Buscar

 

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

Por favor, utilize esse identificador para citar este item ou usar como link: http://repositorio.ufla.br/jspui/handle/1/4409

Título: Ajuste dos modelos gompertz e Logístico na descrição das curvas de crescimento de tomates: uma abordagem bayesiana
Título Alternativo: Adjustment of gompertz and Logistic models to describe the growth curves of tomatoes: a bayesian approach
Autor(es): Mendes, Patrícia Neves
Orientador: Muniz, Joel Augusto
Coorientador(es): Sáfadi, Thelma
Membro da banca: Savian, Taciana Villela
Morais, Augusto Ramalho de
Pereira, Janser Moura
Sáfadi, Thelma
Área de concentração: Estatística e Experimentação Agropecuária
Assunto: Tomates
Curvas de crescimento
Modelo de gompertz e logístico
Metodologia bayesiana
Bayesian methodology
Gompertz and logistic models
Growth curves
Tomatoes
Data de Defesa: 11-Fev-2011
Data de publicação: 10-Out-2014
Referência: MENDES, P. N. Ajuste dos modelos gompertz e Logístico na descrição das curvas de crescimento de tomates:uma abordagem bayesiana. 2011. 82 p. Tese (Doutorado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2011.
Resumo: Conhecer o crescimento do tomateiro e de seus frutos, medido através do acúmulo de biomassa ao longo do tempo, é fundamental para o manejo adequado e detecção de problemas no desenvolvimento da cultura. Este crescimento pode ser estudado por meio de vários modelos de regressão não-linear que facilitam a interpretação dos processos envolvidos no sistema de produção vegetal. Entre os modelos empíricos usados para estimar o crescimento de plantas, e de seus componentes, encontra-se a função de Gompertz e a logística. Um dos métodos utilizados para estimar os parâmetros das curvas de crescimento é o método bayesiano. Este estudo teve como objetivo aplicar a metodologia bayesiana na descrição dos dados - reais e simulados - de crescimento do diâmetro de tomates, utilizando os modelos de Gompertz e logístico. Os algoritmos para o Amostrador de Gibbs e o Metropolis-Hastings foram implementados no software livre R e por meio deles foram obtidas as amostras das distribuições marginais a posteriori dos parâmetros. A condição de convergência das cadeias foi verificada por meio dos critérios sugeridos por Nogueira, Sáfadi e Ferreira (2004) disponíveis no pacote BOA do software R. Os modelos foram comparados pelo Fator de Bayes. A metodologia bayesiana mostrou-se eficiente, uma vez que foi avaliada e comprovada pelo processo de simulação, apresentando estimativas bem próximas do valor paramétrico, e as estimativas mostraram-se coerentes com os valores relatados na literatura. O modelo logístico foi considerado mais adequado que o modelo de Gompertz na descrição do crescimento de tomates.
Knowing the growth of tomato and its fruits, as measured by biomass accumulation over time is essential for the proper handling and detection of problems in the development of crops. This growth can be studied using various models of non-linear regression that can be used to facilitate interpretation of the processes involved in plant production system. Among the empirical models often used to estimate the growth of plants and their components is the function of Gompertz and Logistic. One method used to estimate the parameters of the growth rate is the Bayesian method. The study objective to apply the Bayesian approach in describing the data - real and simulated - the diameter growth of tomatoes, using the models of Gompertz and Logistic. The algorithms for the Gibbs Sampler and Metropolis - Hastings were implemented using the R language, and through them were obtained the samples of posterior marginal distributions for the parameters. The condition of convergence of the chains was checked using the criteria suggested by Nogueira, Sáfadi and Ferreira (2004) available on the R software package BOA. The models were compared by using Bayes factor. The Bayesian approach was efficient, since it was evaluated and verified by the simulation process, with very close estimates of the parametric value, and estimates were shown to be consistent with the values reported in literature. The Logistic model was considered more likely than the Gompertz model in describing the growth of tomatoes.
URI: http://repositorio.ufla.br/jspui/handle/1/4409
Publicador: UNIVERSIDADE FEDERAL DE LAVRAS
Idioma: pt_BR
Aparece nas coleções: DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses)

Arquivos neste Item:

Arquivo Descrição TamanhoFormato
TESE_Ajuste dos Modelos Gompertz e Logístico na descrição das curvas de crescimento de tomates uma abordagem bayesiana.pdf874,24 kBAdobe PDFVer/abrir

Itens protegidos por copyright, com todos os direitos reservados, Salvo indicação em contrário.


Mostrar estatísticas

 


DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard - Feedback