Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DEX - Departamento de Ciências Exatas >
DEX - Programa de Pós-graduação >
DEX - Estatística e Experimentação Agropecuária - Mestrado (Dissertações) >

Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/12572

Title: Robustez na capacidade preditiva dos modelos AMMI e Fatoriais Analíticos no estudo de dados multi-ambientais desbalanceados
???metadata.dc.creator???: Romão, Rogério Fernandes
???metadata.dc.contributor.advisor1???: Balestre, Márcio
???metadata.dc.contributor.referee1???: Sáfadi, Thelma
???metadata.dc.contributor.referee2???: Nunes, José Airton Rodrigues
Keywords: Teoria bayesiana de decisão estatística
Distribuição (Probabilidades)
Modelo fatorial analítico
Dados faltantes
Validação cruzada
Bayesian statistical decision theory
Distribution (Probability theory)
Factor-analytic model
Missing data
Cross validation
???metadata.dc.date.submitted???: 16-Feb-2017
Issue Date: 27-Mar-2017
???metadata.dc.description.sponsorship???: Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)
Citation: ROMÃO, R. F. Robustez na capacidade preditiva dos modelos AMMI e Fatoriais Analíticos no estudo de dados multi-ambientais desbalanceados. 2017. 68 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2017.
???metadata.dc.description.resumo???: O presente trabalho teve por objetivo verificar a robustez na capacidade preditiva dos modelos AMMI utilizando diversas abordagens bayesianas e frequentistas, e Fatorial Analítico (FA) no estudo de dados multi-ambientais (MET) desbalanceados, usando dados simulados. Para verifcar a_ciência destes métodos foram feitos desbalanceamentos aleatórios nos dados, com níveis de 10%, 33% e 50% de perda. Para avaliar a capacidade preditiva de dados faltantes nos modelos propostos, foram utilizadas a estatística PRESS (prediction error sum square) e a correlação entre o valor predito e observado usando a validação cruzada. Os resultados mostraram que em termos preditivos, ao nível de 10% de desbalanceamento, os modelos AMMI Bayesiano com heterogeneidade de variâncias (AMMIB-D) e modelos AMMI via algoritmo EM para efeitos aleatórios de genótipo e fixo de ambiente (EM-AMMIM) foram superiores seguidos dos modelos AMMI Bayesiano com homogeneidade de variâncias (AMMIB-I) e FA2. A 30% de perda dos dados, o modelo AMMIB-I foi superior, seguidos dos modelos EM-AMMIM, AMMIB-D, modelos AMMI via algoritmo EM para efeitos fixos de ambiente e genótipo (EM-AMMIF) e FA2. A 50% de perda dos dados, os modelos AMMIB-I e AMMIB-D foram superiores, seguido do modelo FA2. Com isso pode-se concluir que os modelos AMMI seja frequentista ou bayesiano e Fatorial Analítico foram robustos no estudo de dados MET com altos níveis de perda de genótipos nos ambientes.
Abstract: The present work aimed to verify the robutness of the AMMI predictive ability through using several Bayesian and Frequentist approaches, and Analytical Factor (FA) in the study of unbalanced multi-environmental data (MET), using simulated data. To verify the eficiency of these methods, random unbalanced was performed using 10%, 33% and 50% of loss. To evaluate the predictive ability of the missing data in proposed models, the PRESS statistics (prediction error sum square) and the correlations between the observed and predicted values were used, through cross-validation methods. The results showed that inpredictive terms, at the level of 10% of unbalance the Bayesian AMMI models with variance heterogeneity (AMMIB-D) and AMMI models through EM algorithm for random effects of genotype and fixed environment (EM-AMMIM) were superior followed by Bayesian AMMI models with homogeneity of variances (AMMIB-I) and FA2. At 30% of dataloss, the AMMIB-I was superior, followed by EM-AMMIB-D models, AMMI models through EM algorithm for fixed effects of environment and genotype (EM-AMMIF) and FA2. At 50% dataloss, the AMMIB-I and AMMIB-D models were superior, followed by the FA2model. It can be concluded that the AMMI models are frequentist or Bayesian and Factorial Analytical were robust in the study of MET data with high levels of loss of genotypes in the environments.
Description: Arquivo retido, a pedido do autor, até março de 2018.
URI: http://repositorio.ufla.br/jspui/handle/1/12572
Publisher: Universidade Federal de Lavras
???metadata.dc.language???: por
Appears in Collections:DEX - Estatística e Experimentação Agropecuária - Mestrado (Dissertações)

Files in This Item:

There are no files associated with this item.

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.


View Statistics

 


DSpace Software Copyright © 2002-2010  Duraspace - Feedback