Modelos

Organização da coleção

A coleção models recebe tabelas data/table e produz ajustes (models/fit), tabelas de efeitos, testes, médias ajustadas ou gráficos. Os grupos seguem as perguntas da análise: carregar dados, ajustar, resumir o ajuste, comparar médias, verificar pressupostos e testar sem modelo.

Um fluxo comum começa com uma tabela, ajusta o modelo que corresponde ao desenho e conecta o resultado a resumos, comparações ou diagnósticos. Os blocos de ANOVA convertem tratamento, bloco, linha e coluna em fatores; models/lm e models/glm aceitam fórmulas do R; models/lmer representa agrupamentos por efeitos aleatórios.

Fluxo reproduzível

library(trama)

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

tr_flow(reg) |>
  tr_add("dados", "models/example", dataset = "milho_dbc") |>
  tr_add("ajuste", "models/anova_dbc", resposta = "producao",
         tratamento = "hibrido", bloco = "bloco", from = "dados") |>
  tr_add("medias", "models/emmeans", especs = "hibrido", from = "ajuste") |>
  tr_add("pares", "models/pairwise", from = "medias")

milho_dbc simula cinco híbridos em quatro blocos; H3 foi construído com produção maior. Compare médias e contrastes com esse efeito conhecido antes de aplicar o fluxo a outro conjunto.

Blocos

Fonte

• Exemplo de modelos carrega tabelas incluídas na coleção.

Ajustar

• Regressão linear ajusta respostas contínuas.
• Modelo linear generalizado ajusta respostas binárias, contagens ou contínuas positivas.
• Modelo misto modela dependência entre observações agrupadas; Misto generalizado faz o mesmo para proporções e contagens.
• Regressão não linear ajusta curvas prontas (logística, Michaelis-Menten, Gompertz, platô) sem pedir chute.
• RLS online atualiza o ajuste ponto a ponto em fluxo.

ANOVA

• ANOVA · DIC, ANOVA · DBC e ANOVA · DQL correspondem a diferentes restrições de casualização.
• ANOVA · fatorial avalia fatores e interações.
• ANOVA · parcela subdividida usa dois estratos de erro.
• Regressão de doses desdobra um tratamento quantitativo em componentes polinomiais e ajusta a curva.

Resumir

• Quadro da ANOVA, Coeficientes, Gráfico dos coeficientes, Gráfico de regressão, Medidas de ajuste, Tamanho de efeito (ANOVA), Efeitos aleatórios, Resíduos, Diagnóstico dos resíduos, Gráfico de lagarta, Comparar modelos, Teste dos aleatórios e Importância.

Prever e avaliar

• Prever aplica o modelo a dados novos ou ao treino (resubstituição ou validação cruzada).
• Matriz de confusão, Curva ROC e Avaliar previsões medem o acerto de qualquer modelo — no treino, em dados novos ou numa tabela já prevista.

Médias

• Médias ajustadas, Comparações de médias, Contrastes (F), Duncan, Waller-Duncan, Scott-Knott e Gráfico de médias.

Pressupostos

• Normalidade dos resíduos, Levene, Bartlett, Breusch-Pagan e Aditividade de Tukey.

Testes

• t para duas amostras, t pareado, t para uma amostra, Wilcoxon-Mann-Whitney, Kruskal-Wallis, Dunn, Tamanho de efeito (dois grupos), Qui-quadrado, Exato de Fisher, Teste de correlação e Shapiro-Wilk.