1. RI UFLA
  2. Programas de Pós-Graduação - Teses e Dissertações
  3. Estatística e Experimentação Agropecuária - Doutorado (Teses)
Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/917
Registro completo de metadados
Campo DCValorIdioma
dc.creatorZeviani, Walmes Marques-
dc.date.accessioned2013-08-22T14:25:39Z-
dc.date.available2013-08-22T14:25:39Z-
dc.date.copyright2013-
dc.date.issued2013-
dc.date.submitted2013-05-13-
dc.identifier.citationZEVIANI, W. M. Parametrizações interpretáveis em modelos não lineares. 2013. 146 p. Tese. (Doutorado Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2013.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/917-
dc.descriptionTese apresentada à Universidade Federal de Lavras,como parte das exigências do Programa de Pós-Graduação em Estatística e Experimentação Agropecuária, área de concentração em Estatística e Experimentação Agropecuária, para a obtenção do título de Doutor.pt_BR
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)pt_BR
dc.languagept_BRpt_BR
dc.publisherUNIVERSIDADE FEDERAL DE LAVRASpt_BR
dc.rightsacesso abertopt_BR
dc.subjectVerossimilhançapt_BR
dc.subjectMétodo deltapt_BR
dc.subjectMedida de curvaturapt_BR
dc.subjectEfeito mistopt_BR
dc.subjectvan Genuchtenpt_BR
dc.subjectLikelihoodpt_BR
dc.subjectDelta methodpt_BR
dc.subjectCurvature measurept_BR
dc.subjectMixed effectpt_BR
dc.titleParametrizações interpretáveis em modelos não linearespt_BR
dc.typetesept_BR
dc.publisher.programDEX - Programa de Pós-graduaçãopt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.countryBRASILpt_BR
dc.description.concentrationEstatística e Experimentação Agropecuáriapt_BR
dc.contributor.advisor1Muniz, Joel Augusto-
dc.contributor.referee1Ribeiro Junior, Paulo Justiniano-
dc.contributor.referee1Singer, Júlio da Motta-
dc.contributor.referee1Bueno Filho, Júlio Silvio de Sousa-
dc.contributor.referee1Morais, Augusto Ramalho de-
dc.description.resumoOne of the advantages of the nonlinear regression models is to have interpretable parameters. In many instances, the parameters of interest, expressed as a function of the model parameters, are quantities subject to investigation. Then comes the concern of how to make inferences about them. For this, the delta method, the Monte Carlo simulation and bootstrap procedures are common alternatives. In addition, a reparametrization can be applied to the model in order to represent these parameters of interest into the model. In addition to improving the interpretation of the presence of the target parameter extends the possibilities regarding the specification of models and statistical inference. The aim of this work is to systematize the procedure to apply reparametrizations. Emphasis was given on nonlinear models considered in applications within the Agricultural Sciences. A list with 17 models reparametrized is provided. In the first case study, the threshold level of defoliation on cotton was evaluated with the following objectives: 1) to propose a model parameter that represents the level of economic damage, 2) evaluate alternative parameterizations through its properties, which considering measures of nonlinearity, 3) apply inference based on likelihood, 4) select a model to describe the relationship between yield and defoliation of cotton in each phenological stage. The reparametrized model showed better properties in phenological stages with pronounced nonlinear relationship. Otherwise the measures of curvature, the correlations of the estimators and likelihood profile plots indicated that a sub-model should be considered. In the second case study, the objective is to verify the e ect of sampling position and soil depth on the parameters I (infletion) and S (slope) of the soil water retention curve. For that 1) it was considered ANOVA and 2) weighted ANOVA in each experimental unit compared to 3) using nonlinear mixed e ects on a parameterization developed. None of the alternative methods of analysis was superior to model nonlinear mixed e ects in the parameterization developed, which had narrower confidence intervals for the parameters and pointed sampling position and depth e ect.pt_BR
dc.description.resumoUma das vantagens dos modelos de regressão não linear é ter interpretação para os parâmetros. Em muitas situações, parâmetros de interesse, expressos como função dos parâmetros do modelo, são quantidades sujeitas à investigação. Surge então a preocupação de como fazer inferência sobre eles. Para isso, o método delta, a simulação Monte Carlo e procedimentos bootstrap são alternativas frequentes. Além disso, uma reparametrização pode ser aplicada ao modelo de forma à representar tais parâmetros de interesse. Além de melhorar a interpretação, a presença do parâmetro alvo estende as possibilidades com relação a especificação de modelos e inferência estatística. O objetivo com esse trabalho é sistematizar o procedimento de aplicar reparametrizações. Ênfase foi dada em modelos não lineares considerados em aplicações dentro das Ciências Agrárias. Uma lista com 17 modelos reparametrizados é fornecida. No primeiro estudo de caso, o nível de dano econômico da desfolha no algodoeiro foi avaliado com os seguintes objetivos: 1) propor uma parametrização de modelo que representasse o nível de dano econômico, 2) avaliar parametrizações alternativas por meio de suas propriedades, onde considerando medidas de não linearidade, 3) aplicar inferência baseada em verossimilhança, 4) selecionar um modelo para descrever a relação entre produção e desfolha do algodoeiro em função do estágio fenológico. O modelo reparametrizado apresentou melhores propriedades nos estágios fenológicos com pronunciada relação não linear. No restante, as medidas de curvatura, as correlações dos estimadores e os gráficos de perfil de verossimilhança indicaram que um sub-modelo deveria ser considerado. No segundo estudo de caso, objetiva-se verificar o efeito da posição de amostragem e profundidade do solo sobre os parâmetros I (infletion) e S (slope) da curva de retenção de água do solo. Para isso 1) considerou-se ANOVA simples e 2) ANOVA ponderada pela variância das estimativas desses parâmetros em cada unidade experimental em comparação com 3) o uso de modelos não lineares de efeitos mistos em uma parametrização desenvolvida. Nenhum dos métodos alternativos de análise foi superior ao modelo não linear de efeitos mistos na parametrização desenvolvida, que apresentou intervalos de confiança mais estreitos para os parâmetros e apontou efeito de posição e profundidade de coleta.pt_BR
dc.subject.cnpqCNPQ_NÃO_INFORMADOpt_BR
Aparece nas coleções:Estatística e Experimentação Agropecuária - Doutorado (Teses)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
TESE Parametrizações interpretáveis em modelos não lineares.pdf804,37 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.