Mostrar registro simples

dc.contributor.advisorJacobi, Luciane Flores
dc.creatorDe Bem, Cláudia Marques
dc.date.accessioned2019-07-02T13:52:47Z
dc.date.available2019-07-02T13:52:47Z
dc.date.issued2019-03-26
dc.date.submitted2019
dc.identifier.urihttp://repositorio.ufsm.br/handle/1/17250
dc.descriptionMonografia (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.abstractThe 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.languageporpor
dc.publisherUniversidade Federal de Santa Mariapor
dc.rightsAcesso Abertopor
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectAvaliação dos pressupostospor
dc.subjectMétodo dos mínimos quadradospor
dc.subjectMétodo da máxima verossimilhapor
dc.subjectAssessment of assumptionseng
dc.subjectLeast squares methodeng
dc.subjectMaximum likelihood methodeng
dc.titleAnálise dos resíduos em modelos de regressão não linear ajustados aos dados de Crotalária juncea por diferentes métodos de estimaçãopor
dc.title.alternativeAnalysis of waste in non-linear regression models adjusted to the data of Sunn hemp by different methods of estimationeng
dc.typeTrabalho de Conclusão de Curso de Especializaçãopor
dc.degree.localSanta Maria, RS, Brasilpor
dc.degree.specializationEstatística e Modelagem Quantitativapor
dc.description.resumoO 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.countryBrasilpor
dc.publisher.initialsUFSMpor
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICApor
dc.publisher.unidadeCentro de Ciências Naturais e Exataspor


Arquivos deste item

Thumbnail
Thumbnail

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples

Acesso Aberto
Exceto quando indicado o contrário, a licença deste item é descrito como Acesso Aberto