Análise de resíduos projetados em modelos não-lineares de regressão: uma aplicação em crescimento de frutos

Detalhes bibliográficos
Autor(a) principal: Maria Cristina Martins
Data de Publicação: 2013
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://doi.org/10.11606/D.11.2013.tde-19022013-171004
Resumo: Alguns aspectos devem ser considerados nos trabalhos com frutíferas como o ponto adequado de colheita e estratégias de conservação, sendo fundamental a análise do crescimento e desenvolvimento dos frutos. Vários tipos de modelos estatísticos podem descrever os processos de crescimento envolvidos no sistema de produção vegetal, sendo os modelos não lineares considerados mais adequados para esse tipo de estudo. Para que os resultados obtidos no ajuste do modelo sejam válidos é necessário verificar a qualidade de ajuste por meio de uma análise dos resíduos. A distribuição dos resíduos ordinários para os modelos de regressão não linear, é matematicamente trabalhosa e os critérios de diagnóstico são falhos, principalmente em pequenas amostras. Diante de tal fato, Cook e Tsai (1985) definiram o resíduo projetado. O comportamento dos resíduos projetados é melhor do que o dos resíduos ordinários, pois suas propriedades são mais próximas das correspondentes ao resíduo ordinário da regressão normal linear. O ganho é substancial se o teste para a medida de não linearidade for significativo. Por meio dos ajustes dos modelos logístico e de Gompertz aos dados de comprimento de peras foi realizada a análise dos resíduos ordinários e dos resíduos projetados, a fim de evidenciar suas vantagens. Os resíduos projetados se mostraram viáveis para diagnóstico dos modelos e descartaram possíveis tendências apresentadas pelos resíduos normalizados.
id USP_f7db20f8518179aeeb4425c0d3ce27a0
oai_identifier_str oai:teses.usp.br:tde-19022013-171004
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis Análise de resíduos projetados em modelos não-lineares de regressão: uma aplicação em crescimento de frutos Residual Analysis designed in non-linear regression: an application to fruit growth 2013-01-24Taciana Villela SavianClarice Garcia Borges DemetrioJoel Augusto MunizMaria Cristina MartinsUniversidade de São PauloAgronomia (Estatística e Experimentação Agronômica)USPBR Curvas de crescimento Growth curve Least squares Logistic model Logística - Modelos Mathematical models Mínimos quadrados Modelos matemáticos Modelos não lineares Nonlinear models Pear Pera Alguns aspectos devem ser considerados nos trabalhos com frutíferas como o ponto adequado de colheita e estratégias de conservação, sendo fundamental a análise do crescimento e desenvolvimento dos frutos. Vários tipos de modelos estatísticos podem descrever os processos de crescimento envolvidos no sistema de produção vegetal, sendo os modelos não lineares considerados mais adequados para esse tipo de estudo. Para que os resultados obtidos no ajuste do modelo sejam válidos é necessário verificar a qualidade de ajuste por meio de uma análise dos resíduos. A distribuição dos resíduos ordinários para os modelos de regressão não linear, é matematicamente trabalhosa e os critérios de diagnóstico são falhos, principalmente em pequenas amostras. Diante de tal fato, Cook e Tsai (1985) definiram o resíduo projetado. O comportamento dos resíduos projetados é melhor do que o dos resíduos ordinários, pois suas propriedades são mais próximas das correspondentes ao resíduo ordinário da regressão normal linear. O ganho é substancial se o teste para a medida de não linearidade for significativo. Por meio dos ajustes dos modelos logístico e de Gompertz aos dados de comprimento de peras foi realizada a análise dos resíduos ordinários e dos resíduos projetados, a fim de evidenciar suas vantagens. Os resíduos projetados se mostraram viáveis para diagnóstico dos modelos e descartaram possíveis tendências apresentadas pelos resíduos normalizados. Some aspects must be considered in the works with fruit tree such as the appropriate point of harvest and conservation strategies, being fundamental the analysis of growth and fruit developments. Several types of statistical models can describe the growth processes involved in plant production system and the non-linear models are considered more suitable for this type of study. For the results obtained from the model fit to be valid is necessary to check the quality of fit through a residual analysis. The distribution of the ordinary residuals in the non-linear regression models is mathematically complicated and the diagnostic criteria are not precise, mainly in small samples. To overcome this fact, Cook and Tsai (1985) defined the projected residual. The behaviour of the projected residuals is better than the ordinary residuals since their properties are closer to those corresponding to the ordinary residuals for the normal linear regression. The gain is substantial if the test for non-linearity is significant. Through the fit of the logistic and Gompertz models to the pears length data, it was performed an analysis of the ordinary and projected residuals in order to demonstrate their advantages. The projected residuals showed more feasible for the diagnostic of the models and ruled out possible trends presented by normalized residuals. https://doi.org/10.11606/D.11.2013.tde-19022013-171004info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USP2023-12-21T19:22:20Zoai:teses.usp.br:tde-19022013-171004Biblioteca 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:27212023-12-22T12:53:45.462156Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.pt.fl_str_mv Análise de resíduos projetados em modelos não-lineares de regressão: uma aplicação em crescimento de frutos
dc.title.alternative.en.fl_str_mv Residual Analysis designed in non-linear regression: an application to fruit growth
title Análise de resíduos projetados em modelos não-lineares de regressão: uma aplicação em crescimento de frutos
spellingShingle Análise de resíduos projetados em modelos não-lineares de regressão: uma aplicação em crescimento de frutos
Maria Cristina Martins
title_short Análise de resíduos projetados em modelos não-lineares de regressão: uma aplicação em crescimento de frutos
title_full Análise de resíduos projetados em modelos não-lineares de regressão: uma aplicação em crescimento de frutos
title_fullStr Análise de resíduos projetados em modelos não-lineares de regressão: uma aplicação em crescimento de frutos
title_full_unstemmed Análise de resíduos projetados em modelos não-lineares de regressão: uma aplicação em crescimento de frutos
title_sort Análise de resíduos projetados em modelos não-lineares de regressão: uma aplicação em crescimento de frutos
author Maria Cristina Martins
author_facet Maria Cristina Martins
author_role author
dc.contributor.advisor1.fl_str_mv Taciana Villela Savian
dc.contributor.referee1.fl_str_mv Clarice Garcia Borges Demetrio
dc.contributor.referee2.fl_str_mv Joel Augusto Muniz
dc.contributor.author.fl_str_mv Maria Cristina Martins
contributor_str_mv Taciana Villela Savian
Clarice Garcia Borges Demetrio
Joel Augusto Muniz
description Alguns aspectos devem ser considerados nos trabalhos com frutíferas como o ponto adequado de colheita e estratégias de conservação, sendo fundamental a análise do crescimento e desenvolvimento dos frutos. Vários tipos de modelos estatísticos podem descrever os processos de crescimento envolvidos no sistema de produção vegetal, sendo os modelos não lineares considerados mais adequados para esse tipo de estudo. Para que os resultados obtidos no ajuste do modelo sejam válidos é necessário verificar a qualidade de ajuste por meio de uma análise dos resíduos. A distribuição dos resíduos ordinários para os modelos de regressão não linear, é matematicamente trabalhosa e os critérios de diagnóstico são falhos, principalmente em pequenas amostras. Diante de tal fato, Cook e Tsai (1985) definiram o resíduo projetado. O comportamento dos resíduos projetados é melhor do que o dos resíduos ordinários, pois suas propriedades são mais próximas das correspondentes ao resíduo ordinário da regressão normal linear. O ganho é substancial se o teste para a medida de não linearidade for significativo. Por meio dos ajustes dos modelos logístico e de Gompertz aos dados de comprimento de peras foi realizada a análise dos resíduos ordinários e dos resíduos projetados, a fim de evidenciar suas vantagens. Os resíduos projetados se mostraram viáveis para diagnóstico dos modelos e descartaram possíveis tendências apresentadas pelos resíduos normalizados.
publishDate 2013
dc.date.issued.fl_str_mv 2013-01-24
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://doi.org/10.11606/D.11.2013.tde-19022013-171004
url https://doi.org/10.11606/D.11.2013.tde-19022013-171004
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.publisher.none.fl_str_mv Universidade de São Paulo
dc.publisher.program.fl_str_mv Agronomia (Estatística e Experimentação Agronômica)
dc.publisher.initials.fl_str_mv USP
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Universidade de São Paulo
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_ 1794502852537745408