Efeitos aleatórios

O que o bloco faz

models/random_effects Extrai componentes de variância e proporções dos efeitos aleatórios. A saída é uma tabela data/table.

Antes de continuar

Termos que esta página usa, em poucas palavras. As definições completas estão no glossário.

Variância

A média dos quadrados das distâncias de cada valor à média: mede o quanto os dados se espalham. O desvio padrão é a raiz quadrada da variância e fica na mesma unidade dos dados.

Resíduo

A diferença entre o valor observado e o valor que o modelo ajustado prevê para aquela observação. É nos resíduos que se conferem os pressupostos do modelo: eles devem parecer ruído, sem padrão.

Efeito fixo e efeito aleatório

Um efeito fixo é estimado para cada nível que interessa (cada cultivar comparada). Um efeito aleatório trata os níveis observados como sorteio de uma população maior (fazendas, animais, anos) e estima a variância entre eles; modelos com os dois tipos são chamados mistos.

Nível

Cada valor que um fator assume no estudo: as doses 0, 50 e 100 kg/ha são três níveis do fator dose.

Quando usar

Use para quantificar quanto a resposta varia entre os níveis dos termos aleatórios de um modelo misto.

Configuração

Não há parâmetros adicionais; a entrada deve ser modelo misto.

Exemplo

library(trama)

reg <- tr_registry()
tr_use("trama.models", registry = reg)

tr_flow(reg) |>
  tr_add("dados", "models/example", dataset = "sleepstudy") |>
  tr_add("ajuste", "models/lmer", formula = "Reaction ~ Days + (Days | Subject)", from = "dados") |>
  tr_add("resultado", "models/random_effects", from = "ajuste")

No modelo de sleepstudy, a tabela discrimina variâncias do intercepto e da inclinação de Days entre sujeitos, além da correlação e da variância residual.

Como interpretar

Variância descreve dispersão entre níveis do grupo; proporções dependem da estrutura aleatória especificada.