Changes in version 0.6.9 - models/shapiro_residuals (versão 2): no GLM, em vez de recusar, testa os resíduos quantílicos randomizados. A estatística é o p mediano do Shapiro-Wilk em Sorteios realizações (param sorteios, padrão 11), e o p-valor sai de um teste de Monte Carlo com Reamostras respostas simuladas do ajuste (reamostras, padrão 199): o p mediano cru, lido contra 0,05, rejeitava 0 a 2% sob o modelo certo. Famílias quasi seguem recusadas. - Resíduo quantílico finito na cauda de cima (complementar com lower.tail = FALSE), onde o statmod::qresid dá Inf. Onde o statmod é finito, o valor não muda. Changes in version 0.6.8 - models/residuals (versão 2): no GLM sai também residuo_quantilico, o resíduo quantílico normalizado randomizado de Dunn & Smyth (1996), N(0, 1) sob o modelo certo mesmo com resposta 0/1 ou contagens baixas. Binomial, Poisson, binomial negativa, gama e gaussiana; NA nas quasi. O sorteio usa a semente do card. Validado contra statmod::qresid (tolerância 1e-10). Changes in version 0.6.7 - Relatório Quarto: os blocos cuja ferramenta depende da corrida registram no resultado a que rodou (atributo trama_ferramentas): anova_table (stats::anova, car::Anova ou nlme::anova.gls), glm (MASS::glm.nb só na binomial negativa), linear_hypothesis, permutation, coefficients (VIF do car, intervalos do nlme), select, bootstrap, anova_split_plot e example. A referência de implementação do coin saiu do permutation: ele é só oráculo dos testes. - models/emm aparece no relatório mesmo consumido (report_always). Pede trama (>= 0.5.16). - Relatório Quarto exportado: models/fit, models/effects e models/emm ganham report. O quadro da ANOVA, dos coeficientes e das comparações sai como tabela com cabeçalho de livro (FV, GL, Pr > F), rodapé (CV, média, n) e fonte; o modelo, com fórmula, medidas de ajuste, teste global e o quadro de efeitos; as médias, com as letras. Pede trama.data (>= 0.4.4). Changes in version 0.6.6 - Delineamentos (DIC, DBC, DQL, fatorial) ajustados com lm em vez de aov; o quadro sai do anova() do lm, com os mesmos números. - Parcela subdividida sem aov(... + Error()): lm com bloco:parcela fixo, bloco e parcela testados contra o erro (a), subparcela e interação contra o erro (b). Mesmo quadro dos estratos. Um ajuste salvo em RDS antes desta versão precisa ser refeito. Changes in version 0.6.5 - Templates regenerados com o formato atual do documento (saídas nomeadas e grupos do trama 0.5.10). Pede trama (>= 0.5.10). Changes in version 0.6.4 - Cards que são gráfico seguem o tema padrão do projeto (antes ficavam no tema embutido, escuro). Requer trama 0.5.9. Changes in version 0.6.3 - tr_models_card_padrao() exportada: o card padrão de um models/fit (medidas e um coeficiente por linha, com p-valor), para as coleções irmãs usarem no tr_models_card() da sua classe. Changes in version 0.6.2 - Tamanhos de efeito: épsilon² dos postos no models/kruskal, bisserial de postos no models/wilcoxon (coluna extra_r_bisserial_postos), V de Cramér e resíduos padronizados ajustados no models/chisq. Conferidos com o effectsize. - models/anova_table com SQ tipo I avisa quando a SQ de um termo depende da ordem na fórmula (desenho desbalanceado); o padrão não muda. - Quadro do GLM misto: a nota diz que o qui-quadrado é de Wald e sugere a razão de verossimilhança em models/compare. - models/shapiro com mais de 5000 valores recusa com a classe nova tr_models_error_too_many_rows. - Card do models/fit ganha a vista "coef.": mini-forest com a estimativa e o IC de cada coeficiente (sem o intercepto) e a linha do zero; IC que cruza o zero fica apagado. Os números são os do quadro de coeficientes que o card já calculava — nada novo é estimado. Modelos cujo quadro é a ANOVA (delineamentos, parcela subdividida) mostram "sem coeficientes com intervalo". - models/glm (versão 3): família binomial negativa (MASS::glm.nb), para contagem superdispersa com theta de máxima verossimilhança; o models/compare reestima o theta em cada modelo (anova.negbin). Conferida contra o MASS no exemplo quine de Venables e Ripley (2002, sec. 7.4) e contra a máxima verossimilhança direta. Changes in version 0.6.1 - Contrato ganha tr_models_loglik() e tr_models_nesting() (opcionais): um modelo de outra coleção que os implementa entra no models/compare (razão de verossimilhança) e no models/select (AIC, AICc, BIC). A trama.series usa isso para o ARIMA. Changes in version 0.6.0 - tr_models_as_fit(): outra coleção embrulha um lm ou gls que ela mesma ajustou como models/fit, e todos os leitores daqui (coeficientes, ANOVA, estatísticas, diagnóstico) o aceitam. A trama.series usa isso na regressão dos componentes. Changes in version 0.5.2 - Dez bases de regressão e GLM no catálogo de bases (carData, MASS, faraway). Changes in version 0.5.1 - models/select: o help da regra do delta diz que a transição entre as faixas é gradual, e a referência (Burnham e Anderson 2002, 2ª ed.) foi conferida na fonte. Changes in version 0.5.0 - tidy(), glance() e augment() para todo models/fit (métodos de generics, reexportados). Só traduzem os nomes de coluna dos leitores do contrato para os do broom; nenhum número muda. generics passa a Imports. - models/select: ranqueia dois ou mais modelos da mesma resposta (não precisam ser aninhados) por AICc, AIC ou BIC, com delta, pesos de Akaike e razão de evidência. Porta variádica; mistos e GLS reajustados por máxima verossimilhança. Changes in version 0.4.0 - models/bootstrap: bootstrap de casos de um ajuste lm — coeficientes, médias marginais ou diferenças entre elas — com erro-padrão, IC percentil e BCa (boot::boot.ci) e fração de reamostras com o mesmo sinal. Saída distribuicao longa (quantidade, reamostra, valor). - models/permutation: teste de permutação do F de um termo de um lm, sem plano de experimento; opcional dentro de estratos. Mesmas três saídas. - models/influence: alavanca, resíduo estudentizado, Cook, DFFITS e DFBETAS por linha, com gráfico de Cook. - models/coefficients (versão 3): coluna vif (e gvif_ajustado para fatores) em lm com dois ou mais termos. - boot passa a Imports. Changes in version 0.3.5 - Testes passam no R CMD check do pacote instalado (antes liam arquivos da árvore do repositório). Changes in version 0.3.1 - Parâmetros que só valem para certa escolha de outro parâmetro agora declaram trama::tr_when() e somem do card quando não se aplicam. Exige trama (>= 0.2.0). Changes in version 0.3.0 Versão sobe de 0.1.0 para 0.3.0: a 0.2.0 era a que a main planejava pelo rigor metodológico (glmer, gls, friedman com Durbin/Skillings–Mack, quasibinomial, tipo III com contr.sum); a integração com a coesão das coleções muda resultados de novo (um Scott-Knott, polinomial com a dose-resposta, leitores da ml e da multi fundidos aqui) e sobe mais um minor. Integração 9.1b (coesão × main) - models/roc (versão 3): IC de DeLong da AUC (confianca), corte de Youden e AUC multiclasse de Hand & Till, portados da ml/roc e da multi/roc da main, com os oráculos pROC de lá. - models/confusion (versão 2): tabela = "métricas" (acurácia, acurácia balanceada, kappa, precisão/revocação/F1, da multi/confusion) e permitir_treino. - models/evaluate (versão 3): precisão de classe nunca prevista é NA e sai das médias macro e ponderada (a ml/evaluate v4 da main); permitir_treino. - models/pr_curve (versão 2): uma curva por classe com três ou mais classes (da multi/pr_curve, que migra para cá); permitir_treino. - models/coefficients (versão 2): intervalo (padrão, perfilado, Wald); a logística da multi sai com IC perfilado e Firth. - Proveniência da ml/split: models/predict leva a marca de treino/teste adiante, e os avaliadores recusam avaliar o treino sem permitir_treino. - models/gls no contrato (coeficientes, medidas, resíduos, previsão), e models/fit_stats com dispersao_pearson/desvio_por_gl em todo modelo. - models/glmer: o da main (nível por observação, recusas da binomial, avisos na nota), com a nota de sobredispersão de Pearson > 1,5 da branch. Integração 9.2 (coesão das coleções) - models/scott_knott (versão 2): um partidor só, com s² = média de QM / rᵢ do grupo em partição (como ScottKnott:::MaxValue); aceita o DIC com repetições desiguais e continua recusando termo não ortogonal ao tratamento. Balanceado: grupos iguais aos da versão 1. Conferido contra ScottKnott::SK 1.4-0 (DIC desbalanceado, CRD1, CRD2, RCBD, milho_dbc, InsectSprays). - models/polinomial (versão 2) absorve o models/dose_response: duas saídas (quadro e modelo, a curva), grau = automático ou 1 a 5, grau_max (o antigo grau numérico), DQL, falta de ajuste do grau escolhido, MET e curva de grau 0 quando nada é significativo. Fluxos antigos migram (id, params e a porta out → quadro). - models/pr_curve: a curva precisão-revocação da ml/pr_curve (main), com os modos da models/roc; ml/pr_curve migra para ela. Correções - models/anova_table (versão 2): o SQ tipo III do GLM misto (car::Anova) e o marginal do GLS (anova.gls) usavam o contraste de tratamento, e com interação testavam cada fator no nível de referência do outro. Agora o modelo é reajustado com contr.sum nos fatores fixos, como já era no lm/glm. Oráculos: grouseticks, TICKS ~ YEAR * alt + (1 | BROOD) Poisson, YEAR χ² = 80,94 e alt 72,17 (antes 50,52 e 41,71); GLS AR(1) y ~ trt * tempo, trt F = 8,653 (antes 2,140). O lmerTest já era invariante ao contraste (teste de regressão). Tipo III com covariável numérica em interação ganha nota: o efeito do fator é testado com a covariável em zero. - models/glmer (versão 2): os avisos do lme4 (convergência, ajuste singular) vão para a nota do modelo (campo nota do models/fit, lido pelo card e pelos quadros). Recusa nivel_obs com resposta 0/1 (efeito por observação não identificável numa tentativa) e resposta binomial de uma coluna que não seja 0/1 (proporção ou sucessos sem o total: use cbind). - models/fit_stats (versão 2): colunas dispersao_pearson (X² de Pearson / gl) e desvio_por_gl no GLM e no GLM misto binomial/Poisson, NA na binomial 0/1 — o pressuposto de superdispersão do models/glmer passa a ter o que verificar. Oráculo: sum(residuals(fit, "pearson")^2) / df.residual(fit) do lme4 (grouseticks, TICKS ~ YEAR + (1 | BROOD): 1,692; desvio / gl 1,824). - models/gls: pressuposto novo sobre os gl — coeficientes e quadro usam n − p do nlme, liberal com poucos grupos; alternativa, models/lmer com Satterthwaite. O models/emmeans no GLS fixa mode = "satterthwaite" (antes implícito no padrão do emmeans) e diz na nota que o quadro usa n − p. - models/glm (versão 2): a quasibinomial recusa resposta 0/1 não agrupada (a dispersão não mede superdispersão numa tentativa por linha; use a binomial); resposta de uma coluna fora de [0, 1] na binomial/quasibinomial sai com erro de classe tr_models_error_bad_option, e não o do stats::glm. Proporção em [0, 1] continua aceita na quasibinomial. - models/friedman: o pressuposto de bloco completo aponta o Skillings–Mack e o Durbin para blocos incompletos, ainda sem bloco no trama. - models/friedman (versão 2): parâmetro metodo (auto, friedman, durbin, skillings_mack). Os três respondem à mesma pergunta — algum tratamento difere, com postos dentro do bloco — e mudam só no desenho que aceitam, por isso ficam num bloco só. Em auto (padrão), blocos completos usam o Friedman; blocos incompletos balanceados, o Durbin (1951; T1 na forma de Conover 1999, com correção para empates); o resto, o Skillings–Mack (1981; faltantes quaisquer, desenho conexo, empates sem correção). Antes o bloco incompleto saía inteiro; isso agora só com metodo = "friedman", e a nota aponta o método que aproveitaria esses blocos. durbin fora de um BIB recusa (tr_models_error_not_applicable) e aponta o skillings_mack. Oráculos: sorvete de agricolae::durbin.test (atribuído a Conover 1999, p. 391), T1 = 12, p = 0,0620, e o mesmo com empates (1e-12); exemplo de Skillings.Mack::Ski.Mack (montagem, 9 blocos com 4 faltantes), SM = 15,493, 3 gl, p = 0,00144, e faltantes ao acaso com empates (1e-8); Skillings–Mack = stats::friedman.test em dados completos sem empate (20 sorteios, 1e-10). Skillings.Mack em Suggests. O PMCMRplus::durbinTest não foi usado: não instala sem a biblioteca de sistema MPFR (dependência Rmpfr). - models/gls (versão 2): correlacao = "car1" (AR(1) em tempo contínuo, nlme::corCAR1(form = ~ tempo | grupo)) para ocasiões desigualmente espaçadas; com "ar1" e Tempo numérico desigual, a nota avisa que o AR(1) conta posições. Os avisos do ajuste também vão para a nota. Oráculo: o nlme::gls com corCAR1 direto (logLik e erros padrão, 1e-6). Blocos novos - models/friedman: teste de Friedman (1937, doi:10.1080/01621459.1937.10503522) para o DBC de um fator, uma observação por bloco e tratamento (casela repetida recusa; bloco incompleto sai inteiro, contado na nota), estatística corrigida para empates e W de Kendall como efeito. É a saída não paramétrica que os pressupostos do models/anova_dbc apontam. Validado contra stats::friedman.test (1e-12) nos dados do exemplo de ?friedman.test (RoundingTimes, atribuídos a Hollander & Wolfe 1973; 22 jogadores × 3 métodos): S = 11,14 com correção para empates, valor calculado por nós, não conferido na página do livro. - models/scott_knott: agrupamento de Scott & Knott (1974, Biometrics 30:507-512, doi:10.2307/2529204) sobre o QM e os gl do erro do quadro, uma letra por média. Implementação própria das fórmulas do artigo. Recusa dados desbalanceados e termos não ortogonais ao tratamento (bloco incompleto, covariável), em que as médias da tabela deixam de ter variância comum. Reproduz o exemplo publicado do sorgo em Jelihovschi, Faria & Allaman (2014, TEMA 15(1), Fig. 1; doi:10.5540/tema.2014.015.01.0003): dois grupos, de cima 14 8 5 7 9 3 1 4 2 (esse exemplo é um látice, que o bloco recusa; a reprodução é da função interna com as médias da tabela). Mesma partição que ScottKnott::SK 1.4.0 no milho_dbc e no PlantGrowth, e que a conta à mão. - models/polinomial: regressão nos tratamentos quantitativos de um DIC ou DBC — SQ de tratamentos decomposta em graus (1 gl cada, F com o QM do resíduo da ANOVA), falta de ajuste, equação do maior grau significativo (ajustada às médias com peso r) e R² = SQ da regressão / SQ de tratamentos. Espaçamento e repetições desiguais pela decomposição sequencial. Validado contra lm com as colunas de poly() em sequência (1e-10, também no DBC, com doses 0-400 desigualmente espaçadas e com repetições desiguais) e no exemplo do algodão de Montgomery (Design and Analysis of Experiments, 5.ª ed., tabela 3.1): SQ 33,62, 343,21, 64,98 e 33,95, calculadas desses dados e conferidas à mão pelos contrastes ortogonais (não copiadas de página impressa). - models/levene (com bloco): o equilíbrio passa a exigir o mesmo número de parcelas em cada casela tratamento × bloco (e × linha, × coluna no DQL), não só alavancas iguais. O tamanho do teste de O'Neill & Mathews foi medido por simulação sob H0 (20000 réplicas, semente fixa, nível 5%): DBC 5 × 6 4,6% (o Levene comum nos resíduos: 8,5%), DBC 5 × 10 4,6%, DQL 8 × 8 4,7% (comum: 7,9%); em desenho pequeno o multiplicador, que acerta a média do F e não a cauda, deixa o teste conservador: DBC 4 × 3 2,9% (comum: 12,0%), DQL 5 × 5 2,9% (comum: 5,1%), DQL 4 × 4 2,3%. A ajuda e os pressupostos dizem isso; um teste fixa DBC 5 × 6 e DQL 8 × 8 em 5% ± 1 ponto. - models/levene e models/bartlett (versão 3): recusam a parcela subdividida com tr_models_error_block_design. Os resíduos do erro (b) vêm de um delineamento em que o fator da parcela está confundido com a parcela, e a correção de O'Neill & Mathews (2002) supõe um estrato de erro só; não há correção publicada para os dois estratos. Em simulação sob H0 no desenho da aveia (4000 réplicas), o Levene comum nesses resíduos rejeitava 10,5% a 5% com centro na média e 2,5% na mediana. A mensagem aponta o painel escala-locação do models/plot_diagnostics e o models/lmer. - models/levene (versão 2): nos delineamentos com bloco (DBC, fatorial em DBC, DQL) passa a ser o teste de O'Neill & Mathews (2002, Biometrics 58:216-224, doi:10.1111/j.0006-341x.2002.00216.x): ANOVA dos |resíduos| de mínimos quadrados em tratamento + bloco (+ linha e coluna) com o F multiplicado pelo fator do delineamento, a razão dos quadrados médios esperados de |e| sob H0 calculada pelas correlações dos resíduos. O Levene comum nos resíduos correlacionados sai liberal (no quadrado latino 7 × 7, 8,3% de rejeição a 5% contra 5,0% com a correção, em simulação). Ali o centro é sempre o ajuste do modelo (a média) e o param centro não muda o resultado; delineamento desbalanceado é recusado. DIC e modelos de fórmula não mudam. Validado contra oneilldbc() do ExpDes.pt 1.2.2 (arquivado no CRAN em 2026-06, por isso fora do Suggests; os p ficam fixos no teste): warpbreaks em 9 blocos, F = 3,1517, p = 0,017183 (e o fatorial em blocos dá o mesmo), e o exemplo ex4 do ExpDes.pt (carbono), p = 0,30708, iguais a 1e-14; o fator fechado do DBC do artigo é reproduzido a 1e-10. No DQL o fator foi conferido por Monte Carlo (OrchardSprays, 20000 réplicas, 1%). - models/bartlett (versão 2): recusa delineamento com bloco (DBC, fatorial em DBC, DQL) com tr_models_error_block_design, apontando o models/levene: não há correção publicada do Bartlett para a correlação dos resíduos. DIC e modelos de fórmula não mudam. O exemplo experimentos troca o Bartlett do DBC pelo Levene. - models/pairwise (versão 2): o ajuste dunnett passa a ser o Dunnett EXATO (emmeans, adjust = "mvt": integração da t multivariada de Genz & Bretz 2009), no lugar da aproximação de Hsu ("dunnettx"). Os p-valores e intervalos mudam pouco (PlantGrowth: 0,3296 → 0,3227). A integração usa a semente do nó, então o resultado é reprodutível. Validado contra multcomp::glht(mcp(... = "Dunnett")): exato com 2 contrastes (tol. 1e-6), diferença máxima de 5e-5 no p com 5 contrastes (tol. 2e-3). - models/chisq (versão 2): correcao passa a ser FALSE por padrão (X² de Pearson sem a correção de Yates, que deixa o teste conservador; Agresti 2002, Categorical Data Analysis, doi:10.1002/0471249688). A opção continua. Fluxos antigos com 2 × 2 e sem correcao explícita mudam de resultado. Validado nas contagens do Physicians' Health Study (aspirina × infarto, 189/10845 e 104/10933, como em Agresti): X² = 25,01 sem e 24,43 com Yates, calculados por stats::chisq.test e pela forma fechada do 2 × 2, iguais a 1e-10 (os valores não foram conferidos no texto do livro).