Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/33648
Full metadata record
DC FieldValueLanguage
dc.creatorFerreira, Haiany Aparecida-
dc.date.accessioned2019-04-22T19:17:53Z-
dc.date.available2019-04-22T19:17:53Z-
dc.date.issued2019-04-16-
dc.date.submitted2019-02-19-
dc.identifier.citationFERREIRA, H. A. Componentes de efeitos de safras representados em biplots corrigidos por predições de modelos GEE na classificação granulométrica de cafés. 2019. 55 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2019.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/33648-
dc.description.abstractIn a granulometric analysis of coffee beans with different defect categories, the data can be organized in contingency tables and, considering discrimination by crops, they might present a structure that suggests a more complex model when it comes to the interaction of crop effects with the defect classifications and percentage of sieve beans. In view of the foregoing, the hypothesis that correlation structures may be incorporated to a model in order to improve multidimensional graphic analysis (such as the biplots technique) arises. Therefore, this work has as its objective to propose the use of biplots corrected by predictions of GEE models in the granulometric classification of coffee beans, discriminated by components of crop effects. To validate the proposal, Monte Carlo realizations were performed in different contingency table structures in scenarios with different degrees of correlation. It was concluded that the use of GEE models with the biplot technique corrected by the predictions is applicable in the granulometric analysis of defective coffee beans, with an efficient discrimination of crop effects.pt_BR
dc.description.sponsorshipConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Lavraspt_BR
dc.rightsrestrictAccesspt_BR
dc.subjectGranulometriapt_BR
dc.subjectComplemento log logpt_BR
dc.subjectCafé - Classificação granulométricapt_BR
dc.subjectTécnica biplotspt_BR
dc.subjectGranulometrypt_BR
dc.subjectComplementary log logpt_BR
dc.subjectCoffee - Granulometric gradingpt_BR
dc.titleComponentes de efeitos de safras representados em biplots corrigidos por predições de modelos GEE na classificação granulométrica de caféspt_BR
dc.title.alternativeComponents of crop effects represented in biplots corrected by predictions of gee models in the granulometric classification of coffee beanspt_BR
dc.typedissertaçãopt_BR
dc.publisher.programPrograma de Pós-Graduação em Estatística e Experimentação Agropecuáriapt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.countrybrasilpt_BR
dc.contributor.advisor1Cirillo, Marcelo Ângelo-
dc.contributor.advisor-co1Brighenti, Carla Regina Guimarães-
dc.contributor.referee1Góis, Evelise Roman Corbalan-
dc.contributor.referee2Oliveira, Izabela Regina Cardoso de-
dc.contributor.referee3Giarola, Luciane Teixeira Passos-
dc.description.resumoEm uma análise granulométrica de cafés com diferentes categorias de defeitos, os dados podem ser organizados em tabelas de contingências e, ao considerar a discriminação por safra, as mesmas poderão ter uma estrutura que sugere um modelo mais complexo, no tocante, à interação das classificações de defeitos e porcentagens dos grãos de peneiras com efeitos de safra. Diante do exposto, surge a hipótese de que estruturas de correlação são viáveis de serem incorporadas em um modelo, a fim de aprimorar análises gráficas multidimensionais, como a técnica biplots. Com essa motivação, este trabalho tem por objetivo propor o uso de biplots corrigidos por predições de modelos GEE na classificação granulométrica de cafés, discriminada por componentes do efeito das safras. Para validação da proposta, realizações Monte Carlo foram feitas em diferentes estruturas de tabela de contingência em cenários com diferentes graus de correlação. Concluiu-se que o uso de modelos GEE com a técnica biplot corrigida pelas predições é viável de aplicação na análise granulométrica de grãos defeituosos de cafés, com uma eficiente discriminação dos efeitos de safras.pt_BR
dc.publisher.departmentDepartamento de Ciências Exataspt_BR
dc.subject.cnpqTecnologia e Utilização de Produtos Florestaispt_BR
dc.creator.Latteshttp://lattes.cnpq.br/4662413387967095pt_BR
Appears in Collections:DES - Estatística e Experimentação Agropecuária - Mestrado (Dissertações)



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