Modelo linear generalizado

# para exemplificar vamos utilizar dados que podem ser baixados via web

dados<-read.table("https://19e31fa08e.cbaul-cdnwnd.com/fd58c287e8dcea635dc0088984f5a026/200000027-1bccf1c46e/logistico_misto.txt",header=TRUE, sep="", dec=".")

# pacote necessário para obter o modelo misto

require(lme4)

# pacote necessário para obter análise de deviance

# note que implante não entra como fator

# transformando implante em fator

# modelo total declarando fazenda como efeito aleatório

# modelo com (quase) significância

m=glmer(diagnostico~epoca+(1|fazenda), data=dados, family=binomial)

Anova(m)

# para obter a odds ratio

c=fixef(m)[2]

exp(c)

# intervalo de confiança da odds

sd=summary(m)@coefs[,"Std. Error"]

sd

# valor de z a 5%

dp=sd[2]*1.96

# limite superior

ls=exp(c+dp)

ls

# limite inferior

li=exp(c-dp)

li