Raw Message

Message-ID: <9427FE06-8540-4A34-B3D2-36DF5430BABF@iberstat.es>
Date: 2010-09-24T17:00:07Z
From: Olivier Nuñez
Subject: [R-es] help
In-Reply-To: <AANLkTinoXfjKx6vpeYA7ivz7tXyCsnMxuhmVUXKV6bvR@mail.gmail.com>

Santiago,

los efectos aleatorios  han de corresponder a un factor cuyos niveles  
son elegidos al azar (o no controlados) en el experimento.
Me parece que tanto la posición, el paisaje o el tipo de cultivo son  
factores fijos en tu experimento.
Sin embargo la posición es anidada dentro del lote y puede por lo  
tanto tener efectos aleatorios (curvas no paralelas).
Por lo tanto, te propongo

alpha.lme<-lme(log(alpha+1)~1+Landscape+Crop+Position+Landscape:Crop 
+Landscape:Position+Crop:Position,
random=~1|Lote/Position, method="REML")

Un saludo. Olivier
--  
____________________________________

Olivier G. Nuñez
Email: onunez en iberstat.es
Tel : +34 663 03 69 09
Web: http://www.iberstat.es

____________________________________




El 24/09/2010, a las 18:08, Santiago L. Poggio escribió:

> Estimados
> Escribo para consultar sobre el uso de modelos mixtos anidados. Los
> datos que estoy analizando provienen de censos de malezas en cuatro
> tipos de paisajes de la región pampeana, en los que seleccioné al azar
> igual número de lotes agrícolas cultivados con tres cultivos (maíz,
> soja y trigo-soja). En cada lote censé el número de especies de
> malezas en tres posiciones: el alambrado, el borde y el centro del
> lote. Estas medidas no son independientes. Entonces, las tres
> posiciones en el lote están anidadas dentro de los cultivos, los que a
> su vez lo están dentro de los cuatro paisajes. Mi objetivo es
> determinar en qué medida la variación en el número de especies de
> malezas es explicada por el tipo de paisaje, el cultivo y la posición
> en el lote agrícola, o las interacciones entre factores.
>
> Usé la library (nlme) con el siguiente modelo:
>
> alpha.lme<-lme(log(alpha+1)~1+Landscape+Crop+Position+Landscape:Crop 
> +Landscape:Position+Crop:Position,
> random=~1|Landscape/Crop/Position, method="REML")
>
> Obtengo la siguiente solución en el ANVA:
>
>> anova(alpha.lme)
>                                    numDF denDF  F-value          p- 
> value
> (Intercept)                      1          216       609.6535   <. 
> 0001
> Landscape                    3               0            
> 0.7533         NaN
> Crop                               2               0            
> 0.7327     NaN
> Position                         2             12           
> 64.1800   <.0001
> Landscape:Crop          6                0         0.2956      NaN
> Landscape:Position     6             12        1.2043     0.3679
> Crop:Position                4             12       1.1807     0.3679
> Warning messages:
> 1: In pf(q, df1, df2, lower.tail, log.p) : NaNs produced
> 2: In pf(q, df1, df2, lower.tail, log.p) : NaNs produced
> 3: In pf(q, df1, df2, lower.tail, log.p) : NaNs produced
>
> Y hasta aquí llegue. Veo que algo está mal con la distribución de los
> grados de libertad, ¿Qué es lo que tendría que odificar para resolver
> el problema? ¿Están mal elegidos los efectos aleatorios? ¿Tendría que
> usar otra formulación del modelo u otro modelo?
>
> Muchas gracias a todos
> Saludos
> Santiago
>
>
> -- 
> Santiago. L. Poggio
> Ing. Agr., Dr.
> CONICET - Cátedra de Producción Vegetal
> Departamento de Producción Vegetal
> Facultad de Agronomía
> Universidad de Buenos Aires
> Av. San Martín 4453
> (C1417DSE) Buenos Aires
> ARGENTINA
>
> _______________________________________________
> R-help-es mailing list
> R-help-es en r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es