Modelo GLS

Boa Noite!
Trabalho com monitoramento de zooplâncton em uma lagoa costeira, e preciso fazer uma análise de dois períodos distintos.
Tenho ao total, 2 variáveis resposta(biomassa do zooplancton) e 9 variáveis explicativas(todas quantitativas), para cada período.
Uma colega da área indicou o modelo GLS, por se tratar de uma análise de série temporal.
Com o estudo, prevemos que, com o aumento esperado na biomassa de cianobactérias (do ano de 1997 para 2018 ),populações de Brachionus plicatilis e B. angularis são afetadas positivamente
tornando-se espécies dominantes de zooplâncton.

Iniciei analisando a distribuição da primeira variável resposta que se apresentou como não normal, então transformei os dados com log e passou a ter distribuição normal.
Um pouco do que foi feito até agora:

setwd("C:/Users/Nina/Documents/Artigo Laryssa")
dir()
library(readxl)
jac2018<-read_xlsx("Jacarepagua 2018.xlsx", sheet="Planilha1")
summary(jac2018)[/color]

#Analisando a variável resposta

qqnorm(jac2018$`B.plicatilis ind/L`)
qqline(jac2018$`B.plicatilis ind/L`)
hist(jac2018$`B.plicatilis ind/L`)
shapiro.test(jac2018$`B.plicatilis ind/L`)

#Shapiro-Wilk normality test
#data:  jac2018$`B.plicatilis ind/L`
#W = 0.55202, p-value = 1.879e-07

# distribuição não normal (p-value < 0.05)


#Analisando os dados transformados com log x+1

qqnorm(log1p(jac2018$`B.plicatilis ind/L`))
qqline(log1p(jac2018$`B.plicatilis ind/L`))
hist(log1p(jac2018$`B.plicatilis ind/L`))
shapiro.test(log1p(jac2018$`B.plicatilis ind/L`))

#Shapiro-Wilk normality test
#data:  log1p(jac2018$`B.plicatilis ind/L`)
#W = 0.97331, p-value = 0.7486


#verificando a correlação entre as variáveis explicativas

correlação<-cor(jac2018[,c(4,5,9,13,16,18,19,23,25)], method="spearman")
write.table(correlação, file="correlação.txt")

library(vegan)
Dados<-jac2018[,-(1:2)]
Dados_pad<-decostand(Dados, method="standardize", na.rm="TRUE")

A partir daqui, pretendo fazer uma regressão, para depois verificar a multicolinearidade (com a função vif), depois avaliar a autocorrelação temporal (com a função acf), e por ultimo, aplicar o modelo GLS, e é justamente onde começa o problema, pois como iniciei o curso há menos de 2 meses, não tenho bagagem o suficiente para me sentir segura em rodar o modelo GLS, além disso, estou com muita dificuldade em encontrar informações sobre esse modelo.
Se alguém puder dar uma conferida em tudo o que foi feito até agora e me ajudar nos próximos passos, ficaria imensamente agradecida!!!
Se alguém tiver uma sugestão de script para o modelo GLS, também ajudaria muito!!

Desde já agradeço!!!

Fernanda Oliveira

Oi, Fernanda, tudo bem?

Nós vamos tratar um pouco das questões relacionadas à autocorrelação mais adiante no curso. Não falo especificamente sobre GLS, mas você verá algumas outras possibilidades, ok?

Mas se quiser um bom guia, dê uma olhada neste:
https://www.flutterbys.com.au/stats/tut/tut8.3a.html

Ao mesmo tempo, acho legal você buscar boas leituras que cubram bem os aspectos mais teóricos por trás destes métodos e a forma de interpretá-los. Neste sentido, mesmo que eu não trate destes métodos especificamente, acho que avançar mais no nosso curso deve ajudar.

Abraços!

Olá, professor! Bom dia!
Eu trabalho com a Fernanda e estou fazendo essas análises com ela. Obrigada pela dica do site, vai nos ajudar bastante. Mas o senhor chegou a dar uma olhada no script que fizemos até agora? Se for possível nos dar um feedback para sabermos se estamos no caminho certo, agradecemos muito.

Dei uma espiada com mais calma no script que vocês tem até o momento, e me parece tudo ok!

Muito Obrigada!!!