Aplicativo computacional para obtenção de probabilidades a priori de classificação errônea em experimentos agronômicos

Detalhes bibliográficos
Autor(a) principal: Padovani, Carlos Roberto [UNESP]
Data de Publicação: 2007
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/101872
Resumo: Nas Ciências Agronômicas, encontram-se várias situações em que são observadas diversas variáveis respostas nas parcelas ou unidades experimentais. Nestas situações, um caso de interesse prático à experimentação agronômica é o que considera a construção de regiões de similaridade entre as parcelas para a discriminação entre os grupos experimentais e ou para a classificação de novas unidades experimentais em uma dessas regiões. Os métodos de classificação ou discriminação exigem, para sua utilização prática, uma quantidade considerável de retenção de informação da estrutura de variabilidade dos dados e, principalmente, alta fidedignidade e competência nas alocações de novos indivíduos nos grupos, mostradas nas distribuições corretas destes indivíduos. Existem vários procedimentos para medir o grau de decisão correta (acurácia) das informações fornecidas pelos métodos classificatórios. Praticamente, a totalidade deles utilizam a probabilidade de classificação errônea como o indicador de qualidade, sendo alguns destes freqüentistas (probabilidade estimada pela freqüência relativa de ocorrências - métodos não paramétricos) e outros baseados nas funções densidade de probabilidade das populações (métodos paramétricos). A principal diferença entre esses procedimentos é a conceituação dada ao cálculo da probabilidade de classificação errônea. Pretende-se, no presente estudo, apresentar alguns procedimentos para estimar estas probabilidades, desenvolver um software para a obtenção das estimativas considerando a distância generalizada de Mahalanobis como o procedimento relativo à da função densidade de probabilidade para populações com distribuição multinormal . Este software será de acesso livre e de fácil manuseio para pesquisadores de áreas aplicadas, completado com o manual do usuário e com um exemplo de aplicação envolvendo divergência genética de girassol.
id UNSP_451dadb25146b04ff63061e2ad92b608
oai_identifier_str oai:repositorio.unesp.br:11449/101872
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Aplicativo computacional para obtenção de probabilidades a priori de classificação errônea em experimentos agronômicosEstruturas de dados (Computação)Algoritmos de computadorFunção discriminante linearAnalise multivariadaDistância de MahalanobisMultivariate analysisLinear discriminant functionComputer algorithmsNas Ciências Agronômicas, encontram-se várias situações em que são observadas diversas variáveis respostas nas parcelas ou unidades experimentais. Nestas situações, um caso de interesse prático à experimentação agronômica é o que considera a construção de regiões de similaridade entre as parcelas para a discriminação entre os grupos experimentais e ou para a classificação de novas unidades experimentais em uma dessas regiões. Os métodos de classificação ou discriminação exigem, para sua utilização prática, uma quantidade considerável de retenção de informação da estrutura de variabilidade dos dados e, principalmente, alta fidedignidade e competência nas alocações de novos indivíduos nos grupos, mostradas nas distribuições corretas destes indivíduos. Existem vários procedimentos para medir o grau de decisão correta (acurácia) das informações fornecidas pelos métodos classificatórios. Praticamente, a totalidade deles utilizam a probabilidade de classificação errônea como o indicador de qualidade, sendo alguns destes freqüentistas (probabilidade estimada pela freqüência relativa de ocorrências - métodos não paramétricos) e outros baseados nas funções densidade de probabilidade das populações (métodos paramétricos). A principal diferença entre esses procedimentos é a conceituação dada ao cálculo da probabilidade de classificação errônea. Pretende-se, no presente estudo, apresentar alguns procedimentos para estimar estas probabilidades, desenvolver um software para a obtenção das estimativas considerando a distância generalizada de Mahalanobis como o procedimento relativo à da função densidade de probabilidade para populações com distribuição multinormal . Este software será de acesso livre e de fácil manuseio para pesquisadores de áreas aplicadas, completado com o manual do usuário e com um exemplo de aplicação envolvendo divergência genética de girassol.In the Agronomical Sciences, mainly in studies involving biomass production and rational use of energy, there are several situations in which several variable answers in the parts or experimental units are observed. In these situations, a case of practical interest to the agronomical experimentation is that one which considers the construction of similarity regions among parts and or the classification of new experimental units. The classification methods demand, for their utilization, a considerable quantity for utilization of their information retention of data and, mostly, high fidelity and competence in the new individual allocations. There are several procedures to measure accuracy degree of the information supplied by the discrimination method. Practically all of them use the miss-classification probability (erroneous classification) like the quality indicator. The main difference among these evaluation methods is the characterization of the miss-classification probability. Therefore, the aim is to present some estimate procedures of the missclassification probabilities involving repetition frequency and distribution methods and to develop a software to obtain their estimate, which is accessible and easy handling for researchers of applied areas, complementing the study with user's manual and examples in the rational energy application and biomass energy.Universidade Estadual Paulista (Unesp)Aragon, Flávio Ferrari [UNESP]Universidade Estadual Paulista (Unesp)Padovani, Carlos Roberto [UNESP]2014-06-11T19:31:37Z2014-06-11T19:31:37Z2007-07-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisvii, 70 f. : il. color., tabs.application/pdfPADOVANI, Carlos Roberto Pereira. Aplicativo computacional para obtenção de probabilidades a priori de classificação errônea em experimentos agronômicos. 2007. vii, 70 f. Tese (doutorado) - Universidade Estadual Paulista, Faculdade de Ciências Agronômicas, 2007.http://hdl.handle.net/11449/101872000505864padovani_crp_dr_botfca.pdf33004064021P7Alephreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporinfo:eu-repo/semantics/openAccess2024-05-02T20:25:15Zoai:repositorio.unesp.br:11449/101872Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T21:46:24.543320Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Aplicativo computacional para obtenção de probabilidades a priori de classificação errônea em experimentos agronômicos
title Aplicativo computacional para obtenção de probabilidades a priori de classificação errônea em experimentos agronômicos
spellingShingle Aplicativo computacional para obtenção de probabilidades a priori de classificação errônea em experimentos agronômicos
Padovani, Carlos Roberto [UNESP]
Estruturas de dados (Computação)
Algoritmos de computador
Função discriminante linear
Analise multivariada
Distância de Mahalanobis
Multivariate analysis
Linear discriminant function
Computer algorithms
title_short Aplicativo computacional para obtenção de probabilidades a priori de classificação errônea em experimentos agronômicos
title_full Aplicativo computacional para obtenção de probabilidades a priori de classificação errônea em experimentos agronômicos
title_fullStr Aplicativo computacional para obtenção de probabilidades a priori de classificação errônea em experimentos agronômicos
title_full_unstemmed Aplicativo computacional para obtenção de probabilidades a priori de classificação errônea em experimentos agronômicos
title_sort Aplicativo computacional para obtenção de probabilidades a priori de classificação errônea em experimentos agronômicos
author Padovani, Carlos Roberto [UNESP]
author_facet Padovani, Carlos Roberto [UNESP]
author_role author
dc.contributor.none.fl_str_mv Aragon, Flávio Ferrari [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Padovani, Carlos Roberto [UNESP]
dc.subject.por.fl_str_mv Estruturas de dados (Computação)
Algoritmos de computador
Função discriminante linear
Analise multivariada
Distância de Mahalanobis
Multivariate analysis
Linear discriminant function
Computer algorithms
topic Estruturas de dados (Computação)
Algoritmos de computador
Função discriminante linear
Analise multivariada
Distância de Mahalanobis
Multivariate analysis
Linear discriminant function
Computer algorithms
description Nas Ciências Agronômicas, encontram-se várias situações em que são observadas diversas variáveis respostas nas parcelas ou unidades experimentais. Nestas situações, um caso de interesse prático à experimentação agronômica é o que considera a construção de regiões de similaridade entre as parcelas para a discriminação entre os grupos experimentais e ou para a classificação de novas unidades experimentais em uma dessas regiões. Os métodos de classificação ou discriminação exigem, para sua utilização prática, uma quantidade considerável de retenção de informação da estrutura de variabilidade dos dados e, principalmente, alta fidedignidade e competência nas alocações de novos indivíduos nos grupos, mostradas nas distribuições corretas destes indivíduos. Existem vários procedimentos para medir o grau de decisão correta (acurácia) das informações fornecidas pelos métodos classificatórios. Praticamente, a totalidade deles utilizam a probabilidade de classificação errônea como o indicador de qualidade, sendo alguns destes freqüentistas (probabilidade estimada pela freqüência relativa de ocorrências - métodos não paramétricos) e outros baseados nas funções densidade de probabilidade das populações (métodos paramétricos). A principal diferença entre esses procedimentos é a conceituação dada ao cálculo da probabilidade de classificação errônea. Pretende-se, no presente estudo, apresentar alguns procedimentos para estimar estas probabilidades, desenvolver um software para a obtenção das estimativas considerando a distância generalizada de Mahalanobis como o procedimento relativo à da função densidade de probabilidade para populações com distribuição multinormal . Este software será de acesso livre e de fácil manuseio para pesquisadores de áreas aplicadas, completado com o manual do usuário e com um exemplo de aplicação envolvendo divergência genética de girassol.
publishDate 2007
dc.date.none.fl_str_mv 2007-07-27
2014-06-11T19:31:37Z
2014-06-11T19:31:37Z
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 PADOVANI, Carlos Roberto Pereira. Aplicativo computacional para obtenção de probabilidades a priori de classificação errônea em experimentos agronômicos. 2007. vii, 70 f. Tese (doutorado) - Universidade Estadual Paulista, Faculdade de Ciências Agronômicas, 2007.
http://hdl.handle.net/11449/101872
000505864
padovani_crp_dr_botfca.pdf
33004064021P7
identifier_str_mv PADOVANI, Carlos Roberto Pereira. Aplicativo computacional para obtenção de probabilidades a priori de classificação errônea em experimentos agronômicos. 2007. vii, 70 f. Tese (doutorado) - Universidade Estadual Paulista, Faculdade de Ciências Agronômicas, 2007.
000505864
padovani_crp_dr_botfca.pdf
33004064021P7
url http://hdl.handle.net/11449/101872
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 vii, 70 f. : il. color., tabs.
application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv Aleph
reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808129356135923712