GLM - Diagnóstico do modelo

Olá professor Marcos Vital, tudo bem? No módulo extra sobre GLM o professor Frederico Neves ensinou como utilizar a função rdiagnostic para testar o ajuste dos modelos.

Eu fiz uma glm de distribuição gaussian, mas no gráfico os desvios ficaram fora da faixa esperada.
Apesar disso, eu utilizei a informação do summary (Dispersion parameter for gaussian family taken to be 1.608136) do modelo sobre os desvios dos resíduos, e ficou dentro do esperado.

O que deve ser feito? Tenho de transformar os dados? Ou eu não preciso fazer nada?

Grato!

Oi, Paulo Henrique!

Olha, diagnóstico de modelos sempre corre o risco de chegar num limiar no qual a decisão final pode acabar sendo um pouco subjetiva, e depender "do olho" de quem está avaliando. Mas o meu chute é que se você achar que os desvios no gráfico não ficaram exageradamente fora da faixa, pode ficar com o resultado encontrado, se apoiando nos desvios dos resíduos como parâmetro.

Uma possibilidade interessante para você sentir mais segurança seria refazer o modelo com os dados transformados, e verificar se a conclusão geral muda. Caso não mude, você fica em um terreno seguro em relação aos resultados.

Qualquer coisa vamos nos falando!

Certo, professor. Eu refiz com os dados padronizados (standardization).
Deu uma melhorada nos resíduos.

Obrigado!

Show, que bom que deu certo!

Olá Paulo Henrique, estou chegando agora para o treinamento de 10 semanas e resolvi olhar as discussões aqui e cheguei na sua. Sou novo aqui, mas já usei R e algumas ferramentas como GLM para algumas análises. Você testou a família GAMA no GLM? Para mim foi a melhor e não é necessário transformar dados, pois o estatístico que me ajudou na época disse que era a melhor maneira para não perder resultados da pesquisa. Me diga o que fez? Obrigado

Olá Herlon,
li a sua dica de usar a família GAMA sem a necessidade de transformar os dados. Poderia me dizer com que teste seria necessário com essa configuração?
F ou Chisq

Aproveito e já que o assunto é GLM tenho uma dúvida também. Ao fazar a análise e ao rodar o teste pela função anova as variáveis explicativas testadas deram p<0.05, no entanto, ao rodar o summary uma das variáveis testada indicou p>0.05. Qual eu devo seguir, a anova ou summary e por que da diferênça?

Bom dia Mario, como vai? No meu caso, como tinha uma tabela muito grande e com muitos NA's eu usei da seguinte forma:
glm((Dens+0.1) ~ Bioma/Clima,family=Gamma(link='log'), data=dados)
anova(mod,test="Chisq")
Sobre sua pergunta a respeito do p valor, eu não sei porque aconteceu isso, acho melhor perguntar direto para o @Prof. Marcos. Por favor, se puder chame ele aqui novamente para eu acompanhar essa conversa. Espero ter ajudado.

Obrigado Herlon. Vou tentar usar as suas sugestões. Se não conseguir melhorar o resultado chamo sim o Prof. Marcos para ajudar. abs

Ok Mario, me avise aqui qual foi o resultado que obteve e se serviu para você. Boa sorte

Olá Herlon,
deu certo, no entanto, tive que logar o a variável resposta para dar certo. Não sei se isso é possível, pois o modelo já prever o link=log. Achas que é possível fazer isso?

Ótimo Mario!!! Sobre o link=log, pelo que me lembro foi o que melhor se adaptou para mim e outros amigos que compartilhei o script, mas parece que é possível alterar para raiz também. Isso agora só com o Marcos mesmo, não tenho conhecimento para te afirmar . Novamente me avise aqui o que fez. Vlwww

ca.