UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS AGRÁRIAS DEPARTAMENTO DE CIÊNCIAS FLORESTAIS E DA MADEIRA EDSON LACHINI

Tamanho: px
Começar a partir da página:

Download "UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS AGRÁRIAS DEPARTAMENTO DE CIÊNCIAS FLORESTAIS E DA MADEIRA EDSON LACHINI"

Transcrição

1 UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS AGRÁRIAS DEPARTAMENTO DE CIÊNCIAS FLORESTAIS E DA MADEIRA EDSON LACHINI EFEITO DA IDADE NA ESTIMATIVA DO VOLUME DE ÁRVORES DE Pnus carbaeavar.hondurenss E Pnus oocarpa JERÔNIMO MONTEIRO ESPÍRITO SANTO

2 EDSON LACHINI EFEITO DA IDADE NA ESTIMATIVA DO VOLUME DE ÁRVORES DE Pnus carbaea var.hondurenss E Pnus oocarpa Monografa apresentada ao Departamento de Cêncas Florestas e da Madera da Unversdade Federal do Espírto Santo, como requsto parcal para obtenção do título de Engenhero Florestal. JERÔNIMO MONTEIRO ESPÍRITO SANTO

3

4 v Não ande atrás de mm, talvez eu não saba lderar. Não ande na mnha frente, talvez eu não quera segu-lo. Ande ao meu lado, para podermos camnhar juntos. Provérbo Ute "O que você pensa sobre mm não va mudar quem eu sou, Mas pode mudar o meu conceto sobre você. Hugh Laure.

5 v AGRADECIMENTOS Agradeço prmeramente a Deus e a Nossa Senhora, por dar-me saúde, paz e alegra para enfrentar os desafos da vda sem me abalar e poder deslumbrar de mas uma conqusta. Aos meus pas por seus esforços no fnancamento dos meus estudos, pela cração e prncípos da vda. Ao meu pa pelo ensnamento da humldade. À mnha mãe pelo conforto nos momentos dfíces e por sempre acredtar em mm. Aos meus rmãos Romulo e Emanuel apesar das dscussões que temos, são as pessoas mas mportantes na mnha vda. Ao meu orentador, Prof. Dr. Adrano Rbero de Mendonça, pela oportundade de crescmento, aprendzado e pela confança em mm depostada. A meu amgo M. Sc. Elter Martns dos Santos, por ter me auxlado com seus conhecmentos sobre o assunto. A mnha namorada Beatrz por todo amor, ncentvo e por estar sempre ao meu lado. Aos meus amgos por todos os momentos e alegras compartlhadas. Á Unversdade Federal do Espírto Santo, pela oportundade de cursar a graduação em um curso de excelênca. OBRIGADO!

6 v RESUMO O objetvo deste trabalho fo avalar o efeto da dade na estmatva de volume total de árvores de Pnus carbaea var. hondurenss e Pnus oocarpa. Os dados utlzados foram obtdos da cubagem rgorosa de árvores-amostra com 5, 6 e 7 anos, provenentes da Empresa Caxuana, localzada no muncípo de Nova Ponte, Mnas Geras, Brasl. Foram avalados (dos) modelos, escolhdos na lteratura, para estmatva de volume das árvores. Posterormente, as equações geradas foram submetdas aos testes de dentdade de modelos. Os modelos foram avalados por meo do erro padrão relatvo[s YX (%)] e análse gráfca dos valores estmados versus valores estmados. Fo observado que o modelo de Spurr apresentou vantagem sobre o modelo de Schumacher e Hall para obtenção de equações para obtenção do volume, podendo assm fazer junção nas dades 5 e 6 anos e 6 e 7 anos para Pnus carbaea var hondurenss e 5 e 6 anos para Pnus oocarpa. Já para o modelo de Schumacher e Hall pode-se fazer a junção nas dades 5 e 6 anos para Pnus carbaea var hondurenss e Pnus oocarpa. O teste de dentdade de modelos fo mportante pos mostrou que se pode juntar árvores de dferentes dades para as duas espéces em questão em uma equação o que economza o esforço de utlzar váras equações para dferentes dades. Palavras chave: Equações volumétrcas. Identdade de modelos. Pnus tropcas.

7 v SUMÁRIO LISTA DE TABELAS... x LISTA DE FIGURAS... x. INTRODUÇÃO.... Problema e sua Importânca.... Objetvos....3 Objetvo geral Objetvo específco REVISÃO DE LITERATURA O gênero Pnus Volumetra de árvores Identdades de modelos Idade das árvores METODOLOGIA Caracterzação da área... 3.Modelos avalados Testes de dentdade de modelos Modelo lnear Modelo não lnear Análse dos modelos RESULTADOS E DISCUSSÕES Pnus carbaea var.hondurenss Modelo de Spurr Modelo de Schumacher e Hall Escolha dos modelos para estmatva do volume de árvores de Pnus carbaeavar.hondurenss Pnus oocarpa Modelo de Spurr Modelo de Schumacher e Hall... 9

8 v 4..3 Escolha dos modelos para estmatva do volume de árvores de Pnus oocarpa CONCLUSÕES REFERÊNCIAS BIBLIOGRÁFICAS... 3

9 x LISTA DE TABELAS Tabela - Dstrbução damétrca das árvores-amostra para estmatva da relação hpsométrca de árvores de Pnus carbaea var. hondurenss.... Tabela - Dstrbução damétrca das árvores-amostra para estmatva do volume de árvores de Pnus oocarpa... Tabela 3 - Análse de varânca para o teste de dentdade do modelo lnear Tabela 4 - Estatístcas de ajuste dos modelos volumétrcos de Spurr completo e reduzdo na estmatva do volume total de Pnus carbaea var. hondurenss para as dades 5, 6 e 7 anos, conjuntamente Tabela 5 - Análse de varânca para o teste de dentdade do modelo de Spurr em Pnus carbaea var. hondurenss nas dades 5, 6 e 7 anos conjuntamente Tabela 6 - Estatístcas de ajuste para os modelos volumétrcos de Spurr completo e reduzdo na estmatva do volume total de Pnus carbaea var. hondurenss para as dades 5 e 6 anos, conjuntamente Tabela 7 - Estatístcas de ajuste dos modelos volumétrcos de Spurr completo e reduzdo na estmatva do volume total de Pnus carbaea var. hondurenss para as dades 5 e 7 anos, conjuntamente Tabela 8 - Estatístcas de ajuste para os modelos volumétrcos de Spurr completo e reduzdo na estmatva do volume total de Pnus carbaea var. hondurenss para as dades 6 e 7 anos, conjuntamente.... Tabela 9 - Análse de varânca para o teste de dentdade do modelo lnear em Pnus carbaea var. hondurenss nas dades 5 e 6 anos conjuntamente....

10 x Tabela - Análse de varânca para o teste de dentdade do modelo lnear em Pnus carbaea var. hondurenss nas dades 5 e 7 anos conjuntamente.... Tabela - Análse de varânca para o teste de dentdade do modelo lnear em Pnus carbaea var. hondurenss nas dades 6 e 7 anos conjuntamente... Tabela - Estmatva dos parâmetros para os modelos volumétrcos de Schumacher completo e reduzdo na estmatva do volume total de Pnus carbaea var. hondurenss para as dades 5, 6 e 7 anos.... Tabela 3 - Resultados do teste de dentdade para o modelo de Schumacher e Hall na estmatva do volume total de Pnus carbaea var. hondurenss para as dades 5, 6 e 7 anos Tabela 4 - Estmatva dos parâmetros para os modelos volumétrcos de Schumacher completo e reduzdo na estmatva do volume total de Pnus carbaea var. hondurenss para as dades 5 e 6 anos Tabela 5 - Estmatva dos parâmetros para os modelos volumétrcos de Schumacher completo e reduzdo na estmatva do volume total de Pnus carbaea var. hondurenss para as dades 5 e 7 anos Tabela 6 - Estmatva dos parâmetros para os modelos volumétrcos de Schumacher completo e reduzdo na estmatva do volume total de Pnus carbaea var. hondurenss para as dades 6 e 7 anos Tabela 7 - Resultados do teste de dentdade para o modelo de Schumacher e Hall.. 5 Tabela 8 - Estmatva dos parâmetros para os modelos volumétrcos de Spurr completo e reduzdo na estmatva do volume total de Pnus oocarpa para as dades 5 e 6 anos Tabela 9 - Análse de varânca para o teste de dentdade do modelo lnear.... 8

11 x Tabela - Estmatva dos parâmetros para os modelos volumétrcos de Schumacher completo e reduzdo na estmatva do volume total de Pnus oocarpa para as dades 5 e 6 anos Tabela - Resultados do teste de dentdade para o modelo de Schumacher e Hall na estmatva do volume de árvores de Pnus oocarpa.... 3

12 x LISTA DE FIGURAS Fgura - Volume estmado versus volume observado da espéce Pnus carbaea var. hondurenss.para o modelo de Spurr e para o modelo de Schumacher e Hall para as dades 5 e 6 anos conjuntamente Fgura - Volume estmado versus volume observado da espéce Pnus carbaea var. hondurenss.para o modelo de Spurr e para o modelo de Schumacher e Hall para as dades 7 anos Fgura 3 - Volume estmado versus volume observado da espéce Pnus oocarpa. para o modelo de Spurr e para o modelo de Schumacher e Hall para as dades 5 e 6 anos conjuntamente

13 . INTRODUÇÃO A estmatva do volume das árvores em povoamentos florestas é atvdade corrquera na área de bometra, nventáro, manejo, economa e planejamento florestal (SCOLFORO, 5). Para a obtenção de volumes de um povoamento é necessára a realzação de um nventáro florestal que consste na medção de undades amostras ou parcelas, para depos extrapolar os resultados para a área total. Assm, vsando o planejamento florestal têm-se estmatvas da quantdade de madera dsponível (LEITE; ANDRADE, ). Nos nventáros florestas, de regra é feta a medção da altura total (H) de algumas árvores e do dâmetro a,3 m do solo (DAP) de todas as árvores da undade amostral. Também, é comum realzar a cubagem rgorosa para a obtenção do volume ndvdual (v) das mesmas. Com os dados de DAP, H e v, são geradas as equações para a estmatva do volume das árvores das undades amostras, permtndo que seja determnada a produção de madera. (MENDONÇA, ). A medção de volume em uma floresta é uma tarefa que requer muto tempo e gastos. Para dmnur este problema são utlzados os modelos volumétrcos. Estes modelos devem ser ajustados de forma a representar as varações dos povoamentos florestas como a espéce, o síto, a densdade e a dade. Segundo Grard (5), a modelagem do volume ndvdual de árvores começou a ser desenvolvda na prmera metade do século XX, após o desenvolvmento de técncas de análse de regressão. No entanto, o uso dessas técncas realmente tomou maor mpulso após o surgmento dos computadores, notadamente a partr da década de 5. Mas, um grande número de equações é gerado, o que dfculta o trabalho do profssonal responsável pelas estmatvas de produção de uma determnada empresa. Contudo, esse trabalho, pode ser feto gerando uma únca regressão, de forma a dmnur o número de equações (SCOLFORO, 5). Ao estudar dferentes stuações expermentas admtndo um modelo para cada stuação, pode-se verfcar se os modelos são dêntcos, mostrando possível ou não a representação do conjunto de equações por meo de uma equação comum (REGAZZI, 996).

14 A dentdade de modelos é utlzada para avalar uma ou mas varáves de nteresse entre dferentes espéces. Como exemplos têm-se a verfcação se a forma do fuste de dos clones é a mesma ou se as espéces de floresta natva têm o mesmo comportamento em volume (SCOLFORO, 5). Sendo assm, a busca de métodos e modelos mas precsos, é desejável, pos é de acordo com estas estmatvas volumétrcas que são fetas as extrapolações para um povoamento florestal. Porém, também, deve-se levar em consderação a capacdade produtva do local, dependendo assm que sua dade seja conhecda. Com sso, tornará possível fazer nferêncas sob seu desenvolvmento em volume e altura, uma vez que, a dade nfluenca dretamente no crescmento da árvore (HUSCH et al.,993). Também causa efetos nas característcas físco-químcas e anatômcas das árvores tornando assm uma varável de estrema mportânca no Manejo Florestal (VITAL et al.,984). A dade consttu a prmera varável ndependente consderada nos estudos de crescmento e produção de florestas plantadas.. O problema e sua mportânca O volume de um povoamento é obtdo por meo dos nventáros florestas, que requerem muto tempo e recursos para realzá-los. Para dmnur este problema são utlzados os modelos volumétrcos. Desta forma, qualquer ncatva que permta a redução do tempo de execução da cubagem rgorosa, nas marcações de parcelas e medção das undades amostras, sem que seja prejudcada a precsão de sua estmatva, podendo resultar em grandes alterações no custo desta atvdade, proporconando redução no gasto de recursos sejam eles, fnanceros ou materas.. Objetvos.. Objetvo geral

15 3 O presente trabalho teve por objetvo avalar o efeto da dade na estmatva do volume de árvores de Pnus carbaea var. hondurenss e Pnus oocarpa... Objetvos específcos Para alcançar os resultados esperados foram defndos os seguntes objetvos específcos: a) Aplcar a dentdade de modelos na estmatva do volume de Pnus carbaea var. hondurenss e Pnus oocarpa em dferentes dades; b) Obter equações ajustadas para estmatva do volume de árvores de Pnus carbaea var. hondurenss e Pnus oocarpa em dferentes dades.

16 4. REVISÃO DE LITERATURA. O gênero Pnus A supressão das florestas natvas do Brasl, prncpalmente das Florestas de Araucára natvas do Sul do país devdo à expansão agrícola, e da crescentedemanda de madera para suprr o mercado maderero, o governo braslero em meados dos anos 96 nsttu o programa de ncentvo fscal ao reflorestamento (EMBRAPA, ). Os plantos comercas ncaram-se sob-regme de slvcultura ntensva nas regões Sul e Sudeste onde a demanda de madera era de extrema mportânca. Os plantos florestas brasleros basearam-se em espéces exótcas, prncpalmente dos gêneros Pnuse e Eucalyptus, por possuírem crescmento elevado comparado com as outras espéces. Com sso, estes gêneros foram à base para a reposção de florestas natvas no Brasl. Segundo Gumarães (5), as prncpas utlzações do Pnus no Brasl são para slvcultura ou establzação do solo. Os prmeros plantos de Pnus no Brasl vsaram à produção de madera para abastecmento ndustral, para o processamento mecânco, na produção de madera serrada, madera lamnada e confecção de panés, no processo de produção de celulose e papel, consttundo assm uma alternatva em substtução à madera de Araucara angustfola (ZANCHETTA; DINIZ, 6). A área plantada com Pnus no Brasl ( ha) está concentrada prncpalmente na regão Sul do país (83,%), devdo às condções edafoclmátcas e à localzação dos prncpas centros processadores desse tpo de madera. O Estado do Paraná ldera o rankng de área plantada de Pnus com 4,% da área total, segudo por Santa Catarna, que possu 3,8% (ABRAF, ). De acordo com Haag (983 ctado por Pacheco, ), as espéces pertencentes ao gênero Pnus possuem como prncpas característcas a altura varando de 3, m até 5, m, possuem fustes retlíneos e sgnfcatvamente clíndrcos. As flores são denomnadas estróblos, comumente chamado de pnha, podendo estes ser femnnos ou masculnos.

17 5 As espéces de Pnus mas dfunddas no Brasl foram Pnus ellott e Pnus taeda, ntroduzdas dos Estados Undos e, em menor escala, Pnus carbaea e Pnus oocarpa (EMBRAPA, ). De acordo com Shmzu (5), a espéce Pnus carbaea compreende três varedades: carbaea, hondurenss e bahamenss, todas possundo característcas de rápdo crescmento e com bom potencal para produzr resnas. A varedade hondurenss ocorre na Amérca Central, desde a Ncarágua estendendo-se até a parte Leste do Méxco, em locas lvres de geada, em alttudes desde o nível do mar até 7 m e, ocasonalmente, até. m, onde ocorrem precptações médas anuas de. mm a 3. mm. É a varedade de Pnus mas plantada na regão tropcal braslera (regões Amazônca, Centro-Oeste, Central, Leste e Sudeste), abrangendo uma área de aproxmadamente 7. ha. O Pnus oocarpa, pelo seu potencal de crescmento em áreas de baxa fertldade, vem sendo uma das espéces de coníferas mas plantadas em dversas regões do Brasl, prncpalmente nos planaltos tropcas, uma vez que a espéce não se adapta às regões de baxa alttude ou planíces costeras (KAGEYAMA et al., 977). Esta espéce é orgnára do Méxco e da Amérca Central, com ampla dspersão no sentdo norte-sul, estendendo-se desde o deserto de Sonora, no noroeste do Méxco e ao sul pelas encostas da Serra Madre Ocdental, e as montanhas da Guatemala, Belze, El Salvador e Honduras até o noroeste da Ncarágua (EMBRAPA, ). O seu habtat natural stua-se em alttudes que varam de 3 m a. m, com precptação méda anual de até. mm (CÉSAR et al., 988).. Volumetra de árvores O volume ndvdual das árvores pode ser obtdo de forma dreta ou a partr de estmatvas. No prmero caso, recorre-se ao procedmento conhecdo como cubagem rgorosa ou ao emprego de um xlômetro. No segundo caso, o volume das árvores é obtdo pela estmatva realzada com o emprego de coefcentes que transformam o volume clíndrco das árvores em volume real (fatores de forma), ou por meo de modelos estatístcos.

18 6.. Cubagem rgorosa A cubagem rgorosa consste na determnação do volume real de árvores por meo da dvsão do fuste em n seções (toras) e do cálculo do volume de cada uma dessas toras podendo ser realzada por processo de derrubada da árvore (destrutvo) ou com a árvore em pé (não-destrutvo). Nesse últmo caso, a árvore pode ser escalada, ou os dados coletados com o emprego de nstrumentos como: o relascópo, telerelascópo, pentaprsma ou crteron. Outro procedmento consste na obtenção do volume rgoroso da árvore com o emprego de um xlômetro, onde a árvore é derrubada, secconada e o volume dessas toras determnado pelo prncpo de deslocamento de água(machado e FILHO, 3). Os métodos baseados em comprmentos absolutos e relatvos são as formas mas comuns para obtenção do volume das árvores em uma cubagem rgorosa. Dentre os métodos baseados em comprmentos absolutos, destacam-se o método de Smalan, Newton e Huber, sendo a de Smalan a mas utlzada, como pode ser verfcado em Couto e Bastos (987), Batsta et al. (4), Thersch et al. (6), Tomé et al. (7), Cardoso (8) e Munz (9). As expressões de cálculo dos métodos absolutos são apresentadas pelas Equações, e 3. Smalan AS AS V. L () Em que: V= volume com ou sem casca (m³); AS e AS = áreas secconas com ou sem casca, obtdas nas extremdades da seção (m²); L = comprmento da seção (m). Newton AS 4. AS/ AS V. L 6 () Em que: AS / = área secconal com ou sem casca, obtda na metade do comprmento da seção (m²).

19 7 Huber V AS. L / (3) O volume total da árvore será obtdo pela soma do volume do toco, com o volume das seções e o volume da ponta. Quanto aos métodos de comprmentos relatvos, ctam-se os métodos de Hohenald e FAO,que consste em dvdr o tronco da árvore em seções com tamanhos relatvos, normalmente em função da altura total da árvore... Forma da árvore Em uma floresta natva ou plantada, pode-se observar que exste uma varação muto grande das formas de fustes das árvores, varações estas que quase sempre estão em função da dmnução do dâmetro da árvore. Com sso, a forma da árvore consste na prncpal razão para a varação do volume dos ndvíduos, varação que ocorre de acordo com a espéce, dade e condções de síto (SILVA, 979)...3 Equações de volume As equações para determnação do volume sóldo de essêncas florestas são de uso geral e ndspensável no setor florestal. Como são geralmente empírcas, faz-se necessáro ajustá-las com frequênca para adaptá-las a dferentes espéces, dades, espaçamentos e regões (VEIGA, 984). Os modelos de equações de volume são tradconalmente aplcados às árvores em que maor parte do volume de madera é consttuída pelo tronco das árvores, porém algumas exceções a sua aplcação ocorrem em florestas tropcas natvas (FERNANDES et al., 983; SOUZA e JESUS, 99), no cerrado (PINHEIRO et al., 985) e para espéces do semárdo nordestno (ZAKIA et al., 99) Segundo Fnger (99) e Scolforo (997), as equações volumétrcas podem ser classfcadas como equações de smples, dupla e trpla entrada. As equações de smples entrada o volume gerado é em função de apenas uma varável, o dâmetro à,3m do solo (DAP). É utlzada quando exstr uma forte

20 8 correlação entre essas varáves de modo que se possa explcar a altura por meo do dâmetro. Como exemplos para equações de smples entrada têm a Equação de Husch. Husch lnv Ln ln DAP Ln Em que: V = volume total da árvore (m 3 ); DAP = dâmetro a,3m do solo (cm), da árvore ; β j = parâmetros do modelo; ε = erro aleatóro. (4) As equações de dupla entrada são utlzadas quando não exste certa homogenedade entre altura e dâmetro dentro do povoamento. As equações de dupla entrada mas utlzadas são: V Spurr DAP H Em que: V = volume total da árvore (m 3 ); DAP = dâmetro a,3m do solo (cm), da árvore ; H = altura total da árvore (m); β j = parâmetros do modelo; ε = erro aleatóro. (5) Schumacher & Hall V DAP H (6) V Stoate DAP H DAP 3H (7) As equações de trpla entrada não são recomendadas, uma vez que levam em consderação além do dâmetro e altura uma tercera varável ndependente, o fator de forma (f), que além de ser de dfícl determnação, anda possu pouca sgnfcânca no ajuste de modelos (OLIVEIRA, ).

21 9.3 Identdades de modelos Uma das maneras de tornar mas efcente o uso dos recursos florestas é fazer uso de modelos estatístcos capazes de obter as estmatvas próxmas do valor do real da varável a ser estmada. A escolha e aplcação de modelos estatístcos são de fundamental mportânca, pos devem permtr ao manejador florestal a realzação de estmatvas precsas, tornando o planejamento mas efcaz (CARVALHO, ). A busca de métodos e modelos mas precsos é desejável, pos de acordo com as estmatvas volumétrcas são geradas as nferêncas para o povoamento florestal. Os modelos podem ser classfcados em modelos lneares e modelos não lneares. Os modelos lneares são equações em que os parâmetros estão na forma adtva (SCOLFORO, 5). Estes modelos devem ser determnados com base em conhecmentos teórcos do problema tratado, em alguns casos os modelos lneares podem não ser aproprados As equações de natureza lnear apresentam a forma genérca Y X X nxn. Por defnção, um modelo é não lnear quando a prmera dervada da função com relação a algum dos parâmetros, anda depende de algum dos parâmetros. São aqueles onde pelo menos um dos parâmetros não está na forma adtva, podendo representar hpérboles, formas exponencas ou geométrcas. Estes modelos devem ser determnados com base em conhecmentos teórcos do problema tratado, como nos casos em que modelos lneares podem não ser aproprados (ZEVIANI, 9). Regazz e Slva (4) ctam autores que apresentaram métodos para testar hpóteses relatvas à dentdade de modelos, dentre eles Graybll (976) e Regazz (993, 999 e 3). A dentdade de modelos é utlzada para avalar uma ou mas varáves de nteresse. Como exemplo da utlzação da dentdade de modelos, tem-se o trabalho de Martns et. al. (7) que verfcaram se as curvas de síto ajustada a povoamentos de Leucaena leucocephala em expermentos tratados com composto orgânco e sem composto orgânco são dêntcas; Camoles (7), que estudou a volumetra e teor alfa bsabolol para a candea Eremanthus erythropappus; Noguera et al. (8), que avalaram a nfluênca do espaçamento ncal sobre a forma do fuste de

22 árvores de Pnus taeda; Pacheco () que avalou a dentdade de modelos lnear e não lnear para volume de Pnuscarbea var. hondurenss e Pnus oocarpa..4 Idade das árvores Segundo Assmann (97 ctado por TONINI, 3), quando se tem como objetvo prncpal utlzar a madera que é produzda em uma floresta para fns comercas, o fator tempo assume especal mportânca, traduzndo o tempo físco decorrdo desde a mplantação da floresta até o momento atual. A capacdade produtva de árvores e povoamentos depende de sua dade, e, somente se a dade é conhecda, torna-se possível fazer nferêncas sob o desempenho de árvores ou povoamentos, (OLIVEIRA, ). De acordo com Souza (973), a dade da árvore é o número de anos transcorrdos desde a germnação da semente, até o momento em que é observado ou meddo. Com base na dade, pode-se acompanhar a evolução de todas as fases de crescmento de uma espéce florestal em um determnado local (BRENA e PEDRO BOM, 99 ctados por OLIVEIRA, ). Na mensuração florestal a dade de uma árvore é uma varável de extrema mportânca na estmatva da produção florestal. Também é utlzada nas avalações do crescmento e da produtvdade de um síto e nos planejamentos florestas. A dade é também utlzada como ferramenta nas atvdades das prátcas slvculturas, na determnação do crescmento atual e futuro da floresta e nas decsões dos planos de manejo. Quando o tamanho de um organsmo (volume, peso, dâmetro ou altura) é relaconado com a sua dade, a curva assm defnda é chamada de curva de crescmento. As curvas em forma de S ou sgmóde mostram o tamanho acumulado da varável em qualquer dade. Entretanto, a curva de crescmento verdadera resulta da relação do ncremento sobre a dade (HUSCH et al,98). De acordo com o mesmo autor, ele afrma que ao se trabalhar com curvas de crescmento, deve-se compreender que cada espéce, ou talvez cada árvore, necessta de um tempo própro para a sua construção. Este tempo fsológco vara com a espéce e estágo de desenvolvmento.

23 3. METODOLOGIA 3. Caracterzação da área Os dados utlzados foram obtdos por meo de cubagem rgorosa de árvoresamostra de Pnus carbaea var. hondurenss e Pnus oocarpa, provenentes da Empresa Caxuana, localzada no muncípo de Nova Ponte, Mnas Geras, Brasl. A empresa stua-se a 9 metros de alttude do nível do mar e tem sua posção determnada pelas coordenadas 9º 4 44 lattude sul e 47º 46 9 lattude oeste, apresentando relevo pratcamente plano a suave ondulado ( a 5%), solos, predomnantemente, latossolo vermelho-escuro, temperatura méda anual de ºC e precptação méda anual de.7 mm (CAXUANA, ). As árvores-amostra utlzadas são orundos de povoamentos de Pnus carbaea var. hondurenss, com 5, 6 e 7 anos de dade e Pnus oocarpa, com 5 e 6 anos e espaçamento de 3xm. Fo feta a cubagem rgorosa, e meddos os dâmetros nas alturas de,m;,7m;,3m;,m; 3,m; 4,m; 5,m; e depos de em m, além da altura total da árvore. O volume das seções fo obtdo a partr do método de Smalan. Nas Tabelas e são apresentas as dstrbuções de frequênca por classe de dâmetro e de altura, nas árvores amostras de P. carbaea var. hondurenss e P. oocarpa, respectvamente. Tabela - Dstrbução damétrca das árvores-amostra para estmatva do volume de árvores de Pnus carbaeavar.hondurenss Classe de DAP Classe de altura total (H) 7,5,5 7,5 > 7,5 Total 7, , , , , ,5 8 >3, Total

24 Tabela - Dstrbução damétrca das árvores-amostra para estmatva do volume de árvores de Pnus oocarpa Classe de DAP Classe de altura total (H) 7,5,5 7,5 Total 7,5 7 4,5 33 7,5 7 8,5 3 4 Total Modelos avalados Os modelos escolhdos, reduzdos e completos, para estmatva volumétrca de Pnus carbaea var. hondurenss foram as Equações 8 e 9 para o modelo Spurr e Equações e para o modelo de Schumacher e Hall, enquanto para o Pnus oocarpa formam as Equações 8 e e para o modelo de Spurr as Equações e 3 para o modelo de Schumacher e Hall. Spurr V DAP H (reduzdo) (8) V 5 D D D D DAP H D DAP H D DAP H (completo) (9) V 5 D D D DAP H D DAP H (completo) () Em que: V = volume total da árvore (m 3 ); DAP = dâmetro a,3m do solo, da árvore ; H = altura total da árvore (m); β j = parâmetros do modelo; ε = erro aleatóro, D j =, se a árvore pertencer a dade j e, caso contraro; β kj = parâmetro k do modelo para a dade j.

25 3 Schumacher e Hall V DAP H (reduzdo) () V V 5D 56D 67D 7 5D 56D 67D 7 D D D DAP H (completo). () D 5 6D 6 5D 5 6D 6 D D DAP H (completo) (3) Em que: V = volume total da árvore (m 3 ); DAP = dâmetro a,3m do solo, da árvore ; H = altura total da árvore (m); β j = parâmetros do modelo; ε = erro aleatóro, D j =, se a árvore pertencer a dade j e, caso contraro; β kj = parâmetro k do modelo para a dade j. 3.3 Testes de dentdade de modelos Para avalar a dentdade de modelos lneares e não-lneares foram testados os modelos reduzdos e os modelos completos. 3.3.Modelo lnear A matrz das estmatvas dos parâmetros para o modelo completo é obtda a partr da Equação (4). ~ X ' X X ' Y ~ (4) Y Em que: ~ = vetor de parâmetros estmados; X = matrz da varável ndependente; ~ = vetor da varável dependente. De acordo com Graybll (976), utlzando-se a notação matrcal para o modelo completo, tem-se a Equação (5): Em que: ~ : vetor de erros aleatóros Y X ~ Para o ajuste do modelo lnear smples de Spurr, na sua forma completa, como exemplo para o caso de 3 (três) dades dferentes, têm-se: ~ ~ (5)

26 4 3 3 ~ n n n Y Y Y Y Y Y Y Y 3 3 n n n X X X X X X X X ~ n n n Em que: n = número de observações na dade, sendo = 5 anos, = 6 anos e 3 = 7 anos; Y j = volume (V) da árvore j na dade. A matrz das estmatvas dos parâmetros, para o modelo reduzdo, é obtda a partr da Equação (6). ~ ~ ' ' Y Z Z Z Em que: ~ = vetor de parâmetros estmados; Z = matrz da varável ndependente. Utlzando-se a notação matrcal, o modelo reduzdo é obtdo pela Equação (7). ~ ~ ~ Z Y Em que: Para o ajuste do modelo lnear smples de Spurr, na sua forma reduzda, como exemplo para o caso de 3 (três) dades dferentes, têm-se: 3 3 ~ n n n Y Y Y Y Y Y Y Y 3 3 n n n Z Z Z Z Z Z Z Z ~ 3 3 ~ n n n A análse de varânca para testar a dentdade dos modelos de regressão é apresentada na Tabela 3. (6) (7)

27 5 Tabela 3 Análse de varânca para o teste de dentdade do modelo lnear Fonte de Varação GL SQ QM F c Modelo Completo (hp) X Y Modelo Reduzdo ~ p Z ~ Dferença para testar hpótese (h-)p SQ (completo) -SQ (reduzdo) ~ Y ~ SQ( dferença ) ( Resíduo n-hp SQ (total) -SQ (completo) n hp QM ( dferença) ( h ) p QM ( resíduo) SQ resíduo ) Total n Y Y Em que: h= número de dades amostradas; p= número de parâmetros do modelo; n= número de observações; GL= grau de lberdade; SQ= soma de quadrados; QM: quadrado médo; F c = estatístca F. Assm, se F c < F α [ (h-)p, n-hp], a um nível de sgnfcânca α, as equações das h dades são dêntcas. Deste modo, a equação ajustada com as estmatvas dos parâmetros comuns, pode ser usada como uma estmatva das h equações envolvdas. 3.3.Modelo não lnear De acordo com Scolforo (5), as hpóteses avaladas no teste de dentdade de modelos não lneares são: H = o modelo reduzdo ajustado para as três dades é dêntco aos modelos completos ajustados para cada dade; H a = não H. Por meo do teste proposto por Regazz e Slva (4) será calculado o valor de c pela Equação (8) : SQR ( c n.ln SQR( completo) reduzdo) (8) Em que: c = estatístca qu-quadrado; ln= logartmo neperano; SQR(reduzdo) = soma de quadrado dos resíduos do modelo reduzdo; SQR (completo) = soma de quadrado dos resíduos do modelo completo. Para testar as hpóteses acma é comparado o valor de c com o valor crítco tabelado. O valor de será obtdo por meo dos graus de lberdade da dferença entre o modelo completo e o modelo reduzdo a 5% de probabldade. Assm se c for

28 6 maor que o valor crítco fornecdo pela tabela, ao nível de 5% de sgnfcânca, rejetase a hpótese nula (H o ) e, com sso, conclu-se que não se pode utlzar o modelo reduzdo para representar as dades avaladas. No ajuste dos modelos completo e reduzdo fo utlzado o software estatístco R versão.3, obtendo as estmatvas dos parâmetros do modelo. 3.4Análse dos modelos Os modelos serão comparados por meo do erro padrão relatvos [Syx (%)], de acordo com a Equação (9) S yx (%). n d n p Y (9) Em que: d = Y Y ; Y = volume (V) observado; Y = volume (V) estmado pelo modelo; n= número de observações; p = número de parâmetros do modelo; dos volumes. Y méda Será utlzada, também, a análse gráfca dos valores estmados versus valores observados para a comparação entre os modelos.

29 7 4. RESULTADOS E DISCUSSÕES 4. Pnus carbaea var. hondurenss 4.. Modelo de Spurr As estatístcas de ajuste obtdas para o modelo de Spurr, completo e reduzdo, para as dades 5, 6 e 7 anos, estão apresentadas na Tabela 4. Tabela 4- Estatístcas de ajuste dos modelos volumétrcos de Spurr completo e reduzdo na estmatva do volume total de Pnus carbaea var. hondurenss para as dades 5, 6 e 7 anos, conjuntamente Parâmetro Estmatva Erro Padrão t c p> t Completo (S yx = 3,7%) β 5 6,6x -3 4,999x -3,6 <, β 5 3,663x -5,458x -7 49,7 <, β 6 9,7467x -3 9,7467x -3,89 <, β 6 3,9x -5 3,364x -6 9,78 <, β 7,78x - 9,54x -3, <, β 7 3,38x -5,669x -6 9,4 <, Reduzdo (S yx =3,87%) β,39x -3 3,684x -3,58 <, β 3,666x -5,56x -7 6,5 <, Em que: t c = estatístca t calculada; p = p-valor; S yx (%) = erro padrão relatvo. Os parâmetros dos modelos, para as dades de 5, 6 e 7 anos conjuntamente, foram sgnfcatvos (p<,). O valor de S yx (%) dos modelos completo e reduzdo foram 3,7% e 3,87% respectvamente,. Pacheco (), ao avalar o teste de dentdade de modelos lnear e não lnear para volume de Pnus, obteve um valor de Syx(%) para o modelo de Spurr completo e reduzdo de 7,5 % e 7,%, respectvamente, apresentando valores nferores ao encontrados neste estudo. Por meo do quadro de análse de varânca, apresentado na Tabela 5, pode-se vsualzar que o valor de F c na junção das dades 5, 6 e 7 anos é maor que o valor de F α, o que nos leva a conclur que os modelos possuem dferença sgnfcatva ao nível de 5% de probabldade. Como os modelos se dferem, o modelo reduzdo não pode

30 8 ser utlzado para estmatva do volume de árvores ndvduas de P. carbaea var. hondurenss nas dferentes dades. Tabela 5- Análse de varânca para o teste de dentdade do modelo de Spurr em Pnus carbaea var. hondurenss nas dades 5, 6 e 7 anos, conjuntamente Fonte de Varação GL SQ QM F c F α Modelo Completo 6 69,8799 Modelo Reduzdo 69,85 Dferença para testar 4 hpótese,8,7,7,4 Resíduo 3,7996,6 Total 35 7,67955 Em que: GL= graus de lberdade; SQ= soma de quadrados; QM: quadrado médo; F c = estatístca F calculada. Como fo sgnfcatvo o teste de dentdade de modelos, houve a necessdade de testar a junção das dades em pares, ou seja, 5-6 anos, 5-7 anos e 6-7anos. As Tabelas 6, 7 e 8 contém os parâmetros para as dades de 5 e 6, 5 e 7 e 6 e 7 anos conjuntamente. O valor de S yx (%) dos modelos completo e reduzdo foram semelhantes, com vantagem para o modelo reduzdo para os pares de dade 5-6 (Tabela 6) e 6-7 anos (Tabela 8). Consderando esta estatístca, ambos os modelos podem ser utlzados para estmatva volumétrca em Pnus carbaea var. hondurenss, para os pares de dades em questão. A Tabela 7 também apresentou valores semelhantes de S yx (%) dos modelos completo e reduzdo com vantagem para o modelo Completo.

31 9 Tabela 6 Estatístcas de ajuste para os modelos volumétrcos de Spurr completo e reduzdo na estmatva do volume total de Pnus carbaea var. hondurenss para as dades 5 e 6 anos, conjuntamente Parâmetro Estmatva Erro Padrão t c p> t Completo (S yx =3,5 %) β 5 6,6x -3 5,449x -3,3 <, β 5 3,663 x -5,7x -7 35,4 <, β 6 9,7467x -3,88x -,8 <, β 6 3,9x -5 3,784x -6 8,85 <, Reduzdo (S yx = 3,3%) β 4,7x -3 4,66x -3, <, β 3,665x -5,553x -7 43,55 <, Em que: t c = estatístca t calculada; p = p-valor; S yx (%) = erro padrão relatvo. Tabela 7 Estatístcas de ajuste dos modelos volumétrcos de Spurr completo e reduzdo na estmatva do volume total de Pnus carbaea var.hondurenss para as dades 5 e 7 anos, conjuntamente Parâmetro Estmatva Erro Padrão t c p> t Completo (S yx =3, %) β 5 6,6x -3 5,346x -3,6 <, β 5 3,66x -5,66x -7 37,64 <, β 7,7x -,34x -,3 <, β 7 3,38x -5,8x -6 7,88 <, Reduzdo (S yx =3,7 %) β,393x -3 4,5x -3,5 <, β 3,666x -5,539x -7 44,38 <, Em que: t c = estatístca t calculada; p = p-valor; S yx (%) = erro padrão relatvo.

32 Tabela 8- Estatístcas de ajuste para os modelos volumétrcos de Spurr completo e reduzdo na estmatva do volume total de Pnus carbaea var. hondurenss para as dades 6 e 7 anos, conjuntamente Parâmetro Estmatva Erro Padrão t c p> t Completo (S yx =,97%) β 6 9,7467x -3 3,76x -3 3,7 <, β 6 3,9x -5 9,757x -7 33,75 <, β 7,7x -,766x -3 3,87 <, β 7 3,38x -5 4,839x -7 66,9 <, Reduzdo (S yx =,88 %) β,58x -,986x -3 5,3 <, β 3,47x -5 4,4x -7 78,39 <, Em que: t c = estatístca t calculada; p = p-valor; S yx (%) = erro padrão relatvo. Por meo dos quadros de análse de varânca, vsualzados nas Tabelas 9 e, nota-se que o valor de F c na junção das dades 5 e 6 anos e 6 e 7 anos é menor que o valor de F α, o que nos leva a conclur que os modelos não possuem dferença ao nível de 5% de sgnfcânca. Como os modelos não se dferem, o modelo reduzdo pode ser utlzado para estmatva do volume de árvores ndvduas de P. carbaea var. hondurenss nesses pares de dade. Contudo, na Tabela, pode-se verfcar que o valor de F c na junção das dades 5 e 7 anos é maor que o valor de F α, assm como apresentado nas dades 5, 6 e 7 anos conjuntamente, o que nos leva a conclur que os modelos possuem dferença sgnfcatva ao nível de 5% de sgnfcânca. Como os modelos se dferem, o modelo reduzdo não pode ser utlzado para estmatva do volume de árvores ndvduas de P. carbaea var. hondurenss para esse par de dade.

33 Tabela 9- Análse de varânca para o teste de dentdade do modelo lnear em Pnus carbaea var. hondurenss nas dades 5 e 6 anos, conjuntamente Fonte de Varação GL SQ QM F c Fα Modelo Completo 4 64,953 Modelo Reduzdo 64,947 Dferença para testar hpótese,43,,685 3,3 Resíduo 47,786,3 Total 5 65,739 Em que: GL= graus de lberdade; SQ= soma de quadrados; QM: quadrado médo; F c = estatístca F calculada. Tabela - Análse de varânca para o teste de dentdade do modelo lnear em Pnus carbaea var. hondurenss nas dades 5 e 7 anos, conjuntamente Fonte de Varação GL SQ QM F c Fα Modelo Completo 4 64,968 Modelo Reduzdo 64,938 Dferença para testar hpótese,48,4 4,75 3,3 Resíduo 6,794,3 Total 65 65,7576 Em que: GL= graus de lberdade; SQ= soma de quadrados; QM: quadrado médo; F c = estatístca F calculada. Tabela - Análse de varânca para o teste de dentdade do modelo lnear em Pnus carbaea var. hondurenss nas dades 6 e 7 anos, conjuntamente Fonte de Varação GL SQ QM F c Fα Modelo Completo 4,364 Modelo Reduzdo,363 Dferença para testar hpótese,,59,73 3,79 Resíduo,39,7 Total 4,34337 Em que: GL= graus de lberdade; SQ= soma de quadrados; QM: quadrado médo; F c = estatístca F calculada.

34 4.. Modelo de Schumacher e Hall As estmatvas dos parâmetros obtdas para o modelo proposto por Schumacher e Hall estão representadas na Tabela. Tabela Estmatva dos parâmetros para os modelos volumétrcos de Schumacher completo e reduzdo na estmatva do volume total de Pnus carbaea var. hondurenss para as dades 5, 6 e 7 anos Parâmetro Estmatva Erro Padrão t c p> t Completo (S yx =3,6 %) β 5,44,59 7,5 <, β 5,94389, ,53 <, β 5,663,45,3 <, β 6,,99,58 <, β 6,854, ,33 <, β 6,7974,4497 -,5 <, β 7,3,74 -,46 <, β 7,666678,637 -,69 <, β 7,464, ,4 <, Reduzdo (S yx = 3,75%) β,36,385 9,38 <, β,939, ,67 <, β,73853, , <, Em que: t c = estatístca t calculada; p = p-valor; S yx (%) = erro padrão relatvo. Nota-se, pela Tabela, que os parâmetros para as dades de 5, 6 e 7 anos conjuntamente foram sgnfcatvos (p<,). O valor de S yx (%) dos modelos completo e reduzdo foram semelhantes, com vantagem para o modelo Completo, assm como apresentado pelo modelo de Spurr para as dades 5, 6 e 7 anos conjuntamente. Consderando esta estatístca, ambos os modelos podem ser utlzados para estmatva volumétrca em Pnus carbaea var. hondurenss. Nas junções das dades 5 6 e 7 anos o valor de c encontrado fo maor que a 5% de probabldade, o que nos leva a rejetar H. Isto sgnfca que, a um nível de 5% de sgnfcânca, o modelo completo e o modelo reduzdo se dferem

35 3 estatstcamente, não permtndo a utlzação do modelo reduzdo, como lustrado na Tabela 3. Tabela 3- Resultados do teste de dentdade para o modelo de Schumacher e Hall na estmatva do volume total de Pnus carbaea var. hondurenss para as dades 5, 6 e 7 anos Idade (anos) GL c 5, 6 e 7 6,79,59 Em que: GL = graus de lberdade; tabelado. c = Estatístca qu-quadrado calculada; = valor crítco Como fo sgnfcatvo o teste de dentdade de modelos, houve a necessdade de testar a junção das dades em pares, ou seja, 5-6 anos, 5-7 anos e 6-7anos, como no modelo de Spurr. As Tabelas 4, 5 e 6 contém os parâmetros para as dades de 5 e 6, 5 e 7 e 6 e 7 anos conjuntamente, respectvamente. Na Tabela 4 o valor de S yx (%) dos modelos completo e reduzdo foram semelhantes, com vantagem para o modelo Reduzdo. Consderando esta estatístca, ambos os modelos podem ser utlzados para estmatva volumétrca em Pnus carbaea var. hondurenss. Nas Tabelas 5 e 6, o valor de S yx (%) do modelo completo e reduzdo foram semelhantes, com vantagem para o modelo Completo, assm como apresentado pelas dades 5 e 7 e 5, 6 e 7 anos conjuntamente no modelo de Spurr. Consderando esta estatístca, o modelo completo é mas precso para utlzar na estmatva volumétrca em Pnus carbaea var. hondurenss para esses pares de dades em questão.

36 4 Tabela 4 Estmatva dos parâmetros para os modelos volumétrcos de Schumacher completo e reduzdo na estmatva do volume total de Pnus carbaea var. hondurenss para as dades 5 e 6 anos Parâmetro Estmatva Erro Padrão t c p> t Completo (S yx = 3,%) β 5,443,65 6,76 <, β 5,94397,74 7,66 <, β 5,6647,5686, <, β 6,,,5 <, β 6,85396,496 -,3 <, β 6, , ,46 <, Reduzdo (S yx =3,7 %) β,4 5,69x -6 7,49 <, β,944,7x - 7, <, β, 4,64x -, <, Em que: t c = estatístca t calculada; p = p-valor; S yx (%) = erro padrão relatvo. Tabela 5 Estmatva dos parâmetros para os modelos volumétrcos de Schumacher completo e reduzdo na estmatva do volume total de Pnus carbaea var. hondurenss para as dades 5 e 7 anos Parâmetro Estmatva Erro Padrão t c p> t Completo (S yx =,9 %) β 5,443,64 6,93 <, β 5,943886, ,38 <, β 5,663,48893,58 <, β 7,35,97 -,4 <, β 7, , ,56 <, β 7,4643,4665,96 <, Reduzdo (S yx = 3,6%) β 3,657x -5 4,56x -6 8,8 <, β,9394,648x - 73, <, β,789 4,357x - 4,58 <, Em que: t c = estatístca t calculada; p = p-valor; S yx (%) = erro padrão relatvo.

37 5 Tabela 6 Estmatva dos parâmetros para os modelos volumétrcos de Schumacher completo e reduzdo na estmatva do volume total de Pnus carbaea var. hondurenss para as dades 6 e 7 anos Parâmetro Estmatva Erro Padrão t c p> t Completo (S yx =9,6%) β 6,,3 4,39 <, β 6,85377,887474,45 <, β 6, , ,43 <, β 7,34,45 -,93 <, β 7,666833, ,53 <, β 7,473557, ,7 <, Reduzdo (S yx =,45%) β 6,3x -5 8,5x -6 7,49 <, β,7363 3,66x - 47,99 <, β,9856 6,47x - 7,8 <, Em que: t c = estatístca t calculada; p = p-valor; S yx (%) = erro padrão relatvo. A Tabela 7 apresenta os resultados do teste de dentdade para o Modelo de Schumacher e Hall na estmatva do volume de árvores de Pnus carbaea var. hondurenss. Tabela 7- Resultados do teste de dentdade para o modelo de Schumacher e Hall Idade (anos) GL c 5 e 6 3,89 7,8 5 e 7 3 9,6 7,8 6 e 7 3,7 7,8 Em que: GL = graus de lberdade; tabelado. c = Estatístca qu-quadrado calculada; = valor crítco Nas junções das dades 5 e 6 anos, o valor de encontrado fo menor que a 5% de sgnfcânca, então não rejeta-se a hpótese H. Isto sgnfca que, a um nível de 5% de sgnfcânca, o modelo completo e o modelo reduzdo não se dferem estatstcamente, o que permte a utlzação do modelo reduzdo. Pacheco (), ao avalar a dentdade de modelos para estmatva do volume de Pnus, verfcou que os c

38 Volume Estmado (m³) Volume Estmado (m³) 6 modelos de Spurr e Schumacher e Hall representaram bem a dstrbução real do volume das árvores. Verfca-se, assm, que os modelos não possuem grandes dferenças, o que comprova que o modelo reduzdo pode ser usado. Porém nas junções das dades 5 e 7 anos, 6 e 7anos, anos o valor de encontrado fo maor que a 5% de sgnfcânca, o que nos leva a rejetar H. Isto sgnfca que, a um nível de 5% de sgnfcânca, o modelo completo e o modelo reduzdo se dferem estatstcamente, não permtndo a utlzação do modelo reduzdo. c 4..3 Escolha dos modelos para estmatva do volume de árvores de Pnus carbaea var. hondurenss Na Fgura contém os gráfcos de volume estmado versus volume observado da espéce Pnus carbaea var. hondurenss para os modelos reduzdos de Spurr e Schumacher e Hall para o par de dades de 5 e 6 anos..5 Spurr.5 Schumacher Volume Observado (m³) Volume Observado (m³) Fgura - Volume estmado versus volume observado da espéce Pnus carbaea var. hondurenss para os modelos reduzdos de Spurr e de Schumacher e Hall para as dades 5 e 6 anos conjuntamente. Pelos resultados da Fgura, nota-se a semelhança que ocorre entre os modelos analsados representando bem a dstrbução real dos volumes. Verfca-se que os gráfcos não possuem grandes dferenças, o que comprova que ambos os modelos podem ser usados na estmatva do volume de Pnus carbaea var. hondurenss.

39 Volume Estmado (m³) Volume Estmado (m³) 7 Além dsso, comparando os resultados das Tabelas 6 e 4, percebe-se que o modelo de Schumacher e Hall reduzdo teve valor de Syx (%) menor, sendo mas precsos que o modelo de Spurr reduzdo para a estmatva do volume. Esses resultados estão de acordo com Pacheco (), que também verfcou uma maor precsão para o modelo de Schumacher e Hall reduzdo quando testou a junção das espéces analsadas na dade de 5 anos. A Fgura apresenta os gráfcos de volume estmado versus volume observado da espéce Pnus carbaea var. hondurenss para os modelos de Spurr e de Schumacher e Hall para as dades 7 anos..7.6 Spurr.7.6 Schumacher Volume Observado (m³) -. 6E Volume Observado (m³) Fgura - Volume estmado versus volume observado da espéce Pnus carbaea var. hondurenss para os modelos de Spurr e de Schumacher e Hall para as dades 7 anos. Pelos resultados da Fgura, percebe-se que os resultados foram dêntcos aos da Fgura, onde houve semelhança entre a dstrbução dos volumes observados e estmados pelos modelos analsados. O valor de Syx (%) para os modelo de Spurr e Schumacher e Hall foram,38 e 9,94 respectvamente. Percebe-se que o modelo de Schumacher e Hall apresentou valor de Syx (%) mas precso que o modelo de Spurr para a estmatva do volume de árvore de Pnus carbaea var. hondurenss aos 7 anos de dade. 4. Pnus oocarpa

40 8 4.. Modelo de Spurr As estatístcas de ajuste obtdas para o modelo de Spurr, completo e reduzdo, para as dades 5 e 6 anos, estão apresentadas na Tabela 8. Analsando os resultados da Tabela 8, verfca-se que as estmatvas dos parâmetros, foram sgnfcatvas ao nível de 5% de probabldade. Consderando o Syx (%), o modelo completo apresentou valor superor ao modelo reduzdo. Consderando esta estatístca, verfca-se que o modelo reduzdo é mas vantajoso na utlzação da estmatva do volume das espéces estudadas. Tabela 8 - Estmatva dos parâmetros para os modelos volumétrcos de Spurr completo e reduzdo na estmatva do volume total de Pnus oocarpa para as dades 5 e 6 anos Parâmetro Estmatva Erro Padrão t c p> t Completo (S yx =,86 %) β 5 -,3,4 -,4 <, β 5 3,7363x -5 4,3884x -7 85,4 <, β 6,68,7,39 <, β 6 3,43x -5 6,6378x -6 5,55 <, Reduzdo (S yx =,78%) β 3,73x -5 3,853x -7 96,7 <, β 3,6x -5 4,6788x -6 7,7 <, Em que: t c = estatístca t calculado; p = probabldade; S yx (%) = erro padrão resdual. A Tabela 9 apresenta a análse de varânca para o teste de dentdade do modelo lnear de Spurr. Tabela 9 - Análse de varânca para o teste de dentdade do modelo lnear Fonte de Varação GL SQ QM F c Fα Modelo Completo 4 47,7485 Modelo Reduzdo 47,7479 Dferença para testar hpótese,6,3,68 3,69 Resíduo 4,54,43 Total 7 48, Em que: GL= graus de lberdade; SQ= soma de quadrados; QM: quadrado médo; F c = estatístca Fcalculada

41 9 Na Tabela 9, pode-se verfcar que o valor de F c é menor que o valor de F α, o que nos leva a conclur que os modelos não possuem dferença ao nível de 5% de sgnfcânca. Como os modelos não se dferem, o modelo reduzdo pode ser utlzado para estmatva do volume de árvores ndvduas de P. oocarpa nas dferentes dades. 4.. Modelo de Schumacher e Hall Na Tabela, os resultados da análse de varânca para o teste de dentdade do modelo de Schumacher e Hall são lustrados. Tabela - Estmatva dos parâmetros para os modelos volumétrcos de Schumacher completo e reduzdo na estmatva do volume total de Pnus oocarpapara as dades 5 e 6 anos Parâmetro Estmatva Erro Padrão t c p> t Completo (S yx =,77 %) β 5,48,8 5, <, β 5,684757, ,8 <, β 5, ,636 4,7 <, β 6,734.85,5 <, β 6,84588, ,38 <, β 6,9683,869885, <, Reduzdo (S yx =,66%) β 4,7x -5 5,69x -6 7,48 <, β,944,7x - 7, <, β, 4,64x -, <, Em que: t c = estatístca t calculado; p = probabldade; S yx (%) = erro padrão resdual. Analsando os resultados da Tabela, verfca-se que as estmatvas dos parâmetros, foram sgnfcatvas ao nível de 5% de probabldade. Consderando o Syx (%), o modelo completo apresentou valor superor ao modelo reduzdo. Consderando esta estatístca, verfca-se que o modelo reduzdo é mas vantajoso na utlzação da estmatva do volume das espéces estudadas. Os resultados do teste de dentdade para o modelo de Schumacher e Hall na estmatva do volume de árvores de Pnus oocarpa estão na Tabela.

42 Volume Estmado (m³) Volume Estmado (m³) 3 Tabela - Resultados do teste de dentdade para o modelo de Schumacher e Hall na estmatva do volume de árvores de Pnus oocarpa Idade (anos) GL 5 e 6 3,47 7,8 Em que: GL = graus de lberdade; tabelado. c c = Estatístca qu-quadrado calculada; = valor crítco Na junção das dades 5 e 6 anos, encontrado fo menor que a 5% de sgnfcânca, o que nos leva a não rejetar H. A um nível de 5% de sgnfcânca, o modelo completo e o modelo reduzdo não se dferem estatstcamente, o que permte a utlzação do modelo reduzdo. c 4..3 Escolha dos modelos para estmatva do volume de árvores de Pnus oocarpa A Fgura 3 contém os gráfcos de volume estmado versus volume observado da espéce Pnus oocarpa para os modelos de Spurr e de Schumacher e Hall para as dades 5 e 6 anos conjuntamente. 3.5 Spurr 3.5 Schumacher Volume Observado (m³) Volume Observado (m³) Fgura - Volume estmado versus volume observado da espéce Pnus oocarpa. para o modelo de Spurr e para o modelo de Schumacher e Hall para as dades 5 e 6 anos conjuntamente. Pela análse gráfca demonstrada na Fgura 3, assm como apresentado nas Fguras e, nota-se a semelhança que ocorre entre os modelos analsados, representando bem a dstrbução real do volume. Verfca-se que os gráfcos não possuem grandes dferenças, o que comprova que ambos os modelos podem ser usados.

43 3 Além dsso, ao comparar os valores de Syx (%) dos modelos analsados (Tabelas 8 e ), percebe-se que o modelo de Schumacher e Hall reduzdo fo mas precso que o modelo de Spurr reduzdo. Esse fato leva a escolha deste modelo para estmar o volume das árvores de P. oocarpa nas dades de 5 e 6 anos. 5. CONCLUSÕES Verfcou-se que tanto o modelo de Spurr quanto o modelo de Schumacher e Hall podem ser utlzados nas dades de 5 e 6 anos para as duas espéces avaladas, com preferênca para o modelo de Schumacher e Hall O teste de dentdade de modelos fo mportante, pos mostrou que se pode juntar árvores de dferentes dades para as duas espéces em questão em uma equação o que economza o esforço de utlzar váras equações para dferentes dades.

44 3 6.REFERÊNCIAS BIBLIOGRÁFICAS ABRAF ASSOCIAÇÃO BRASILEIRA DE PRODUTORES DE FLORESTAS PLANTADAS. Anuáro estatístco da ABRAF: ano base. 45 p ABRAF, Brasíla,. Dsponível em: < BR.pdf >.Acessoem: 5 de mao. ASSMANN, E.The prncples of forest yeld study. Oxford: Pergamon Press, 56p.97. BATISTA, J. L. F.; MARQUESINI, M.; VIANA, V. M. Equações de volume para árvores de caxeta (Tabebua cassnodes) no Estado de São Paulo e sul do Estado do Ro de Janero. Scenta Florestals, Praccaba, n. 65, p.6-75, jun. 4. BRENA, D.A., BOM, P.B. Modelos de crescmento e produção florestal. Curtba: PR [s.n], p. 99. CAMOLESI, J. F. Volumetra e teor de alfa bsabolol para a candea Eremanthuserythropappus f. Dssertação (Mestrado em Engenhara Florestal) Unversdade Federal de Lavras Lavras. CAXUANA. Localzação. Dsponível em: < Acesso: janero de. CARDOSO, R. M. Comparação entre o modelo volumétrco de Schumacher & Hall e fatores de forma para estmatva do volume ndvdual de árvores de florestas natvas do estado de Rondôna f. Monografa (Graduação em Engenhara Florestal) Insttuto de Florestas, Unversdade Federal Rural do Ro de Janero. Seropédca, 8. CESAR, E. R. G; SHIMIZU J. Y; ROMANELLI, R. Varação entre procedêncas e progênes de Pnus oocarpa em Angatuba, SP. p COUTO, H. T. Z.; BASTOS, N. L. M. Modelos de equações de volume e relações hpsométrcas para plantações de Eucalyptusno estado de São Paulo. IPEF, Praccaba, n. 37, p , dez EMBRAPA - Empresa Braslera de Pesqusa Agropecuára. Sstemas de produção, Embrapa Florestas. Cultvos do Pnus (espéces Pnus carbaea). Versão Eletrônca. Colombo, PR, 5. Dsponível em: < embrapa.br/fonteshtml/pnus/cultvodopnus/3_3_pnus_carbaea.htm > Acesso em: 5 de abrl de. EMBRAPA - Empresa Braslera de Pesqusa Agropecuára. Sstemas de produção, Embrapa Florestas. Cultvos do Pnus (espéces - Pnus oocarpa). Versão Eletrônca. Colombo, PR, 5. Dsponível em: < embrapa.br/fonteshtml/pnus/cultvodopnus/3_4_pnus_oocarpa.htm > Acesso em: 5 de abrl de.

Federal do Espírito Santo, Alegre, ES, Brasil. 2

Federal do Espírito Santo, Alegre, ES, Brasil.    2 Aplação da dentdade de modelos não-lneares na estmatva da relação hpsométra de Pnus arbaea var. hondurenss e Pnus ooarpa sob dferentes dades Leonardo Cassan Laerda Adrano Rbero de Mendonça Edson Lahn Glson

Leia mais

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade

Leia mais

4 Critérios para Avaliação dos Cenários

4 Critérios para Avaliação dos Cenários Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada

Leia mais

EFEITO DA IDADE E MATERIAL GENÉTICO NA FORMA DE ÁRVORES DE Eucalyptus

EFEITO DA IDADE E MATERIAL GENÉTICO NA FORMA DE ÁRVORES DE Eucalyptus EFEITO DA IDADE E MATERIAL GENÉTICO NA FORMA DE ÁRVORES DE Eucalyptus Dana Marques de Olvera ; Ellezer Almeda Mello ; Carolne Stephany Inocênco ; Adrano Rbero Mendonça Bolssta PBIC/UEG, graduandos do Curso

Leia mais

Métodos Avançados em Epidemiologia

Métodos Avançados em Epidemiologia Unversdade Federal de Mnas Geras Insttuto de Cêncas Exatas Departamento de Estatístca Métodos Avançados em Epdemologa Aula 5-1 Regressão Lnear Smples: Estmação e Interpretação da Reta Tabela ANOVA e R

Leia mais

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo 3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas

Leia mais

REGRESSÃO NÃO LINEAR 27/06/2017

REGRESSÃO NÃO LINEAR 27/06/2017 7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados

Leia mais

Modelagem do crescimento de clones de Eucalyptus via modelos não lineares

Modelagem do crescimento de clones de Eucalyptus via modelos não lineares Modelagem do crescmento de clones de Eucalyptus va modelos não lneares Joselme Fernandes Gouvea 2 Davd Venanco da Cruz 3 Máco Augusto de Albuquerque 3 José Antôno Alexo da Slva Introdução Os fenômenos

Leia mais

SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP., NO PÓLO GESSEIRO DO ARARIPE

SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP., NO PÓLO GESSEIRO DO ARARIPE SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP, NO PÓLO GESSEIRO DO ARARIPE Jáder da Slva Jale Joselme Fernandes Gouvea Alne Santos de Melo Denns Marnho O R Souza Kléber Napoleão Nunes de

Leia mais

DELINEAMENTOS EXPERIMENTAIS

DELINEAMENTOS EXPERIMENTAIS SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................

Leia mais

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Regressão Múltipla. Parte I: Modelo Geral e Estimação Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses

Leia mais

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro. Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na

Leia mais

1. CORRELAÇÃO E REGRESSÃO LINEAR

1. CORRELAÇÃO E REGRESSÃO LINEAR 1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

Leia mais

Testes não-paramétricos

Testes não-paramétricos Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,

Leia mais

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr

Leia mais

MODELOS DE REGRESSÃO PARAMÉTRICOS

MODELOS DE REGRESSÃO PARAMÉTRICOS MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da

Leia mais

Cap. IV Análise estatística de incertezas aleatórias

Cap. IV Análise estatística de incertezas aleatórias TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda

Leia mais

Identidade dos parâmetros de modelos segmentados

Identidade dos parâmetros de modelos segmentados Identdade dos parâmetros de modelos segmentados Dana Campos de Olvera Antono Polcarpo Souza Carnero Joel Augusto Munz Fabyano Fonseca e Slva 4 Introdução No Brasl, dentre os anmas de médo porte, os ovnos

Leia mais

3 A técnica de computação intensiva Bootstrap

3 A técnica de computação intensiva Bootstrap A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

Associação entre duas variáveis quantitativas

Associação entre duas variáveis quantitativas Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa

Leia mais

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anas Eletrônco ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anderson Takash Hara, Heraldo Takao Hashgut, Antôno Carlos Andrade

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca

Leia mais

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência. MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse

Leia mais

Estudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação.

Estudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação. Estudo quanttatvo do processo de tomada de decsão de um projeto de melhora da qualdade de ensno de graduação. Rogéro de Melo Costa Pnto 1, Rafael Aparecdo Pres Espíndula 2, Arlndo José de Souza Júnor 1,

Leia mais

2 Incerteza de medição

2 Incerteza de medição 2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES

MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES 1. Obtenha os estmadores dos coefcentes lnear e angular de um modelo de regressão lnear smples utlzando o método

Leia mais

Cap. 11 Correlação e Regressão

Cap. 11 Correlação e Regressão Estatístca para Cursos de Engenhara e Informátca Pedro Alberto Barbetta / Marcelo Menezes Res / Antono Cezar Borna São Paulo: Atlas, 2004 Cap. 11 Correlação e Regressão APOIO: Fundação de Apoo à Pesqusa

Leia mais

7 - Distribuição de Freqüências

7 - Distribuição de Freqüências 7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste

Leia mais

Nota Científica Influência do comprimento de copa na relação hipsométrica de Araucaria angustifolia

Nota Científica Influência do comprimento de copa na relação hipsométrica de Araucaria angustifolia Pesqusa Florestal Braslera Brazlan Journal of Forestry Research http://pfb.cnpf.embrapa.br/pfb/ Nota Centífca Influênca do comprmento de copa na relação hpsométrca de Araucara angustfola Sebastão do Amaral

Leia mais

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

Leia mais

Regressão Linear Simples by Estevam Martins

Regressão Linear Simples by Estevam Martins Regressão Lnear Smples by Estevam Martns stvm@uol.com.br "O únco lugar onde o sucesso vem antes do trabalho, é no dconáro" Albert Ensten Introdução Mutos estudos estatístcos têm como objetvo estabelecer

Leia mais

Contabilometria. Aula 8 Regressão Linear Simples

Contabilometria. Aula 8 Regressão Linear Simples Contalometra Aula 8 Regressão Lnear Smples Orgem hstórca do termo Regressão Le da Regressão Unversal de Galton 1885 Galton verfcou que, apesar da tendênca de que pas altos tvessem flhos altos e pas axos

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos

Leia mais

Análise da curva de crescimento de ovinos cruzados

Análise da curva de crescimento de ovinos cruzados Análse da curva de crescmento de ovnos cruzados Dana Campos de Olvera DEX, UFLA Antôno Polcarpo Souza Carnero DET, UFV Joel Augusto Munz DEX, UFLA Introdução Os ovnos, assm como grande maora dos anmas

Leia mais

AULA EXTRA Análise de Regressão Logística

AULA EXTRA Análise de Regressão Logística 1 AULA EXTRA Análse de Regressão Logístca Ernesto F. L. Amaral 13 de dezembro de 2012 Metodologa de Pesqusa (DCP 854B) VARIÁVEL DEPENDENTE BINÁRIA 2 O modelo de regressão logístco é utlzado quando a varável

Leia mais

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão

Leia mais

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel MOQ-4 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Programa do curso: Semana Conteúdo Apresentação da dscplna. Prncípos de modelos lneares de regressão.

Leia mais

7 Tratamento dos Dados

7 Tratamento dos Dados 7 Tratamento dos Dados 7.. Coefcentes de Troca de Calor O úmero de usselt local é dado por h( r )d u ( r ) (7-) k onde h(r), o coefcente local de troca de calor é h( r ) q''- perdas T q''- perdas (T( r

Leia mais

Capítulo 1. Exercício 5. Capítulo 2 Exercício

Capítulo 1. Exercício 5. Capítulo 2 Exercício UNIVERSIDADE FEDERAL DE GOIÁS CIÊNCIAS ECONÔMICAS ECONOMETRIA (04-II) PRIMEIRA LISTA DE EXERCÍCIOS Exercícos do Gujarat Exercíco 5 Capítulo Capítulo Exercíco 3 4 5 7 0 5 Capítulo 3 As duas prmeras demonstrações

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos

Leia mais

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados Modelo lnear normal com erros heterocedástcos O método de mínmos quadrados ponderados Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal

Leia mais

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas

Leia mais

DEFINIÇÃO - MODELO LINEAR GENERALIZADO

DEFINIÇÃO - MODELO LINEAR GENERALIZADO DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto

Leia mais

(c) 0,5; 9,5; -10,5; -0,5; 12,3; 2,3; etc. Ocorre desvio alto para o indivíduo 19 (-19,5) X (idade da casa)

(c) 0,5; 9,5; -10,5; -0,5; 12,3; 2,3; etc. Ocorre desvio alto para o indivíduo 19 (-19,5) X (idade da casa) Bussab&Morettn Estatístca Básca Capítulo 6 Problema zˆ,5, 55x αˆ : a acudade vsual méda estmada para recém-nascdos (zero anos de dade) é,5; βˆ : a acudade vsual méda estmada dmnu,55 a cada ano,5; 9,5;

Leia mais

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas 3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,

Leia mais

Análise de Regressão Linear Múltipla VII

Análise de Regressão Linear Múltipla VII Análse de Regressão Lnear Múltpla VII Aula 1 Hej et al., 4 Seções 3. e 3.4 Hpótese Lnear Geral Seja y = + 1 x 1 + x +... + k x k +, = 1,,..., n. um modelo de regressão lnear múltpla, que pode ser escrto

Leia mais

Aula Características dos sistemas de medição

Aula Características dos sistemas de medição Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes

Leia mais

Modelo linear clássico com erros heterocedásticos. O método de mínimos quadrados ponderados

Modelo linear clássico com erros heterocedásticos. O método de mínimos quadrados ponderados Modelo lnear clássco com erros heterocedástcos O método de mínmos quadrados ponderados 1 Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal

Leia mais

MODELAGEM NÃO LINEAR DO CRESCIMENTO E DA PRODUÇÃO DE PLANTAÇÕES FLORESTAIS ADRIANO RIBEIRO DE MENDONÇA

MODELAGEM NÃO LINEAR DO CRESCIMENTO E DA PRODUÇÃO DE PLANTAÇÕES FLORESTAIS ADRIANO RIBEIRO DE MENDONÇA MODELAGEM NÃO LNEAR DO CRESCMENTO E DA PRODUÇÃO DE PLANTAÇÕES FLORESTAS ADRANO RBERO DE MENDONÇA ADRANO RBERO DE MENDONÇA MODELAGEM NÃO LNEAR DO CRESCMENTO E DA PRODUÇÃO DE PLANTAÇÕES FLORESTAS Tese apresentada

Leia mais

2 Materiais e métodos

2 Materiais e métodos Avalação de modelos polnomas de potêncas nteras e fraconáras para descrever a varação longtudnal do dâmetro de árvores de eucalpto clonal 1 Introdução Samuel de Pádua Chaves e Carvalho¹ Ayun Larssa Mendes

Leia mais

INTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA

INTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA INTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA APLICAÇÃO NO CONTROLE DE QUALIDADE DE FÁRMACOS Prof. Dr. Marcelo Martns de Sena MÓDULO 04 Undade Unverstára de Cêncas Eatas e Tecnológcas UnUCET Anápols 1 MÓDULO 04

Leia mais

CURSO A DISTÂNCIA DE GEOESTATÍSTICA

CURSO A DISTÂNCIA DE GEOESTATÍSTICA CURSO A DISTÂNCIA DE GEOESTATÍSTICA Aula 6: Estaconardade e Semvarânca: Estaconardade de a. ordem, Hpótese ntríseca, Hpótese de krgagem unversal, Crtéros para escolha, Verfcação, Representatvdade espacal,

Leia mais

REGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA

REGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO LINEAR Verfcado, pelo valor de r, que ocorre uma sgnfcante correlação lnear entre duas varáves há necessdade de quantfcar tal relação, o que é feto pela análse

Leia mais

MODELOS PARA ESTIMATIVAS VOLUMÉTRICAS DE FUSTES DE Pinus taeda L.

MODELOS PARA ESTIMATIVAS VOLUMÉTRICAS DE FUSTES DE Pinus taeda L. MOELOS PARA ESTIMATIAS OLUMÉTRICAS E FUSTES E Pnus taeda L. Rômulo Môra, Afonso Fgueredo Flo, Snta alero Koler, Rodrgo Otávo ega de Mranda Professor Mestre do epartamento de Engenara Florestal da Faculdade

Leia mais

Avaliação do tamanho da amostra de segmentos regulares para estimar a área plantada com café na região sul de Minas Gerais

Avaliação do tamanho da amostra de segmentos regulares para estimar a área plantada com café na região sul de Minas Gerais Avalação do tamanho da amostra de segmentos regulares para estmar a área plantada com café na regão sul de Mnas Geras Marcos Adam Maurco Alves Morera Bernardo Fredrch Theodor Rudorff Insttuto Naconal de

Leia mais

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015

Leia mais

Estatística. 8 Teste de Aderência. UNESP FEG DPD Prof. Edgard

Estatística. 8 Teste de Aderência. UNESP FEG DPD Prof. Edgard Estatístca 8 Teste de Aderênca UNESP FEG DPD Prof. Edgard 011 8-1 Teste de Aderênca IDÉIA: descobrr qual é a Dstrbução de uma Varável Aleatóra X, a partr de uma amostra: {X 1, X,..., X n } Problema: Seja

Leia mais

Análise de Variância. Comparação de duas ou mais médias

Análise de Variância. Comparação de duas ou mais médias Análse de Varânca Comparação de duas ou mas médas Análse de varânca com um fator Exemplo Um expermento fo realzado para se estudar dabetes gestaconal. Desejava-se avalar o comportamento da hemoglobna (HbA)

Leia mais

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco

Leia mais

PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011

PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011 Instruções: PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 00/0 Cada uestão respondda corretamente vale (um) ponto. Cada uestão respondda ncorretamente vale - (menos um) ponto. Cada uestão

Leia mais

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco

Leia mais

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão

Leia mais

Gráficos de Controle para Processos Autocorrelacionados

Gráficos de Controle para Processos Autocorrelacionados Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem

Leia mais

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel MOQ-14 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Prncípos de cração de modelos empírcos: Modelos (matemátcos, lógcos, ) são comumente utlzados na

Leia mais

(B) Considere X = antes e Y = depois e realize um teste t para dados pareados e um teste da ANOVA de um DBC com 5 blocos. Compare os resultados.

(B) Considere X = antes e Y = depois e realize um teste t para dados pareados e um teste da ANOVA de um DBC com 5 blocos. Compare os resultados. INF 6 Notas de aula sujeto a correções Prof. Luz Alexandre Peternell (B) Consdere X antes e Y depos e realze um teste t para dados pareados e um teste da ANOVA de um DBC com 5 blocos. Compare os resultados.

Leia mais

METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO

METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO Semnáro Anual de Pesqusas Geodéscas na UFRGS, 2. 2007. UFRGS METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL Iran Carlos Stallvere Corrêa Insttuto de Geocêncas UFRGS Departamento

Leia mais

Análise de Regressão

Análise de Regressão Análse de Regressão método estatístco que utlza relação entre duas ou mas varáves de modo que uma varável pode ser estmada (ou predta) a partr da outra ou das outras Neter, J. et al. Appled Lnear Statstcal

Leia mais

UNIDADE VIII ENSAIOS FATORIAIS

UNIDADE VIII ENSAIOS FATORIAIS UNIDADE VIII ENSAIOS FATORIAIS CUIABÁ, MT 015/ PROF.: RÔMULO MÔRA 1. INTRODUÇÃO Ensaos fatoras são aqueles em que se estudam smultaneamente dos ou mas fatores, cada um deles com dos ou mas níves. O fatoral

Leia mais

5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial

5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial 5 Métodos de cálculo do lmte de retenção em função da ruína e do captal ncal Nesta dssertação serão utlzados dos métodos comparatvos de cálculo de lmte de retenção, onde ambos consderam a necessdade de

Leia mais

Programa de Certificação de Medidas de um laboratório

Programa de Certificação de Medidas de um laboratório Programa de Certfcação de Meddas de um laboratóro Tratamento de dados Elmnação de dervas Programa de calbração entre laboratóros Programa nterno de calbração justes de meddas a curvas Tratamento dos resultados

Leia mais

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística II Antonio Roque Aula 18. Regressão Linear Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão

Leia mais

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação

Leia mais

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno

Leia mais

Introdução às Medidas em Física a Aula

Introdução às Medidas em Física a Aula Introdução às Meddas em Físca 4300152 8 a Aula Objetvos: Experênca Curvas Característcas Meddas de grandezas elétrcas: Estudar curvas característcas de elementos resstvos Utlzação de um multímetro Influênca

Leia mais

(1) A uma parede totalmente catalítica quanto para uma parede com equilíbrio catalítico. No caso de uma parede com equilíbrio catalítico, tem-se:

(1) A uma parede totalmente catalítica quanto para uma parede com equilíbrio catalítico. No caso de uma parede com equilíbrio catalítico, tem-se: 1 RELATÓRIO - MODIFICAÇÃO DA CONDIÇÃO DE CONTORNO DE ENTRADA: MODELOS PARCIALMENTE CATALÍTICO E NÃO CATALÍTICO PARA ESCOAMENTOS COM TAXA FINITA DE REAÇÃO 1. Condções de contorno Em escoamentos reatvos,

Leia mais

6 Análises de probabilidade de ruptura de um talude

6 Análises de probabilidade de ruptura de um talude 6 Análses de probabldade de ruptura de um talude 6.. Introdução No presente capítulo, apresentam-se prevsões de probabldades de ruptura para o talude de jusante da Barragem de Benguê mostrada na fgura

Leia mais

Análise de Regressão Linear Múltipla IV

Análise de Regressão Linear Múltipla IV Análse de Regressão Lnear Múltpla IV Aula 7 Guarat e Porter, 11 Capítulos 7 e 8 He et al., 4 Capítulo 3 Exemplo Tomando por base o modelo salaro 1educ anosemp exp prev log 3 a senhorta Jole, gerente do

Leia mais

3 Método Numérico. 3.1 Discretização da Equação Diferencial

3 Método Numérico. 3.1 Discretização da Equação Diferencial 3 Método Numérco O presente capítulo apresenta a dscretação da equação dferencal para o campo de pressão e a ntegração numérca da expressão obtda anterormente para a Vscosdade Newtonana Equvalente possbltando

Leia mais

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: obter uma reta que se ajuste aos dados segundo o crtéro de mínmos quadrados; apresentar outros crtéros para a determnação de uma

Leia mais

USO DA FERRAMENTA HYDRUS1D NA SIMULAÇÃO DA DINÂMICA DA ÁGUA EM SOLO CULTIVADO COM FEIJÃO CAUPI NO NORDESTE BRASILEIRO EDEVALDO MIGUEL ALVES

USO DA FERRAMENTA HYDRUS1D NA SIMULAÇÃO DA DINÂMICA DA ÁGUA EM SOLO CULTIVADO COM FEIJÃO CAUPI NO NORDESTE BRASILEIRO EDEVALDO MIGUEL ALVES USO DA FERRAMENTA HYDRUS1D NA SIMULAÇÃO DA DINÂMICA DA ÁGUA EM SOLO CULTIVADO COM FEIJÃO CAUPI NO NORDESTE BRASILEIRO EDEVALDO MIGUEL ALVES INTRODUÇÃO O fejão caup é a prncpal legumnosa cultvada no Nordeste.

Leia mais

Representação e Descrição de Regiões

Representação e Descrição de Regiões Depos de uma magem ter sdo segmentada em regões é necessáro representar e descrever cada regão para posteror processamento A escolha da representação de uma regão envolve a escolha dos elementos que são

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas

Leia mais

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO Área Centfca Curso Matemátca Engenhara Electrotécnca º Semestre º 00/0 Fcha nº 9. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas

Leia mais

CERNE ISSN: Universidade Federal de Lavras Brasil

CERNE ISSN: Universidade Federal de Lavras Brasil CERNE ISSN: 0104-7760 cerne@dcf.ufla.br Unversdade Federal de Lavras Brasl Fabo Camoles, José; Soares Scolforo, José Roberto; Olvera, Antono Donzette de; Acerb Júnor, Fausto Wemar; Rufn, Ana Luza; Mello,

Leia mais

Modelo de Alocação de Vagas Docentes

Modelo de Alocação de Vagas Docentes Reunão Comssão de Estudos de Alocação de Vagas Docentes da UFV Portara 0400/2016 de 04/05/2016 20 de mao de 2016 Comssão de Estudos das Planlhas de Alocação de Vagas e Recursos Ato nº 009/2006/PPO 19/05/2006

Leia mais

PRESSUPOSTOS DO MODELO DE REGRESSÃO

PRESSUPOSTOS DO MODELO DE REGRESSÃO PREUPOTO DO MODELO DE REGREÃO A aplcação do modelo de regressão lnear múltpla (bem como da smples) pressupõe a verfcação de alguns pressupostos que condensamos segudamente.. Os erros E são varáves aleatóras

Leia mais

NOTA II TABELAS E GRÁFICOS

NOTA II TABELAS E GRÁFICOS Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.

Leia mais

Variável discreta: X = número de divórcios por indivíduo

Variável discreta: X = número de divórcios por indivíduo 5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL

ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL Revsta Matz Onlne ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL Valera Ap. Martns Ferrera Vvane Carla Fortulan Valéra Aparecda Martns. Mestre em Cêncas pela Unversdade de São Paulo- USP.

Leia mais

CURSO de ESTATÍSTICA Gabarito

CURSO de ESTATÍSTICA Gabarito UNIVERSIDADE FEDERAL FLUMINENSE TRANSFERÊNCIA o semestre letvo de 010 e 1 o semestre letvo de 011 CURSO de ESTATÍSTICA Gabarto INSTRUÇÕES AO CANDIDATO Verfque se este caderno contém: PROVA DE REDAÇÃO com

Leia mais

Gabarito da Lista de Exercícios de Econometria I

Gabarito da Lista de Exercícios de Econometria I Gabarto da sta de Exercícos de Econometra I Professor: Rogéro lva Mattos Montor: eonardo enrque A. lva Questão Y X y x xy x ŷ ˆ ˆ y ŷ (Y - Y ) (X - X ) (Ŷ - Y ) 360 00-76 -00 35.00 40.000 36-4 30.976 3076

Leia mais

Teoria da Regressão Espacial Aplicada a. Sérgio Alberto Pires da Silva

Teoria da Regressão Espacial Aplicada a. Sérgio Alberto Pires da Silva Teora da Regressão Espacal Aplcada a Modelos Genércos Sérgo Alberto Pres da Slva ITENS DE RELACIONAMENTOS Tópcos Báscos da Regressão Espacal; Banco de Dados Geo-Referencados; Modelos Genércos Robustos;

Leia mais