Estimação de riqueza de espécies de macroinvertebrados bentônicos utilizando o modelo michaelis-menten: uma abordagem bayesiana

Detalhes bibliográficos
Autor(a) principal: Machado, Eustáquio José
Data de Publicação: 2010
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFLA
Texto Completo: http://repositorio.ufla.br/jspui/handle/1/4303
Resumo: Estatística e Experimentação Agropecuária
id UFLA_dd1b7c580fc8c97065ded1a0d695236d
oai_identifier_str oai:localhost:1/4303
network_acronym_str UFLA
network_name_str Repositório Institucional da UFLA
repository_id_str
spelling Estimação de riqueza de espécies de macroinvertebrados bentônicos utilizando o modelo michaelis-menten: uma abordagem bayesianaEstimating species richness of benthic macroinvertebrates using michaelis-menten model: a bayesian approachInferência bayesianaModelo não-linearEstimação em espéciesMétodo de monte carlo via cadeias de markovMacroinvertebrados bentônicosBayesian inferenceNon-linear modelEstimation of speciesMonte carlo method via markov chainBenthic macroinvertebratesEstatísticaEstatística e Experimentação AgropecuáriaO levantamento do número de espécies é o primeiro passo em qualquer estudo sobre diversidade biológica e essencial para avaliação do status de conservação por ser a extinção um processo irreversível, e a falta de informação implicar em estratégias de conservação equivocadas, aumentando, conseqüentemente a perda de espécies que, em grande parte, ainda não foram estudadas. Neste estudo, estimou-se o número de espécies biológicas denominadas macroinvertebrados bentônicos, por meio do modelo de regressão não-linear conhecido no contexto ecológico como equação de Michaelis-Menten, a partir de amostras coletadas em igarapés (riachos) de águas brancas e claras em estudo de Lima (2008). A metodologia utilizada fez uso da inferência bayesiana para a estimação dos parâmetros do modelo por meio de métodos de Monte Carlo via cadeias de Markov usando o amostrador de Gibbs e o algoritmo de Metropolis-Hastings. Utilizou-se a função de autocorrelação para produzir independência para a amostra obtida. A análise de convergência das cadeias foi monitorada pelos critérios: Raftery & Lewis ((1992), Gelman & Rubin (1992), e Geweke (1992), sendo que a implementação das análises foi realizada por meio de rotinas e do pacote BOA executável no sofware R (2010). Os resultados encontrados indicaram o aumento considerável da precisão das estimativas dos parâmetros utilizando como critérios: o intervalo HPD (Highest Posterior Density), erro de Monte Carlo e desvio padrão. O modelo de Michaelis-Menten ajustou-se muito bem aos dados observacionais nas três massas de dados utilizadas. Em virtude dos resultados apresentados, conclui-se que são bastante satisfatórios e promissores com a utilização da abordagem Bayesiana em estudos de estimação em espécies na ecologia.A SURVEY of number of species is the first step in any study about biological diversity and essential for evaluating the conservation status being the extinction an irreversible process, and the lack of information implies in misdeeds in conservation strategies, increasing consequently, the species loss which in most part, have not been studied yet. In this study, the number of biological species called benthic macroinvertebrates was estimated through the non-linear regression model known as Michalis-Menten equation in the ecological context, from samples collected in clear and clean-water stream in Lima´s study (2008). The methodology used was the Bayesian inference for the model parameters estimation through Monte Carlo methods via Markov chains using the Gibbs´ sampler and Metropolis-Hastings algorithm. The autocorrelation function was used for producing independence to the sample obtained. The convergence analysis of the chains was monitored through criteria: Raftery & Lewis (1992), Gelman & Rubin (1992) and Geweke (1992), so that the implementation of the analysis was carried out through routines and BOA pack executable in the R (2010) software. The results found indicated a considerable increasing of the accuracy in parameter estimation using HPD (highest posterior density) interval, Monte Carlo error and standard deviation as criteria. Michaelis-Menten model fitted well to observational data in three data mass used. Because of the results presented, one can conclude they are quite satisfactory and promising by using the Bayesian approach in ecological studies on estimation of species.UNIVERSIDADE FEDERAL DE LAVRASDEX - Departamento de Ciências ExatasUFLABRASILMuniz, Joel AugustoLouzada, Júlio Neil CassaSavian, Taciana VillelaBeijo, Luiz AlbertoSáfadi, ThelmaMachado, Eustáquio José2014-10-03T11:56:27Z2014-10-03T11:56:27Z2014-10-032010-02-18info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfMACHADO, E. J. Estimação de riqueza de espécies de macroinvertebrados bentônicos utilzando o modelo de Michaelis-Menten: uma abordagem bayesiana. 2010. 94 p. Tese (Doutorado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2010.http://repositorio.ufla.br/jspui/handle/1/4303info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLA2017-04-03T16:41:18Zoai:localhost:1/4303Repositório InstitucionalPUBhttp://repositorio.ufla.br/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2017-04-03T16:41:18Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)false
dc.title.none.fl_str_mv Estimação de riqueza de espécies de macroinvertebrados bentônicos utilizando o modelo michaelis-menten: uma abordagem bayesiana
Estimating species richness of benthic macroinvertebrates using michaelis-menten model: a bayesian approach
title Estimação de riqueza de espécies de macroinvertebrados bentônicos utilizando o modelo michaelis-menten: uma abordagem bayesiana
spellingShingle Estimação de riqueza de espécies de macroinvertebrados bentônicos utilizando o modelo michaelis-menten: uma abordagem bayesiana
Machado, Eustáquio José
Inferência bayesiana
Modelo não-linear
Estimação em espécies
Método de monte carlo via cadeias de markov
Macroinvertebrados bentônicos
Bayesian inference
Non-linear model
Estimation of species
Monte carlo method via markov chain
Benthic macroinvertebrates
Estatística
title_short Estimação de riqueza de espécies de macroinvertebrados bentônicos utilizando o modelo michaelis-menten: uma abordagem bayesiana
title_full Estimação de riqueza de espécies de macroinvertebrados bentônicos utilizando o modelo michaelis-menten: uma abordagem bayesiana
title_fullStr Estimação de riqueza de espécies de macroinvertebrados bentônicos utilizando o modelo michaelis-menten: uma abordagem bayesiana
title_full_unstemmed Estimação de riqueza de espécies de macroinvertebrados bentônicos utilizando o modelo michaelis-menten: uma abordagem bayesiana
title_sort Estimação de riqueza de espécies de macroinvertebrados bentônicos utilizando o modelo michaelis-menten: uma abordagem bayesiana
author Machado, Eustáquio José
author_facet Machado, Eustáquio José
author_role author
dc.contributor.none.fl_str_mv Muniz, Joel Augusto
Louzada, Júlio Neil Cassa
Savian, Taciana Villela
Beijo, Luiz Alberto
Sáfadi, Thelma
dc.contributor.author.fl_str_mv Machado, Eustáquio José
dc.subject.por.fl_str_mv Inferência bayesiana
Modelo não-linear
Estimação em espécies
Método de monte carlo via cadeias de markov
Macroinvertebrados bentônicos
Bayesian inference
Non-linear model
Estimation of species
Monte carlo method via markov chain
Benthic macroinvertebrates
Estatística
topic Inferência bayesiana
Modelo não-linear
Estimação em espécies
Método de monte carlo via cadeias de markov
Macroinvertebrados bentônicos
Bayesian inference
Non-linear model
Estimation of species
Monte carlo method via markov chain
Benthic macroinvertebrates
Estatística
description Estatística e Experimentação Agropecuária
publishDate 2010
dc.date.none.fl_str_mv 2010-02-18
2014-10-03T11:56:27Z
2014-10-03T11:56:27Z
2014-10-03
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 MACHADO, E. J. Estimação de riqueza de espécies de macroinvertebrados bentônicos utilzando o modelo de Michaelis-Menten: uma abordagem bayesiana. 2010. 94 p. Tese (Doutorado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2010.
http://repositorio.ufla.br/jspui/handle/1/4303
identifier_str_mv MACHADO, E. J. Estimação de riqueza de espécies de macroinvertebrados bentônicos utilzando o modelo de Michaelis-Menten: uma abordagem bayesiana. 2010. 94 p. Tese (Doutorado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2010.
url http://repositorio.ufla.br/jspui/handle/1/4303
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_ 1784549972128038912

Registros relacionados