Comparação dos métodos regressão logística e modelo de escolha discreta na seleção de habitats
Autor(a) principal: | |
---|---|
Data de Publicação: | 2010 |
Outros Autores: | , |
Tipo de documento: | Artigo |
Idioma: | eng |
Título da fonte: | Scientia Agrícola (Online) |
Texto Completo: | https://www.revistas.usp.br/sa/article/view/22538 |
Resumo: | Baseado em revisão mais recente de análises de dados em seleção de recurso pelos animais e com as mais recentes sugestões, que indicam a falta de uma teoria estatística unificada que mostre como a seleção do recurso pode ser detectada e medida, os autores sugerem que o conceito da função da seleção do recurso (RSF) pode ser a base do desenvolvimento da teoria. A revisão de modelos de escolha discreta (DCM) é sugerida como uma aproximação para estimar a RSF quando a escolha do animal os grupos de animais envolvem diferentes conjuntos de unidades de recurso disponíveis. A definição do RSF requer que o recurso que esteja sendo estudado consista em unidades discretas. O método estatístico frequentemente usado para estimar a RSF é a regressão logística mas DCM também pode ser usado. A teoria de DCM tem sido bem desenvolvida para análises de conjunto de dados que envolvem escolhas de produtos pelos humanos, mas também pode ser aplicável a escolhas de habitat pelos animais com algumas modificações. A comparação da regressão logística com o DCM para uma escolha é feita porque as estimativas do coeficiente do modelo de regressão logística inclui o intercepto, mas no DCM o coeficiente do intercepto não está presente. O objetivo deste trabalho foi comparar as estimativas da função da seleção do recurso obtida pela aplicação da regressão logística e o DCM do conjunto de dados de um estudo de seleção de habitat da coruja manchada (Strix occidentalis) no noroeste dos Estados Unidos. |
id |
USP-18_e9b0c88e65223594527239a7e346830c |
---|---|
oai_identifier_str |
oai:revistas.usp.br:article/22538 |
network_acronym_str |
USP-18 |
network_name_str |
Scientia Agrícola (Online) |
repository_id_str |
|
spelling |
Comparação dos métodos regressão logística e modelo de escolha discreta na seleção de habitats Comparation of logistic regression methods and discrete choice model in the selection of habitats resource selectionmaximum likelihoodbinomial distributioncomparison testseleção de recursomáxima verossilmilhançadistribuição binomialtestes de comparação Baseado em revisão mais recente de análises de dados em seleção de recurso pelos animais e com as mais recentes sugestões, que indicam a falta de uma teoria estatística unificada que mostre como a seleção do recurso pode ser detectada e medida, os autores sugerem que o conceito da função da seleção do recurso (RSF) pode ser a base do desenvolvimento da teoria. A revisão de modelos de escolha discreta (DCM) é sugerida como uma aproximação para estimar a RSF quando a escolha do animal os grupos de animais envolvem diferentes conjuntos de unidades de recurso disponíveis. A definição do RSF requer que o recurso que esteja sendo estudado consista em unidades discretas. O método estatístico frequentemente usado para estimar a RSF é a regressão logística mas DCM também pode ser usado. A teoria de DCM tem sido bem desenvolvida para análises de conjunto de dados que envolvem escolhas de produtos pelos humanos, mas também pode ser aplicável a escolhas de habitat pelos animais com algumas modificações. A comparação da regressão logística com o DCM para uma escolha é feita porque as estimativas do coeficiente do modelo de regressão logística inclui o intercepto, mas no DCM o coeficiente do intercepto não está presente. O objetivo deste trabalho foi comparar as estimativas da função da seleção do recurso obtida pela aplicação da regressão logística e o DCM do conjunto de dados de um estudo de seleção de habitat da coruja manchada (Strix occidentalis) no noroeste dos Estados Unidos. Based on a review of most recent data analyses on resource selection by animals as well as on recent suggestions that indicate the lack of an unified statistical theory that shows how resource selection can be detected and measured, the authors suggest that the concept of resource selection function (RSF) can be the base for the development of a theory. The revision of discrete choice models (DCM) is suggested as an approximation to estimate the RSF when the choice of animal or groups of animals involves different sets of available resource units. The definition of RSF requires that the resource which is being studied consists of discrete units. The statistical method often used to estimate the RSF is the logistic regression but DCM can also be used. The theory of DCM has been well developed for the analysis of data sets involving choices of products by humans, but it can also be applicable to the choice of habitat by animals, with some modifications. The comparison of the logistic regression with the DCM for one choice is made because the coefficient estimates of the logistic regression model include an intercept, which are not presented by the DCM. The objective of this work was to compare the estimates of the RSF obtained by applying the logistic regression and the DCM to the data set on habitat selection of the spotted owl (Strix occidentalis) in the north west of the United States. Universidade de São Paulo. Escola Superior de Agricultura Luiz de Queiroz2010-01-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://www.revistas.usp.br/sa/article/view/2253810.1590/S0103-90162010000300011Scientia Agricola; v. 67 n. 3 (2010); 327-333Scientia Agricola; Vol. 67 Núm. 3 (2010); 327-333Scientia Agricola; Vol. 67 No. 3 (2010); 327-3331678-992X0103-9016reponame:Scientia Agrícola (Online)instname:Universidade de São Paulo (USP)instacron:USPenghttps://www.revistas.usp.br/sa/article/view/22538/24562Copyright (c) 2015 Scientia Agricolainfo:eu-repo/semantics/openAccessCardozo, Sandra VergaraManly, Bryan Frederick JohnDias, Carlos Tadeu dos Santos2015-07-07T18:51:49Zoai:revistas.usp.br:article/22538Revistahttp://revistas.usp.br/sa/indexPUBhttps://old.scielo.br/oai/scielo-oai.phpscientia@usp.br||alleoni@usp.br1678-992X0103-9016opendoar:2015-07-07T18:51:49Scientia Agrícola (Online) - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Comparação dos métodos regressão logística e modelo de escolha discreta na seleção de habitats Comparation of logistic regression methods and discrete choice model in the selection of habitats |
title |
Comparação dos métodos regressão logística e modelo de escolha discreta na seleção de habitats |
spellingShingle |
Comparação dos métodos regressão logística e modelo de escolha discreta na seleção de habitats Cardozo, Sandra Vergara resource selection maximum likelihood binomial distribution comparison test seleção de recurso máxima verossilmilhança distribuição binomial testes de comparação |
title_short |
Comparação dos métodos regressão logística e modelo de escolha discreta na seleção de habitats |
title_full |
Comparação dos métodos regressão logística e modelo de escolha discreta na seleção de habitats |
title_fullStr |
Comparação dos métodos regressão logística e modelo de escolha discreta na seleção de habitats |
title_full_unstemmed |
Comparação dos métodos regressão logística e modelo de escolha discreta na seleção de habitats |
title_sort |
Comparação dos métodos regressão logística e modelo de escolha discreta na seleção de habitats |
author |
Cardozo, Sandra Vergara |
author_facet |
Cardozo, Sandra Vergara Manly, Bryan Frederick John Dias, Carlos Tadeu dos Santos |
author_role |
author |
author2 |
Manly, Bryan Frederick John Dias, Carlos Tadeu dos Santos |
author2_role |
author author |
dc.contributor.author.fl_str_mv |
Cardozo, Sandra Vergara Manly, Bryan Frederick John Dias, Carlos Tadeu dos Santos |
dc.subject.por.fl_str_mv |
resource selection maximum likelihood binomial distribution comparison test seleção de recurso máxima verossilmilhança distribuição binomial testes de comparação |
topic |
resource selection maximum likelihood binomial distribution comparison test seleção de recurso máxima verossilmilhança distribuição binomial testes de comparação |
description |
Baseado em revisão mais recente de análises de dados em seleção de recurso pelos animais e com as mais recentes sugestões, que indicam a falta de uma teoria estatística unificada que mostre como a seleção do recurso pode ser detectada e medida, os autores sugerem que o conceito da função da seleção do recurso (RSF) pode ser a base do desenvolvimento da teoria. A revisão de modelos de escolha discreta (DCM) é sugerida como uma aproximação para estimar a RSF quando a escolha do animal os grupos de animais envolvem diferentes conjuntos de unidades de recurso disponíveis. A definição do RSF requer que o recurso que esteja sendo estudado consista em unidades discretas. O método estatístico frequentemente usado para estimar a RSF é a regressão logística mas DCM também pode ser usado. A teoria de DCM tem sido bem desenvolvida para análises de conjunto de dados que envolvem escolhas de produtos pelos humanos, mas também pode ser aplicável a escolhas de habitat pelos animais com algumas modificações. A comparação da regressão logística com o DCM para uma escolha é feita porque as estimativas do coeficiente do modelo de regressão logística inclui o intercepto, mas no DCM o coeficiente do intercepto não está presente. O objetivo deste trabalho foi comparar as estimativas da função da seleção do recurso obtida pela aplicação da regressão logística e o DCM do conjunto de dados de um estudo de seleção de habitat da coruja manchada (Strix occidentalis) no noroeste dos Estados Unidos. |
publishDate |
2010 |
dc.date.none.fl_str_mv |
2010-01-01 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://www.revistas.usp.br/sa/article/view/22538 10.1590/S0103-90162010000300011 |
url |
https://www.revistas.usp.br/sa/article/view/22538 |
identifier_str_mv |
10.1590/S0103-90162010000300011 |
dc.language.iso.fl_str_mv |
eng |
language |
eng |
dc.relation.none.fl_str_mv |
https://www.revistas.usp.br/sa/article/view/22538/24562 |
dc.rights.driver.fl_str_mv |
Copyright (c) 2015 Scientia Agricola info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2015 Scientia Agricola |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade de São Paulo. Escola Superior de Agricultura Luiz de Queiroz |
publisher.none.fl_str_mv |
Universidade de São Paulo. Escola Superior de Agricultura Luiz de Queiroz |
dc.source.none.fl_str_mv |
Scientia Agricola; v. 67 n. 3 (2010); 327-333 Scientia Agricola; Vol. 67 Núm. 3 (2010); 327-333 Scientia Agricola; Vol. 67 No. 3 (2010); 327-333 1678-992X 0103-9016 reponame:Scientia Agrícola (Online) instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Scientia Agrícola (Online) |
collection |
Scientia Agrícola (Online) |
repository.name.fl_str_mv |
Scientia Agrícola (Online) - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
scientia@usp.br||alleoni@usp.br |
_version_ |
1800222790438092800 |