Santiago, no estoy seguro de entenderte bien. Con el fin de asegurarme que entendà algo, me explico con más detalles: En el seno de cada paisaje, hay una serie de cultivos. A si mismo, para cada cultivo encontramos una serie de lotes dedicados a dicho cultivo. Tu elegiste al azar una muestra de lotes para cada paisaje y cada cultivo. Dentro de cada uno de los lotes observas la densidad de maleza en distintas posiciones (comunes a cada lote). Los efectos principales de estos factores y sus mutuas interacciones son FIJOS. Ahora bien, es muy probable que observes variaciones entre lotes de un mismo paisajes y mismo cultivo. Puesto que estos lotes han sido elegidos al azar sus correspondientes efectos serán también aleatorios. Si proponemos el modelo simple "random=~1|Lote", suponemos implÃcitamente que la variación de la densidad de maleza entre dos lote perteneciendo al mismo paisaje y dedicado al mismo cultivo, será constante en las distintas posiciones. Es decir que no hay interacción entre el lote y la posición (curvas de densidad de maleza paralelas). Si en cambio, se considera el modelo "random=~1|Lote/Position", puede haber efectos de interacción (curvas no necesariamente paralelas) y la interacción es aleatoria porque el factor Lote tiene niveles aleatorios. Dicho eso, es posible, como lo señalo Luciano, que este ultimo modelo no te dejé ningún grados de libertad para la variabilidad residual, y que obtengas una salida de la tabla ANOVA con NA's. Asà que si no tienes replicaciones no dudes en optar por un modelo más parsimonioso. 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 19:15, Santiago L. Poggio escribió:
Estimado Olivier, Muchas gracias por tu respuesta. SÃ, es como vos decÃs. Los efectos son fijos, pero la posición en el lote no es independiente. Como cada cultivo corresponde a un lote, ntentaré con el modelo que proponés incluyendo 'Cop/Position' como variable aleatoria. Saludos cordiales Santiago El dÃa 24 de septiembre de 2010 14:00, Olivier Nuñez <onunez en iberstat.es> escribió:
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 agrÃcolas cultivados con tres cultivos (maÃz,
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 agrÃcola, 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 aquà llegue. Veo que algo está mal con la distribución de
los
grados de libertad, ¿Qué es lo que tendrÃa que odificar para
resolver
el problema? ¿Están mal elegidos los efectos aleatorios? ¿TendrÃa
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 AgronomÃa
Universidad de Buenos Aires
Av. San MartÃn 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
-- Santiago. L. Poggio Ing. Agr., Dr. CONICET - Cátedra de Producción Vegetal Departamento de Producción Vegetal Facultad de AgronomÃa Universidad de Buenos Aires Av. San MartÃn 4453 (C1417DSE) Buenos Aires ARGENTINA