[R-es] Reportar Bondad de ajuste de un Modelo No Lineal
Elisa González
elgondo1 en upvnet.upv.es
Lun Ene 14 15:09:32 CET 2013
Hola,
una forma fácil y sencilla de saber si el ajuste de tus datos con el
modelo es bueno es confrontando los valores observados con los
predecidos por el modelo, y calculando tanto la regresión lineal como
la R2 de éstos.
Te dejo un par de referencias donde lo utilizan:
Rossi, V., Salinari, F., Pattori, E., Giosuè, S., and Bugiani, R.
2009. Predicting the dynamics of ascospore maturation of Venturia
pirina based on environmental factors. Phytopathology 99:453-461.
Arauz, L. F., Neufeld, K. N., Lloyd, A. L., and Ojiambo, P. S. 2010.
Quantitative models for germination and infection of Pseudoperonospora
cubensis in response to temperature and duration of leaf wetness.
Phytopathology 100:959-967.
Un saludo y espero que te sirva
"luc.bianchi" <luc.bianchi en zoho.com> escribió:
> Hola:
> tengo un pequeño problemita que es más bien estadístico que
> específico de R, pero de todos modos espero me puedan dar una mano.
>
> Quiero encontrar una forma de reportar la Bondad de ajuste de un
> modelo No Lineal. Estuve buscando y leyendo y parece que tal cosa no
> es posible o al menos no es fiable, desde el punto de vista
> estadístico.
> El tema es que quiero mandar un trabajo a una revista y parte de
> mi trabajo se basa en mostrar que los datos que yo tengo se ajustan
> a un modelo de la siguiente forma:
>
> y ~ a+(b-a)/(1+exp((c-x)/d))
>
> Es decir, lo que tengo que hacer es ver si mis datos van bien o
> no con ese modelo, no tengo que buscar el modelo que mejor se ajuste
> a mis datos, por lo que no me sirven métodos para comparar distintos
> modelos, como podrían ser AIC() o tal vez un ANOVA (aunque no sé si
> aplica para modelos No Lineales).
>
> En un trabajo que encontré sobre mi mismo tema el autor dice
> textualmente que obtuvo "Regresiones muy significativas (P<0.001)
> con R2 de 0,54?0,61" al aplicar el modelo de la forma que puse más
> arriba. Aunque no dice cómo obtuvo el R² y el P-valor.
>
> Lo único que pude econtrar es que teniendo en cuenta que:
>
> SS_total = SS_regresion+SS_residual
>
> y que R² = SS_regresion/SS_total = 1-SS_residual/SS_total
> de esa manera podría calcular R², entonces lo que hice con R, fue lo
> siguiente:
>
> #Aplicar el modelo
> nls.datos <- nls(y ~ a+(b-a)/(1+exp((c-x)/d)),
> start=list(a=87, b=60, c=58, d=60), trace=T)
> #Calcular R²
> n <- length(x)
> SS_total <- (n-1)*var(y)
> SS_residual <- deviance(nls.datos)
> R_cuadrado <- 1-(SS_residual/SS_total)
>
> De esa manera obtengo R_cuadrado = 0.69
> Sin embargo también encontré que a pesar de calcular el R², el valor
> que se obtiene no es del todo aplicable para modelos No Lineales.
>
> Resumiendo me quedan las siguientes dudas:
> 1- ¿Cómo puedo hacer para tener un R² fiable o cualquier otra
> medida que me indique que también se ajustan mis datos al modelo?
> 2- Si grafico la curva se ve que ajusta bastante bien a la
> distribución de los puntos, pero ¿alcanza con eso?
> 3- Si no pongo ninguna medida de la 'Bondad de ajuste' del modelo
> a mis datos ¿Existe algún libro o trabajo que pueda citar para
> respaldar esa decisión? porque seguro que los revisores/editores me
> van a pedir un R² y voy a tener que poder contestarles con algo más
> que discusiones en foros de estadística. En esos foros encontré
> mucha gente diciendo que el R² no aplica para este tipo de modelos,
> pero no pude encontrar una sola cita a una publicación.
>
> Espero que puedan ayudarme, o al menos que me puedan dar una pista.
>
> ¡Muchas Gracias!
>
> Lucas.
>
>
>
>
> [[alternative HTML version deleted]]
>
>
Elisa González Domínguez
PhD student
=====================================
Grupo de Investigación en Hongos Fitopatógenos
http://www.upv.es/gihf
Instituto Agroforestal Mediterráneo
Universidad Politécnica de Valencia
Camino de Vera s/n, 46022-Valencia (Spain)
Tel: +34 963879254
Fax: +34 963879269
e-mail: elgondo1 en upvnet.upv.es
Más información sobre la lista de distribución R-help-es