Distribuição slash multivariada aplicada a dados agrícolas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações do UNIOESTE |
Texto Completo: | http://tede.unioeste.br/handle/tede/3087 |
Resumo: | This study aimed at a discussing problems of multivariate statistical inference and linear spatial modeling when observations are from a continuous, symmetric population, with multivariate slash distribution. Firstly, a reparametrization of slash distribution was performed, assuming the existence of the finite second moment. Thus, some iterant properties were shown. Analytical expressions were tested for the score function and Fisher information matrix of reparameterized distribution. An approach to estimate some parameters by maximum likelihood was considered based at the EM (Expectation-Maximization) algorithm. Linear hypothesis tests have been described regarding the means vector and the covariance matrix using statistics such as C(α), likelihood ratio, Wald, and score. Studies of simulation were carried out to evaluate the efficiency of the statistical tests and EM algorithm. Data related to the agricultural area illustrated the methodology developed, and the hypothesis tests for equality of means, sphericity and equicorrelation were also applied. A slash linear spatial model, with and without the use of covariates, was proposed. Were Discussed the global and local influence diagnostic analysis in order to evaluate the influence of observations on the process of parameters’estimation. The curvatures required for the local influence procedure and based on the slash model were derived, in which the perturbation scheme has been chosen properly and related to the different perturbation schemes. Spatial variability maps of chemical attributes of soil and yield were generated by kriging with external drift. Finally results of simulations and applications indicated that the slash distribution is a robust alternative when the data present high kurtosis. |
id |
UNIOESTE-1_0f84be33caa98730983fe514ccf5dfe5 |
---|---|
oai_identifier_str |
oai:tede.unioeste.br:tede/3087 |
network_acronym_str |
UNIOESTE-1 |
network_name_str |
Biblioteca Digital de Teses e Dissertações do UNIOESTE |
repository_id_str |
|
spelling |
Opazo, Miguel Angel Uribehttp://lattes.cnpq.br/4179444121729414Galea, Manuelhttp://lattes.cnpq.br/8259390182729067Guedes, Luciana Pagliosa Carvalhohttp://lattes.cnpq.br/3195220544719864Johann, Jerry Adrianihttp://lattes.cnpq.br/3499704308301708Assumpção, Rosangela Aparecida Botinhahttp://lattes.cnpq.br/5532192685456247De Bastiani, Fernandahttp://lattes.cnpq.br/5519064508209103http://lattes.cnpq.br/3383322132577252Fagundes, Regiane Slongo2017-09-25T18:57:03Z2017-01-17FAGUNDES, Regiane Slongo. Distribuição slash multivariada aplicada a dados agrícolas. 2017. 164 f. Tese (Doutorado - Programa de Pós-Graduação em Engenharia Agrícola) - Universidade Estadual do Oeste do Paraná, Cascavel, 2017.http://tede.unioeste.br/handle/tede/3087This study aimed at a discussing problems of multivariate statistical inference and linear spatial modeling when observations are from a continuous, symmetric population, with multivariate slash distribution. Firstly, a reparametrization of slash distribution was performed, assuming the existence of the finite second moment. Thus, some iterant properties were shown. Analytical expressions were tested for the score function and Fisher information matrix of reparameterized distribution. An approach to estimate some parameters by maximum likelihood was considered based at the EM (Expectation-Maximization) algorithm. Linear hypothesis tests have been described regarding the means vector and the covariance matrix using statistics such as C(α), likelihood ratio, Wald, and score. Studies of simulation were carried out to evaluate the efficiency of the statistical tests and EM algorithm. Data related to the agricultural area illustrated the methodology developed, and the hypothesis tests for equality of means, sphericity and equicorrelation were also applied. A slash linear spatial model, with and without the use of covariates, was proposed. Were Discussed the global and local influence diagnostic analysis in order to evaluate the influence of observations on the process of parameters’estimation. The curvatures required for the local influence procedure and based on the slash model were derived, in which the perturbation scheme has been chosen properly and related to the different perturbation schemes. Spatial variability maps of chemical attributes of soil and yield were generated by kriging with external drift. Finally results of simulations and applications indicated that the slash distribution is a robust alternative when the data present high kurtosis.O objetivo deste trabalho foi discutir problemas de inferência estatística multivariada e de modelagem espacial quando as observações são provenientes de uma população contínua, simétrica, com distribuição slash multivariada. Inicialmente, foi realizada uma reparametrização da distribuição slash supondo existência do segundo momento finito, sendo apresentadas algumas propriedades recorrentes. Provaram-se expressões analíticas para a função escore e matriz de informação de Fisher da distribuição reparametrizada. Abordou-se um enfoque para a estimação dos parâmetros por máxima verossimilhança considerando um algoritmo do tipo EM (Esperança-Maximização). Descreveu-se a prova de hipóteses lineares sob o vetor de médias e matriz de covariância com o uso das estatísticas C(α), razão de verossimilhança, Wald e score. Estudos de simulação foram realizados para avaliar a eficiência dos testes estatísticos e do algoritmo EM. Dados relacionados à área agrícola ilustraram a metodologia desenvolvida, sendo aplicado sobre os mesmos os testes de igualdade de médias, esfericidade e equicorrelação. Como ilustração da aplicação da distribuição slash multivariada na área de modelagem estatística, o modelo espacial linear slash, com e sem o uso de covariáveis, foi discutido e proposto. Com o intuito de avaliar a influência das observações no processo de estimação dos parâmetros, discussões relacionadas à análise de diagnóstico, global e local, foram apresentadas. Derivaram-se as curvaturas requeridas no procedimento de influência local para o modelo slash, adequando o esquema de perturbação a distribuição e considerando diferentes esquemas de perturbação. Mapas de variabilidade espacial de atributos químicos do solo e produtividade foram gerados utilizando krigagem com drift externo. Os resultados das simulações e aplicações indicaram que a distribuição slash é uma alternativa robusta quando os dados apresentam alta curtose.Submitted by Neusa Fagundes (neusa.fagundes@unioeste.br) on 2017-09-25T18:57:03Z No. of bitstreams: 1 Regiane_Fagundes2017.pdf: 6331934 bytes, checksum: faab7007f3c7c2e91c6bf26bc30fea8e (MD5)Made available in DSpace on 2017-09-25T18:57:03Z (GMT). No. of bitstreams: 1 Regiane_Fagundes2017.pdf: 6331934 bytes, checksum: faab7007f3c7c2e91c6bf26bc30fea8e (MD5) Previous issue date: 2017-01-17Fundação Araucária de Apoio ao Desenvolvimento Científico e Tecnológico do Estado do Paraná (FA)application/pdfpor6588633818200016417500Universidade Estadual do Oeste do ParanáCascavelPrograma de Pós-Graduação em Engenharia AgrícolaUNIOESTEBrasilCentro de Ciências Exatas e TecnológicasAlgoritmo EMDiagnóstico de influência global e localModelagem espacial linear slashTestes de hipótesesEM algorithmGlobal and local influenceSlash linear spatial modelHypothesis testsCIENCIAS AGRARIAS::ENGENHARIA AGRICOLADistribuição slash multivariada aplicada a dados agrícolasMultivariate slash distribution applied to agricultural datainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesis-534769245041605212960060060060022143744428683820159185445721588761555623134973106312664info:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações do UNIOESTEinstname:Universidade Estadual do Oeste do Paraná (UNIOESTE)instacron:UNIOESTEORIGINALRegiane_Fagundes2017.pdfRegiane_Fagundes2017.pdfapplication/pdf6331934http://tede.unioeste.br:8080/tede/bitstream/tede/3087/2/Regiane_Fagundes2017.pdffaab7007f3c7c2e91c6bf26bc30fea8eMD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82165http://tede.unioeste.br:8080/tede/bitstream/tede/3087/1/license.txtbd3efa91386c1718a7f26a329fdcb468MD51tede/30872017-09-25 15:57:03.436oai:tede.unioeste.br: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Biblioteca Digital de Teses e Dissertaçõeshttp://tede.unioeste.br/PUBhttp://tede.unioeste.br/oai/requestbiblioteca.repositorio@unioeste.bropendoar:2017-09-25T18:57:03Biblioteca Digital de Teses e Dissertações do UNIOESTE - Universidade Estadual do Oeste do Paraná (UNIOESTE)false |
dc.title.por.fl_str_mv |
Distribuição slash multivariada aplicada a dados agrícolas |
dc.title.alternative.eng.fl_str_mv |
Multivariate slash distribution applied to agricultural data |
title |
Distribuição slash multivariada aplicada a dados agrícolas |
spellingShingle |
Distribuição slash multivariada aplicada a dados agrícolas Fagundes, Regiane Slongo Algoritmo EM Diagnóstico de influência global e local Modelagem espacial linear slash Testes de hipóteses EM algorithm Global and local influence Slash linear spatial model Hypothesis tests CIENCIAS AGRARIAS::ENGENHARIA AGRICOLA |
title_short |
Distribuição slash multivariada aplicada a dados agrícolas |
title_full |
Distribuição slash multivariada aplicada a dados agrícolas |
title_fullStr |
Distribuição slash multivariada aplicada a dados agrícolas |
title_full_unstemmed |
Distribuição slash multivariada aplicada a dados agrícolas |
title_sort |
Distribuição slash multivariada aplicada a dados agrícolas |
author |
Fagundes, Regiane Slongo |
author_facet |
Fagundes, Regiane Slongo |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Opazo, Miguel Angel Uribe |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/4179444121729414 |
dc.contributor.advisor-co1.fl_str_mv |
Galea, Manuel |
dc.contributor.advisor-co1Lattes.fl_str_mv |
http://lattes.cnpq.br/8259390182729067 |
dc.contributor.advisor-co2.fl_str_mv |
Guedes, Luciana Pagliosa Carvalho |
dc.contributor.advisor-co2Lattes.fl_str_mv |
http://lattes.cnpq.br/3195220544719864 |
dc.contributor.referee1.fl_str_mv |
Johann, Jerry Adriani |
dc.contributor.referee1Lattes.fl_str_mv |
http://lattes.cnpq.br/3499704308301708 |
dc.contributor.referee2.fl_str_mv |
Assumpção, Rosangela Aparecida Botinha |
dc.contributor.referee2Lattes.fl_str_mv |
http://lattes.cnpq.br/5532192685456247 |
dc.contributor.referee3.fl_str_mv |
De Bastiani, Fernanda |
dc.contributor.referee3Lattes.fl_str_mv |
http://lattes.cnpq.br/5519064508209103 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/3383322132577252 |
dc.contributor.author.fl_str_mv |
Fagundes, Regiane Slongo |
contributor_str_mv |
Opazo, Miguel Angel Uribe Galea, Manuel Guedes, Luciana Pagliosa Carvalho Johann, Jerry Adriani Assumpção, Rosangela Aparecida Botinha De Bastiani, Fernanda |
dc.subject.por.fl_str_mv |
Algoritmo EM Diagnóstico de influência global e local Modelagem espacial linear slash Testes de hipóteses |
topic |
Algoritmo EM Diagnóstico de influência global e local Modelagem espacial linear slash Testes de hipóteses EM algorithm Global and local influence Slash linear spatial model Hypothesis tests CIENCIAS AGRARIAS::ENGENHARIA AGRICOLA |
dc.subject.eng.fl_str_mv |
EM algorithm Global and local influence Slash linear spatial model Hypothesis tests |
dc.subject.cnpq.fl_str_mv |
CIENCIAS AGRARIAS::ENGENHARIA AGRICOLA |
description |
This study aimed at a discussing problems of multivariate statistical inference and linear spatial modeling when observations are from a continuous, symmetric population, with multivariate slash distribution. Firstly, a reparametrization of slash distribution was performed, assuming the existence of the finite second moment. Thus, some iterant properties were shown. Analytical expressions were tested for the score function and Fisher information matrix of reparameterized distribution. An approach to estimate some parameters by maximum likelihood was considered based at the EM (Expectation-Maximization) algorithm. Linear hypothesis tests have been described regarding the means vector and the covariance matrix using statistics such as C(α), likelihood ratio, Wald, and score. Studies of simulation were carried out to evaluate the efficiency of the statistical tests and EM algorithm. Data related to the agricultural area illustrated the methodology developed, and the hypothesis tests for equality of means, sphericity and equicorrelation were also applied. A slash linear spatial model, with and without the use of covariates, was proposed. Were Discussed the global and local influence diagnostic analysis in order to evaluate the influence of observations on the process of parameters’estimation. The curvatures required for the local influence procedure and based on the slash model were derived, in which the perturbation scheme has been chosen properly and related to the different perturbation schemes. Spatial variability maps of chemical attributes of soil and yield were generated by kriging with external drift. Finally results of simulations and applications indicated that the slash distribution is a robust alternative when the data present high kurtosis. |
publishDate |
2017 |
dc.date.accessioned.fl_str_mv |
2017-09-25T18:57:03Z |
dc.date.issued.fl_str_mv |
2017-01-17 |
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 |
FAGUNDES, Regiane Slongo. Distribuição slash multivariada aplicada a dados agrícolas. 2017. 164 f. Tese (Doutorado - Programa de Pós-Graduação em Engenharia Agrícola) - Universidade Estadual do Oeste do Paraná, Cascavel, 2017. |
dc.identifier.uri.fl_str_mv |
http://tede.unioeste.br/handle/tede/3087 |
identifier_str_mv |
FAGUNDES, Regiane Slongo. Distribuição slash multivariada aplicada a dados agrícolas. 2017. 164 f. Tese (Doutorado - Programa de Pós-Graduação em Engenharia Agrícola) - Universidade Estadual do Oeste do Paraná, Cascavel, 2017. |
url |
http://tede.unioeste.br/handle/tede/3087 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.program.fl_str_mv |
-5347692450416052129 |
dc.relation.confidence.fl_str_mv |
600 600 600 600 |
dc.relation.department.fl_str_mv |
2214374442868382015 |
dc.relation.cnpq.fl_str_mv |
9185445721588761555 |
dc.relation.sponsorship.fl_str_mv |
623134973106312664 |
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 Estadual do Oeste do Paraná Cascavel |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia Agrícola |
dc.publisher.initials.fl_str_mv |
UNIOESTE |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Centro de Ciências Exatas e Tecnológicas |
publisher.none.fl_str_mv |
Universidade Estadual do Oeste do Paraná Cascavel |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do UNIOESTE instname:Universidade Estadual do Oeste do Paraná (UNIOESTE) instacron:UNIOESTE |
instname_str |
Universidade Estadual do Oeste do Paraná (UNIOESTE) |
instacron_str |
UNIOESTE |
institution |
UNIOESTE |
reponame_str |
Biblioteca Digital de Teses e Dissertações do UNIOESTE |
collection |
Biblioteca Digital de Teses e Dissertações do UNIOESTE |
bitstream.url.fl_str_mv |
http://tede.unioeste.br:8080/tede/bitstream/tede/3087/2/Regiane_Fagundes2017.pdf http://tede.unioeste.br:8080/tede/bitstream/tede/3087/1/license.txt |
bitstream.checksum.fl_str_mv |
faab7007f3c7c2e91c6bf26bc30fea8e bd3efa91386c1718a7f26a329fdcb468 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações do UNIOESTE - Universidade Estadual do Oeste do Paraná (UNIOESTE) |
repository.mail.fl_str_mv |
biblioteca.repositorio@unioeste.br |
_version_ |
1811723383274995712 |