Modelos lineares generalizados com superdispersão para mortalidade de árvores de Eucalyptus grandis

Detalhes bibliográficos
Autor(a) principal: Diaz, Maria Del Pilar
Data de Publicação: 1996
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://teses.usp.br/teses/disponiveis/11/11134/tde-20210104-190705/
Resumo: Na área florestal, a estimativa da mortalidade das árvores de uma determinada espécie deve estar presente nos sistemas confiáveis de predição do crescimento da espécie. Porém, o estudo da mortalidade de indivíduos envolve um processo de classificação dicotômica, originando dados de contagem nas unidades experimentais. Assim, é fundamental, primeiramente, a identificação da distribuição das observações para o estudo do comportamento, estabelecendo um modelo que incorpore informação relacionada com uma adequada estratificação do material, como por exemplo, seleção da espécie, rotação, idade, espaçamento e local, entre os mais importantes. No caso das observações serem independentes, um modelo básico para a mortalidade poderia ser o modelo Poisson. Porém, na prática é freqüente observar que a variância amostral excede á variância nominal, o que é chamado de superdispersão. Neste trabalho é identificado, através de técnicas formais e informais, o modelo probabilístico da mortalidade das árvores de Eucalyptus grandis. O gênero Eucalyptus foi escolhido dada sua grande importância produtiva no Brasil. Dentro dele, a espécie Eucalyptus grandis mostra características silviculturais desejáveis, tais como a adaptação ambiental, rápido crescimento e boa forma, o que a torna a espécie mais utilizada para fins de produção de papel e celulose. Sob o enfoque dos modelos lineares generalizados, estabeleceu-se um componente sistemático para o estudo dos efeitos dos fatores rotação da espécie e qualidade de sítio. O objetivo foi analisar duas metodologias para um modelo Poisson com superdispersão, isto é, o modelo Extra-Poisson, através de quase-verossimilhança, e o modelo Binomial Negativo, através de máxima verossimilhança. O parâmetro de dispersão para a mortalidade foi estimado em 2.18, indicando um índice de agregação altamente significativo. Dada complexidade do algoritmo para ajuste do modelo através do segundo enfoque, foram propostas e testadas metodologias alternativas visando uma simples e rápida implementação. As performances desses modelos, em termos da eficiência das estimativas foram estudadas para fins experimentais, indicando como a adequada à de máxima verossimilhança. Um modelo exponencial com dispersão discreto é apresentado como um suporte teórico maior, generalizando os modelos anteriores e respeitando a verdadeira estrutura probabilística dos dados. A partir disso, foi estabelecido um processo estocástico para a mortalidade das árvores, envolvendo, na avaliação do mesmo, as mudanças da rotação ao longo do tempo.
id USP_8e9141c74b58a11442052d573dcfe3de
oai_identifier_str oai:teses.usp.br:tde-20210104-190705
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Modelos lineares generalizados com superdispersão para mortalidade de árvores de Eucalyptus grandisGeneralised linear models with overdispersion for Eucalyptus grandis tree mortalityEUCALIPTOMODELO DE POISSONMODELOS LINEARES GENERALIZADOSMORTALIDADESUPERDISPERSÃONa área florestal, a estimativa da mortalidade das árvores de uma determinada espécie deve estar presente nos sistemas confiáveis de predição do crescimento da espécie. Porém, o estudo da mortalidade de indivíduos envolve um processo de classificação dicotômica, originando dados de contagem nas unidades experimentais. Assim, é fundamental, primeiramente, a identificação da distribuição das observações para o estudo do comportamento, estabelecendo um modelo que incorpore informação relacionada com uma adequada estratificação do material, como por exemplo, seleção da espécie, rotação, idade, espaçamento e local, entre os mais importantes. No caso das observações serem independentes, um modelo básico para a mortalidade poderia ser o modelo Poisson. Porém, na prática é freqüente observar que a variância amostral excede á variância nominal, o que é chamado de superdispersão. Neste trabalho é identificado, através de técnicas formais e informais, o modelo probabilístico da mortalidade das árvores de Eucalyptus grandis. O gênero Eucalyptus foi escolhido dada sua grande importância produtiva no Brasil. Dentro dele, a espécie Eucalyptus grandis mostra características silviculturais desejáveis, tais como a adaptação ambiental, rápido crescimento e boa forma, o que a torna a espécie mais utilizada para fins de produção de papel e celulose. Sob o enfoque dos modelos lineares generalizados, estabeleceu-se um componente sistemático para o estudo dos efeitos dos fatores rotação da espécie e qualidade de sítio. O objetivo foi analisar duas metodologias para um modelo Poisson com superdispersão, isto é, o modelo Extra-Poisson, através de quase-verossimilhança, e o modelo Binomial Negativo, através de máxima verossimilhança. O parâmetro de dispersão para a mortalidade foi estimado em 2.18, indicando um índice de agregação altamente significativo. Dada complexidade do algoritmo para ajuste do modelo através do segundo enfoque, foram propostas e testadas metodologias alternativas visando uma simples e rápida implementação. As performances desses modelos, em termos da eficiência das estimativas foram estudadas para fins experimentais, indicando como a adequada à de máxima verossimilhança. Um modelo exponencial com dispersão discreto é apresentado como um suporte teórico maior, generalizando os modelos anteriores e respeitando a verdadeira estrutura probabilística dos dados. A partir disso, foi estabelecido um processo estocástico para a mortalidade das árvores, envolvendo, na avaliação do mesmo, as mudanças da rotação ao longo do tempo.In the forestry area, a tree mortality estimation for a given species must be present in the reliable prediction systems for the species growth. However, the individual mortality study introduces a dichotomic process, arising to count data set for the experimental units. Thus, the identification of data distribution is the previous and important work to know the mortality behavior related to additional information, as the species selection, rotation, age, and site quality. For independent observations mortality, the basic Poisson model could be proposed, nevertheless it is frequently to find that the sample variance is greater than the nominal one, which is called overdispersion. The present work identifies the probabilistic model of Eucalyptus grandis through formal and informal technics. As the genus Eucalyptus is very important in the forestry brazilian production, it was chosen. The E. grandis, belonging to the genus, has desirable properties, like the environment adaptation, fast growth, so that it becomes one of the most useful species for the paper and cellulose national production. Under generalized linear model approach, a sistematic component with two factors, rotation species and site quality. The aim was to study two methodologies for the overdispersion Poisson models, that is, the Extra-Poisson model, through maximum quase-likelihood, and the Negative Binomial model, through maximum likelihood method. The dispersion parameter was estimated by 2.18, which means that the mortality distribution has a hight agregated index. Due to the fact that the maximum likelihood algorithm is complex, simple alternative methods were suggested. Their performances related to the efficiency were studied too. The results indicated that the proposed maximum likelihood method might be used. Finally, a discret exponential model was shown like a greater theoretical support to generalize the model keeping the true probabilistic data structure. This generalization establishes the background to formulate a stocastic process for the tree mortality following the changes as the time goes by.Biblioteca Digitais de Teses e Dissertações da USPCouto, Hilton Thadeu Zarate doDiaz, Maria Del Pilar1996-09-03info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://teses.usp.br/teses/disponiveis/11/11134/tde-20210104-190705/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2021-01-07T22:52:09Zoai:teses.usp.br:tde-20210104-190705Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212021-01-07T22:52:09Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Modelos lineares generalizados com superdispersão para mortalidade de árvores de Eucalyptus grandis
Generalised linear models with overdispersion for Eucalyptus grandis tree mortality
title Modelos lineares generalizados com superdispersão para mortalidade de árvores de Eucalyptus grandis
spellingShingle Modelos lineares generalizados com superdispersão para mortalidade de árvores de Eucalyptus grandis
Diaz, Maria Del Pilar
EUCALIPTO
MODELO DE POISSON
MODELOS LINEARES GENERALIZADOS
MORTALIDADE
SUPERDISPERSÃO
title_short Modelos lineares generalizados com superdispersão para mortalidade de árvores de Eucalyptus grandis
title_full Modelos lineares generalizados com superdispersão para mortalidade de árvores de Eucalyptus grandis
title_fullStr Modelos lineares generalizados com superdispersão para mortalidade de árvores de Eucalyptus grandis
title_full_unstemmed Modelos lineares generalizados com superdispersão para mortalidade de árvores de Eucalyptus grandis
title_sort Modelos lineares generalizados com superdispersão para mortalidade de árvores de Eucalyptus grandis
author Diaz, Maria Del Pilar
author_facet Diaz, Maria Del Pilar
author_role author
dc.contributor.none.fl_str_mv Couto, Hilton Thadeu Zarate do
dc.contributor.author.fl_str_mv Diaz, Maria Del Pilar
dc.subject.none.fl_str_mv
dc.subject.por.fl_str_mv EUCALIPTO
MODELO DE POISSON
MODELOS LINEARES GENERALIZADOS
MORTALIDADE
SUPERDISPERSÃO
topic EUCALIPTO
MODELO DE POISSON
MODELOS LINEARES GENERALIZADOS
MORTALIDADE
SUPERDISPERSÃO
description Na área florestal, a estimativa da mortalidade das árvores de uma determinada espécie deve estar presente nos sistemas confiáveis de predição do crescimento da espécie. Porém, o estudo da mortalidade de indivíduos envolve um processo de classificação dicotômica, originando dados de contagem nas unidades experimentais. Assim, é fundamental, primeiramente, a identificação da distribuição das observações para o estudo do comportamento, estabelecendo um modelo que incorpore informação relacionada com uma adequada estratificação do material, como por exemplo, seleção da espécie, rotação, idade, espaçamento e local, entre os mais importantes. No caso das observações serem independentes, um modelo básico para a mortalidade poderia ser o modelo Poisson. Porém, na prática é freqüente observar que a variância amostral excede á variância nominal, o que é chamado de superdispersão. Neste trabalho é identificado, através de técnicas formais e informais, o modelo probabilístico da mortalidade das árvores de Eucalyptus grandis. O gênero Eucalyptus foi escolhido dada sua grande importância produtiva no Brasil. Dentro dele, a espécie Eucalyptus grandis mostra características silviculturais desejáveis, tais como a adaptação ambiental, rápido crescimento e boa forma, o que a torna a espécie mais utilizada para fins de produção de papel e celulose. Sob o enfoque dos modelos lineares generalizados, estabeleceu-se um componente sistemático para o estudo dos efeitos dos fatores rotação da espécie e qualidade de sítio. O objetivo foi analisar duas metodologias para um modelo Poisson com superdispersão, isto é, o modelo Extra-Poisson, através de quase-verossimilhança, e o modelo Binomial Negativo, através de máxima verossimilhança. O parâmetro de dispersão para a mortalidade foi estimado em 2.18, indicando um índice de agregação altamente significativo. Dada complexidade do algoritmo para ajuste do modelo através do segundo enfoque, foram propostas e testadas metodologias alternativas visando uma simples e rápida implementação. As performances desses modelos, em termos da eficiência das estimativas foram estudadas para fins experimentais, indicando como a adequada à de máxima verossimilhança. Um modelo exponencial com dispersão discreto é apresentado como um suporte teórico maior, generalizando os modelos anteriores e respeitando a verdadeira estrutura probabilística dos dados. A partir disso, foi estabelecido um processo estocástico para a mortalidade das árvores, envolvendo, na avaliação do mesmo, as mudanças da rotação ao longo do tempo.
publishDate 1996
dc.date.none.fl_str_mv 1996-09-03
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 https://teses.usp.br/teses/disponiveis/11/11134/tde-20210104-190705/
url https://teses.usp.br/teses/disponiveis/11/11134/tde-20210104-190705/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1809090924025741312