Método de Newton e Gauss-Newton na estimação dos parâmetros de modelo de regressão não linear

Detalhes bibliográficos
Autor(a) principal: Silva, Edilson Marcelino
Data de Publicação: 2019
Outros Autores: Fruhauf, Ariana Campos, Fernandes, Felipe Augusto, Paula, Gustavo Sérgio de, Muniz, Joel Augusto, Fernandes, Tales Jesus
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Institucional da UFLA
Texto Completo: http://repositorio.ufla.br/jspui/handle/1/40564
Resumo: In several areas of knowledge it is common to evaluate the possible relationship between a dependent variable and one or more independent variables. This study can be done through regression models that are divided basically into two distinct classes: linear and nonlinear. In the estimation of the parameters in regression models it is usual to use the least squares method, which for the nonlinear case the system of equations does not present an explicit solution and iterative methods are needed to have the solution. The objective of this work was to compare the Newton and Gauss-Newton iterative methods in the fit of the Stanford and Smith model. The data analyzed were carbon mineralization of oat straw in the soil over time. The Gauss-Newton method, which is specific for estimating nonlinear model parameters, was more efficient than Newton’s method for estimating the parameters of the Stanford and Smith model fitted to the data. The Gauss-Newton method is implemented in software for parameter estimation of nonlinear regression models.
id UFLA_120bc37a93b2024428ea982239f163f2
oai_identifier_str oai:localhost:1/40564
network_acronym_str UFLA
network_name_str Repositório Institucional da UFLA
repository_id_str
spelling Método de Newton e Gauss-Newton na estimação dos parâmetros de modelo de regressão não linearMétodo dos mínimos quadradosMétodos iterativosModelo Stanford e SmithLeast squares methodIterative methodsStanford and Smith modelIn several areas of knowledge it is common to evaluate the possible relationship between a dependent variable and one or more independent variables. This study can be done through regression models that are divided basically into two distinct classes: linear and nonlinear. In the estimation of the parameters in regression models it is usual to use the least squares method, which for the nonlinear case the system of equations does not present an explicit solution and iterative methods are needed to have the solution. The objective of this work was to compare the Newton and Gauss-Newton iterative methods in the fit of the Stanford and Smith model. The data analyzed were carbon mineralization of oat straw in the soil over time. The Gauss-Newton method, which is specific for estimating nonlinear model parameters, was more efficient than Newton’s method for estimating the parameters of the Stanford and Smith model fitted to the data. The Gauss-Newton method is implemented in software for parameter estimation of nonlinear regression models.Nas diversas áreas do conhecimento é comum avaliar a possível relação entre uma variável dependente com uma ou mais variáveis independentes. Esse estudo pode ser feito por meio dos modelos de regressão que são divididos basicamente em duas classes distintas: os lineares e os não lineares. Na estimação dos parâmetros em modelos de regressão é usual a utilização do método dos mínimos quadrados, que para o caso não linear o sistema de equações não apresenta solução explícita e necessita-se de métodos iterativos para ter a solução. O objetivo do trabalho foi comparar os métodos iterativos de Newton e Gauss-Newton no ajuste do modelo Stanford e Smith. Os dados analisados foram de mineralização de carbono de palha de aveia no solo ao longo do tempo. O método Gauss-Newton, específico para estimar parâmetros de modelos não lineares, foi mais eficiente que o método de Newton na estimação dos parâmetros do modelo Stanford e Smith ajustado aos dados. O método Gauss-Newton é implementado nos softwares para estimação de parâmetros de modelos de regressão não linear.Universidade Federal de Alfenas2020-05-05T11:35:41Z2020-05-05T11:35:41Z2019info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfSILVA, E. M. et al. Método de Newton e Gauss-Newton na estimação dos parâmetros de modelo de regressão não linear. Sigmae, Alfenas, v. 8, n. 2, p. 728-734, 2019.http://repositorio.ufla.br/jspui/handle/1/40564Sigmaereponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLAhttp://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccessSilva, Edilson MarcelinoFruhauf, Ariana CamposFernandes, Felipe AugustoPaula, Gustavo Sérgio deMuniz, Joel AugustoFernandes, Tales Jesuspor2023-05-26T19:37:10Zoai:localhost:1/40564Repositório InstitucionalPUBhttp://repositorio.ufla.br/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2023-05-26T19:37:10Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)false
dc.title.none.fl_str_mv Método de Newton e Gauss-Newton na estimação dos parâmetros de modelo de regressão não linear
title Método de Newton e Gauss-Newton na estimação dos parâmetros de modelo de regressão não linear
spellingShingle Método de Newton e Gauss-Newton na estimação dos parâmetros de modelo de regressão não linear
Silva, Edilson Marcelino
Método dos mínimos quadrados
Métodos iterativos
Modelo Stanford e Smith
Least squares method
Iterative methods
Stanford and Smith model
title_short Método de Newton e Gauss-Newton na estimação dos parâmetros de modelo de regressão não linear
title_full Método de Newton e Gauss-Newton na estimação dos parâmetros de modelo de regressão não linear
title_fullStr Método de Newton e Gauss-Newton na estimação dos parâmetros de modelo de regressão não linear
title_full_unstemmed Método de Newton e Gauss-Newton na estimação dos parâmetros de modelo de regressão não linear
title_sort Método de Newton e Gauss-Newton na estimação dos parâmetros de modelo de regressão não linear
author Silva, Edilson Marcelino
author_facet Silva, Edilson Marcelino
Fruhauf, Ariana Campos
Fernandes, Felipe Augusto
Paula, Gustavo Sérgio de
Muniz, Joel Augusto
Fernandes, Tales Jesus
author_role author
author2 Fruhauf, Ariana Campos
Fernandes, Felipe Augusto
Paula, Gustavo Sérgio de
Muniz, Joel Augusto
Fernandes, Tales Jesus
author2_role author
author
author
author
author
dc.contributor.author.fl_str_mv Silva, Edilson Marcelino
Fruhauf, Ariana Campos
Fernandes, Felipe Augusto
Paula, Gustavo Sérgio de
Muniz, Joel Augusto
Fernandes, Tales Jesus
dc.subject.por.fl_str_mv Método dos mínimos quadrados
Métodos iterativos
Modelo Stanford e Smith
Least squares method
Iterative methods
Stanford and Smith model
topic Método dos mínimos quadrados
Métodos iterativos
Modelo Stanford e Smith
Least squares method
Iterative methods
Stanford and Smith model
description In several areas of knowledge it is common to evaluate the possible relationship between a dependent variable and one or more independent variables. This study can be done through regression models that are divided basically into two distinct classes: linear and nonlinear. In the estimation of the parameters in regression models it is usual to use the least squares method, which for the nonlinear case the system of equations does not present an explicit solution and iterative methods are needed to have the solution. The objective of this work was to compare the Newton and Gauss-Newton iterative methods in the fit of the Stanford and Smith model. The data analyzed were carbon mineralization of oat straw in the soil over time. The Gauss-Newton method, which is specific for estimating nonlinear model parameters, was more efficient than Newton’s method for estimating the parameters of the Stanford and Smith model fitted to the data. The Gauss-Newton method is implemented in software for parameter estimation of nonlinear regression models.
publishDate 2019
dc.date.none.fl_str_mv 2019
2020-05-05T11:35:41Z
2020-05-05T11:35:41Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv SILVA, E. M. et al. Método de Newton e Gauss-Newton na estimação dos parâmetros de modelo de regressão não linear. Sigmae, Alfenas, v. 8, n. 2, p. 728-734, 2019.
http://repositorio.ufla.br/jspui/handle/1/40564
identifier_str_mv SILVA, E. M. et al. Método de Newton e Gauss-Newton na estimação dos parâmetros de modelo de regressão não linear. Sigmae, Alfenas, v. 8, n. 2, p. 728-734, 2019.
url http://repositorio.ufla.br/jspui/handle/1/40564
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de Alfenas
publisher.none.fl_str_mv Universidade Federal de Alfenas
dc.source.none.fl_str_mv Sigmae
reponame:Repositório Institucional da UFLA
instname:Universidade Federal de Lavras (UFLA)
instacron:UFLA
instname_str Universidade Federal de Lavras (UFLA)
instacron_str UFLA
institution UFLA
reponame_str Repositório Institucional da UFLA
collection Repositório Institucional da UFLA
repository.name.fl_str_mv Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)
repository.mail.fl_str_mv nivaldo@ufla.br || repositorio.biblioteca@ufla.br
_version_ 1815439113327738880

Registros relacionados