Estimação clássica e bayesiana para relação espécieárea com distribuições truncadas no zero
Autor(a) principal: | |
---|---|
Data de Publicação: | 2012 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFSCAR |
Texto Completo: | https://repositorio.ufscar.br/handle/ufscar/4562 |
Resumo: | In ecology, understanding the species-area relationship (SARs) are extremely important to determine species diversity. SARs are fundamental to assess the impact due to the destruction of natural habitats, creation of biodiversity maps, to determine the minimum area to preserve. In this study, the number of species is observed in different area sizes. These studies are referred in the literature through nonlinear models without assuming any distribution for the data. In this situation, it only makes sense to consider areas in which the counts of species are greater than zero. As the dependent variable is a count data, we assume that this variable comes from a known distribution for discrete data positive. In this paper, we used the zero truncated Poisson distribution (ZTP) and zero truncated Negative Binomial (ZTNB) to represent the probability distribution of the random variable species diversity number. To describe the relationship between species diversity and habitat, we consider nonlinear models with asymptotic behavior: Exponencial Negativo, Weibull, Logístico, Chapman-Richards, Gompertz e Beta. In this paper, we take a Bayesian approach to fit models. With the purpose of obtain the conditional distributions, we propose the use of latent variables to implement the Gibbs sampler. Introducing a comparative study through simulated data and will consider an application to a real data set. |
id |
SCAR_5ff3ca8d8de705dab08496fcb506b546 |
---|---|
oai_identifier_str |
oai:repositorio.ufscar.br:ufscar/4562 |
network_acronym_str |
SCAR |
network_name_str |
Repositório Institucional da UFSCAR |
repository_id_str |
4322 |
spelling |
Arrabal, Claude ThiagoAndrade Filho, Marinho Gomes dehttp://lattes.cnpq.br/4126245980112687http://lattes.cnpq.br/0235029522811813139040d7-2021-498d-a56a-561e0db774302016-06-02T20:06:07Z2012-09-052016-06-02T20:06:07Z2012-03-23ARRABAL, Claude Thiago. Estimação clássica e bayesiana para relação espécieárea com distribuições truncadas no zero. 2012. 79 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2012.https://repositorio.ufscar.br/handle/ufscar/4562In ecology, understanding the species-area relationship (SARs) are extremely important to determine species diversity. SARs are fundamental to assess the impact due to the destruction of natural habitats, creation of biodiversity maps, to determine the minimum area to preserve. In this study, the number of species is observed in different area sizes. These studies are referred in the literature through nonlinear models without assuming any distribution for the data. In this situation, it only makes sense to consider areas in which the counts of species are greater than zero. As the dependent variable is a count data, we assume that this variable comes from a known distribution for discrete data positive. In this paper, we used the zero truncated Poisson distribution (ZTP) and zero truncated Negative Binomial (ZTNB) to represent the probability distribution of the random variable species diversity number. To describe the relationship between species diversity and habitat, we consider nonlinear models with asymptotic behavior: Exponencial Negativo, Weibull, Logístico, Chapman-Richards, Gompertz e Beta. In this paper, we take a Bayesian approach to fit models. With the purpose of obtain the conditional distributions, we propose the use of latent variables to implement the Gibbs sampler. Introducing a comparative study through simulated data and will consider an application to a real data set.Em ecologia, a compreensão da relação espécie-área (SARs) é de extrema importância para a determinação da diversidade de espécies e avaliar o impacto devido à destruição de habitats naturais. Neste estudo, observa-se o número de espécies em diferentes tamanhos de área. Estes estudos são abordados na literatura através de modelos não lineares sem assumir alguma distribuição para os dados. Nesta situação, só faz sentido considerar áreas nas quais as contagens das espécies são maiores do que zero. Como a variável dependente é um dado de contagem, assumiremos que esta variável provém de alguma distribuição conhecida para dados discretos positivos. Neste trabalho, utilizamos as distribuições de Poisson zero-truncada (PZT) e Binomial Negativa zero-truncada (BNZT) para representar a distribuição do número de espécies. Para descrever a relação espécie-área, consideramos os modelos não lineares com comportamento assintótico: Exponencial Negativo, Weibull, Logístico, Chapman-Richards, Gompertz e Beta. Neste trabalho os modelos foram ajustados através do método de verossimilhança, sendo proposto uma abordagem Bayesiana com a utilização de variáveis latentes auxiliares para a implementação do Amostrador de Gibbs.Financiadora de Estudos e Projetosapplication/pdfporUniversidade Federal de São CarlosPrograma de Pós-Graduação em Estatística - PPGEsUFSCarBREstatísticaInferência bayesianaRelações espécie-áreaModelos não-lineares (Estatística)Variáveis latentesDistribuições zero-truncadasdados de contagemGibbs SamplingMetropolis-Hastings.Zero-truncated distributionSpecie-area relationshipNon-linear models, Count data, Latente variables, Gibbs SamplingCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICAEstimação clássica e bayesiana para relação espécieárea com distribuições truncadas no zeroinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis-1-16105a248-1b18-49f6-bbf3-c4006673f34ainfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFSCARinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCARORIGINAL4453.pdfapplication/pdf2980949https://repositorio.ufscar.br/bitstream/ufscar/4562/1/4453.pdfa5e49490266d2a0b649d487d8bf298d5MD51TEXT4453.pdf.txt4453.pdf.txtExtracted texttext/plain0https://repositorio.ufscar.br/bitstream/ufscar/4562/2/4453.pdf.txtd41d8cd98f00b204e9800998ecf8427eMD52THUMBNAIL4453.pdf.jpg4453.pdf.jpgIM Thumbnailimage/jpeg6244https://repositorio.ufscar.br/bitstream/ufscar/4562/3/4453.pdf.jpg9ebadd1b382d4f93d40857e9af3b59c5MD53ufscar/45622023-09-18 18:31:19.785oai:repositorio.ufscar.br:ufscar/4562Repositório InstitucionalPUBhttps://repositorio.ufscar.br/oai/requestopendoar:43222023-09-18T18:31:19Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)false |
dc.title.por.fl_str_mv |
Estimação clássica e bayesiana para relação espécieárea com distribuições truncadas no zero |
title |
Estimação clássica e bayesiana para relação espécieárea com distribuições truncadas no zero |
spellingShingle |
Estimação clássica e bayesiana para relação espécieárea com distribuições truncadas no zero Arrabal, Claude Thiago Estatística Inferência bayesiana Relações espécie-área Modelos não-lineares (Estatística) Variáveis latentes Distribuições zero-truncadas dados de contagem Gibbs Sampling Metropolis-Hastings. Zero-truncated distribution Specie-area relationship Non-linear models, Count data, Latente variables, Gibbs Sampling CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA |
title_short |
Estimação clássica e bayesiana para relação espécieárea com distribuições truncadas no zero |
title_full |
Estimação clássica e bayesiana para relação espécieárea com distribuições truncadas no zero |
title_fullStr |
Estimação clássica e bayesiana para relação espécieárea com distribuições truncadas no zero |
title_full_unstemmed |
Estimação clássica e bayesiana para relação espécieárea com distribuições truncadas no zero |
title_sort |
Estimação clássica e bayesiana para relação espécieárea com distribuições truncadas no zero |
author |
Arrabal, Claude Thiago |
author_facet |
Arrabal, Claude Thiago |
author_role |
author |
dc.contributor.authorlattes.por.fl_str_mv |
http://lattes.cnpq.br/0235029522811813 |
dc.contributor.author.fl_str_mv |
Arrabal, Claude Thiago |
dc.contributor.advisor1.fl_str_mv |
Andrade Filho, Marinho Gomes de |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/4126245980112687 |
dc.contributor.authorID.fl_str_mv |
139040d7-2021-498d-a56a-561e0db77430 |
contributor_str_mv |
Andrade Filho, Marinho Gomes de |
dc.subject.por.fl_str_mv |
Estatística Inferência bayesiana Relações espécie-área Modelos não-lineares (Estatística) Variáveis latentes Distribuições zero-truncadas dados de contagem Gibbs Sampling Metropolis-Hastings. |
topic |
Estatística Inferência bayesiana Relações espécie-área Modelos não-lineares (Estatística) Variáveis latentes Distribuições zero-truncadas dados de contagem Gibbs Sampling Metropolis-Hastings. Zero-truncated distribution Specie-area relationship Non-linear models, Count data, Latente variables, Gibbs Sampling CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA |
dc.subject.eng.fl_str_mv |
Zero-truncated distribution Specie-area relationship Non-linear models, Count data, Latente variables, Gibbs Sampling |
dc.subject.cnpq.fl_str_mv |
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA |
description |
In ecology, understanding the species-area relationship (SARs) are extremely important to determine species diversity. SARs are fundamental to assess the impact due to the destruction of natural habitats, creation of biodiversity maps, to determine the minimum area to preserve. In this study, the number of species is observed in different area sizes. These studies are referred in the literature through nonlinear models without assuming any distribution for the data. In this situation, it only makes sense to consider areas in which the counts of species are greater than zero. As the dependent variable is a count data, we assume that this variable comes from a known distribution for discrete data positive. In this paper, we used the zero truncated Poisson distribution (ZTP) and zero truncated Negative Binomial (ZTNB) to represent the probability distribution of the random variable species diversity number. To describe the relationship between species diversity and habitat, we consider nonlinear models with asymptotic behavior: Exponencial Negativo, Weibull, Logístico, Chapman-Richards, Gompertz e Beta. In this paper, we take a Bayesian approach to fit models. With the purpose of obtain the conditional distributions, we propose the use of latent variables to implement the Gibbs sampler. Introducing a comparative study through simulated data and will consider an application to a real data set. |
publishDate |
2012 |
dc.date.available.fl_str_mv |
2012-09-05 2016-06-02T20:06:07Z |
dc.date.issued.fl_str_mv |
2012-03-23 |
dc.date.accessioned.fl_str_mv |
2016-06-02T20:06:07Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
ARRABAL, Claude Thiago. Estimação clássica e bayesiana para relação espécieárea com distribuições truncadas no zero. 2012. 79 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2012. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufscar.br/handle/ufscar/4562 |
identifier_str_mv |
ARRABAL, Claude Thiago. Estimação clássica e bayesiana para relação espécieárea com distribuições truncadas no zero. 2012. 79 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2012. |
url |
https://repositorio.ufscar.br/handle/ufscar/4562 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.confidence.fl_str_mv |
-1 -1 |
dc.relation.authority.fl_str_mv |
6105a248-1b18-49f6-bbf3-c4006673f34a |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal de São Carlos |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Estatística - PPGEs |
dc.publisher.initials.fl_str_mv |
UFSCar |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
Universidade Federal de São Carlos |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFSCAR instname:Universidade Federal de São Carlos (UFSCAR) instacron:UFSCAR |
instname_str |
Universidade Federal de São Carlos (UFSCAR) |
instacron_str |
UFSCAR |
institution |
UFSCAR |
reponame_str |
Repositório Institucional da UFSCAR |
collection |
Repositório Institucional da UFSCAR |
bitstream.url.fl_str_mv |
https://repositorio.ufscar.br/bitstream/ufscar/4562/1/4453.pdf https://repositorio.ufscar.br/bitstream/ufscar/4562/2/4453.pdf.txt https://repositorio.ufscar.br/bitstream/ufscar/4562/3/4453.pdf.jpg |
bitstream.checksum.fl_str_mv |
a5e49490266d2a0b649d487d8bf298d5 d41d8cd98f00b204e9800998ecf8427e 9ebadd1b382d4f93d40857e9af3b59c5 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR) |
repository.mail.fl_str_mv |
|
_version_ |
1802136276785168384 |