Seleção de modelos a partir do valor de AIC
selecionar_funcao_deteccao_termo_ajuste.Rd
A função selecionar_funcao_deteccao_termo_ajuste()
gera uma tabela de
seleção de modelos para avaliar qual combinação entre função chave e termo
de ajuste melhor se ajustam aos dados.Os modelos são ordenados pelo valor de
AAIC e, portanto não permitem modelos com diferentes distâncias de truncagem
nem diferentes categorização de distâncias.
Value
retorna um data.frame
contendo os modelos ordenados de acordo com o
valor de AIC e outras informações adicionais como a presença ou não de
covariáveis, p-valor da estatística utilizada (Chi-quadrado, ou Cramer-von
Mises).
Examples
if (FALSE) { # \dontrun{
# gerar os dados transformados com repetição
dasy_croc_tap_arap_com_repeticao <- filtrar_dados(
nome_uc = "resex_tapajos_arapiuns",
nome_sps = "dasyprocta_croconota",
validacao_obs = "especie"
) |>
transformar_dados_formato_Distance()
# ajustar modelos com funções chave diferentes
# modelo Half-normal
modelo_hn <- dasy_croc_tap_arap_com_repeticao |>
ajustar_modelos_Distance(
funcao_chave = "hn",
truncamento = 15
)
# modelo Hazard-rate
modelo_hr <- dasy_croc_tap_arap_com_repeticao |>
ajustar_modelos_Distance(
funcao_chave = "hr",
truncamento = 15
)
# modelo Uniform
modelo_unif <- dasy_croc_tap_arap_com_repeticao |>
ajustar_modelos_Distance(
funcao_chave = "unif",
truncamento = 15
)
# gerar a tabela de seleção com o resumo comparativo dos modelos
selecao_funcao_deteccao_termo_ajuste <- selecionar_funcao_deteccao_termo_ajuste(
modelo_hn$`Sem termo`,
modelo_hn$Cosseno,
modelo_hn$`Hermite polinomial`,
modelo_hr$`Sem termo`,
modelo_hr$Cosseno,
modelo_hr$`Polinomial simples`,
modelo_unif$Cosseno,
modelo_unif$`Polinomial simples`
)
selecao_funcao_deteccao_termo_ajuste
} # }