1. RI UFLA
  2. Programas de Pós-Graduação - Teses e Dissertações
  3. Estatística e Experimentação Agropecuária - Doutorado (Teses)
Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/4302
Registro completo de metadados
Campo DCValorIdioma
dc.creatorPereira, Janser Moura-
dc.date.accessioned2014-10-03T11:55:47Z-
dc.date.available2014-10-03T11:55:47Z-
dc.date.issued2014-10-03-
dc.identifier.citationPEREIRA, J. M. Comparação entre modelos para predição do nitrogênio mineralizado: uma abordagem bayesiana. 2006. 79 p. Tese (Doutorado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2006.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/4302-
dc.languagept_BRpt_BR
dc.publisherUNIVERSIDADE FEDERAL DE LAVRASpt_BR
dc.rightsacesso abertopt_BR
dc.subjectInferência bayesianapt_BR
dc.subjectModelos não linearespt_BR
dc.subjectAmostrador de Gibbspt_BR
dc.subjectMetropolis Hastingspt_BR
dc.subjectFator de Bayespt_BR
dc.subjectCritério de informação bayesianopt_BR
dc.subjectBayesian inferencept_BR
dc.titleComparação entre modelos para predição do nitrogênio mineralizado: uma abordagem bayesianapt_BR
dc.title.alternativeComparison of the models for prediction of the mineralized nitrogen: a bayesian boardingpt_BR
dc.typetesept_BR
dc.publisher.programDEX - Departamento de Ciências Exataspt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.countryBRASILpt_BR
dc.description.concentrationEstatística e Experimentação Agropecuáriapt_BR
dc.contributor.advisor1Muniz, Joel Augusto-
dc.contributor.advisor-co1Sáfadi, Thelma-
dc.contributor.referee1Sáfadi, Thelma-
dc.contributor.referee1Silva, Carlos Alberto-
dc.contributor.referee1Lima, Renato Ribeiro de-
dc.contributor.referee1Tavares, Marcelo-
dc.description.resumoEstudos recentes utilizam a inferência bayesiana nas mais diversas áreas. Portanto, propõe-se neste trabalho desenvolver uma abordagem bayesiana para predizer as quantidades de nitrogênio mineralizados por intermédio de modelos não lineares, ou seja, ajustar um modelo de probabilidade para um grupo de dados e sintetizar o resultado por meio de uma distribuição de probabilidade para os parâmetros dos modelos. Os modelos não lineares considerados para avaliar a dinâmica da mineralização do nitrogênio e para ilustrar o procedimento bayesiano foram: modelo de Stanford & Smith, modelo de Marion e modelo de Cabrera. A comparação dos modelos ocorreu por meio do Fator de Bayes (FB) e do Critério de Informação Bayesiano (BIC). Neste trabalho, foram utilizados o amostrador de Gibbs e o Metropolis Hastings, para inferência dos parâmetros. Implementou-se um algoritmo no software R para realizar a amostragem de Gibbs das distribuições posterioris dos parâmetros dos modelos. A convergência das cadeias foram monitoradas por meio de análise gráfica e pelos critérios de Geweke e Raftery & Lewis que estão implementados no pacote BOA, executável no software R. O modelo de Cabrera foi o que proporcionou melhor qualidade de ajuste ao conjunto de dados de mineralização de nitrogênio, seguido pelo modelo de Stanford & Smith e, por último, o de Marion. Em virtude dos resultados apresentados, pode-se atestar que a metodologia bayesiana apresentou bons resultados na estimação dos parâmetros dos modelos, ou seja, o ajuste de modelos por meio de distribuições posteriori condicionais completas constitui uma metodologia confiável e bastante precisa.pt_BR
dc.description.resumoRecent studies use the Bayesian Inference in the most several areas. Therefore, intends in this work to develop a Bayesian boarding to predict of the nitrogen mineralized through nonlinear models, that is, to adjust a model of probability for a group of data and to synthesize the result through a distribution of probability for the parameters of models. The nonlinear models considered to evaluate the mineralization of organic nitrogen and to illustrate the bayesian procedure they were: model of Stanford & Smith, model of Marion and model of Cabrera. The comparison of the models was promoted through the Bayes Factor (FB) and Bayes Information Criterion (BIC). In this work we had used Gibbs Sampling and Metropolis Hastings to accomplish inference of the parameters. A Gibbs Sampling algorithm was implemented on R to get the posterior distributions of the models parameters. The convergence of the chains was monitored through graphic analysis, and for the criteria of Geweke and Raftery & Lewis, implemented in the BOA package, executable in the freeware R. The model that provided better adjustment quality to the group of data was the model of Cabrera, being followed by the model of Stanford & Smith and last the one of Marion. Because of the presented results, it can be attested that the Bayesian methodology presented good results in the estimate of the parameters of the models, in other words, the adjustment of models through distributions complete conditional posteriori constitutes a reliable methodology and accuracy.pt_BR
dc.subject.cnpqEstatísticapt_BR
Aparece nas coleções:Estatística e Experimentação Agropecuária - Doutorado (Teses)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
TESE_Comparação entre modelos para predição do nitrogênio mineralizado uma abordagem bayesiana.pdf712,17 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.