Análise bayesiana de interferência e toxidez em ensaios de diluição serial

Detalhes bibliográficos
Autor(a) principal: Santos, Andréa Cristiane dos
Data de Publicação: 2008
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFLA
Texto Completo: http://repositorio.ufla.br/jspui/handle/1/3867
Resumo: Estatística e Experimentação Agropecuária
id UFLA_c88bb7ae456e0087996702b488052ca7
oai_identifier_str oai:localhost:1/3867
network_acronym_str UFLA
network_name_str Repositório Institucional da UFLA
repository_id_str
spelling Análise bayesiana de interferência e toxidez em ensaios de diluição serialBayesian analysis of interfering and toxicity effects in dilution assaysAlgoritmo metropolis-hastingsEnsaio de diluiçãoInferência bayesianaBayesian inferenceDilution assayMetropolis-hastings algorithmMicrobiologyCNPQ_NÃO_INFORMADOEstatística e Experimentação AgropecuáriaO método do número mais provável (NMP) foi introduzido por McCrady (1915) como resultado da estimativa da densidade de microrganismos provenientes de diluições seriadas. O modelo padrão utilizado para obter tabelas de estimativas do NMP não contempla situações tais como Toxidez e interferência. A análise bayesiana foi utilizada para realizar inferências sobre estes modelos de acordo com alguns resultados experimentais. Por meio do algoritmo de Metropolis-Hastings, foi possível gerar cadeias para cada parâmetro dos modelos. A convergência dessas cadeias foi monitorada por meio de analises gráficas e pelos critérios de Raftery & Lewis (1992) e Heidelberg & Welch (1983). A comparação do ajuste dos modelos foi feita por meio do Fator de Bayes. Foi possível discriminar, entre modelos com parâmetros de interferência e Toxidez mais precisos que o modelo Usual sob certos resultados experimentais. Em situações experimentais em que o crescimento do microrganismo de interesse é inibido em baixas diluições, o modelo Usual não é adequado e tem valores subestimados para o NMP. No caso em que há crescimento de microrganismo em baixas diluições, o modelo Usual tem estimativa para o NMP próxima das apresentadas nos modelos mais complexos, embora os intervalos de credibilidade sejam maiores. A rotina implementada em R pode ser extendida para uma ampla gama de planos de diluição (número de diluições e número de tubos por diluição) e pode ser usada em substituição das tabelas nos laboratórios.Estimation of microorganism densities by means of the Most Probable Number (MPN) is a technique introduced by McCrady (1915) to analyse serial dilution assays. The standard model used to generate MPN tables does not consider medium toxicity nor interference due to competitor microorganisms. In this work we aim to develop a Bayesian framework to analyze these phenomena. MCMC methods using Metropolis-Hastings algorithm were used to get posterior distributions given some experimental results. Convergence was monitored using graphical display and both Raftery & Lewis (1992) and Heidelberg & Welsh (1983) criteria. Model comparison was done using Bayes Factors. It was possible to sort out models with interfering and toxicant parameters that were more probable than standard model for some experimental results. When microorganism do not grow in initial dilutions, the standard model underestimates MPN. In the situations in which standard model is the most probable, MPN estimates from any model are similar, although standart model is the best with smaller credibility interval. A very flexible R routine was implemented. It can manage a wide range of dilution designs with more dilutions and more tubes per dilution and is a suitable tool for replacing standard tables in laboratory.UNIVERSIDADE FEDERAL DE LAVRASDEX - Departamento de Ciências ExatasUFLABRASILBueno Filho, Júlio Sílvio de SousaPiccoli, Roberta HilsdorfFerreira, Daniel FurtadoLeandro, Roseli AparecidaSáfadi, ThelmaSantos, Andréa Cristiane dos2014-09-22T20:52:50Z2014-09-22T20:52:50Z2014-09-222008-03-06info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfSANTOS, A. C. Análise bayesiana de interferência e toxidez em ensaios de diluição serial. 2008. 97 p. Tese (Doutorado em Estatística Experimental Agropecuária)-Universidade Federal de Lavras, Lavras, 2008.http://repositorio.ufla.br/jspui/handle/1/3867info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLA2023-05-11T15:35:48Zoai:localhost:1/3867Repositório InstitucionalPUBhttp://repositorio.ufla.br/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2023-05-11T15:35:48Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)false
dc.title.none.fl_str_mv Análise bayesiana de interferência e toxidez em ensaios de diluição serial
Bayesian analysis of interfering and toxicity effects in dilution assays
title Análise bayesiana de interferência e toxidez em ensaios de diluição serial
spellingShingle Análise bayesiana de interferência e toxidez em ensaios de diluição serial
Santos, Andréa Cristiane dos
Algoritmo metropolis-hastings
Ensaio de diluição
Inferência bayesiana
Bayesian inference
Dilution assay
Metropolis-hastings algorithm
Microbiology
CNPQ_NÃO_INFORMADO
title_short Análise bayesiana de interferência e toxidez em ensaios de diluição serial
title_full Análise bayesiana de interferência e toxidez em ensaios de diluição serial
title_fullStr Análise bayesiana de interferência e toxidez em ensaios de diluição serial
title_full_unstemmed Análise bayesiana de interferência e toxidez em ensaios de diluição serial
title_sort Análise bayesiana de interferência e toxidez em ensaios de diluição serial
author Santos, Andréa Cristiane dos
author_facet Santos, Andréa Cristiane dos
author_role author
dc.contributor.none.fl_str_mv Bueno Filho, Júlio Sílvio de Sousa
Piccoli, Roberta Hilsdorf
Ferreira, Daniel Furtado
Leandro, Roseli Aparecida
Sáfadi, Thelma
dc.contributor.author.fl_str_mv Santos, Andréa Cristiane dos
dc.subject.por.fl_str_mv Algoritmo metropolis-hastings
Ensaio de diluição
Inferência bayesiana
Bayesian inference
Dilution assay
Metropolis-hastings algorithm
Microbiology
CNPQ_NÃO_INFORMADO
topic Algoritmo metropolis-hastings
Ensaio de diluição
Inferência bayesiana
Bayesian inference
Dilution assay
Metropolis-hastings algorithm
Microbiology
CNPQ_NÃO_INFORMADO
description Estatística e Experimentação Agropecuária
publishDate 2008
dc.date.none.fl_str_mv 2008-03-06
2014-09-22T20:52:50Z
2014-09-22T20:52:50Z
2014-09-22
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv SANTOS, A. C. Análise bayesiana de interferência e toxidez em ensaios de diluição serial. 2008. 97 p. Tese (Doutorado em Estatística Experimental Agropecuária)-Universidade Federal de Lavras, Lavras, 2008.
http://repositorio.ufla.br/jspui/handle/1/3867
identifier_str_mv SANTOS, A. C. Análise bayesiana de interferência e toxidez em ensaios de diluição serial. 2008. 97 p. Tese (Doutorado em Estatística Experimental Agropecuária)-Universidade Federal de Lavras, Lavras, 2008.
url http://repositorio.ufla.br/jspui/handle/1/3867
dc.language.iso.fl_str_mv por
language por
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 LAVRAS
DEX - Departamento de Ciências Exatas
UFLA
BRASIL
publisher.none.fl_str_mv UNIVERSIDADE FEDERAL DE LAVRAS
DEX - Departamento de Ciências Exatas
UFLA
BRASIL
dc.source.none.fl_str_mv 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_ 1784550132138639360

Registros relacionados