Detecção e influência de outliers na qualidade de modelos de relação hipsométrica sob o ponto de vista preditivo

• Autor(a) principal: Machado, Marco Antônio Dias
• Data de Publicação: 2016
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/10949
• topic: CNPQ::CIENCIAS AGRARIAS::RECURSOS FLORESTAIS E ENGENHARIA FLORESTAL; Florestas - Medição; Levantamentos florestais; Modelos matemáticos; Florests and forestry - Mensuration; Forest surveys; Mathematical models

Modelos que expressam a relação da altura da árvore com o diâmetro da mesma são denominados modelos de relação hipsométrica, que tem o objetivo de estimar a altura das árvores não mensuradas, reduzindo gastos em inventários florestais. Em meio à amostra utilizada para ajustar o modelo de relação hipsométrica é comum observar a presença de outliers, que podem proporcionar estimativas instáveis nos parâmetros do modelo ajustado, bem como proporcionar um pior desempenho na predição das alturas. O objetivo deste trabalho foi avaliar a influência de outliers em modelos de relação hipsométrica e comparar diferentes abordagens como alternativas na melhoria destes modelos frente à presença de valores atípicos. Os dados de Tectona grandis são provenientes de plantios comerciais da empresa Floresteca, que foram ajustados modelos de relação hipsométrica por meio dos MQA, MQO com a acomodação dos valores atípicos e o reajuste destes modelos com posterior identificação e tratamento dos outliers. O modelo selecionado pelo AIC, RMSE relativo e distribuição residual foi o modelo Embrapa, no qual este foi utilizado para avaliar o desempenho das abordagens propostas neste trabalho, cujo desempenho entre estas teve uma diferença negligenciável em relação ao ajuste do modelo por meio dos MQO com acomodação dos valores atípicos.