Bayesian inference for the fitting of dry matter accumulation curves in garlic plants

• Autor(a) principal: Macedo, Leandro Roberto de
• Data de Publicação: 2017
• Outros Autores: Cecon, Paulo Roberto, Silva, Fabyano Fonseca e, Nascimento, Moysés, Puiatti, Guilherme Alves, Oliveira, Ana Carolina Ribeiro de, Puiatti, Mario
• Tipo de documento: Artigo
• Idioma: eng
• Título da fonte: Repositório Institucional da UFJF
• Texto Completo: http://dx.doi.org/10.1590/s0100-204x2017000800002; https://repositorio.ufjf.br/jspui/handle/ufjf/7343
• topic: -; Allium sativum; Análise de agrupamento; agrAgrupamento multivariado de curvas; Modelos; Allium sativum; Cluster analysis; Multivariate clustering curves; Nonlinear models

O objetivo deste trabalho foi identificar modelos de regressão não linear que melhor descrevam curvas de acúmulo de matéria seca em acessos de alho (Allium sativum), ao longo do tempo, com uso das abordagens bayesiana e frequentista. Análises de agrupamento multivariadas foram empregadas para agrupar acessos similares quanto às estimativas dos parâmetros das curvas com interpretação biológica (β1 e β3). Para verificar se os grupos formados eram iguais, aplicaram-se testes estatísticos para testar a igualdade de parâmetros das curvas representativas de cada grupo. Foram utilizados 30 acessos de alho, mantidos pelo Banco de Germoplasma de Hortaliças da Universidade Federal de Viçosa. O modelo logístico foi o que melhor se ajustou aos dados em ambas as abordagens. As estimativas dos parâmetros deste modelo foram submetidas à análise de agrupamento com o algoritmo de Ward, e a distância generalizada de Mahalanobis foi utilizada como medida de dissimilaridade. O número ótimo de grupos, de acordo com o método de Mojena, foi de três e quatro para as abordagens frequentista e bayesiana, respectivamente. Testes de hipótese quanto à igualdade de parâmetros das curvas estimadas, para cada grupo de acesso, indicaram que ambas as metodologias evidenciam as diferenças identificadas pela análise de agrupamento. Portanto, ambas as abordagens são indicadas para estudos desta natureza.