GLM e GLMM

glmmTMB + emmeans + DHARMa

Modelos Lineares Generalizados para contagens (Poisson, NB), proporções (Binomial, Beta), dados com excesso de zeros e GLMM com efeitos aleatórios. Médias ajustadas, comparações múltiplas e diagnóstico via DHARMa.

Saiba onde usar esse modelo clicando aqui

1

Importar dados

📂

Clique para selecionar arquivo ou arraste aqui
Aceita: .xlsx, .xls, .csv, .txt, .dbf

2

Resultados

Configure o modelo e clique em Executar GLM / GLMM para iniciar.

Configurar modelo

Variável resposta (Y)
Distribuição (família)

Função de ligação
Efeitos fixos (preditores)
Importe os dados para selecionar colunas.

Selecione um ou mais fatores/variáveis preditoras.

Efeitos aleatórios (opcional — GLMM)
Importe os dados para selecionar colunas.

Selecione blocos, locais, sujeitos, etc. para GLMM.

Opções avançadas
Comparação de médias
Nível de significância (α)

Requer R com glmmTMB, emmeans e DHARMa instalados.

Sobre GLM e GLMM

GLM generaliza o modelo linear para distribuições não-normais com uma função de ligação.

GLMM adiciona efeitos aleatórios (blocos, locais, sujeitos) ao GLM. Requer glmmTMB.

Contagens: comece pelo Poisson (mais parcimonioso); troque para NB2 apenas se o diagnóstico de dispersão (φ ou teste DHARMa, após o ajuste) indicar superdispersão. Considere ZI-NB2 se houver zeros em excesso.

Proporções: Binomial com coluna de total, ou Beta para proporções contínuas.

exp(β) = razão de incidência (contagens, log-link), fator multiplicativo da média (gaussiano/Gama, log-link) ou razão de chances (logit-link). Interpretado na escala original da variável.