Não foi possível enviar o arquivo. Será algum problema com as permissões?
Diferenças

Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

Link para esta página de comparações

Ambos lados da revisão anterior Revisão anterior
Próxima revisão
Revisão anterior
projetos:gem2 [2011/07/02 17:22]
walmes [Histórico]
projetos:gem2 [2011/10/18 10:07] (atual)
eder [section 5]
Linha 16: Linha 16:
     * [[pessoais:​paulojus|Paulo Justiniano Ribeiro Jr]]     * [[pessoais:​paulojus|Paulo Justiniano Ribeiro Jr]]
     * [[pessoais:​silvia|Silvia Emiko Shimakura]]     * [[pessoais:​silvia|Silvia Emiko Shimakura]]
 +    * [[pessoais:​elias|Elias Teixeira Krainski]]
     * [[pessoais:​wbonat|Wagner Hugo Bonat]]     * [[pessoais:​wbonat|Wagner Hugo Bonat]]
     * [[pessoais:​walmes|Walmes Marques Zeviani]]     * [[pessoais:​walmes|Walmes Marques Zeviani]]
Linha 25: Linha 26:
 ---- ----
  
-==== Scripts ====+==== Scripts ​ & Códigos====
     * {{:​pessoais:​mixedeffects.r|Random Effects - Faraway}} ​     * {{:​pessoais:​mixedeffects.r|Random Effects - Faraway}} ​
 +    * {{:​pessoais:​reml.r|REML e ML}} Comparação entre verossimilhança (ML) e verossimilhança residual (REML) em modelos mistos
     * [[http://​www.maths.bath.ac.uk/​~jjf23/​ELM/​scripts/​|Scritps]] Extending the Linear Model with R     * [[http://​www.maths.bath.ac.uk/​~jjf23/​ELM/​scripts/​|Scritps]] Extending the Linear Model with R
     * [[http://​www.maths.bath.ac.uk/​~jjf23/​ELM/​mixchange.pdf| Random Effects]] Material Atualizado do livro     * [[http://​www.maths.bath.ac.uk/​~jjf23/​ELM/​mixchange.pdf| Random Effects]] Material Atualizado do livro
-    * [[http://www.ebah.com.br/​content/​ABAAAAG_sAC/​modelos-lineares|João Gil de Luna ]]+    * {{:pessoais:​pql.r|PQL para dados Poisson ​com efeito aleatório individual não estruturado (Silvia)}}
  
 ---- ----
 +
 +==== Artigos ====
 +  *{{http://​www.jstor.org/​stable/​pdfplus/​2527669.pdf|The Estimation of Environmental and Genetic Trends from Records Subject to Culling}}
 +  * {{http://​www.sciencedirect.com/​science/​article/​pii/​S0022030278835905|Simulation of Examine Distributions of Estimators of Variances and Ratios of Variances}}
 +  * {{http://​www.jstor.org/​stable/​3001853|Estimation of Variance and Covariance Components}}
 +  * {{http://​www.sciencedirect.com/​science/​article/​pii/​S0022030291786013|C. R. Henderson: Contributions to Predicting Genetic Merit}}
 +  * {{http://​download.journals.elsevierhealth.com/​pdfs/​journals/​0022-0302/​PIIS002203027584776X.pdf|Rapid Method for Computing the Inverse of a Relationship Matrix}}
 +  * {{http://​www.jstor.org/​pss/​2529339|A simple method for computing the inverse of a numerator relationship matrix used in prediction of breeding values}}
 +  * {{http://​www.jstor.org/​stable/​2529430?&​Search=yes&​searchText=%22C.+R.+Henderson%22&​list=hide&​searchUri=%2Faction%2FdoBasicSearch%3FQuery%3Dau%253A%2522C.%2BR.%2BHenderson%2522%26wc%3Don&​prevSearch=&​item=3&​ttl=373&​returnArticleService=showFullText|Best Linear Unbiased Estimation and Prediction under a Selection Model}}
 +  * {{http://​www.jstor.org/​stable/​2530609?&​Search=yes&​searchText=%22C.+R.+Henderson%22&​list=hide&​searchUri=%2Faction%2FdoBasicSearch%3FQuery%3Dau%253A%2522C.%2BR.%2BHenderson%2522%26wc%3Don&​prevSearch=&​item=5&​ttl=373&​returnArticleService=showFullText|Variance-Covariance Matrix of Estimators of Variances in Unweighted Means ANOVA}}
 +  * {{http://​www.jstor.org/​stable/​2529264?​seq=10|A Comparison of Variance Component Estimators}}
 +  ​
  
 ==== Slides, notas de aula e apostilas ==== ==== Slides, notas de aula e apostilas ====
Linha 77: Linha 91:
   * {{http://​www.google.com/​search?​client=ubuntu&​channel=fs&​q=restricted+maximum+likelihood+estimation+of+variance+components+in+generalized+linear+mixed+models&​ie=utf-8&​oe=utf-8#​hl=pt-BR&​client=ubuntu&​hs=tLi&​channel=fs&​q=restricted+maximum+likelihood+estimation+of+variance+components+in+generalized+linear+mixed+models+filetype:​ps&​aq=f&​aqi=&​aql=&​oq=&​pbx=1&​bav=on.2,​or.r_gc.r_pw.&​fp=7992793a42cf0be6&​biw=1760&​bih=849|Thomas Kneib - Restricted maximum likelihood estimation of variance components in generalized linear mixed models}}; =)   * {{http://​www.google.com/​search?​client=ubuntu&​channel=fs&​q=restricted+maximum+likelihood+estimation+of+variance+components+in+generalized+linear+mixed+models&​ie=utf-8&​oe=utf-8#​hl=pt-BR&​client=ubuntu&​hs=tLi&​channel=fs&​q=restricted+maximum+likelihood+estimation+of+variance+components+in+generalized+linear+mixed+models+filetype:​ps&​aq=f&​aqi=&​aql=&​oq=&​pbx=1&​bav=on.2,​or.r_gc.r_pw.&​fp=7992793a42cf0be6&​biw=1760&​bih=849|Thomas Kneib - Restricted maximum likelihood estimation of variance components in generalized linear mixed models}}; =)
   * {{http://​research.utar.edu.my/​CMS/​ICMSA2010/​ICMSA2010_Proceedings/​files/​poster/​P-Rashidi.pdf|Fit generalized linear mixed models (GLMM), using of different likelihoods}};​   * {{http://​research.utar.edu.my/​CMS/​ICMSA2010/​ICMSA2010_Proceedings/​files/​poster/​P-Rashidi.pdf|Fit generalized linear mixed models (GLMM), using of different likelihoods}};​
 +  * {{http://​www.ebah.com.br/​content/​ABAAAAG_sAC/​modelos-lineares|Modelos Lineares - João Gil de Luna}};
 +  * {{http://​nlp.stanford.edu/​~manning/​courses/​ling289/​GLMM.pdf|Generalized Linear Mixed Models (illustrated with R on Bresnan et al.’s datives data)}};
  
 ---- ----
Linha 84: Linha 100:
   * Em <fc #​008000>​verde</​fc>:​ conteúdo previsto para o próximo encontro;   * Em <fc #​008000>​verde</​fc>:​ conteúdo previsto para o próximo encontro;
  
-^     ​Data ​ ^  Hora   ​^ ​  ​Acontecimento ​                                      ^  Apresentador ​+^     ​Data ​ ^  Hora   ​^ ​  ​Acontecimento ​                                      ^  
-| 23/03/2011| 17:30   | Discussão inicial do grupo - Walmes, PJ , Éder, Renato| ​     ​| ​       ​ +| 23/03/2011| 17:30   | Discussão inicial do grupo - Walmes, PJ , Éder, Renato| 
-| 20/05/2011| 16:00   | Discussão sobre separação de atividades (Derivação das expressões,​ ML, REML, PQL, Inferência em MM, exemplos em genética e experimentação )  ​| ​ |  +| 20/05/2011| 16:00   | Discussão sobre separação de atividades (Derivação das expressões,​ ML, REML, PQL, Inferência em MM, exemplos em genética e experimentação )  | 
-| 17/06/2011| 16:00   | Procedimento REML de estimação de componentes de variância em LMM (PJ). Implementação de funções de verossimilhança para estimação de parâmetros em GLMM sem e com estrutura para um fator de efeito aleatório (WB). |  ​|  +| 17/06/2011| 16:00   | Procedimento REML de estimação de componentes de variância em LMM (PJ). Implementação de funções de verossimilhança para estimação de parâmetros em GLMM sem e com estrutura para um fator de efeito aleatório (WB). | 
-| 01/07/2011| 16:00   | Procedimentos PQL para modelos mistos na família exponencial (SS), métodos numéricos (Gauss-Hermite,​ Laplace, Quasi Monte Carlo) empregados para estimação em modelos mistos (WB).  ​+| 01/07/2011| 16:00   | Procedimentos PQL para modelos mistos na família exponencial (SS), métodos numéricos (Gauss-Hermite,​ Laplace, Quasi Monte Carlo) empregados para estimação em modelos mistos (WB).  | 
-| 08/07/2011| 16:00   ​| ​ <fc #​008000>​Implementação do procedimento REML (EB), PQL (SS) e predição de efeitos aleatórios (PJ).</​fc> ​ |      ​| ​        +| 08/07/2011| 16:00   ​| ​ <fc #​008000>​Implementação do procedimento REML (EB), PQL (SS) e predição de efeitos aleatórios (PJ).</​fc> ​ |
 ---- ----
  
Linha 110: Linha 125:
  
 ==== Referências ​ ==== ==== Referências ​ ====
-=== Artigos ===+
 === Livros === === Livros ===
 <​bibtex>​ <​bibtex>​
Linha 187: Linha 202:
  
 ---- ----
- 
-==== Códigos para modelos Mistos ==== 
-=== Exemplo Random Effects Faraway ​ === 
-<code R> 
-### Modelo mistos 
-### Exemplo retirado do capitulo Random Effeets do Faraway 
-require(faraway) 
-require(lme4) 
-###​------------------------------------------------------------###​ 
-### Modelo simples com apenas um fator 
-data(pulp) 
-str(pulp) 
-summary(pulp) 
-op <- options(contrasts=c("​contr.sum",​ "​contr.poly"​)) 
-### Efeitos Fixos 
-lmod <- aov(bright ~ operator, pulp) 
-summary(lmod) 
-summary.lm(lmod) 
-coef(lmod) 
-  
-sigma2alfa <- (0.447-0.106)/​5 
-sigma2alfa 
-  
-model.matrix(lmod) 
-  
-modelo <- matrix(apply(model.matrix(lmod),​1,​function(x){coef(lmod)*x}),​ncol=4,​byrow=TRUE) 
-compoF <- cbind(pulp$bright,​modelo,​lmod$res) 
-colnames(compoF) <- c('​var','​Intercept','​operator1','​operator2','​operator3','​erro'​) 
-compoF 
-  
-rowSums(compoF[,​-1]) 
-compoF[,1] 
-summary(lmod) 
-  
-SQV <- sum(compoF[,​1]^2) 
-SQI <- sum(compoF[,​2]^2) 
-SQT <​-sum(rowSums(compoF[,​3:​5])^2) 
-SQE <- sum(compoF[,​6]^2) 
-  
-SQTc <- SQV-SQI 
-SQTc 
-SQT 
-SQE 
-summary(lmod) 
-  
-SQTc  
-SQT+SQE 
-  
-### Efeitos aleatorios 
-mmod <- lmer(bright ~ 1+(1|operator),​ pulp) 
-summary(mmod) 
-str(mmod) 
-  
-compoM <- matrix(0,​nrow=20,​ncol=3) 
-compoM[,1] <- fixef(mmod) 
-compoM[,2] <- rep(ranef(mmod)$operator[,​1],​each=5) 
-compoM[,3] <- residuals(mmod) 
-compoM <- cbind(pulp$bright,​compoM) 
-colnames(compoM) <- c('​var','​intercepto','​efeito','​erro'​) 
-compoM 
-  
-smod <- lmer(bright ~ 1+(1|operator),​ pulp,​method="​ML"​) 
-summary(smod) 
-  
-compoS <- matrix(0,​nrow=20,​ncol=3) 
-compoS[,1] <- fixef(smod) 
-compoS[,2] <- rep(ranef(smod)$operator[,​1],​each=5) 
-compoS[,3] <- residuals(smod) 
-compoS <- cbind(pulp$bright,​compoS) 
-colnames(compoS) <- c('​var','​intercepto','​efeito','​erro'​) 
-compoS 
-  
-SQE <- t(compoS[,'​erro'​])%*%compoS[,'​erro'​] 
-SQE 
-rowSums(compoS[,​-1]) 
-pulp$bright 
-  
-## Inferencia 
-# Modelo nulo 
-nullmod <- lm (bright ~ 1, pulp) 
-summary(nullmod) 
-  
-##LRT 
-tLRT <- as.numeric(2*(logLik(smod)-logLik(nullmod))) 
-tLRT 
-pchisq(tLRT,​1,​lower=FALSE) 
-  
-## Comparando os dois modelos 
-anova(mmod,​smod) 
-  
-#bootstrap 
-y <- simulate(nullmod,​50) 
-#y 
- 
-### Visualizando a simulação 
-hist(pulp$bright,​prob=T) 
-apply(y,​2,​function(x){lines(density(x))}) 
-lines(density(pulp$bright),​lw=2,​col='​red'​) 
- 
-## Bootstrap 
-lrstat <- numeric(1000) 
-for(i in 1:1000){ 
-  y <- unlist(simulate(nullmod)) 
-  bnull <- lm(y ~ 1) 
-  balt <- lmer(y~1 + (1|operator),​pulp,​method="​ML"​) 
-  lrstat[i] <- as.numeric(2*(logLik(balt)-logLik(bnull))) 
-} 
-  
-hist(lrstat) 
-summary(lrstat) 
- 
-mean(lrstat < 0.0001) 
-  
-# pvalor bootstrap 
-pb <- mean(lrstat > 2.5684) 
-pb 
- 
-## Erro padrão boosstrap 
-standErro <- sqrt(pb*(1-pb)/​1000) 
-standErro 
-  
-# Prediçao 
-ranef(mmod)$operator 
-  
-cc <- model.tables(lmod) 
-cc 
- 
-###​Shirikange 
-shir <- cc[[1]]$operator/​ranef(mmod)$operator 
-shir 
-  
-blups <- fixef(mmod)+ranef(mmod)$operator 
-blups 
-  
-## Residuos 
-par(mfrow=c(1,​2)) 
-qqnorm(resid(mmod),​main=""​) 
-plot(fitted(mmod),​resid(mmod),​xlab="​Fitted",​ylab="​Residuals"​) 
-abline(0,0) 
-  
-###​------------------------------------------------------------###​ 
-### Modelo com efeito de bloco 
-rm(list=ls()) 
-data(penicillin) 
-summary(penicillin) 
-  
-## Modelo fixo 
-op <- options(contrasts=c("​contr.sum",​ "​contr.poly"​)) 
-lmod <- aov(yield ~ blend + treat, penicillin) 
-summary(lmod) 
-coef(lmod) 
-  
-compoF <- matrix(0,​nrow=20,​ncol=4) 
-compoF[,1] <- coef(lmod)[1] 
-compoF[,2] <- rep(c(coef(lmod)[2:​5],​0-sum(coef(lmod)[2:​5])),​each=4) 
-compoF[,3] <- rep(c(coef(lmod)[6:​8],​0-sum(coef(lmod)[6:​8])),​5) 
-compoF[,4] <- lmod$res 
-compoF <- cbind(penicillin$yield,​compoF) 
-colnames(compoF) <- c('​var','​intercepto','​bloco','​efeito','​erro'​) 
-compoF 
-rowSums(compoF[,​-1]) 
-compoF[,1] 
-  
-## Modelo misto 
-mmod <- lmer (yield ~ treat + (1|blend), penicillin) 
-summary(mmod) 
-  
-ranef(mmod)$blend 
-fixef(mmod) 
-  
-compoM <- matrix(0,​nrow=20,​ncol=4) 
-compoM[,1] <- fixef(mmod)[1] 
-compoM[,2] <- rep(ranef(mmod)$blend[,​1],​each=4) 
-compoM[,3] <- rep(c(fixef(mmod)[2:​4],​0-sum(fixef(mmod)[2:​4])),​5) 
-compoM[,4] <- residuals(mmod) 
-compoM <- cbind(penicillin$yield,​compoM) 
-colnames(compoM) <- c('​var','​intercepto','​bloco','​efeito','​erro'​) 
-compoM 
-rowSums(compoM[,​-1]) 
-compoM[,1] 
-  
-anova(mmod) 
-  
-amod <- lmer (yield ~ treat + (1|blend), penicillin,​method="​ML"​) 
-nmod <- lmer (yield ~ 1 + (1|blend), penicillin,​method="​ML"​) 
-anova(amod,​nmod) 
-  
-## bootstrap 
-lrstat <- numeric(1000) 
-for(i in 1:1000){ 
-  ryield <- unlist(simulate(nmod)) 
-  nmodr <- lmer(ryield ~ 1 + (1|blend), penicillin,​method="​ML"​) 
-  amodr <- lmer(ryield ~ treat + (1|blend), penicillin,​method="​ML"​) 
-  lrstat[i] <- 2*(logLik(amodr)-logLik(nmodr)) 
-} 
-  
-plot(qchisq((1:​1000)/​1001,​3),​sort(lrstat),​xlab=expression(chi[3]^2),​ylab="​Simulated LRT") 
-abline(0,1) 
-  
-mean(lrstat > 4.05) 
-  
-rmod <- lmer(yield ~ treat + (1|blend), penicillin) 
-nlmod <- lm(yield ~ treat, penicillin) 
-2* (logLik(rmod)-logLik(nlmod,​REML=TRUE)) 
-  
-lrstatf <- numeric(1000) 
-for(i in 1:1000){ 
-  ryield <- unlist(simulate(nlmod)) 
-  nlmodr <- lm(ryield ~ treat, penicillin) 
-  rmodr <- lmer(ryield ~ treat + (1|blend), penicillin) 
-  lrstatf [i] <- 2*(logLik(rmodr)???​logLik(nlmodr,​REML=TRUE)) 
-  } 
-  
-mean(lrstatf < 0.00001) 
-  
-cs <- lrstatf[lrstatf > 0.00001] 
-ncs <- length(cs) 
-  
-plot(qchisq((1:​ncs)/​(ncs+1),​1),​sort(cs),​xlab=expression(chi[1]^2),​ylab="​Simulated LRT") 
-abline (0,1) 
-  
-mean(lrstatf > 2.7629) 
-  
-###​------------------------------------------------------------###​ 
-### Modelo em parcelas Subdivididas 
-data(irrigation) 
-str(irrigation) 
-summary(irrigation) 
-attach(irrigation) 
-  
-### Modelo com mais parametros que variáveis 
-#lmod <- lmer (yield ~ irrigation * variety + (1|field) + (1|field:​variety),​data=irrigation) 
-  
-lmodr <- lmer (yield ~ irrigation * variety + (1|field),​data=irrigation) 
-logLik(lmodr) 
-summary(lmodr) 
-  
-anova(lmodr) 
-  
-mod <- aov(yield ~ irrigation * variety + Error(field),​data=irrigation) 
-summary(mod) 
-  
-mod <- lm(yield ~ irrigation * variety+field/​variety,​data=irrigation) 
-anova(mod) 
-  
-model.matrix(mod) 
- 
-</​code>​ 
- 
----- 
- 
- 
  
  

QR Code
QR Code projetos:gem2 (generated for current page)