Utilização de modelos não-lineares sigmoidais na descrição do aumento em diâmetro de frutos de pequi.

Documentos relacionados
Descrição da cinética de secagem de frutos de banana Prata e D Água por modelos de regressão não linear

DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS

Cap. 4 - Estimação por Intervalo

CE071 - ANÁLISE DE REGRESSÃO LINEAR Prof a Suely Ruiz Giolo

Avaliação de Desempenho de Sistemas Discretos

CONHECIMENTOS ESPECÍFICOS

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.

Teorema do limite central e es/mação da proporção populacional p

Estatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial

Teoria da Estimação 1

Estimadores de Momentos

Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem

10 - Medidas de Variabilidade ou de Dispersão

PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2005

Intervalos de Confiança

Estimação da média populacional

MAE Introdução à Probabilidade e Estatística II Resolução Lista 2

Regressão Linear Múltipla

TRANSPORTES. Sessão Prática 4 Amostragem de escalares

MAE116 Noções de Estatística

Distribuições Amostrais

Estudo da precipitação pluviométrica no período seco e chuvoso do município de Sete Lagoas, MG

Ajuste de Curvas. Lucia Catabriga e Andréa Maria Pedrosa Valli

Distribuições Amostrais

n C) O EMV é igual a i 1

Comparação entre duas populações

Estimação da média populacional

ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p

Virgílio A. F. Almeida DCC-UFMG 1/2005

n ) uma amostra aleatória da variável aleatória X.

P.M.S. Oliveira, C.S. Munita

Aumentou-se o número de crimes nas regiões onde foram construídos os presídios?

Estimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir da informação

Métodos Quantitativos para Ciência da Computação Experimental Aula #4

Capítulo 5. CASO 5: EQUAÇÃO DE POISSON 5.1 MODELO MATEMÁTICO E SOLUÇÃO ANALÍTICA

1 Estimação de Parâmetros

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química

Ajuste de Curvas pelo Método dos Quadrados Mínimos

Estimação dos parâmetros angular e linear da equação de regressão linear simples pelo método não-paramétrico

Estimação de parâmetros da distribuição beta-binomial: uso do programa SAS e uma aplicação a dados obtidos da Escala P-DUREL

Regressão linear simples

Testes de Hipóteses sobre uma Proporção Populacional

INFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões

Lista 9 - Introdução à Probabilidade e Estatística

d) A partir do item c) encontre um estimador não viciado para σ 2.

XIX CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 27 de setembro a 01 de outubro de 2010

e, respectivamente. Os valores tabelados para a distribuição t-student dependem do número de graus de liberdade ( n 1 e

XIX CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 27 de setembro a 01 de outubro de 2010

Lista IC, tamanho de amostra e TH

Lista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas

CORRELAÇÃO Aqui me tens de regresso

Caderno de Exercício 2

Modelos não-lineares aplicados aos dados de crescimento de frutos de mangueira Palmer

CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES

CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA

VARIÂNCIAS DO PONTO CRÍTICO DE EQUAÇÕES DE REGRESSÃO QUADRÁTICA

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal.

Métodos de Amostragem

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teste de Hipótese

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia

Instruções gerais sobre a Prova:

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia

Cap. VI Histogramas e Curvas de Distribuição

Amostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença?

Unidade IV Inferência estatística

Disciplina: MATEMÁTICA Turma: 3º Ano Professor (a) : CÉSAR LOPES DE ASSIS INTRODUÇÃO A ESTATÍSTICA. Organização de dados

Nosso objetivo agora é estudar a média de uma variável quantitativa X. Denotamos a média desconhecida como E(X)=µ

Probabilidades e Estatística

Estimativa de Parâmetros

ANÁLISE DA VIABILIDADE FINANCEIRA PARA CORTE DE UMA FLORESTA PLANTADA - EUCALYPTUS

Introdução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...

Estimação de Parâmetros. 1. Introdução

Testes de Hipóteses. Júlio Osório. Os dois campos da Análise Estatística. Métodos Estatísticos. Inferência Estatística. Estatística Descritiva

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ

Exame MACS- Inferência-Intervalos.

Capítulo 5- Introdução à Inferência estatística.

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17)

Estimação da área foliar de mucuna cinza por meio de método não destrutivo - NOTA -

Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec

Virgílio A. F. Almeida DCC-UFMG 2005

MEDIDAS RESUMO EM TABELAS DE FREQUÊNCIA

MODELOS PARA A ESTIMATIVA DA ÁREA FOLIAR DE MUCUNA CINZA (Stizolobium cinereum) 1

ESTATISTICA AFRF 2005 Resolução Prof. Angelo Primo Jr.

A finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais.

Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 11º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema III Sucessões Reais

CF358 Física BásicaExperimental I

Distribuições Amostrais

Universidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Engenharia Civil Introdução à Inferência Estatística - Prof a Eveliny

Objetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.

ESTIMAÇÃO PARA A MÉDIA

3ª Lista de Exercícios de Programação I

[Digite texto] T U R M A D O P R O F. J E J E C A E X A M E F I N A L R E C U P E R A Ç Ã O F I N A L 9 º E. F = b) [Digite texto]

Inferência Estatística

INTERVALO DE CONFIANÇA BOOTSTRAP COMO FERRAMENTA PARA CLASSIFICAR RAÇAS DO NEMATÓIDE DE CISTO DA SOJA 1

n i=1 X i n X = n 1 i=1 X2 i ( n i=1 X i) 2 n

Capítulo 12 SELECIONADOS PARA ESTUDO PROVA 15/09: Problema 01. (a) (b)

Transcrição:

Utilização de modelos ão-lieares sigmoidais a descrição do aumeto em diâmetro de frutos de pequi. Ricardo Wager Pacopahyba de Mattos 1 Thaís Destéfai Ribeiro 1 Joel Augusto Muiz 1 Augusto Ramalho de Morais 1 1 Itrodução O pequi é ativo do Cerrado, com uso alimetício apresetado grade potecial de expasão a culiária brasileira. Seu fruto é apreciado por suas agradáveis peculiaridades de cor, aroma e sabor, costitui-se em rico veículo de utrietes, com destaque para os lipídios proteías e β-caroteo. Pequi é o fruto do pequizeiro (Caryocar brasiliese), árvore de maior valor ecoômico e uma das mais altas detre as ativas do cerrado. Pertece à família das cariocaráceas e pode atigir mais de dez metros de altura. A espécie tem ampla distribuição detro do cerrado brasileiro assumido importate papel a vida dos habitates desta região, ecoomicamete, com a veda do fruto i atura, ou mesmo para o seu próprio cosumo. É caracterizada por sua ampla utilização, sedo cosiderada, pelos habitates locais, como o ouro do Cerrado, devido ao seu alto valor alimetício, madeireiro, medicial, melífero, orametal e oleagioso, etre outros. O presete trabalho teve como objetivo avaliar a utilização dos modelos Gompertz e Logístico a descrição do crescimeto dos frutos de pequi em diâmetro ao logo de seu desevolvimeto. Material e métodos Para os dados de crescimeto em diâmetro de frutos de pequi extraídos de RODRIGUES et. al (009), serão ajustados os modelos de crescimeto ão-liear Logístico e Gompertz cosiderado erros idepedetes e estrutura de erros auto-regressivos de primeira ordem. Estes modelos são descritos pelas seguites expressões: a. Modelo Logístico: Yt = A1/[1+B1*exp(-K1*t)] + A/[1+B*exp(-K*t)] + φ1et-1 ; b. Modelo Gompertz: Yt = A1*exp[-B1*exp(-K1*t)] + A*exp[-B*exp(-K*t)] + φ1et-1 ; 1 DEX UFLA. 804

Para o ajuste das fuções aos dados empregou-se o procedimeto PROC MODEL do software Statistical Aalysis System (SAS, 1999) utilizado-se o método de Gauss-Newto (NETER et al., 1985). Os critérios de seleção utilizados para a escolha do modelo mais adequado foram: R², coeficiete de determiação, SQR R 1, em que SQR refere-se à soma SQTot de quadrados dos resíduos e SQTot refere-se a soma de quadrados totais; DPR, desvio-padrão residual DPR QMR p, ode QMR é uma estimativa da variâcia residual, é o úmero de observações utilizadas o ajuste do modelo, p é o úmero de parâmetros; DW, Teste de Durbi- Watso e t et 1, o qual idica se há autocorrelação dos dados, sedo DW t et t 1 e t o resíduo o tempo t; AIC et 1 : o resíduo o tempo t 1; AIC, critério de iformação de Akaike p 1 l ˆ, ode ˆ é a estimativa da variâcia dos resíduos; IC, itervalo de cofiaça, utilizado para se obter um itervalo de estimativas prováveis represetados por limite iferior (LI) e superior sedo λ a média, t(α/) o valor a tabela de t de studet para α/; (LS), IC = λ ± t σ + e. 1-α α t 3 Resultados e discussões Os avaliadores da qualidade de ajuste, apresetados a Tabela 1, idicam o ajuste dos modelos aos dados dos frutos. Segudo os critérios utilizados para a seleção do modelo mais adequado ota-se uma pequea difereça etre os resultados, favorecedo o modelo Gompertz quato à medida do diâmetro dos frutos. Tabela 1 Valores do úmero de parâmetros (N param), coeficiete de determiação (R ), desvio padrão residual (DPR), critério de iformação de Akaike (AIC), teste de Durbi-Watso (DW) e tamaho assitótico do fruto à maturidade (A) em cm, estimados para os modelos Gompertz e Logístico para o diâmetro dos frutos. Modelo Nº param R² (%) DPR AIC DW A (cm) Gompertz 3 99,8 0,360-1,8878,43 6,79 Logístico 3 98,74 0,319-1,338,1478 6,58 De acordo com os resultados da Tabela 1 em relação ao diâmetro dos frutos o modelo Gompertz foi o que apresetou o maior coeficiete de determiação (R²), meor desvio padrão 805

residual (DPR) e meor valor para o critério AIC, sedo assim cosiderado o modelo mais adequado a sua descrição. O critério R² apresetou valores superiores a 98%, mostrado assim uma boa qualidade de ajuste. Segudo Freitas (005), em estudos com curvas de crescimeto aimal os modelos ão-lieares etre os quais o de Gompertz produziu ajustes com R² acima de 9%, sedo cosiderados como um bom ajuste. Segudo Floriao et al., (006), o uso do critério de Akaike (AIC) mostrou-se adequado como critério de seleção de modelos para represetar uma série temporal de dados de altura de árvores. Os autores citam que este critério permite que se determie qual modelo é o mais correto, ou seja, o modelo com meor AIC é o mais próximo de ser o modelo correto. Não foi observada a preseça de autocorrelação residual ao ível de 5% de sigificâcia de acordo com o procedimeto PROC MODEL do software Statistical Aalysis System (SAS, 1999) para ambos os modelos, ou seja, os erros se comportam de forma idepedete ao logo tempo. Tabela Valores estimados para os parâmetros dos modelos Gompertz e Logístico, itervalos de cofiaça a 95% (IC) e suas sigificâcias em relação ao diâmetro dos frutos. Modelo Parâmetro Estimativa IC Pr > t Gompertz Logístico A 6,790 B 4,5374 K 0,0447 A 6,5760 B 17,8934 K 0,0675 (6,4017 ; 7,704) < 0,0001 (3,4405 ; 6,3874) 0,0019 (0,0361; 0,0549) 0,0003 (6,1579 ; 7,067) < 0,0001 (9,8788 ; 38,8456) 0,0418 (0,05 ; 0,0875) 0,0008 806

A estimativa A, quato ao ajuste dos dados (Tabela ), correspode ao comprimeto do fruto à maturação. Os valores da estimativa do tamaho assitótico do fruto a maturidade, para o diâmetro, foram de 6,58 cm para o Logístico e 6,79 cm. Na Tabela pode-se observar que todos os valores foram sigificativos. Pode-se observar também os valores da taxa de crescimeto (K), com valores de 0,0447 para o modelo Gompertz e de 0,0675 para o modelo Logístico. A sobreposição das curvas (Figura 1) é devido a uma proximidade os valores dos parâmetros estimados. A curva que apresetou maior proximidade aos dados de diâmetro dos frutos foi a do modelo Gompertz, mostrado assim um melhor ajuste dos dados de frutos de pequi. Terra et al., (010), estudado o crescimeto de frutos de tamareira-aã obtiveram as estimativas dos parâmetros para os modelos Logístico e Gompertz, bastate próximas para ambos os modelos ajustados acarretado uma leve sobreposição das curvas ajustadas. Figura 1 Ajuste das fuções Gompertz e Logística aos dados de crescimeto em diâmetro dos frutos de pequi. Os valores observados a Figura 1, mostram que os frutos apresetaram um aumeto acetuado o diâmetro, do iício das avaliações, 1 dias, quado estavam com aproximadamete 0,5 cm, até os 57 dias, ode apresetavam aproximadamete 4,5 cm, quado ocorreu uma dimiuição o crescimeto. Com aproximadamete 10 dias o crescimeto cessa e seu diâmetro fial é de aproximadamete 6,5 cm. 807

4 Coclusões O modelo Gompertz apresetou melhor ajuste aos dados de diâmetro dos frutos de pequi (Caryocar brasiliese) segudo os avaliadores de qualidade de ajuste. O diâmetro fial dos frutos de pêssego estimada pelo modelo Gompertz foi de 6,79 cm e pelo modelo Logístico foi de 6,58 cm. A utilização de modelos ão lieares foi adequada, pois estes apresetam parâmetros com iterpretação biológica, sedo importates a descrição e estudo do crescimeto de frutos. 5 Bibliografia [1] FLORIANO, E. P. et al. Ajuste e seleção de modelos tradicioais para série temporal de dados de altura de árvores. Ciêcia Florestal, Sata Maria, v.16,., p.177-199, 006. [] FREITAS, A.R. Curvas de Crescimeto a Produção Aimal. Revista Brasileira de Zootecia, v.34,.3, p. 786-795, 005 [3] NETER, J. et al. Liear statistical models: regressio, aalysis of variace, ad experimetal desig..ed. USA: Richard D. Irwi, 1985, 1.15p. [4] RODRIGUES, L.J.; VILAS-BOAS, E.V.B.; PAULA, N.R.F.; ALCÂNTARA, E.M. Caracterização do desevolvimeto de pequi (Caryocar brasiliese) temporão do Sul de Mias Gerais. Pesquisa Agropecuária Tropical, Goiâia, v.39,.3, p.60-65, jul./set. 009. Dispoível em: <http://www.revistas.ufg.br/idex.php/pat/article/view/404/537>. Acesso em: 06 de fevereiro de 014. [5] SAS Istitute. SAS Procedures guide for computers. 6 ed. Cary, NC, v.3, 373p. 1999. [6] TERRA, M. F.; MUNIZ, J. A.; SAVIAN, T. V. Ajuste dos modelos Logístico e Gompertz aos dados de crescimeto de frutos da tamareira-aã (Phoeix roebeleii O BRIEN). Magistra, v.,.1, 010. 808