1. RI UFLA
  2. Instituto de Ciências Exatas e Tecnológicas - ICET
  3. DEX - Artigos publicados em periódicos
Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/40564
Registro completo de metadados
Campo DCValorIdioma
dc.creatorSilva, Edilson Marcelino-
dc.creatorFruhauf, Ariana Campos-
dc.creatorFernandes, Felipe Augusto-
dc.creatorPaula, Gustavo Sérgio de-
dc.creatorMuniz, Joel Augusto-
dc.creatorFernandes, Tales Jesus-
dc.date.accessioned2020-05-05T11:35:41Z-
dc.date.available2020-05-05T11:35:41Z-
dc.date.issued2019-
dc.identifier.citationSILVA, E. M. et al. Método de Newton e Gauss-Newton na estimação dos parâmetros de modelo de regressão não linear. Sigmae, Alfenas, v. 8, n. 2, p. 728-734, 2019.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/40564-
dc.description.abstractIn several areas of knowledge it is common to evaluate the possible relationship between a dependent variable and one or more independent variables. This study can be done through regression models that are divided basically into two distinct classes: linear and nonlinear. In the estimation of the parameters in regression models it is usual to use the least squares method, which for the nonlinear case the system of equations does not present an explicit solution and iterative methods are needed to have the solution. The objective of this work was to compare the Newton and Gauss-Newton iterative methods in the fit of the Stanford and Smith model. The data analyzed were carbon mineralization of oat straw in the soil over time. The Gauss-Newton method, which is specific for estimating nonlinear model parameters, was more efficient than Newton’s method for estimating the parameters of the Stanford and Smith model fitted to the data. The Gauss-Newton method is implemented in software for parameter estimation of nonlinear regression models.pt_BR
dc.languagept_BRpt_BR
dc.publisherUniversidade Federal de Alfenaspt_BR
dc.rightsacesso abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/*
dc.sourceSigmaept_BR
dc.subjectMétodo dos mínimos quadradospt_BR
dc.subjectMétodos iterativospt_BR
dc.subjectModelo Stanford e Smithpt_BR
dc.subjectLeast squares methodpt_BR
dc.subjectIterative methodspt_BR
dc.subjectStanford and Smith modelpt_BR
dc.titleMétodo de Newton e Gauss-Newton na estimação dos parâmetros de modelo de regressão não linearpt_BR
dc.typeArtigopt_BR
dc.description.resumoNas diversas áreas do conhecimento é comum avaliar a possível relação entre uma variável dependente com uma ou mais variáveis independentes. Esse estudo pode ser feito por meio dos modelos de regressão que são divididos basicamente em duas classes distintas: os lineares e os não lineares. Na estimação dos parâmetros em modelos de regressão é usual a utilização do método dos mínimos quadrados, que para o caso não linear o sistema de equações não apresenta solução explícita e necessita-se de métodos iterativos para ter a solução. O objetivo do trabalho foi comparar os métodos iterativos de Newton e Gauss-Newton no ajuste do modelo Stanford e Smith. Os dados analisados foram de mineralização de carbono de palha de aveia no solo ao longo do tempo. O método Gauss-Newton, específico para estimar parâmetros de modelos não lineares, foi mais eficiente que o método de Newton na estimação dos parâmetros do modelo Stanford e Smith ajustado aos dados. O método Gauss-Newton é implementado nos softwares para estimação de parâmetros de modelos de regressão não linear.pt_BR
Aparece nas coleções:DES - Artigos publicados em periódicos
DEX - Artigos publicados em periódicos

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ARTIGO_Método de Newton e Gauss-Newton na estimação dos parâmetros de modelo de regressão não linear.pdf458,61 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Este item está licenciada sob uma Licença Creative Commons Creative Commons