O USO DE MODELOS ALOMÉTRICOS TRADICIONAIS NA ESTIMATIVA DO PESO SECO AÉREO INDIVIDUAL PARA ACÁCIA NEGRA
|
|
- Octavio de Figueiredo Borges
- 7 Há anos
- Visualizações:
Transcrição
1 O USO DE MODELOS ALOMÉTRICOS TRADICIONAIS NA ESTIMATIVA DO PESO SECO AÉREO INDIVIDUAL PARA ACÁCIA NEGRA Mateus Nroh Inoue Sanquetta 1 ; Vncus Moras Coutnho ; Alexandre Behlng 3 ; Ana Paula Dalla Corte 4 ; Carlos Roberto Sanquetta 4 1. Dscente do curso de Engenhara Florestal da UFPR, Bolssta de ncação centífca do CNPq Brasl (mateus.sanquetta@hotmal.com). Eng. Florestal, Mestrando em Engenhara Florestal, UFPR 3. Eng. Florestal, Doutorando em Engenhara Florestal, UFPR 4. Eng. Florestal, Dr(a), Professor do Curso de Engenhara Florestal, UFPR Centro BIOFIX de Pesqusa em Bomassa e Sequestro de Carbono Unversdade Federal do Paraná - UFPR Recebdo em: 08/04/016 Aprovado em: 30/05/016 Publcado em: 0/06/016 DOI: /Encclopeda_Bosfera_016_073 RESUMO A acáca-negra é uma espéce florestal que representa grande mportânca no setor florestal braslero. O presente estudo objetvou realzar estmatvas para o peso seco aéreo de 140 ndvíduos aos 10 anos de dade. Outros 30 foram utlzados para a valdação do(s) melhor(es) ajuste(s). A coleta dos dados fo realzada em três dferentes localdades no estado do Ro Grande do Sul, sendo Encruzlhada, Crstal e Pratn. Foram tomadas as varáves de dâmetro a altura do peso, altura total e peso aéreo verde. Amostras foram coletadas para a estmatva do teor de umdade e consequente estmatva do peso seco aéreo. Em seguda, foram testados ses modelos alométrcos para as estmatvas. Foram gerados coefcentes e formadas as equações, por fm, procedeu-se a avalação por meo de quatro crtéros de ajuste mas a análse gráfca dos resíduos, sendo coefcente de determnação ajustado, erro padrão da estmatva em percentagem, Crtéro de Informação de Akake e o Índce de Concordânca de Wllmott. O modelo de Schumacher-Hall se demonstrou mas efcente nas estmatvas, No entanto, o modelo de Husch, por ser de smples entrada, apresentou estmatvas sufcentemente acuradas. Os autores concluem que para a redução dos custos de atvdades em campo, o modelo de Husch pode ser empregado. PALAVRAS-CHAVE: ajuste de equações, acáca-negra, peso seco. THE USE OF TRADITIONAL ALLOMETRIC MODELS TO ESTIMATE INDIVIDUAL DRY WEIGHT ABOVE GROUND FOR BLACK WATTLE ABSTRACT The black-wattle s very mportant spece n Brazlan forest sector. Ths study amed to carry out estmates for dry weght above ground of 140 ndvduals wth 10 years old. Another 30 were used for valdaton of the best adjustments. Data collecton was performed at three dfferent locatons n the state of Ro Grande do Sul, Encruzlhada, Crstal and Pratn. The varables of dameter at breast hgh, total heght and aboveground green weght were taken. Samples were collected for estmatng the mosture content and consequently estmate the dry weght above ground. Then, were tested sx allometrc models for the estmates. The equatons and coeffcents ENCICLOPÉDIA BIOSFERA, Centro Centífco Conhecer - Goâna, v.13 n.3; p
2 were formed. Fnally proceeded to the assessment through four set crtera and graphcal analyss of the resduals, beng adjusted coeffcent of determnaton, standard error of the estmate as a percentage, Akake Informaton Crteron and Concordance Index of Wllmott. Schumacher-Hall model shown n more effcent estmates, however the Husch model, beng of sngle-entry, showed suffcently accurate estmates. The authors conclude that actvtes for reducng costs n the feld, the model Husch may be used. KEYWORDS: equatons adjustment, black-wattle, dry weght above ground. INTRODUÇÃO A acáca-negra (Acaca mearns De Wld.) como chamada vulgarmente é uma espéce de grande mportânca econômca no contexto naconal. Segundo relatóro dvulgado pela Indústra Braslera de Árvores (IBÁ, 015), o gênero Acaca possu a quarta maor extensão em área no que dz respeto aos plantos florestas do Brasl, com aproxmadamente 150 ml hectares. Destes, grande parte em pequenas propredades concentradas quase que exclusvamente no estado do Ro Grande do Sul (ABRAF, 015). Os prncpas setores ndustras abastecdos pela acaccultura podem ser dstntos de acordo com a matéra-prma por eles utlzada. A casca é empregada nos setores que utlzam o tanno, sendo estes bascamente os farmacêutcos e coureros. No que tange à matéra-prma lenhosa, mas recentemente, esta guarnece às ndústras de celulose e papel e de carvão vegetal (CALDEIRA et al. 004). Dante do cenáro exposto, sabe-se bem da contrbução socoeconômca da acaccultura devdo ao desenvolvmento de produtos para dversas fnaldades (AZEREDO, 011). Muto embora, quase que nexstem nformações sobre a sua contrbução no que concerne aos servços ambentas decorrentes da absorção de gases de efeto estufa atrelados à bomassa. Pesqusas envolvendo a bomassa florestal têm recebdo consderável ênfase recentemente. Sua consagrada mportânca é caracterzada por dversas razões, entre estas podem ser destacadas a cclagem de nutrentes no solo, avalação do crescmento de florestas e para a produção de energa (SANQUETTA et al., 014). Em pesqusa anterormente desenvolvda, SANQUETTA et al. (011) afrmaram que a bomassa florestal é alvo de pesqusas que, além das razões retroctadas, vsam despertar o nteresse da comundade e comprovar centfcamente a mportânca no que tange às mudanças clmátcas, estas lgadas ao aumento da concentração de gases de efeto estufa na atmosfera. No decorrer do processo de crescmento, a árvore aumenta as dmensões em dâmetro, altura e peso. Para sso, valendo-se da luz e dos pgmentos fotossntétcos presentes nos cloroplastos, em geral nas folhas, a árvore absorve dóxdo de carbono (CO ) da atmosfera e água do solo. O desfeche deste processo resulta na emssão de oxgêno para a atmosfera e a ncorporação do carbono em dferentes compartmentos, como raízes, galhos, folhas e, prncpalmente o fuste. Dante desta contextualzação, as florestas são protagonstas no equlíbro global de gás carbônco contdo na atmosfera. Segundo SANQUETTA (00), a quantfcação da bomassa florestal ou do peso pode ser feta para árvores ndvduas ou para uma determnada parcela, com área pré-estabelecda. O autor também defne dos métodos dstntos para esta quantfcação. A começar pelo método dreto, o qual mplca na derrubada da árvore para o cômputo exato de seu peso e de outras varáves. As determnações de bomassa em árvores utlzando o método dreto são mprescndíves para um ENCICLOPÉDIA BIOSFERA, Centro Centífco Conhecer - Goâna, v.13 n.3; p
3 prmero conhecmento das característcas da espéce de nteresse. Porém, tão logo se obtenha um número sgnfcatvo de determnações, pode-se lançar mão dos métodos ndretos, tas como os modelos de matemátcos de regressão, lnear ou não. Este segundo método é capaz de abranger grandes extensões florestas e reduzr sgnfcatvamente a magntude dos recursos fnanceros necessáros para esse tpo de trabalho. Em contrapartda, pode oferecer estmatvas com erros mas do que acetáves. SANQUETTA et al. (014), defnem a estmatva de bomassa dspondo do método ndreto, como sendo uma correlação entre uma ou mas varáves de fácl obtenção (varável ndependente) e que preferencalmente não requeram a destrução do materal vegetal com a varável de nteresse (varável dependente). As estmatvas podem ser fetas por meo de relações quanttatvas ou matemátcas, como razões ou regressões de dados provenentes de nventáros florestas por meo da dervação do volume comercal, em que são utlzados fatores que podem ser de expansão ou de conversão, e por dados de sensoramento remoto. Dante da ndscutível mportânca socoeconômca e ambental exercda pela acaccultura e da mportânca da avalação da bomassa em um povoamento florestal, este trabalho teve como objetvo o desenvolvmento de equações alométrcas para estmar o peso seco da porção acma do solo para a espéce Acaca mearns, fornecendo subsídos para um melhor conhecmento do potencal da espéce em fxar carbono em sua bomassa. Para tanto, a segunte hpótese elaborada e testada nesta pesqusa O peso ou bomassa total acma do solo de ndvíduos de acáca-negra apresenta uma relação com o dâmetro à altura do peto (1,30 m do solo) e com a altura total, sendo possível o desenvolvmento de equações alométrcas satsfatóras para as árvores alvo desta pesqusa. MATERIAL E MÉTODOS Seleção e caracterzação da espéce O gênero Acaca está ncluído na famíla Legumnosae, subfamíla Mmosodae. Esta famíla é uma das maores entre as dcotledôneas, compreendendo mas de espéces. O gênero Acaca possu cerca de 1.00 espéces arbóreas e arbustvas. Dentre estas, mas de 800 espéces endêmcas orgnáras da Austrála (YAZAKI, 1997). A espéce alvo desta pesqusa fo a acácanegra (Acaca mearns De Wld.), orgnára da Austrála sul-orental. Efcente fxadora de ntrogêno e ndcada para recuperação de áreas degradadas (FARIAS et al., 015). Segundo AUER & SILVA (199), esta espéce pode fxar cerca de 00 kg.ha -1 por ano de ntrogêno em regões tropcas. Introduzda no Brasl, mas precsamente no estado do Ro Grande do Sul, localdade na qual se estendem quase que exclusvamente as plantações. Incou-se na década de 1940 a sua utlzação comercal, empregando-se uma rotação que vara entre o sétmo e décmo ano, podendo apresentar varações. Caracterzação da área de estudo A condução desta pesqusa no campo fo realzada durante o ano de 014 em povoamentos comercas de acáca-negra. A amostragem fo realzada em três localdades dstntas, nos muncípos de Crstal, Encruzlhada do Sul e Pratn. A classfcação clmátca de Köppen caracterza estas áreas como regões com clma subtropcal úmdo (Cfa). Característcas de possur verões quentes e abafados, nvernos moderados e com consderável precptação. ENCICLOPÉDIA BIOSFERA, Centro Centífco Conhecer - Goâna, v.13 n.3; p
4 Para o planto, fo empregada a técnca de planto em lnha com subsolagem a 40 cm de profunddade, além de duas gradagens. O espaçamento utlzado no planto fo de 3 m x 1,8 m. Durante este procedmento, foram adconados ndvdualmente 50 gramas de NPK ( ). Vsando a menor ncdênca de matocompetção, roçadas foram realzadas nos dos prmeros anos após a plantação. A fm de estudar os ndvíduos no desfecho da rotação, foram amostrados ndvíduos arbóreos com dez anos de dade. Ademas, foram nstaladas parcelas temporáras crculares com cnco metros de rao, ou seja, com 78,54 m de área. Nestas, todas as árvores do nteror foram abatdas e tveram as varáves de dâmetro à altura do peto e altura total tomadas utlzando-se fta dendrométrca e trena, respectvamente. A determnação do peso fresco aéreo fo realzada com o auxílo de uma balança dgtal de precsão de 5 g. Objetvando análses posterores em laboratóro, foram retradas amostras pesadas medatamente com uma balança dgtal de precsão de 1 g para a determnação do teor de umdade. A amostragem se deu em proporções de 0%, 5%, 50%, 75% e 95% em relação à altura total para o fuste e ao comprmento de copa para galhos e folhas. Análse em laboratóro Adante, as amostras retradas em campo foram encamnhadas para um laboratóro, onde sucessvamente foram submetdas à secagem em estufa de crculação e renovação de ar a 100 C até atngment o de peso constante. Pesagens peródcas foram realzadas para a constatação do atngmento. A ponderação fo utlzada para melhora das estmatvas do peso seco. O peso seco total fo obtdo através da segunte equação: ps = pf. psa pfa (1) Em que: ps = peso seco aéreo (kg); pf = peso fresco aéreo (kg); psa = peso seco da amostra (kg); pfa = peso fresco da amostra (kg). Tratamento dos dados Os dados obtdos nas atvdades anterormente descrtvas foram nserdos em planlhas eletrôncas para facltar o tratamento. Análse estatístca básca fo empregada para descrever essencalmente às médas e meddas de dspersão (desvo-padrão). Objetvando-se a melhor compreensão entre as varáves dendrométrcas dos ndvíduos alvo desta pesqusa e com o peso seco aéreo, realzou-se a construção de uma matrz de correlação lnear smples para as 140 árvores amostradas. O produto para cada combnação de varáves é denomnado como coefcente de correlação de Pearson. Segudamente, contou-se com ses modelos alométrcos tradconas de smples (d) e dupla entrada (d, h) para a predção do peso seco aéreo ndvdual. Entre estes, três artmétcos e outros três logarítmcos. Para a correção da ENCICLOPÉDIA BIOSFERA, Centro Centífco Conhecer - Goâna, v.13 n.3; p
5 dscrepânca logarítmca para os modelos lnearzados, fo efetuado o recálculo das estatístcas de ajuste aplcando o Fator de Correção de Meyer (FCM) (Quadro 1). FCM = e 0.5. Syx Em que: e = base dos logartmos naturas =, ; S yx = erro padrão da estmatva (vde equação 6). QUADRO 1 Modelos matemátcos tradconas testados para predção do peso seco aéreo ndvdual para acáca-negra. Autor Modelo Entrada Natureza (1) Kopezk-Gehrardt ps = b 0 +b 1 d (d) artm. () Spurr (var. combnada) ps = b 0 +b 1 d h (d, h) artm. (3) Hohenadl-Krenm ps = b 0 +b 1 d+b d (d) artm. (4) Husch ln(ps) = b 0 +b 1 ln(d) (d) log. (5) Brenac ln(ps) = b 0 +b 1 ln(d)+b (1/d) (d, h) log. (6) Schumacher-Hall ln(ps) = b 0 +b 1 ln(d)+b ln(h) (d, h) log. Nota: ps = peso seco aéreo (kg), varável dependente (y) da regressão lnear; d = dâmetro à altura do peto (cm), h = altura total (m), varáves ndependentes da regressão lnear (x1 e x); artm. = artmétco; log. = logarítmco neperano. Os modelos ajustados foram avalados segundo crtéros de avalação de ajustes. CALDEIRA et al. (011) estudando a bomassa de um povoamento desta espéce, utlzaram o coefcente de determnação ajustado e o erro padrão da estmatva em percentagem. Além destes, foram empregados mas dos, sendo, portanto, o Crtéro de Informação de Akake e o Índce de Concordânca de Wllmott. Adconalmente a análse gráfca de dstrbução de resíduo também fo empregada. Os crtéros empregados foram os seguntes: () Coefcente de determnação ajustado (R aj.): ( n - 1) R aj. = 1- (1- R ) ( n - k) R = 1 n e =1 - n ( y - yˆ) =1 (3) (4) Em que: R = coefcente de determnação do modelo; n = número de observações; k = número de parâmetros do modelo; y = peso seco observado (kg); ŷ = peso seco estmado (kg). Erro padrão da estmatva em percentagem (S yx %): Syx S xy % = * 100 y ENCICLOPÉDIA BIOSFERA, Centro Centífco Conhecer - Goâna, v.13 n.3; p (5)
6 S xy = n e =1 n - k (6) Em que: S yx = erro padrão em valor absoluto; y = méda dos pesos secos observados (kg); e = erro assocado; n = número de observações; k = número de coefcentes do modelo. Crtéro de Informação de Akake (AIC): n n 1 AIC = ln e + k n 1 (7) Em que: ln = logartmo neperano; n = número de observações; e = erro assocado; k = número de coefcentes do modelo. Índce de Concordânca de Wllmott (d): dw = 1 - n ( yˆ - y + y - y ) =1 n ( y - yˆ ) 1 (8) Em que: y = peso seco aéreo observado (kg); ŷ = peso seco aéreo estmado (kg); y = méda dos pesos secos observados (kg). Dentre os crtéros de avalação empregados, o Crtéro de nformação de Akake (AIC) é consderado também como um procedmento matemátco para a detecção da qualdade de equações ajustadas adconal ao coefcente de determnação ajustado e ao erro padrão da estmatva, sendo estes dos os mas utlzados em pesqusas correlatas. A fórmula proporcona a ponderação do número de componentes usados, facltando a comparação com as demas equações testadas com dferentes componentes. Este crtéro verfca se há compromsso satsfatóro entre o ajuste e o prncípo de parcmôna. Adconalmente, o Índce de Concordânca de Wllmott também fo aplcado. O índce dentfcado com a sgla dw gera um resultante correspondente ao grau de assocação entre as meddas reas e estmadas. Esta resultante vara de 0 a 1, sendo, portanto, o valor 1 deal e 0 a referênca de uma relação nula entre os valores reas e estmados. Com o mesmo objetvo, a dstrbução gráfca dos resíduos também é empregada, porém a análse é realzada de forma vsual. Esta análse torna-se ENCICLOPÉDIA BIOSFERA, Centro Centífco Conhecer - Goâna, v.13 n.3; p
7 ndspensável por possur a capacdade prmordal de dagnostcar possíves tendêncas dos valores estmados em relação à lnha de regressão. Não são ndcados modelos tendencosos, pos estes podem promover grandes dscrepâncas, se utlzados dados nserdos nos ntervalos tendencosos do gráfco. Por fm, a valdação dos modelos seleconados fo realzada e avalada pelos testes de Qu-quadrado e de médas t-pareado, ao nível de 95% de probabldade. RESULTADOS E DISCUSSÃO Correlação e estatístca descrtva das varáves As estatístcas descrtvas obtdas para as varáves dendrométrcas mensuradas de dâmetro à altura do peto e altura total estão apresentadas na Tabela 1, bem como para o peso seco aéreo. A méda para o dâmetro à altura do peto encontrada fo de 1,86 cm, com desvo padrão de mas ou menos 3,77 cm. Para as alturas, a méda observada fo de 16,44 m, com desvo padrão de mas ou menos,85 m. A de varável peso seco fo a que apresentou maores desvos, estes nos valores de mas ou menos 58,63 kg, com méda de 87,6 kg. TABELA 1 Estatístca descrtva para as varáves: dâmetro à altura do peto, altura total e peso seco aéreo para ndvíduos de Acaca mearns De Wld. com 10 anos em três localdades no Ro Grande do Sul. Varável Méda E. pad. D. pad. CV (%) Varânca Mín. Máx. Núm. d (cm) 1,86 0,3 3,77 9,30 14,0 3,8 3, h (m) 16,44 0,4,85 17,36 8,14 7,70 1, ps (kg) 87,6 4,95 58,63 67, ,10 3,89 361, Nota: E. pad. = erro padrão; D. pad. = desvo padrão; CV (%) = coefcente de varação (%); Mín. = menor valor do conjunto de dados; Máx. = maor valor do conjunto de dados; Núm. = número de dados da amostra. A partr da nserção dos dados em planlhas eletrôncas e o prmero tratamento, este apresentado no quadro 1, fo desenvolvda a matrz de correlação lnear smples entre as varáves estudadas, conforme proposto. Através desta matrz, os coefcentes de correlação de Pearson foram estabelecdos, sendo possível observar que as varáves de dâmetro à altura do peto e altura total possuem uma relação próxma, com valor de r=0,8588, ndcando smlardade dessas varáves na explcação do peso. Estabeleceu-se também a relação entre as varáves utlzadas nos modelos alométrcos testados, percebeu-se que o dâmetro à altura do peto é mas fortemente relaconado (r=0,9441) com o peso quando comparado com a altura total (r=0,7710). Incalmente, pode-se afrmar que o dâmetro apresentou mas elevado poder explcado. VALERIO et al. (007) estudando a espéce Hovena dulcs (uva-do-japão), encontraram valores de correlação semelhantes aos presentes neste trabalho, o dâmetro à altura do peto e a bomassa total apresentaram um coefcente de 0,94. Já a correlação entre as varáves tratadas como ndependentes (d, h) apresentaram coefcentes nas dmensões de 0,77. Pode-se afrmar que os autores constataram valores dêntcos com a espéce estudada. Já SCHIKOWSKI et al. (013), estudando duas espéces do gênero Pnus, Pnus taeda e Pnus ellott, encontraram valores de correlação para dâmetro à altura do peto e bomassa aérea total lgeramente nferor aos observados neste trabalho (r=0,9). Enquanto que, a altura total e o dâmetro à altura do peto se correlaconaram numa magntude de 0,97, valor superor ao encontrado neste trabalho. Ressalta-se o dferente comportamento observado pelos ENCICLOPÉDIA BIOSFERA, Centro Centífco Conhecer - Goâna, v.13 n.3; p
8 autores para a varável altura total, que para as duas espéces estudadas chegaram a um coefcente de 0,91. O dâmetro à altura do peto apresentou o valor mas elevado para o coefcente de correlação, levando em conta as duas varáves ndependentes utlzadas. Fato que corrobora para com a efcênca na estmatva do peso seco aéreo, e, em outras pesqusas para a estmatva de outras varáves de dfícl obtenção como volume. Além da afrmação acma, o fato de ser mas faclmente mensurada do que a altura total, a utlzação exclusva em modelos deve ser dscutda, o que pode gerar a dmnução do tempo de atvdades no campo, que além de cansatvas são onerosas. HIGUCHI et al. (1998) afrmam que os modelos de equações alométrcas de smples entrada, podem apresentar resultados tão consstentes quanto modelos de dupla entrada. Geração das equações e crtéros de avalação Os ses modelos propostos para a estmatva do peso seco aéreo ndvdual para acáca-negra foram testados por regressão lnear. A partr desta operação, foram gerados coefcentes para a composção das equações. Nota-se que, de modo geral, todos os modelos testados apresentaram boas estatístcas de precsão, quando levados em conta os crtéros de avalação. Os modelos de dupla entrada demonstraram ser pouco superores em comparação aos de smples entrada, no entanto, a superordade é pequena, reforçando a afrmação de que a nclusão da varável altura total é apenas uma alternatva e deve ser usada quando há a necessdade de maor precsão nas estmatvas, ndependente do aumento de custos de operação. Consderando o modelo que apresentou as melhores estatístcas, o modelo de Schumacher-Hall (6) fo seleconado. As estatístcas foram as seguntes para os dos avaladores mas usuas de qualdade, o coefcente de determnação ajustado e o erro padrão da estmatva em percentagem, 0,9538 e 1,81%, respectvamente. Para os crtéros alternatvos, ou seja, o Crtéro de Informação de Akake e o Índce de Concordânca de Wllmott, as estatístcas foram as seguntes, 71,3541 e 0,9964, respectvamente. Os autores valem-se da menção do modelo de Husch (4), por ser de smples entrada e apresentar valores semelhantes aos do modelo de dupla entrada de Schumacher-Hall. Reforçando a pequena dferença entre os modelos testados, o modelo de Kopezk-Gehrardt (1) fo o que apresentou os pores valores para os crtéros de avalação, ndcando, portanto, menor qualdade no ajuste. As estatístcas para o modelo são descrtas a segur: 0,9444 para o coefcente de determnação ajustado, 15,84% para o erro padrão da estmatva e 737,3495 e 0,9856 para o Crtéro de Informação de Akake e Índce de Concordânca de Wllmott, respectvamente (Tabela ). FRANCO et al. (1998) desenvolveram uma pesqusa para a estmatva do peso seco ndvdual para árvores da espéce Eucalyptus camaldulenss com dades entre 8 e 76 meses. As meddas de precsão utlzadas na ocasão foram o coefcente de determnação ajustado (R aj.) e o erro padrão da estmatva em percentagem (S yx %). Os autores realzaram a seleção de duas equações como nesta pesqusa, sendo um de smples e outra de dupla entrada, na ocasão, ambas logarítmcas. Para a equação de smples entrada, as meddas de precsão observadas foram de 0,97 e 14,0%, respectvamente. A comparação com a equação de smples entrada seleconada nesta pesqusa é válda, por possuírem mesma natureza. Os valores para as meddas de precsão se assemelham. Nota-se ENCICLOPÉDIA BIOSFERA, Centro Centífco Conhecer - Goâna, v.13 n.3; p
9 que na presente pesqusa, o modelo de Husch (4) apresentou um valor lgeramente melhor para o erro padrão da estmatva (14,06%). Contudo, um valor nferor para o coefcente de determnação ajustado (0,9453). Para as equações de dupla entrada, o modelo de Schumacher-Hall (6) seleconado nesta pesqusa, demonstrou ser lgeramente nferor quando submetdo à comparação com o modelo seleconado pelos autores retroctados. Contudo, pode-se afrmar que as equações ajustadas para árvores da espéce Acaca mearns apresentaram resultados satsfatóros. TABELA Coefcentes e estatístcas de ajuste dos dferentes modelos para a estmação do peso seco aéreo de ndvíduos de Acaca mearns De Wld. com 10 anos em três localdades no Ro Grande do Sul. Eq. b 0 b 1 b R aj. S yx (%) AIC dw (1) -15,1693 0, , ,84 737,3495 0,9856 () 0,3577 0, , ,50 71,549 0,9880 (3) 11, , , , ,49 73,0744 0,9864 (4) -1,97166, , ,06 735,0996 0,9865 (5) -1,44533, , , ,78 73,4574 0,9866 (6) -3,0153, , ,9538 1,81 71,3541 0,9964 Dferentemente desta pesqusa, BEHLING et al. (01), aplcaram equações smultâneas para a estmatva da bomassa para plantos comercas de acácanegra. A pesqusa dos autores ctados fo realzada na mesma regão. No entanto, a presente pesqusa não realzou a quantfcação compartmentada, consderando somente o peso total como varável dependente. Para os sete anos de dade, os autores obtveram um coefcente de determnação smultâneo de 0,96 para a bomassa total. O uso de equações smultâneas, segundo autores como PAULO et al. (00), resulta em melhores estmatvas, uma vez que, a qualdade global da predção é garantda. Este procedmento utlza o método dos mínmos quadrados generalzados. Nele, cada compartmento consderado tem a bomassa ajustada, o resultante da soma das dferentes funções é a bomassa total. A dstrbução dos resíduos em percentagem para as dferentes equações ajustadas fo nserda em gráfcos (Fgura 1). Nota-se que de modo geral a dspersão dos resíduos ndcou comportamentos parecdos. Somente o modelo de Kopezk- Gehrardt (1), que, além de ser classfcado como o por modelo pelos crtéros de seleção ctados anterormente, também apresentou um valor dscrepante, conhecdo como outler. Provavelmente devdo a sua natureza exponencal, o modelo gerou um valor nferor para um ndvíduo com pequenas dmensões de dâmetro, ncompatível com o restante do conjunto de dados. O fato explctado confere razão à geração da subestmatva elevada. O valor estmado para este ndvíduo fo negatvo e a subestmatva em torno de 76,0%. A equação gerada pelo modelo apresentou também uma tendênca de subestmatva para os ndvíduos com dâmetros entre 5 e 10 cm. Por este motvo, o modelo de Kopezk-Gehrardt fo consderado naproprado para a estmatva de peso seco aéreo para a espéce estudada nas localdades de Crstal, Encruzlhada do Sul e Pratn, no estado do Ro Grande do Sul. Ademas, os outros cnco modelos apresentaram comportamentos smlares. Fnalmente foram seleconadas as duas melhores equações geradas, uma de smples e outra de dupla entrada, para a valdação. Na ocasão, as equações correspondem aos modelos de Husch (4) para smples entrada e de Schumacher- ENCICLOPÉDIA BIOSFERA, Centro Centífco Conhecer - Goâna, v.13 n.3; p
10 Hall (6) para dupla entrada. A razão para a valdação dos dos modelos é baseada na afrmação de HIGUCHI et al. (1998), na qual os autores afrmam que é desnecessára a nclusão de uma segunda varável ndependente, no caso a altura total. Os autores baseam sua afrmação defendendo a dea de que somente o dâmetro é capaz de descrever o peso seco de uma árvore, apresentando resultados tão consstentes quanto um modelo de dupla entrada. Conforme os autores desta pesqusa destacaram anterormente, a adção de uma varável como a altura, pode ser uma alternatva onerosa, mas passível necessára quando da necessdade de maor precsão nas estmatvas. Para tanto, as duas valdações foram realzadas segundo os testes de Ququadrado e médas t-pareado, e estes demonstraram que não exste dferença sgnfcatva entre os valores observados e estmados pelas duas equações (α=0,05). Denota-se, portanto, que as duas equações são váldas pela proxmdade gráfca dos pontos observados e reas plotados, do confnamento dos dados estmados na lnha de regressão, além da não sgnfcânca da dferença entre os valores observados e os estmados (Fgura ). FIGURA 1 Dstrbução dos resíduos das ses equações ajustadas para a estmação do peso seco aéreo de ndvíduos de Acaca mearns De Wld. com 10 anos em três localdades no Ro Grande do Sul. ENCICLOPÉDIA BIOSFERA, Centro Centífco Conhecer - Goâna, v.13 n.3; p
11 Por fm, para reforçar a contrbução das plantações florestas no âmbto das mudanças clmátcas, os autores utlzaram o valor médo de teor de carbono descrtos na lteratura para a espéce alvo desta pesqusa. SANQUETTA et al. (014) encontraram o valor médo de 45,68% para ndvíduos com sete anos de dade, a qual é a que mas se aproxma aos ndvíduos estudados. Valendo-se do valor médo de peso seco aéreo observado, cada ndvíduo ncorporou aproxmadamente 39,86 kg de carbono durante os dez anos de dade. Consderando o espaçamento utlzado e supondo que nenhum desbaste fo realzado neste período de tempo, um hectare ( m ) contrbu com a redução de 73,8 Mg.ha -1 de carbono na atmosfera após dez anos do planto. Os autores ressaltam que pesqusas específcas, utlzando métodos aproprados descrtos na lteratura e com este objetvo sejam realzadas, a fm de se obter valores mas precsos. FIGURA Equações ajustadas para os modelos de Schumacher-Hall (1) e Husch (4) versus dados reas de 30 árvores com meddas tomadas dretamente para a valdação das mesmas e dstrbução de resíduos para a estmação do peso seco aéreo de ndvíduos de Acaca mearns De Wld. com 10 anos em três localdades no Ro Grande do Sul. CONCLUSÕES Os ses modelos testados para a estmatva do peso seco aéreo para ndvíduos de acáca-negra, a prncípo, mostraram ndcadores geras satsfatóros. No entanto, a análse gráfca evdencou que um deles (Kopezk-Gehrardt) apresenta veses nas estmatvas, sendo este, portanto, consderado naproprado. A equação gerada pelo modelo de Schumacher-Hall (6) apresentou os melhores ndcadores geras e fo seleconada como a mas precsa. No entanto, os autores ressaltam que o modelo de smples entrada de Husch (4) é váldo para as estmatvas ndvduas para a espéce alvo desta pesqusa. Uma vez que apresentaram valores semelhantes quando avalados e por ser de mas fácl aplcação. ENCICLOPÉDIA BIOSFERA, Centro Centífco Conhecer - Goâna, v.13 n.3; p
12 A hpótese testada nesta pesqusa é válda, os modelos alométrcos tradconas testados apresentaram valores sufcentemente satsfatóros para a estmatva do peso seco aéreo, com exceção do modelo de Kopezk-Gehrardt (1). REFERÊNCIAS ABRAF. Anuáro estatístco da ABRAF: ano base 015. Brasíla, p. AZEREDO, C.H.D. Análse comparatva de projetos de nvestmento para processamento de uma florestal de acáca-negra. 66 f. Trabalho de conclusão de curso (Graduação em Admnstração), Unversdade Federal do Ro Grande do Sul, Porto Alegre, Ro Grande do Sul, 011. AUER, C.G.; SILVA, R. Fxação de ntrogêno em espéces arbóreas. In: CARDOSO, E.J.B.N.; TSI, M.; NEVES, M.C.P. Mcrobologa do solo. Campnas: Unversdade Estadual de São Paulo, p BEHLING, A.; SANQUETTA, C.R.; CORTE, A.P.D.; SIMON, A.A.; NUNES, G.S. Equações smultâneas para estmatva da bomassa em plantos comercas de acáca-negra. Encclopéda Bosfera, v. 8, n. 15, p , 01. CALDEIRA, M.V.W.; SAIDELLES F.L.F.; SCHUMACHER, M.V.; GODINHO, T.O. Bomassa de povoamento de Acaca mearns De Wld., Ro Grande do Sul, Brasl. Sc. For., v. 39, n. 90, p , 011. CALDEIRA, M. V. W.; NETO, R.M.R.; SCHUMACHER, M.V. Efcênca do uso de mcronutrentes e sódo em três procedêncas de acáca-negra (Acaca mearns De Wld.). Rev. Árvore, v.8, n.1, p.39-47, 004. Dsponível em: < >. do: / S FARIAS, E.S.; VENTIRUN, N.; SILVA, D.S.; RODAS, C.L.; BIBIANO, C.S.; JEANNOF, K.K.; CAMPOS, J.P.L. Crescmento de mudas de acáca negra sob omssão de mcronutrentes. In: XI Congresso naconal de meo ambente de Poço de Caldas, 015, Mnas Geras. Anas... Mnas Geras, 6p, 015. FRANCO, E.J.; SCOLFORO, J.R.S.; MELLO, J.M.; LIMA, J.T. Efcênca na estmatva do peso seco para árvores ndvduas e defnção do ponto ótmo de amostragem para determnação da densdade básca de Eucalyptus camaldulenss. Cênca Florestal, Santa Mara, v. 8, n. 1, p. 77-9, HIGUCHI, N.; SANTOS, J.; RIBEIRO, R. J.; MINETTE, L.; BIOT, Y. Bomassa da parte aérea da vegetação de floresta tropcal úmda de terra-frme da Amazôna Braslera. Acta Amazônca, Manaus, v. 8, p , IBA - INDÚSTRIA BRASILEIRA DE ÁRVORES. São Paulo, p. PAULO, J. A.; TOMÉ, J.; TOMÉ, M. Ajustamento smultâneo de equações de bomassa de aznhera. In: Actas do X Congresso da Socedade Portuguesa de Estatístca. Anas...Porto, p.501, 00. ENCICLOPÉDIA BIOSFERA, Centro Centífco Conhecer - Goâna, v.13 n.3; p
13 SANQUETTA, C. R. Metodologas para determnação de bomassa florestal. In: SANQUETTA, C. R. et al. (Eds.). As florestas e o carbono. Curtba: UFPR, p , 00. SANQUETTA, C.R.; CORTE, A.P.D.; MAAS, G.C.B. The role of forests n clmate change. Quebracho, Santago del Estero, v. 19, p.84-96, 011. SANQUETTA, C. R.; DALLA CORTE, A. P.; MOGNON, F.; MAAS, G. C. B.; RODRIGUES, A. L. Estmatva de carbono ndvdual para Araucara angustfola. Pesqusa Agropecuára Braslera, v. 44, n. 1, p. 1-8, 014. Dsponível em: < do: /S SANQUETTA, C. R.; BEHLING, A.; CORTE, A. P.D.; SIMON, A.; PSCHEIDT H.; RUZA, M. S.; MOCHIUTTI, S. Estoques de bomassa e carbono em povoamentos de acáca-negra em dferentes dades no Ro Grande do Sul. Scenta Forestals, Praccaba, v.1, n.103, p.370, 014. SCHIKOWSKI, A.B.; CORTE, A.P.D.; SANQUETTA, C.R. Modelagem do crescmento e de bomassa ndvdual de Pnus. Revsta Pesqusa Florestal Braslera, Colombo, v.33, n.75, p.69-78, 013. Dsponível em: < do: /013.pfb VALERIO, A.F.; WATZLAWICK, L.F.; DOS SANTOS, R.T.; SILVESTRE, R.; KOEHLER, H.S. Ajuste de modelos matemátcos para estmatva de bomassa nos dstntos componentes de uva do Japão (Hovena dulcs Thunb.). Revsta Ambênca. Guarapuava, v.3 n.3, p , 007. YAZAKI, Y. Acaca story: a potental tannnproducng speces. Australan Forestry, Queen Vctora, v.60, n.1, p.48, Dsponível em: > <. do: / ENCICLOPÉDIA BIOSFERA, Centro Centífco Conhecer - Goâna, v.13 n.3; p
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 mais4 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 maisSELEÇÃO 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 mais1. 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 maisCORRELAÇÃO 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 maisModelagem 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 mais2 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 maisÍNDICE 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 maisEFEITO 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 maisMétodos 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 maisREGRESSÃO 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 maisDIAGNÓSTICO 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 maisOs 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 mais3 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 maisProf. 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 maisAnálise 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 maisÉ 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 maisAlgarismos 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 maisVariação 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 maisUNIDADE 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 maisAssociação 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 maisAnálise 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 maisINSTITUTO 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 maisEstudo 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 mais2 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 maisO 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 maisAnálise 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 maisNOÇÕES 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 maisAula 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 maisProf. 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 maisMODELOS 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 maisMOQ-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 maisUNIVERSIDADE 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 maisDELINEAMENTOS 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 maisAvaliação 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 maisMODELOS 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 mais2ª Atividade Formativa UC ECS
I. Explque quando é que a méda conduz a melhores resultados que a medana. Dê um exemplo para a melhor utlzação de cada uma das meddas de localzação (Exame 01/09/2009). II. Suponha que um professor fez
Leia maisO 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 maisPrograma 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 maisCAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA
CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de
Leia maisGráficos 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 maisProf. 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 maisEstatística 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 maisCapítulo 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 mais3.6. 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 maisDEFINIÇÃO - 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 maisEscola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 7
Escola Superor de Tecnologa de Vseu Fundamentos de Estatístca 006/00 Fcha nº. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas
Leia maisTestes 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 maisUMA 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 maisMETOLOGIA. 1. Histórico
METOLOGIA A Sondagem da Construção Cvl do RS é uma sondagem de opnão empresaral realzada mensalmente e fo crada pela Confederação Naconal da Indústra (CNI) com o apoo da Câmara Braslera da Indústra da
Leia maisRepresentação 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 maisIdentidade 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 maisAnálise 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 maisALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER. Reinaldo Bomfim da Silveira 1 Juliana Maria Duarte Mol 1 RESUMO
ALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER Renaldo Bomfm da Slvera 1 Julana Mara Duarte Mol 1 RESUMO Este trabalho propõe um método para avalar a qualdade das prevsões
Leia mais7 - 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 maisMOQ-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 maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisRAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro
UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero
Leia maisSantos Júnior, EP 1 ; Soares, HCC 1 ; Freitas, GP 2 ; Pannain, JLM 3 ; Coelho Junior, LM 4 * 1
DISPARIDADE DO VALOR BRUTO DOS PRODUTOS MADEIREIROS NATIVOS PARA AS MESORREGIÕES DA PARAÍBA DISPARITY OF THE GROSS VALUE OF THE NATIVE WOOD PRODUCTS FOR THE MESORREGIONS OF PARAÍBA Santos Júnor, EP 1 ;
Leia maisRegressão 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 mais7 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 maisCurso 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 maisAnálise 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 maisNota 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 maisO F Í C I O C I R C U L A R. Participantes dos Mercados da B3 Segmento BM&FBOVESPA. Ref.: Nova Metodologia do Índice Dividendos BM&FBOVESPA (IDIV).
01 de novembro de 2017 069/2017-DP O F Í C I O C I R C U L A R Partcpantes dos Mercados da B3 Segmento BM&FBOVESPA Ref.: Nova Metodologa do Índce Dvdendos BM&FBOVESPA (IDIV). Concluída a fase de dscussão
Leia maisMETODOLOGIA DO ÍNDICE CARBONO EFICIENTE (ICO2)
METODOLOGIA DO ÍNDICE CARBONO Abrl/2015 [data] METODOLOGIA DO ÍNDICE CARBONO O ICO2 é o resultado de uma cartera teórca de atvos, elaborada de acordo com os crtéros estabelecdos nesta metodologa. Os índces
Leia maisESTABILIDADE FENOTÍPICA DE CULTIVARES ELITES DE ALGODOEIRO HERBÁCEO 1
ESTABILIDADE FENOTÍICA DE CULTIVARES ELITES DE ALGODOEIRO HERBÁCEO 1 Francsco José Correa Faras (Embrapa Algodão - Núcleo do Mato Grosso / faras@cnpa.embrapa.br), Natal Antõno Vello (ESALQ US - Departamento
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Leia maisREGRESSÃO APLICADA À DADOS FLORESTAIS
3/6/8 REGRESSÃO APLICADA À DADOS FLORESTAIS INTRODUÇÃO SOFTWARE R IRATI, PR 8 HISTÓRICO O R é uma lnguagem orentada a objetos, crada em 996 por Ross Ihaka e Robert Gentleman, que alada a um ambente ntegrado,
Leia maisMOQ-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 maisRegressão 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 maisTabela 1. Porcentagem de crianças imunizadas contra DPT e taxa de mortalidade de menores de 5 anos para 20 países, 1992.
Regressão Lnear Algumas vezes estamos nteressados não apenas se exste assocação entre duas varáves quanttatvas x e y, mas nós temos também uma hpótese a respeto de uma provável relação de causa e efeto
Leia maisCAPÍTULO 2 - Estatística Descritiva
INF 16 Prof. Luz Alexandre Peternell CAPÍTULO - Estatístca Descrtva Exercícos Propostos 1) Consderando os dados amostras abaxo, calcular: méda artmétca, varânca, desvo padrão, erro padrão da méda e coefcente
Leia maisCURSO 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 maisContabilometria. 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 maisCap. 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 maisDependência Espacial de espécies nativas em fragmentos. florestais
Dependênca Espacal de espéces natvas em fragmentos 1 Introdução florestas 1 Mestranda em Engenhara Florestal LEMAF/DCF UFLA. e-mal: cunhadase@yahoo.com.br 2 Mestrando em Engenhara Florestal LEMAF/DCF UFLA.
Leia maisEstatística I Licenciatura MAEG 2006/07
Estatístca I Lcencatura MAEG 006/07 AMOSTRAGEM. DISTRIBUIÇÕES POR AMOSTRAGEM.. Em determnada unversdade verfca-se que 30% dos alunos têm carro. Seleccona-se uma amostra casual smples de 0 alunos. a) Qual
Leia maisESTUDO 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 mais8 - Medidas Descritivas
8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.
Leia mais2 Metodologia de Medição de Riscos para Projetos
2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem
Leia mais3. Estatística descritiva bidimensional
3. Estatístca descrtva bdmensonal (Tabelas, Gráfcos e números) Análse bvarada (ou bdmensonal): avala o comportamento de uma varável em função da outra, por exemplo: Quantas TV Phlps são venddas na regão
Leia maisModelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária.
Modelagem multvarável com varáves quanttatvas e qualtatvas, com resposta bnára. O modelo de regressão não lnear logístco ou modelo logístco é utlzado quando a varável resposta é qualtatva com dos resultados
Leia maisAnálise 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 maisGabarito 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 maisMETODOLOGIA DO ÍNDICE DIVIDENDOS BM&FBOVESPA (IDIV)
METODOLOGIA DO ÍNDICE DIVIDENDOS 02/01/2018 SUMÁRIO 1 OBJETIVO... 3 2 TIPO DE ÍNDICE... 3 3 ATIVOS ELEGÍVEIS... 3 4 CRITÉRIOS DE INCLUSÃO... 3 5 CRITÉRIOS DE EXCLUSÃO... 4 6 CRITÉRIO DE PONDERAÇÃO... 5
Leia maisPRESSUPOSTOS 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 maisRISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%
Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisFACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A II
FACULDADE DE ECONOMIA DO PORTO Lcencatura em Economa E C O N O M E T R I A II (LEC310) Avalação dstrbuída - Teste global 25 de Junho de 2007 NOTAS PRÉVIAS: 1. A prova tem duração de 2 horas. 2. Apenas
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisTeoria 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 maisModelo 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 mais5 Implementação Procedimento de segmentação
5 Implementação O capítulo segunte apresenta uma batera de expermentos prátcos realzados com o objetvo de valdar o método proposto neste trabalho. O método envolve, contudo, alguns passos que podem ser
Leia maisAULA 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 maisFigura 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