[R-es] consulta graficas para GLM

Jose Luis Cañadas Reche canadasreche en gmail.com
Jue Ago 6 11:55:44 CEST 2015


Supongo que si quieres hacer el gráfico 1, puedes hacer esto.

efectos <- Effect(c("Presa", "Exposición1"), glm6 )

plot(efectos)


El 06/08/15 a las 09:09, Luis Fernando García escribió:
> Estimados amigos y expertos del R,
>
> Les escribo para hacerles una pregunta que parece un poco sencilla 
> pero me ha costado mucho. Estoy tratando de graficar los datos 
> correspondientes a tasas de consumo de algunos organismos cuando están 
> expuestos o no expuestos a un químico sobre tres tipos de presa. Por 
> definición, debía ajustar los datos a un glm con distribución gama.
>
> Las gráficas pueden ser 1) dos gráficos correspondientes a expuesto o 
> no expuesto ( representado con 0 y 1)  y cada uno con tres líneas 
> (correspondientes a tres presas) o 2) realizar tres gráficos 
> (correspondientes a cada tipo de presa), con dos líneas (expuesto vs 
> no expuesto).  Las líneas deberían ser generadas empleando la función 
> predict.
>
> Para graficar estaba pensando dividir los datos con subset y ajustar 
> un modelo para poder graficar cada línea pero no se si sea válido.  La 
> otra opción es graficar los datos como les mencioné anteriormente a 
> partir del primer modelo, pero no he encontrado nada de información al 
> respecto. Si alguno pudiera proveerme alguna colaboración o sabe donde 
> puedo encontrar información sobre como hacer este tipo de gráfico 
> estaría muy agradecido.
>
> Saludos!
>
>
> PS: Adjunto el set de datos porque es muy largo
>
>
>
> #####Este es el script
>
> todoslosdatos = read.table("TODOS POLIOSTOMA.txt", header=T)
>
> Exposición1=factor(todoslosdatos$Exposición)
>
> str(todoslosdatos)
>
> attach(todoslosdatos)
>
> names(todoslosdatos)
>
> glm6=glm(Consumo1 ~ I(1/Densidad) +Exposición1 + Presa, family = Gamma)
>
> summary(glm6)
>
> par(mfrow=c(2,2))
>
> plot(glm6)
>
> anova(glm6,test="Chisq")
>
> summary(glm6)
>
> library(multcomp)
>
> compexp <- glht(glm6, mcp(Exposición1 = "Tukey", covariate_average = 
> TRUE))
>
> summary(compexp)
>
> plot(Densidad,Consumo1,type="n")
>
>
>
>
>
>
>
>
>
>
> _______________________________________________
> R-help-es mailing list
> R-help-es en r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es


	[[alternative HTML version deleted]]



Más información sobre la lista de distribución R-help-es