dc.contributor.advisor | Jacobi, Luciane Flores | |
dc.creator | De Bem, Cláudia Marques | |
dc.date.accessioned | 2019-07-02T13:52:47Z | |
dc.date.available | 2019-07-02T13:52:47Z | |
dc.date.issued | 2019-03-26 | |
dc.date.submitted | 2019 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/17250 | |
dc.description | Monografia (especialização) - Universidade Federal de Santa Maria, Centro de Ciências Naturais e Exatas, Curso de Especialização em Estatística e Modelagem Quantitativa, RS, 2019. | por |
dc.description.abstract | The objective of this work was to verify the quality of the residues in the nonlinear regression
model Gompertz and Logistic estimated by different methods of parameter estimation. Two
uniformity were performed. After the emergence of the seeds of Sunn hemp, they were
collected randomly four plants. The traits: mass of leaf fresh matter (MFF), mass of stem
fresh matter (MFC), mass of root fresh matter (MFR), mass shoot fresh matter (MFPA), the
total fresh matter mass (MFT), mass of dry matter leaf (MSF), mass of dry matter stem
(MSC), mass of dry matter root (MSR), mass of dry matter shoot (MSPA), and total dry
matter mass (MST) depending on the days after sowing. The residual assumptions of the
characters studied were verified by test Shapiro-Wilk, test Breusch-Pagan and test DurbinWatson. After, the different estimation methods for the parameters of the models were
analyzed: the least squares method and the maximum likelihood method. The methods of
estimating the parameters of the nonlinear regression models did not determine. | eng |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Acesso Aberto | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Avaliação dos pressupostos | por |
dc.subject | Método dos mínimos quadrados | por |
dc.subject | Método da máxima verossimilha | por |
dc.subject | Assessment of assumptions | eng |
dc.subject | Least squares method | eng |
dc.subject | Maximum likelihood method | eng |
dc.title | Análise dos resíduos em modelos de regressão não linear ajustados aos dados de Crotalária juncea por diferentes métodos de estimação | por |
dc.title.alternative | Analysis of waste in non-linear regression models adjusted to the data of Sunn hemp by different methods of estimation | eng |
dc.type | Trabalho de Conclusão de Curso de Especialização | por |
dc.degree.local | Santa Maria, RS, Brasil | por |
dc.degree.specialization | Estatística e Modelagem Quantitativa | por |
dc.description.resumo | O objetivo deste trabalho foi verificar a qualidade dos resíduos no modelo de regressão não
linear Gompertz e Logístico estimados por diferentes métodos de estimação dos parâmetros.
Foram utilizados dados de dois ensaios de uniformidade com a cultura de Crotalária juncea
no ano agrícola de 2014. Após a emergência das plântulas de Crotalária juncea, foram
coletadas, aleatoriamente, quatro plantas. Foram avaliados os caracteres: massa de matéria
fresca de folha (MFF), massa de matéria fresca de caule (MFC), massa de matéria fresca de
raiz (MFR), massa de matéria fresca de parte aérea (MFPA), massa de matéria fresca total
(MFT), massa de matéria seca de folha (MSF), massa de matéria seca de caule (MSC), massa
de matéria seca de raiz (MSR), massa de matéria seca de parte aérea (MSPA), e massa de
matéria seca total (MST) em função dos dias após a semeadura (DAS). Posteriormente, foram
analisados os diferentes métodos de estimação para os parâmetros dos modelos: o método dos
Mínimos Quadrados e método da Máxima Verossimilhança. Foram verificados os
pressupostos dos resíduos dos caracteres, por meio dos seguintes testes: teste de ShapiroWilk, teste de Breusch-Pagan e teste de Durbin-Watson. Para estes caracteres produtivos,
foram ajustados os modelos Gompertz e Logístico em função dos dias após a semeadura
(DAS). Pode-se concluir que os métodos de estimativa dos parâmetros dos modelos de
regressão não linear (método dos mínimos quadrados e método da máxima verossimilhança)
não diferem quanto a qualidade dos resíduos no modelo de regressão não linear, e que o
método dos mínimos quadrados é o mais indicado. | por |
dc.publisher.country | Brasil | por |
dc.publisher.initials | UFSM | por |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA | por |
dc.publisher.unidade | Centro de Ciências Naturais e Exatas | por |