[R-es] consulta graficas para GLM

[Manuel Spínola]

O puedes usar el paquete visreg.

Manuel

El 6 de agosto de 2015, 3:55, Jose Luis Cañadas Reche <
canadasreche en gmail.com> escribió:

> 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]]
>
>
> _______________________________________________
> R-help-es mailing list
> R-help-es en r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es
>
>


-- 
*Manuel Spínola, Ph.D.*
Instituto Internacional en Conservación y Manejo de Vida Silvestre
Universidad Nacional
Apartado 1350-3000
Heredia
COSTA RICA
mspinola en una.ac.cr
mspinola10 en gmail.com
Teléfono: (506) 2277-3598
Fax: (506) 2237-7036
Personal website: Lobito de río <https://sites.google.com/site/lobitoderio/>
Institutional website: ICOMVIS <http://www.icomvis.una.ac.cr/>

	[[alternative HTML version deleted]]