TAPER MODELS FOR Pinus taeda L. BASED ON FORM CHANGE POINTS

Tamanho: px
Começar a partir da página:

Download "TAPER MODELS FOR Pinus taeda L. BASED ON FORM CHANGE POINTS"

Transcrição

1 Cênca Florestal, Santa Mara, v. 6, n. 4, p , out.-dez., 016 ISSN MODELOS DE AFILAMENTO PARA Pnus taeda L. BASEADOS EM PONTOS DE MUDANÇA DE FORMA TAPER MODELS FOR Pnus taeda L. BASED ON FORM CHANGE POINTS Carlos Alberto Martnell de Souza 1 César Augusto Gumarães Fnger Paulo Renato Schneder 1 Ivanor Muller 4 RESUMO Este trabalho fo concebdo com os objetvos de determnar matematcamente os pontos de mudança da forma do fuste (pmf), o número de mudanças na forma geométrca, ajustar e comparar modelos matemátcos para estmar os dâmetros ao longo do fuste de Pnus taeda L. Os dados foram amostrados em árvores que cresceram em povoamento mplantado em espaçamento de,50 x,50 m e manejado com dos desbastes, aos 9 e 14 anos, e corte fnal aos 30 anos pertencentes à Klabn S.A., em Telêmaco Borba, estado do Paraná. Quarenta árvores das classes médas e domnantes foram abatdas e cubadas pelo Método de Smalan, nas posções fxas de 0,10 m; 0,30 m; 0,80 m; 1,30 m; e após em comprmentos de 1 em 1 m, até a altura total. Na parte relatva à copa, os pontos de medção foram deslocados para os entrenós e a segur foram retradas fatas para análse de tronco, resultando, quando consderada a dade, em conjunto de dados relatvos a 649 árvores com dades entre 8 a 30 anos, das quas foram seleconadas aleatoramente, 50 árvores em cada classe de pmf para modelagem. As árvores foram agrupadas segundo os pmf de acordo com as quantdades de pontos defndos pela segunda dervada do polnômo do 5 ajustado para cada árvore. Com base nas estatístcas de ajuste e precsão na análse gráfca dos resíduos, nas estatístcas vés (v), méda das dferenças (md) e desvo padrão das dferenças (dpd) fo seleconado o Polnômo de qunto grau para estmar os dâmetros em alturas relatvas do tronco e, alternatvamente, o modelo de Garay, segudo do modelo de Max e Burkhart com dos ou modfcado para um segmento conforme o número de pmf defndos na dervada. Palavras-chave: sortmentos; nventáro florestal; forma do fuste; modelos não segmentados. ABSTRACT Ths work was planned to descrbe the change pont of stem taper (pmf), the number of geometrc change ponts, adjust and compare mathematcal models to predct dameters along of stem of Pnus taeda L. The data sampled were measured on trees growng n stands mplanted wth spacement of,50 x,50m, thnned at 9 and 14 years and fnal cut at 30 years old, from Klabn S.A., Telêmaco Borba, Paraná state, Brazl. Fourty trees between the average and domnant trees were cut and measured wth Smalan method at the postons 0,10m; 0,30m; 0,80m; 1,30m; and from them at each 1m to the top. At crown part the measured pont were moved among knot. After that, at each measured pont, slces to stem analyss were cut. If consdered the age, a group of 649 trees between 8 to 30 years old resulted of the analyss. From ths group, 50 trees were selected at random of each pmf class to modelng. The trees were grouped n pmf by the number of change pont of stem shape defned by the second dervatve of the polynomal 5th. Degree 5th grad Polnon adjusted for each tree. The statstcs of adjustment and precson, resduals graphcs, bas (v), average dfference (md), and dfference of standard devaton (dpd) showed as better model the polynomal 5th. degree to predct the dameter at relatve heght of stem, and alternatvely the Garay model and the Engenhero Florestal, Dr., Professor Adjunto da Unversdade Federal do Espírto Santo, Camp de Alegre, CEP , Alegre (ES), Brasl (n memoram). Engenhero Florestal, Dr., Professor Ttular do Departamento de Cêncas Florestas, Centro de Cêncas Ruras, Unversdade Federal de Santa Mara, Av. Rorama, 1000, CEP , Santa Mara (RS), Brasl. cesarfnger. ufsm@gmal.com 3 Engenhero Florestal, Dr., Professor Ttular do Departamento de Cêncas Florestas, Centro de Cêncas Ruras, Unversdade Federal de Santa Mara, Av. Rorama, 1000, CEP , Santa Mara (RS), Brasl. schneder. paulorenato@gmal.com

2 140 Souza, C. A. M. et al. Max-Burkhart wth two segments or modfy to one segment accordng to the number of pmf calculated by the dervatve. Keywords: assortment; forest nventory; stem shape; segmented; non-segmented models. INTRODUÇÃO A classfcação da produção de plantações florestas, segundo o conceto de multprodutos, permte flexblzar sua destnação, refletndo dretamente na receta econômca e fnancera do empreendmento, pos permte dreconar o produto de determnada classe de dmensão e qualdade para o melhor valor de mercado. Com sso, o produtor florestal poderá otmzar as recetas, de forma a obter o máxmo rendmento, que será transformado em lucro no fnal do processo (LEITE, 1994). Em processos de produção de madera, que se destnam a multprodutos, os nventáros florestas precsam ser mas detalhados, sendo a precsão das estmatvas de estoque essencal para a efcênca do planejamento da produção florestal. Outro fator decsvo é a acuráca na estmatva dos dâmetros para a formação das classes de sortmento, a qual é dfcultada pela varação da forma do fuste que é dependente da espéce, e estágo de desenvolvmento da árvore (LIMA, 1986); e é alterada pela competção a que árvore está submetda. Neste processo dnâmco, os números fatores que nfluencam o crescmento também modfcam a forma da árvore, sejam estes fatores do ambente (luz, temperatura, umdade, vento, etc.) ou relaconados com a concorrênca, como a densdade do povoamento, dstânca entre árvores, entre outros. Neste contexto, algumas pesqusas buscam estudar o efeto do ambente e de prátcas slvculturas sobre a dstrbução do ncremento anual de madera ao longo do fuste. Tal processo fsológco repercute dretamente na forma e, consequentemente, no sortmento de produtos maderáves (ANDRADE et al., 007). De acordo com Assmann (1970), Husch, Mller e Beers (198) e Fnger (199), fatores como espaçamento, síto, competção e seleção genétca alteram a forma geométrca do fuste, sendo possível dentfcar uma, duas, ou mas formas geométrcas em um únco tronco. Devdo a esta varabldade, pode haver dfculdade em encontrar uma função capaz de estmar com acuráca os dâmetros ao longo de todo o fuste. Mutos modelos apresentam estmatvas tendencosas nas extremdades sendo necessáro empregar modelos matemátcos de maor complexdade, como o segmentado (MAX; BURKHART, 1976). Tas modelos apresentam maor flexbldade e, em alguns casos, possbltam maor acuráca ao utlzar duas ou mas funções para representar o perfl da árvore, aumentando, porém, a complexdade do modelo (ASSIS, 000). Por outro lado, modelos matematcamente menos complexos podem alar efcênca à smplcdade de aplcação, como no caso dos polnomas. Porém, a defnção préva de um ou outro modelo não pode ser feta, pos a performance de um modelo depende da varabldade de dmensões entre árvores, bem como dentro dos fustes destas árvores. Uma das formas clásscas para redução da varânca na busca de melhorar a acuráca da estmatva é a estratfcação, a qual comumente emprega classes damétrcas e pode trazer melhor ajuste para qualquer modelo, ndependentemente de sua complexdade matemátca. Neste sentdo, este trabalho fo concebdo com os objetvos de determnar matematcamente a exstênca de pontos de mudança da forma do fuste (pmf), o número de mudanças na forma geométrca dentro do fuste, ajustar e comparar modelos matemátcos para estmar os dâmetros ao longo do fuste de Pnus taeda L. MATERIAL E MÉTODOS Localzação e descrção da área de coleta dos dados Os dados para o presente trabalho foram meddos em povoamentos de Pnus taeda L., localzados na Klabn S.A., em Telêmaco Borba, estado do Paraná, a 4 o sul e 50 o 30 oeste, com alttude varando entre 750 a 868 m. O clma local é Cfa Subtropcal, segundo a classfcação de Köppen, apresentando temperatura méda no mês mas fro de 15,6 C, temperatura méda no mês mas quente de,3 C, e temperatura mínma regstrada de -5, C. A méda anual de precptação nos últmos 54 anos fo 1.508,8 mm. Os solos predomnantes são latossolo e cambssolo, com textura arglosa e méda. O materal de orgem é

3 Modelos de aflamento para Pnus taeda L. baseados em pontos de mudança de forma 141 predomnantemente relaconado ao ntempersmo e retrabalho de ltologas referentes às formações Ro Bonto, Itararé e Dques de Dabáso (EMBRAPA, 006). Característcas do povoamento e nformações coletadas As árvores amostradas cresceram em povoamento mplantado em espaçamento de,50 x,50 m (1.600 árvores/ha) e manejado com dos desbastes. O prmero, realzado aos 9 anos de dade, fo sstemátco na sexta lnha e seletvo entre elas, tendo remanescdo 675 árvores/ha. O segundo, aos 14 anos, fo seletvo permanecendo em pé 75 árvores/ha. O corte fnal fo realzado aos 30 anos. Quarenta árvores, das classes médas e domnantes, foram abatdas e cubadas pelo Método de Smalan, nas posções fxas de 0,10 m; 0,30 m; 0,80 m; 1,30 m; e, após, em comprmentos de 1 em 1 m até a extremdade da copa. Na parte relatva à copa, os pontos de medção foram deslocados para os entrenós. Em todas as posções foram retradas fatas do tronco para análse. Consderando a dade das árvores e o número amostrado fo gerado o conjunto de dados relatvos a 649 árvores com dades de 8 a 30 anos, sendo destas seleconadas 50 árvores para o estudo de funções de aflamento. Determnação dos pontos de mudanças de formas nos fustes A determnação dos pontos de mudança de forma (pmf) fo conhecda com a dervada do polnômo de grau 5 ajustado para cada árvoreamostra, em cada dade entre 8 e 30 anos. O ponto da mudança na forma geométrca fo defndo como sendo a curva que descreve o perfl do fuste e que mudou de concavdade, sto é, o ponto de nflexão da curva obtdo a partr da ª dervada da função. Assm, obtdos os coefcentes do polnômo do 5 grau para cada árvore-amostra em cada dade, entre 8 a 30 anos, foram realzadas duas dervações vsando determnar os pontos de nflexão na curva. Após, gualadas a zero, obtveram-se os pontos que defnam a mudança na forma geométrca. As funções que possuíam três pontos de nflexão representaram árvores com três pmf. Quando possuíam dos pontos de nflexão reas e um magnáro, possuíam dos pmf, e, quando possuem um ponto de nflexão real e dos magnáros, possuíam apenas um pmf. Modelos estudados Três modelos matemátcos foram testados. O modelo de Max e Burkhart (1976) (modelo 1) é um modelo segmentado, em que os pontos de junção representam a mudança na forma geométrca, os pmf. O modelo em sua forma orgnal consdera a exstênca de três fguras geométrcas dferentes nas árvores e, por sso, tem pontos de junções sendo expresso por: 0,5 [ β1 ( X -1) + β( X -1) + β3( a1 - X ) I1 + β4( a - X ) I ] e d = dap + Para as árvores com três pmf fo acrescentado ao modelo um ponto de junção passando a forma: 3 0,5 [ β1 ( X -1) + β ( X -1) + β3( X -1) + β 4( a1 - X ) I1 + β5( a - X ) I + β6( a3 - X ) I3] e d = dap + E para as árvores com 1 pmf, ao contráro, fo feta a redução no modelo que passou a ser escrto: 0,5 [ β 1 ( X -1) + β( a - X ) I ] e d = dap + Em que: I = 1 se X a ; I = 0 se X > a ; = 1, ; X = h / h; a 1, a e a 3 = pontos de junções dos polnômos; d = dâmetro na ésma posção em cm; dap = dâmetro a altura do peto em cm; h = altura na ésma posção em m; h = altura da árvore em m; â = parâmetros da regressão, sendo = 0,1,..., n; e = erro aleatóro. O polnômo do 5 grau (modelo ) é um modelo lnear não segmentado com a segunte forma: d h h h h h = â0 + â1 + â + â3 + â4 + â5 + e dap h h h h h O 3 modelo, o de Garay, é não segmentado e não lnear e fo defndo por: Após o ajuste, os modelos de Max e Burkhart (1976), em sua forma orgnal para dos segmentos e os modfcados para um e três segmentos, passaram a ser denomnados modelo 1 sendo, cada um deles, ajustados para dados com 1, e 3 pmf, conforme o caso; o Polnômo do 5 grau, como modelo e o modelo de Garay como modelo 3. O modelo lnear fo ajustado pelo método

4 14 Souza, C. A. M. et al. dos mínmos quadrados ordnáros e os não lneares foram ajustados pelo procedmento de Gauss Newton do programa estatístco SAS (SAS INSTITUTE, 004). Avalação dos modelos Os modelos tveram o desempenho comparados para as estmatvas dos perfs dos fustes das árvores com 1, e 3 pmf. O ajuste e a precsão foram avalados por meo do coefcente de determnação ajustado ( R aj) e do coefcente de varação CV (%). Os coefcentes dos modelos foram avalados quanto à sgnfcânca pelo teste t (Pr > t <0,05), bem como fo avalada a dstrbução de resíduos percentuas contra a varável dependente observada. A acuráca das estmatvas nos perfs dos fustes fo examnada em testes baseados nos resíduos, por meo das estatístcas de vés (v), méda das dferenças (md) e desvo padrão das dferenças (dpd), conforme relaconado na Tabela 1. A partr das estatístcas da Tabela 1 fo elaborado um rankng para auxlar na seleção dos modelos para as árvores com 1, e 3 pmf sendo atrbuída nota 1 para o modelo que apresentou melhor acuráca até a nota 3 para o menos acurado. O modelo seleconado fo o que apresentou o menor valor de somatóro das notas de cada estatístca. RESULTADOS E DISCUSSÕES Pontos de mudanças de formas nos fustes e ajuste dos modelos A mudança na forma geométrca dos troncos defndas pelas dervadas do polnômo de grau 5 ajustado para cada árvore amostra defnu a separação de grupos de árvores de acordo com a quantdade de pmf (Tabela ) e, a partr daí, as estmatvas dos perfs de cada árvore e para os três conjuntos de árvores; 1, e 3 pmf. Os modelos 1, e 3 ajustados ndvdualmente para cada árvore, classfcadas nos grupos com 1, e 3 pmf após o cálculo da segunda dervada, mostram, em todos os ajustes, mas de 90% da varação total explcada. O coefcente de determnação varou entre 90 e 99%, com maor ocorrênca próxma do lmte superor, ndcando a alta precsão dos três modelos nas classes de pmf. Anda, consderando os menores R²aj e maores CV%, ou seja, os pores resultados, verfcou-se dentro das classes de pmf que, modelos para árvores com 1 pmf tveram R²aj de 90,3% e CV% de 13,5%; árvores com pmf 94,8% e 11,%, e para as árvores com 3 pmf 91,7% e 8,8%, respectvamente, mostrando que dentro de qualquer das classes houve homogenedade na precsão e ajuste. O resultado pode ser comprovado na Tabela 3 com os valores médos e desvo padrão de R²aj e CV% para os modelos 1, e 3 calculado para as respectvas classes de pmf, em que, para qualquer um dos casos, o modelo, descrto pelo polnômo de 5 grau, teve o melhor desempenho, devendo, entretanto, ser consderado que todos os modelos apresentaram bons ajuste e precsão. A análse estatístca que consderou o vés, a méda das dferenças e o desvo padrão das dferenças (Tabela 4) comprovaram o resultado anteror, mostrando a superordade do modelo polnomal, tanto nas estatístcas ndvduas como no rankng. O modelo 3 fcou com a segunda classfcação, segudo do modelo de Max e Burkhart (1976). Comparatvamente, os valores das estatístcas calculadas para os modelos 1 e 3 apresentaram menores dferenças com o aumento do número de pmf da árvore, sto é, com o aumento no número de formas geométrcas no fuste. Essa tendênca é natural, pos, sendo as árvores de maor varação quanto à forma do fuste, sera esperado que o modelo segmentado, justamente por consderar essas varações, fosse o de maor acuráca, pelo menos nas referdas classes de pmf e também devdo à retrada da nterferênca das árvores mas clíndrcas (menor número de pmf) para um conjunto de dados separado (classe de pmf 1). Entretanto, resultados comparatvos de modelos segmentados e não segmentados ajustados com dados sem estratfcação também ndcaram a superordade de modelos não segmentados (SCOLFORO et al., 1998; SOUZA, 005; 007). Tas resultados não podem ser generalzados e necesstam ser comprovados para cada conjunto de dados, pos, deve-se consderar que uma mesma árvore tem a forma do fuste modfcada em decorrênca da deposção anual do ncremento no tronco. A dstrbução do ncremento dentro de uma mesma árvore é nfluencada pela dade, sto e concorrênca exercda sobre a árvore (ASSMANN, 1970; ANDRADE et al., 007). Os resíduos em função do dap para cada classe de pmf, apresentados em conjunto para as árvores da classe, (Fgura 1) confrmou a performance apresentada pelo modelo com a dstrbução dos erros; permtndo também vsualzar

5 Modelos de aflamento para Pnus taeda L. baseados em pontos de mudança de forma 143 TABELA 1: Avalação do ajuste e valdação dos modelos. TABLE 1: Evaluaton of ft and model valdaton. Estatístca Estmador Vés (v) Méda das dferenças absolutas (md) Desvo padrão das dferenças (dpd) Em que: Y = valor observado e Yˆ = valor estmado; n = número de observações; e p = número de parâmetros do modelo; d ( Y Y ). = a dstrbução e ampltude de resíduos dos modelos 1 e 3 que mostraram uma pequena tendênca para superestmar os valores. Resultados semelhantes foram encontrados por Asss (000) na comparação de modelos para estmatvas de dâmetros e volumes de troncos de Pnus taeda L., que ndcaram como nadequado o modelo de Max e Burkhart (1976) para estmatvas de dâmetros abaxo de 10% da altura de árvores menores que 45 cm de dap, e abaxo de 5% da altura de árvores com dâmetro maor que 45 cm. A análse do resíduo confrmou o resultado do rankng que mostrou ser menor o vés do modelo em relação ao 1 e ao 3, o que se comprovou ao observar a tendênca apresentada na dstrbução dos resíduos. A observação do resíduo é propíca para essa análse, pos, enquanto a estatístca descreve a dmensão da tendênca na estmatva, a fgura mostra sua ampltude e dstrbução. O mesmo também fo constatado para a méda das dferenças (md). Esta estatístca complementa o vés, fornecendo o afastamento dos resíduos ndependentemente da exstênca de tendêncas, no qual, de acordo com os valores contdos na Tabela 4, o modelo 1 fo superor em relação aos outros modelos. Com relação às árvores com pmf, a equação do modelo apresentou dspersão resdual pequena e semelhante à das árvores com 1 pmf; não ocorrendo tendêncas. A equação do modelo 3, o segundo melhor para essas árvores, apresentou pequena subestmatva em todo conjunto amostral, mas restrta a poucas árvores. A grande maora apresentou a dspersão dos resíduos em ±30%, o pode ser consderado um lmte acetável. Mesmo a equação do modelo 1, apontada pelas estatístcas como a menos acurada, apresentou dstrbução unforme dos resíduos, com maor dspersão em relação aos outros modelos, mas em geral sem tendêncas. Para as árvores com 3 pmf, a equação do modelo fo gualmente a de melhor desempenho. Não houve tendêncas e a dspersão resdual lmtou-se entre ± 10%. As equações dos modelos 3 e 1, que tveram a segunda e tercera melhores performances, respectvamente, também não apresentaram tendêncas e mantveram baxa ampltude de dspersão dos resíduos. CONCLUSÕES Nas condções de realzação do estudo com árvores de Pnus taeda L., com dmensões anuas reconstruídas por dendrocronologa para a ampltude de dâmetros entre 17 e 45 cm, pode-se conclur que: - O fuste de Pnus apresentam entre 1 e 3 pontos de mudança de forma, não sendo possível assocar esse número à classe de dâmetro. - Os modelos não segmentados: polnômo do 5 grau e Garay estmam com maor acuráca os dâmetros do fuste de Pnus taeda L. comparatvamente ao modelo segmentado de Max e Burkhart, ajustado para dos segmentos (pmf) ou

6 144 Souza, C. A. M. et al. TABELA : Dstrbução por classe de dâmetro sem casca e altura de árvores amostradas segundo o número de pmf (1, e 3). TABLE : Frequency of dstrbuton by dameter and heght classes of trees wth 1, and 3 pmf. Classes de altura (m) 1 pmf Dâmetro (cm) 17,5,5 7,5 3,5 37,5 4,5 Total Total pmf 17,5,5 7,5 3,5 37,5 4,5 Total Total pmf 17,5,5 7,5 3,5 37,5 4,5 Total Total

7 Modelos de aflamento para Pnus taeda L. baseados em pontos de mudança de forma 145 TABELA 3: Méda e desvo padrão do coefcente de determnação e de varação dos modelos para árvores com 1, e 3 pmf. TABLE 3: Mean and standard devaton of the coeffcents of determnaton and varaton of models for trees wth 1, and 3 pmf. R²aj 1 pmf pmf 3 pmf Modelos Modelos Modelos méda 0,9479 0,9961 0,9897 0,978 0,9976 0,986 0,9870 0,9980 0,9913 desvo 0,0190 0,000 0,0046 0,0113 0,003 0,0058 0,0114 0,001 0,0046 CV% méda 7,33 3,36 4,93 8, 4,33 6,17 6,0,86 5,17 desvo 3,06 0,93 1,0 1,60 1,94 1,5 1,44 0,8 1,08 TABELA 4: Estatístcas e rankng para determnação do desempenho do modelo para estmar os dâmetros ao longo do fuste. TABLE 4: Statstcs and rankng for determnng the performance of the model to estmate the dameters along the stem. Estatístcas Modelos Vés md dpd Total 1 pmf 1-0,8619 (3) 1,6154 (3),0800 (3) 9-0,001(1) 0,4933 (1) 0,6760 (1) 3 3-0,0035 () 0,8175 () 1,0319 () 6 pmf 1 0,148 (3) 1,3887 (3) 1,7147 (3) 9-0,048 () 0,6165 (1) 0,9109 (1) 4 3 0,0039 (1) 1,019 () 1,49 () 5 3 pmf 1-0,0301 (3) 0,714 (3) 1,3811 (3) 9 0,001 (1) 0,364 (1) 0,5368 (1) 3 3 0,0136 () 0,6537 () 1,1577 () 6 modfcado para um e três pmf. O polnômo do 5º grau fo o modelo com o melhor desempenho para estmatva dos dâmetros ao logo do fuste segudo pelo de Garay e o de Max e Burkhart (1976). REFERÊNCIAS BIBLIOGRÁFICAS ANDRADE, C. M. et al. Varação do ncremento anual ao longo do fuste de Pnus taeda l. em dferentes dades e densdades populaconas. Cênca Florestal, Santa Mara, v. 17, n. 3, p , 007. ASSMANN, E. The Prncples of Forest Yeld Study. New York: Pergamon Press, p. ASSIS, A. L. Avalação de modelos polnomas segmentados e não segmentados na estmatva de dâmetros e volumes comercas de Pnus taeda f. Dssertação (Mestrado em Engenhara Florestal) Unversdade Federal de Lavras, Lavras, 000. EMBRAPA. Centro Naconal de Pesqusa de Solos. Sstema braslero de classfcação de solos. Brasíla: Embrapa SPI; Ro de Janero: Embrapa

8 146 Souza, C. A. M. et al. FIGURA 1: Resíduos em percentagem em função dos dâmetros. FIGURE 1: Resdual n percent as functon of dameters. Solos, p. FINGER, C. A. G. Fundamento de Bometra Florestal. Santa Mara: [s. n.], p. HUSCH, B.; MILLER, C. I.; BEERS, T. W. Forest Mensuraton. New York: Jon Wley & Sons, p. LEITE, H. G. Conversão de fustes em multprodutos de madera, utlzando programação dnâmca f. Tese (Doutorado em Cênca Florestal) Unversdade Federal de Vçosa, Vçosa, LIMA, F. Análse de funções de taper destnadas à avalação de multprodutos de árvores de Pnus ellott f. Dssertação (Mestrado em Cênca Florestal) Unversdade Federal de Vçosa, Vçosa, MAX, T.A.; BURKHART, H. E. Segmented polnomal regresson appled to taper equatons. Forest Scence, Washngton, v., n. 3, p , SAS INSTITUTE. The SAS System for Wndows. Cary: SAS Insttute, 004. SCOLFORO, J. R. S. ET AL. ACURACIDADE DE EQUAÇÕES DE AFILAMENTO PARA REPRESENTAR O PERFIL DO FUSTE DE PINUS ELLIOTTI. CERNE, LAVRAS, V. 4, N. 1, P , SOUZA, A. N. Crescmento, produção e análse econômca de povoamentos clonas de Eucalyptus sp. em sstemas agroflorestas f. Dssertação (Mestrado em Engenhara Florestal) Unversdade Federal de Lavras, Lavras, 005. SOUZA, C. A. M. Avalação de modelos de taper não segmentados e segmentados na estmação da altura e volume comercal de fustes de Eucalyptus sp f. Dssertação (Mestrado em Produção Vegetal) Unversdade Federal do Espírto Santo, Alegre, 007.

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

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

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

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

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

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

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

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

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

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

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

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

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

AVALIAÇÃO E VALIDAÇÃO DE FUNÇÕES DE AFILAMENTO PARA Mimosa scabrella Bentham EM POVOAMENTOS DA REGIÃO METROPOLITANA DE CURITIBA/PR

AVALIAÇÃO E VALIDAÇÃO DE FUNÇÕES DE AFILAMENTO PARA Mimosa scabrella Bentham EM POVOAMENTOS DA REGIÃO METROPOLITANA DE CURITIBA/PR AVALIAÇÃO E VALIDAÇÃO DE FUNÇÕES DE AFILAMENTO PARA Mmosa scabrella Bentham EM POVOAMENTOS DA REGIÃO METROPOLITANA DE CURITIBA/PR Danel Queroz*, Sebastão do Amaral Machado**, Afonso Fgueredo Flho***, Júlo

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. 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 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

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

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

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

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

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

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

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

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

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

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

DESCRITO PELO MÉTODO DA ALTURA RELATIVA

DESCRITO PELO MÉTODO DA ALTURA RELATIVA Cênca Florestal, Santa Mara, v. 6, n. 3, p. 87-887, jul.-set., 16 ISSN 13-994 PERFIL DO FUSTE DE Anadenanthera peregrna DESCRITO PELO MÉTODO DA ALTURA RELATIVA PROFILE OF Anadenanthera peregrna BOLE DESCRIBED

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

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

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

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

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

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 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 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

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

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

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

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

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

CAPÍTULO 2 - Estatística Descritiva

CAPÍTULO 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 mais

Ajuste de Curvas Regressão. Computação 2º Semestre 2016/2017

Ajuste de Curvas Regressão. Computação 2º Semestre 2016/2017 Ajuste de Curvas Regressão Computação 2º Semestre 2016/2017 Ajuste de Curvas Quando apenas sabemos alguns valores de uma função contínua e queremos estmar outros valores ntermédos Quando queremos obter

Leia mais

2ª Atividade Formativa UC ECS

2ª 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 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

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

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

Métodos para Determinação do Valor Característico da Resistência à Compressão Paralela às Fibras da Madeira

Métodos para Determinação do Valor Característico da Resistência à Compressão Paralela às Fibras da Madeira Voltar MADEIRA arqutetura e engenhara nº 4 artgo 4 Métodos para Determnação do Valor Característco da Resstênca à Compressão Paralela às Fbras da Madera Edna Moura Pnto, Unversdade de São Paulo, Interundades

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

Escola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 7

Escola 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 mais

FACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A II

FACULDADE 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 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

AULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.

AULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores. Estatístca Aplcada à Engenhara AULA 4 UNAMA - Unversdade da Amazôna.8 MEDIDA EPARATRIZE ão valores que separam o rol (os dados ordenados) em quatro (quarts), dez (decs) ou em cem (percents) partes guas.

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

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

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

MODELOS DE AFILAMENTO PARA Pinus taeda L. AJUSTADOS SEGUNDO A FORMA DO TRONCO E MÉTODOS DE ESTRATIFICAÇÃO

MODELOS DE AFILAMENTO PARA Pinus taeda L. AJUSTADOS SEGUNDO A FORMA DO TRONCO E MÉTODOS DE ESTRATIFICAÇÃO UNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE CIÊNCIAS RURAIS PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA FLORESTAL MODELOS DE AFILAMENTO PARA Pnus taeda L AJUSTADOS SEGUNDO A FORMA DO TRONCO E MÉTODOS DE

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

8 - Medidas Descritivas

8 - 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 mais

PROBLEMA DE DIFUSÃO DE CALOR RESOLVIDO POR MEIO DE EQUAÇÕES DIFERENCIAIS PARCIAIS PARABÓLICAS

PROBLEMA DE DIFUSÃO DE CALOR RESOLVIDO POR MEIO DE EQUAÇÕES DIFERENCIAIS PARCIAIS PARABÓLICAS PROBLEMA DE DIFUSÃO DE CALOR RESOLVIDO POR MEIO DE EQUAÇÕES DIFERENCIAIS PARCIAIS PARABÓLICAS Renato S. Gomde 1, Luz F. B. Loja 1, Edna L. Flôres 1 1 Unversdade Federal de Uberlânda, Departamento de Engenhara

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

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

Redução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma

Redução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma Redução dos Dados Júlo Osóro Meddas Característcas da Dstrbução Tendênca Central (Localzação) Varação (Dspersão) Forma 1 Meddas Característcas da Dstrbução Meddas Estatístcas Tendênca Central Dspersão

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

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

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

Ângulo de Inclinação (rad) [α min α max ] 1 a Camada [360,0 520,0] 2000 X:[-0,2065 0,2065] Velocidade da Onda P (m/s)

Ângulo de Inclinação (rad) [α min α max ] 1 a Camada [360,0 520,0] 2000 X:[-0,2065 0,2065] Velocidade da Onda P (m/s) 4 Estudo de Caso O estudo de caso, para avalar o método de estmação de parâmetros trdmensonal fo realzado em um modelo de referênca de três camadas, e foram realzados os seguntes passos: Descrção do modelo

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

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

RAD1507 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 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

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

Ciência Florestal, Santa Maria, v.11, n.1, p ISSN

Ciência Florestal, Santa Maria, v.11, n.1, p ISSN Cênca Florestal, Santa Mara, v., n., p.67-88 67 ISSN 3-9954 EXATIDÃO DOS MODELOS POLINOMIAIS NÃO-SEGMENTADOS E DAS RAZÕES ENTRE VOLUMES PARA REPRESENTAR O PERFIL DO TRONCO DE Pnus taeda ACCURACY OF NON-SEGMENTED

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

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas

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

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

Universidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz Departamento de Ciências Exatas

Universidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz Departamento de Ciências Exatas Unversdade de São Paulo Escola Superor de Agrcultura Luz de Queroz Departamento de Cêncas Exatas Prova escrta de seleção para DOUTORADO em Estatístca e Expermentação Agronômca Nome do canddato (a): Questão

Leia mais

Capítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes

Capítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes Capítulo Estatístca Descrtva Contnuação Prof. Fabríco Macel Gomes Problema Uma peça após fundda sob pressão a alta temperatura recebe um furo com dâmetro especfcado em 1,00 mm e tolerânca de 0,5 mm: (11,75

Leia mais

Comparação dos modelos prognósticos de clutter e da função logística

Comparação dos modelos prognósticos de clutter e da função logística Pesqusa Florestal Braslera Brazlan Journal of Forestry Research http://pfb.cnpf.embrapa.br/pfb/ ISSN: 983-605 (onlne) Comparação dos modelos prognóstcos de clutter e da função logístca Julana Carnero Gonçalves

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

Universidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº2: Distribuições Bidimensionais

Universidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº2: Distribuições Bidimensionais Ano lectvo: 2006/2007 Unversdade da Bera Interor Departamento de Matemátca ESTATÍSTICA Fcha de exercícos nº2: Dstrbuções Bdmensonas Curso: Cêncas do Desporto 1. Consdere a segunte tabela de contngênca:

Leia mais

AVALIAÇÃO NA PRECISÃO DE RECEPTORES GPS PARA O POSICIONAMENTO ABSOLUTO RESUMO ABSTRACT

AVALIAÇÃO NA PRECISÃO DE RECEPTORES GPS PARA O POSICIONAMENTO ABSOLUTO RESUMO ABSTRACT AVALIAÇÃO NA PRECISÃO DE RECEPTORES GPS PARA O POSICIONAMENTO ABSOLUTO Rodrgo Mkosz Gonçalves John Alejandro Ferro Sanhueza Elmo Leonardo Xaver Tanajura Dulana Leandro Unversdade Federal do Paraná - UFPR

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

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

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 Metodologia de Medição de Riscos para Projetos

2 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 mais

UM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS

UM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS UM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS Rodolfo Hoffmann * Vctor Hugo da Fonseca Porto ** SINOPSE Neste trabalho deduz-se qual é o

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

IDENTIDADE DE MODELOS EM FUNÇÕES DE AFILAMENTO PARA Mimosa scabrella Bentham EM POVOAMENTOS NATIVOS DA REGIÃO METROPOLITANA DE CURITIBA/PR

IDENTIDADE DE MODELOS EM FUNÇÕES DE AFILAMENTO PARA Mimosa scabrella Bentham EM POVOAMENTOS NATIVOS DA REGIÃO METROPOLITANA DE CURITIBA/PR IDENTIDADE DE MODELOS EM FUNÇÕES DE AFILAMENTO PARA Mmosa scabrella Bentam EM POVOAMENTOS NATIVOS DA REGIÃO METROPOLITANA DE CURITIBA/PR Danel Queroz*, Sebastão do Amaral Macado**, Afonso Fgueredo Flo***,

Leia mais

Uso de sólidos geométricos para gerar equações de forma do tronco de árvores em pé

Uso de sólidos geométricos para gerar equações de forma do tronco de árvores em pé Sc e n t a For e s ta l s Uso de sóldos geométrcos para gerar equações de forma do tronco de árvores em pé Use of geometrc solds to generate equatons of the bole form of standng trees Valdr Carlos Lma

Leia mais

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha) Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado

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

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

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

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3

FICHA 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 mais

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

RISCO. 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 mais

Estimativa da área de soja no Rio Grande do Sul por meio de amostragem aleatória estratificada de pontos

Estimativa da área de soja no Rio Grande do Sul por meio de amostragem aleatória estratificada de pontos Estmatva da área de soja no Ro Grande do Sul por meo de amostragem aleatóra estratfcada de pontos Marcos Adam Rodrgo Rzz Bernardo Fredrch Theodor Rudorff Maurco Alves Morera Insttuto Naconal de Pesqusas

Leia mais

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 2013 PROTOCOLO

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 2013 PROTOCOLO PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 013 PROTOCOLO CT-Floresta - LPC - FOI/004 7/11/01 Aprovado: Mara Luza Otero D'Almeda / SUMÁRIO 1 INTRODUÇÃO... 1 PÚBLICO ALVO...

Leia mais