Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/39125
metadata.artigo.dc.title: Uso de alguns estimadores ridge na análise estatística de experimentos em entomologia
metadata.artigo.dc.title.alternative: Use of some ridge estimators in the statistical analysis of experiments in entomology
metadata.artigo.dc.creator: Pereira, Gislene Araujo
Milani, Letícia Lima
Cirillo, Marcelo Ângelo
metadata.artigo.dc.subject: Multicolinearidade
Tamanho amostral
Modelos de regressão
Multicollinearity
Sample size
Regression models
metadata.artigo.dc.publisher: Universidade Federal de Viçosa
metadata.artigo.dc.date.issued: 2014
metadata.artigo.dc.identifier.citation: PEREIRA, G. A.; MILANI, L. L.; CIRILLO, M. Â. Uso de alguns estimadores ridge na análise estatística de experimentos em entomologia. Revista Ceres, Viçosa, MG, v. 61, n.3, p. 338-342, maio/jun. 2014.
metadata.artigo.dc.description.resumo: Inúmeros experimentos em ciências agrárias apresentam variáveis que podem dar origem a problemas demulticolinearidade. Em se tratando da aplicabilidade de modelos de regressão, o problema da multicolinearidade temcomo principal consequência o inflacionamento dos erros padrão e, com isso, o valor da estatística t-student éreduzido de tal forma que interfere nos resultados inferenciais. Várias medidas são propostas, na literatura, pararesolver o problema de multicolinearidade. Entretanto, o desempenho dessas medidas está sujeito ao grau demulticolinearidade que as variáveis poderão apresentar, bem como ao tamanho amostral. Frente a este problema, estetrabalho tem por objetivo avaliar alguns estimadores ridge, utilizando simulação Monte Carlo, bem como, apresentar aaplicação desses estimadores em um experimento, com dados reais, na área de entomologia. Mediante esta aplicação,os resultados expressivos alcançados foram obtidos em função da eficiência dos estimadores ridge avaliados, emrelação ao estimador de mínimos quadrados. Em se tratando dos resultados computacionais, concluiu-se queestimadores ridge avaliados são recomendáveis, em experimentos que considerem as variáveis com diferentes grausde multicolinearidade, para amostras maiores do que n=50.
metadata.artigo.dc.description.abstract: A large number of experiments in agronomic sciences use variables that may give rise to problems of multicollinearity.About the applicability of regression models, the problem of multicollinearity results mainly in increased standarderror, thus, the Student’s t-value is reduced, affecting the inferential results. Many actions are proposed in the literatureto solve the problems of multicollinearity, however, the performance of these measurements are subject to the degreethat multicollinearity of the variables may present, as well as the sample size. To address this problem, this paper aimsto evaluate some ridge estimators using the Monte Carlo’s simulation and demonstrate their application using real datafrom an entomological experiment. The ridge estimators evaluated were effective, in comparison with the least squaresestimator. The results showed that the ridge estimators evaluated can be applied to experimenst that consider thevariables with different degrees of multicollinearity, for samples greater than n=50.
metadata.artigo.dc.identifier.uri: http://repositorio.ufla.br/jspui/handle/1/39125
metadata.artigo.dc.language: pt_BR
Appears in Collections:DEX - Artigos publicados em periódicos



This item is licensed under a Creative Commons License Creative Commons