Regressão quantílica não linear para descrição de diferentes níveis de acúmulo de matéria seca em plantas de alho
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | LOCUS Repositório Institucional da UFV |
Texto Completo: | http://www.locus.ufv.br/handle/123456789/18650 |
Resumo: | Análises de crescimento de plantas são importantes, pois geram informações sobre a demanda e os cuidados necessários para cada etapa de seu desenvolvimento. Modelos de regressão não linear são apropriados para descrever curvas interpretação de crescimento prática biológica. por apresentarem Entretanto, estes parâmetros com modelos apresentam informações em termos médios, e estão sujeitos a problemas no ajuste proporcionados por possíveis valores extremos ou assimetria na distribuição dos dados. A regressão quantílica pode contornar estes problemas, e ainda permite estimativas em diferentes quantis, gerando resultados mais completos e robustos. Assim, o objetivo deste trabalho foi ajustar modelos de regressão quantílica não linear para o estudo do acúmulo de matéria seca em plantas de alho ao longo do tempo e classificar cada acesso de alho de acordo com sua taxa de crescimento e peso assintótico. O modelo de regressão não linear ajustado foi o Logístico. Para tanto, utilizou-se 30 acessos de alho pertencentes ao Banco de Germoplasma de Hortaliças da Universidade Federal de Viçosa (BGH/UFV). Foram ajustados modelos para todos os acessos em três diferentes quantis, e um modelo de regressão quantílica mediana para cada acesso. Para avaliar a qualidade de ajuste dos modelos, foram utilizados o coeficiente de determinação, o quadrado médio do resíduo, o desvio médio absoluto dos resíduos, e o critério de Akaike. Os 30 acessos foram divididos de acordo com o quantil de estimativas mais próximas, sendo classificados 12 acessos como de baixo interesse para plantio, 6 de interesse intermediário e 12 como de alto interesse para plantio. A regressão quantílica não linear foi eficiente para descrição do acúmulo de matéria seca em plantas de alho ao longo do tempo, mesmo quando os dados apresentam assimetria, variâncias heterogêneas ou valores discrepantes. |
id |
UFV_07c272e124ef220a1cf68301abfb7f18 |
---|---|
oai_identifier_str |
oai:locus.ufv.br:123456789/18650 |
network_acronym_str |
UFV |
network_name_str |
LOCUS Repositório Institucional da UFV |
repository_id_str |
2145 |
spelling |
Nascimento, MoysésNascimento, Ana Carolina CampanaCarneiro, Antônio Policarpo SouzaSilva, Fabyano Fonseca ePuiatti, Guilherme Alveshttp://lattes.cnpq.br/3292690471132609Cecon, Paulo Roberto2018-04-05T13:47:09Z2018-04-05T13:47:09Z2018-02-19PUIATTI, Guilherme Alves. Regressão quantílica não linear para descrição de diferentes níveis de acúmulo de matéria seca em plantas de alho. 2018. 79 f. Tese (Doutorado em Estatística Aplicada e Biometria) - Universidade Federal de Viçosa, Viçosa. 2018.http://www.locus.ufv.br/handle/123456789/18650Análises de crescimento de plantas são importantes, pois geram informações sobre a demanda e os cuidados necessários para cada etapa de seu desenvolvimento. Modelos de regressão não linear são apropriados para descrever curvas interpretação de crescimento prática biológica. por apresentarem Entretanto, estes parâmetros com modelos apresentam informações em termos médios, e estão sujeitos a problemas no ajuste proporcionados por possíveis valores extremos ou assimetria na distribuição dos dados. A regressão quantílica pode contornar estes problemas, e ainda permite estimativas em diferentes quantis, gerando resultados mais completos e robustos. Assim, o objetivo deste trabalho foi ajustar modelos de regressão quantílica não linear para o estudo do acúmulo de matéria seca em plantas de alho ao longo do tempo e classificar cada acesso de alho de acordo com sua taxa de crescimento e peso assintótico. O modelo de regressão não linear ajustado foi o Logístico. Para tanto, utilizou-se 30 acessos de alho pertencentes ao Banco de Germoplasma de Hortaliças da Universidade Federal de Viçosa (BGH/UFV). Foram ajustados modelos para todos os acessos em três diferentes quantis, e um modelo de regressão quantílica mediana para cada acesso. Para avaliar a qualidade de ajuste dos modelos, foram utilizados o coeficiente de determinação, o quadrado médio do resíduo, o desvio médio absoluto dos resíduos, e o critério de Akaike. Os 30 acessos foram divididos de acordo com o quantil de estimativas mais próximas, sendo classificados 12 acessos como de baixo interesse para plantio, 6 de interesse intermediário e 12 como de alto interesse para plantio. A regressão quantílica não linear foi eficiente para descrição do acúmulo de matéria seca em plantas de alho ao longo do tempo, mesmo quando os dados apresentam assimetria, variâncias heterogêneas ou valores discrepantes.Plant growth analyses are important because they generate information on the demand and the necessary cares for each of its development stages. Nonlinear regression models are appropriate to describe curves of growth, since they present parameters with biological practical interpretation. However, these models present information in terms of conditional mean, and they are subject to problems in the adjustment provided by possible outliers or asymmetry in the distribution of the data. The quantile regression can outline these problems, and it allows estimates of different quantiles, generating more complete and robust results. The objective of this work was to adjust nonlinear quantile regression models for the study of dry matter accumulation in garlic plants over time, and classify each garlic accession according to its growth tax and asymptotic weight. The nonlinear regression model fitted was the Logistic. 30 garlic accessions belonging to the Vegetable Germplasm Bank of Universidade Federal de Viçosa (BGH/UFV) were used. Models were adjusted for all of the accessions in three different quantiles, and one model of median quantile regression for each access. To evaluate the goodness of fit of the models, the coefficient of determination, the mean squared error, the absolute average residual error and the Akaike information criterion were used. The 30 accessions were divided, considering the closest quantile estimates: 12 accessions were classified as less productive, 6 of intermediate productivity and 12 as more productive. Nonlinear quantile regression was efficient for the description of dry matter accumulation in garlic plants over time, even in presence of outliers, asymmetry, or heterocedasticy in the distribution of the data.Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorporUniversidade Federal de ViçosaEstatística agrícolaAllium sativumAlho - Crescimento - Métodos estatísticosEstatísticaRegressão quantílica não linear para descrição de diferentes níveis de acúmulo de matéria seca em plantas de alhoNonlinear quantile regression for the description of different levels of dry matter accumulation of garlic plantsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisUniversidade Federal de ViçosaDepartamento de EstatísticaDoutor em Estatística Aplicada e BiometriaViçosa - MG2018-02-19Doutoradoinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFVORIGINALtexto completo.pdftexto completo.pdftexto completoapplication/pdf3088307https://locus.ufv.br//bitstream/123456789/18650/1/texto%20completo.pdf4b163e4d0f5dca4558d0d8ce38a51f36MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://locus.ufv.br//bitstream/123456789/18650/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52THUMBNAILtexto completo.pdf.jpgtexto completo.pdf.jpgIM Thumbnailimage/jpeg3479https://locus.ufv.br//bitstream/123456789/18650/3/texto%20completo.pdf.jpga60f37d0f6851587969e7de5434d6395MD53123456789/186502018-04-05 23:00:30.538oai:locus.ufv.br:123456789/18650Tk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0Cm93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLAp0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZwp0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sCmluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlCnN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yCnB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZQp0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQKdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uCmFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LAp5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZQpjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdApzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkCndpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRApCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUKRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSApDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZQpzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMKbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo=Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452018-04-06T02:00:30LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false |
dc.title.pt-BR.fl_str_mv |
Regressão quantílica não linear para descrição de diferentes níveis de acúmulo de matéria seca em plantas de alho |
dc.title.en.fl_str_mv |
Nonlinear quantile regression for the description of different levels of dry matter accumulation of garlic plants |
title |
Regressão quantílica não linear para descrição de diferentes níveis de acúmulo de matéria seca em plantas de alho |
spellingShingle |
Regressão quantílica não linear para descrição de diferentes níveis de acúmulo de matéria seca em plantas de alho Puiatti, Guilherme Alves Estatística agrícola Allium sativum Alho - Crescimento - Métodos estatísticos Estatística |
title_short |
Regressão quantílica não linear para descrição de diferentes níveis de acúmulo de matéria seca em plantas de alho |
title_full |
Regressão quantílica não linear para descrição de diferentes níveis de acúmulo de matéria seca em plantas de alho |
title_fullStr |
Regressão quantílica não linear para descrição de diferentes níveis de acúmulo de matéria seca em plantas de alho |
title_full_unstemmed |
Regressão quantílica não linear para descrição de diferentes níveis de acúmulo de matéria seca em plantas de alho |
title_sort |
Regressão quantílica não linear para descrição de diferentes níveis de acúmulo de matéria seca em plantas de alho |
author |
Puiatti, Guilherme Alves |
author_facet |
Puiatti, Guilherme Alves |
author_role |
author |
dc.contributor.authorLattes.pt-BR.fl_str_mv |
http://lattes.cnpq.br/3292690471132609 |
dc.contributor.none.fl_str_mv |
Nascimento, Moysés Nascimento, Ana Carolina Campana Carneiro, Antônio Policarpo Souza Silva, Fabyano Fonseca e |
dc.contributor.author.fl_str_mv |
Puiatti, Guilherme Alves |
dc.contributor.advisor1.fl_str_mv |
Cecon, Paulo Roberto |
contributor_str_mv |
Cecon, Paulo Roberto |
dc.subject.pt-BR.fl_str_mv |
Estatística agrícola Allium sativum Alho - Crescimento - Métodos estatísticos |
topic |
Estatística agrícola Allium sativum Alho - Crescimento - Métodos estatísticos Estatística |
dc.subject.cnpq.fl_str_mv |
Estatística |
description |
Análises de crescimento de plantas são importantes, pois geram informações sobre a demanda e os cuidados necessários para cada etapa de seu desenvolvimento. Modelos de regressão não linear são apropriados para descrever curvas interpretação de crescimento prática biológica. por apresentarem Entretanto, estes parâmetros com modelos apresentam informações em termos médios, e estão sujeitos a problemas no ajuste proporcionados por possíveis valores extremos ou assimetria na distribuição dos dados. A regressão quantílica pode contornar estes problemas, e ainda permite estimativas em diferentes quantis, gerando resultados mais completos e robustos. Assim, o objetivo deste trabalho foi ajustar modelos de regressão quantílica não linear para o estudo do acúmulo de matéria seca em plantas de alho ao longo do tempo e classificar cada acesso de alho de acordo com sua taxa de crescimento e peso assintótico. O modelo de regressão não linear ajustado foi o Logístico. Para tanto, utilizou-se 30 acessos de alho pertencentes ao Banco de Germoplasma de Hortaliças da Universidade Federal de Viçosa (BGH/UFV). Foram ajustados modelos para todos os acessos em três diferentes quantis, e um modelo de regressão quantílica mediana para cada acesso. Para avaliar a qualidade de ajuste dos modelos, foram utilizados o coeficiente de determinação, o quadrado médio do resíduo, o desvio médio absoluto dos resíduos, e o critério de Akaike. Os 30 acessos foram divididos de acordo com o quantil de estimativas mais próximas, sendo classificados 12 acessos como de baixo interesse para plantio, 6 de interesse intermediário e 12 como de alto interesse para plantio. A regressão quantílica não linear foi eficiente para descrição do acúmulo de matéria seca em plantas de alho ao longo do tempo, mesmo quando os dados apresentam assimetria, variâncias heterogêneas ou valores discrepantes. |
publishDate |
2018 |
dc.date.accessioned.fl_str_mv |
2018-04-05T13:47:09Z |
dc.date.available.fl_str_mv |
2018-04-05T13:47:09Z |
dc.date.issued.fl_str_mv |
2018-02-19 |
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.citation.fl_str_mv |
PUIATTI, Guilherme Alves. Regressão quantílica não linear para descrição de diferentes níveis de acúmulo de matéria seca em plantas de alho. 2018. 79 f. Tese (Doutorado em Estatística Aplicada e Biometria) - Universidade Federal de Viçosa, Viçosa. 2018. |
dc.identifier.uri.fl_str_mv |
http://www.locus.ufv.br/handle/123456789/18650 |
identifier_str_mv |
PUIATTI, Guilherme Alves. Regressão quantílica não linear para descrição de diferentes níveis de acúmulo de matéria seca em plantas de alho. 2018. 79 f. Tese (Doutorado em Estatística Aplicada e Biometria) - Universidade Federal de Viçosa, Viçosa. 2018. |
url |
http://www.locus.ufv.br/handle/123456789/18650 |
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.publisher.none.fl_str_mv |
Universidade Federal de Viçosa |
publisher.none.fl_str_mv |
Universidade Federal de Viçosa |
dc.source.none.fl_str_mv |
reponame:LOCUS Repositório Institucional da UFV instname:Universidade Federal de Viçosa (UFV) instacron:UFV |
instname_str |
Universidade Federal de Viçosa (UFV) |
instacron_str |
UFV |
institution |
UFV |
reponame_str |
LOCUS Repositório Institucional da UFV |
collection |
LOCUS Repositório Institucional da UFV |
bitstream.url.fl_str_mv |
https://locus.ufv.br//bitstream/123456789/18650/1/texto%20completo.pdf https://locus.ufv.br//bitstream/123456789/18650/2/license.txt https://locus.ufv.br//bitstream/123456789/18650/3/texto%20completo.pdf.jpg |
bitstream.checksum.fl_str_mv |
4b163e4d0f5dca4558d0d8ce38a51f36 8a4605be74aa9ea9d79846c1fba20a33 a60f37d0f6851587969e7de5434d6395 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV) |
repository.mail.fl_str_mv |
fabiojreis@ufv.br |
_version_ |
1801213096263417856 |