eta2.quasi <- function(modelo=fit.model) { # # Descrição e detalhes: # McCullagh e Nelder (1989), pág.401, citam que uma forma de checar formalmente a má especificação da função de # ligação ou falta de covariadas no modelo é adicionar o quadrado do preditor linear ajustado como uma covariada # extra e analisar a queda no desvio. # # Essa função automaticamente pega um modelo de quase-verossimilhança ajustado faz um teste escore avaliando se a # variável "preditor linear ao quadrado" entra no modelo. # É necessário ter a função escore instalada. # # Os dados devem estar disponíveis pelo comando attach( ). # # Argumentos obrigatórios: # modelo: deve-se informar o objeto onde está o ajuste do modelo de quase-verossimilhança, caso não seja informado, a # função procurará o ajuste no objeto fit.model. # # Autor: Frederico Zanqueta Poleto , arquivo disponível em http://www.poleto.com # # Referência: # MCCULLAGH, P. e NELDER, J. A. (1989). Generalized Linear Models. 2ª ed. Chapman and Hall, London. # # Exemplo: # eta2.quasi(ajuste) # if(class(modelo)[1] != "glm") { stop(paste("\nA classe do objeto deveria ser glm e nao ",class(modelo),"!!!\n")) } if( (modelo$family[[1]] != "Quasi-likelihood") & (modelo$family[[1]] != "quasi") ) { stop(paste("\nA familia do objeto deveria ser quase-verossimilhanca e nao ",modelo$family[[1]],"!!!\n")) } pl2 <- predict(modelo)^2 cat("H0: Without Eta^2\n") cat("H1: With Eta^2\n\n") escore(modelo,pl2) }