cmp.Rd 2.1 KB
Newer Older
1 2 3 4 5 6 7 8 9
% Generated by roxygen2: do not edit by hand
% Please edit documentation in R/cmp.R
\name{cmp}
\alias{cmp}
\title{Ajuste do Modelo Conway-Maxwell-Poisson}
\usage{
cmp(formula, data, start = NULL, sumto = NULL, ...)
}
\arguments{
10
\item{formula}{Um objeto da classe \code{\link{formula}}.}
11

12
\item{data}{Um objeto de classe \code{data.frame}, que contém as
13 14
variáveis descritas na \code{formula}.}

15 16 17 18 19 20 21 22 23
\item{start}{Um vetor nomeado com os valores iniciais para os
parâmetros do modelo necessários para o início do procedimento de
estimação. Se \code{NULL} as estimativas de um modelo log-linear
Poisson, com \eqn{\phi = 0}, são utilizadas como valores
iniciais, pois uma chamada da \code{\link[stats]{glm.fit}} é
feita internamente para obtê-los. O parâmetro \eqn{\phi} deve ser
o primeiro elemento do vetor. Os restantes devem estar na
correspondente às colunas da matriz gerada pelo argumento
\code{formula}.}
24 25

\item{sumto}{Número de incrementos a serem considerados para a soma
26 27 28 29 30
daa constantea normalizadoraa. Como padrão, \code{NULL} o número
de incrementos é o valor inteiro de \eqn{(\max y)^1.2}, porém
ressalta-se que este valor padrão não é o ideal. Uma avaliação da
escolha desse argumento, pós ajuste pode ser realizada via
\code{\link[MRDCr]{convergencez}}.}
31 32 33 34 35 36 37 38 39 40

\item{...}{Argumentos opcionais do framework de maximização numérica
\code{\link[bbmle]{mle2}}.}
}
\value{
Um objeto de classe \code{mle2}, retornado da função de
    \code{\link[bbmle]{mle2}}, usada para ajuste de modelos por
    máxima verossimilhança.
}
\description{
41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60
Estima os parâmetros de um modelo COM-Poisson pela
    otimização da função de log-verossimilhança definida em
    \code{\link{llcmp}}. A sintaxe assemelha-se com a função
    \code{\link{glm}} (Generalized Linear Models).
}
\examples{
str(capdesfo)
m0 <- cmp(ncap ~ est + (des + I(des^2)), data = capdesfo, sumto = 40)
m1 <- cmp(ncap ~ est * (des + I(des^2)), data = capdesfo, sumto = 40)

convergencez(m0)
convergencez(m1)

library(bbmle)
anova(m0, m1)
summary(m1)

\dontrun{
plot(profile(m1, which = "phi"))
}
61 62 63 64 65
}
\author{
Eduardo E. R. Junior, \email{edujrrib@gmail.com}
}