas em relação a Análise de Correspondência Canônica
» Dúvida na análise de Autocorrelação espacial e mantel parcial no R
Página 1 de 1
Permissões neste sub-fórum
Não podes responder a tópicos