Estruturas unidimensionais e bidimensionais utilizando P-splines nos modelos mistos aditivos generalizados com aplicação na produção de cana-de-açúcar

• Autor(a) principal: Rondinel Mendoza, Natalie Veronika
• Data de Publicação: 2017
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: http://www.teses.usp.br/teses/disponiveis/11/11134/tde-22032018-145655/
• topic: B-splines; B-splines; Generalized additive mixed model; Modelo misto aditivo generalizado; P-splines; P-splines; Produto tensor; Tensor product

Os P-splines de Eilers e Marx (1996) são métodos de suavização que é uma combinação de bases B-splines e uma penalização discreta sobre os coeficientes das bases utilizados para suavizar dados normais e não normais em uma ou mais dimensões, no caso de várias dimensões utiliza-se como suavização o produto tensor dos P-splines. Também os P-splines são utilizados como representação de modelos mistos Currie et al. (2006) pela presença de características tais como: efeitos fixos, efeitos aleatórios, correlação espacial ou temporal e utilizados em modelos mais generalizados tais como os modelos mistos lineares generalizados e modelos mistos aditivos generalizados. Neste trabalho apresentou-se toda a abordagem, metodologia e descrição dos P-splines como modelos mistos e como componentes das estruturas suavizadoras de variáveis unidimensionais e bidimensionais dos modelos mistos aditivos generalizados, mostrando essa abordagem e propondo seu uso em uma aplicação no comportamento dos níveis médios da produção de cana-de-açúcar sob a influência das alterações das variáveis climáticas como temperatura e precipitação, que foram medidos ao longo de 10 anos em cada mesorregião do Estado de São Paulo. O motivo de usar essa abordagem como método de suavização é que muitas vezes não é conhecido a tendência dessas covariáveis climáticas mas sabe-se que elas influenciam diretamente sobre a variável resposta. Além de permitir essa abordagem inclusão de efeitos fixos e aleatórios nos modelos a serem propostos, permitirá a inclusão do processo autoregressivo AR(1) como estrutura de correlação nos resíduos.