Use este identificador para citar ou linkar para este item: repositorio.ufla.br/jspui/handle/1/746
Título: Análise de variância utilizando modelos autorregressivos em experimentos com dependência espacial
Autor : Caetano, Edmundo do Rosário Rodrigues
Primeiro orientador: Lima, Renato Ribeiro de
Primeiro membro da banca: Scalon, João Domingos
Mello, José Márcio de
Área de concentração: Estatística e Experimentação Agropecuária
Palavras-chave: Simultaneous Autoregressive Model ou Spatial Autoregressive - SAR
Conditional Autoregressive Model - CAR
ANOVA
Autocorrelação espacial
Spatial autocorrelation
Data da publicação: 2013
Agência(s) de fomento: Conselho Nacional de Desenvolvimento Científico e Tecnológico - CNPq
Referência: CAETANO, E. do R. R. Análise da variância utilizando modelos autorregressivos em experimentos com dependência espacial. 2013. 115 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária) - Universidade Federal de Lavras, Lavras, 2013.
Resumo: Com o objetivo de comparar o desempenho dos modelos autorregressivos, nomeadamente o modelo “Simultaneous Autoregressive Model ou Spatial Autoregressive”-SAR e “Conditional Autoregressive Model”-CAR na análise de variância de experimentos com dependência espacial, estudou-se as suas estruturas e os parâmetros envolvidos. O estudo foi feito considerando experimentos em delineamento de blocos casualizados e delineamento em quadrados latinos, com 3 configurações diferentes. Os dados, os erros com características aleatórias e os padrões de proximidade de primeira, segunda e terceira ordem, foram gerados por simulação. Os parâmetros dos modelos foram estimados pelo método da máxima verossimilhança e a comparação dos modelos feita utilizando critério de Akaike. Os resultados obtidos mostraram que os modelos autorregressivos SAR apresentam melhor ajuste e precisão quando comparados com os modelos CAR.
In this study, we compare the performance of autoregressive models, including the Simultaneous Autoregressive Model or Spatial Autoregressive (SAR) and the Conditional Autoregressive Model (CAR) in the analysis of variance of experiments with spatial dependence. The structure and the parameters involved in these models were studying. This study considered a randomized complete block and Latin square design, each one in 3 different settings. The data, the errors with random characteristics and first, second and third order proximity patterns, were generated by simulation. The parameters of the models were estimate by maximum likelihood method. The models were compare by the AIC criteria. The SAR models fit better than the CAR models and the analysis, which considered independent errors.
metadata.teses.dc.description: Dissertação apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós- Graduação em Estatística e Experimentação Agropecuária, área de concentração em Estatística e Experimentação Agropecuária, para a obtenção do título de Mestre.
URI: http://repositorio.ufla.br/jspui/handle/1/746
Publicador: UNIVERSIDADE FEDERAL DE LAVRAS
Idioma: pt_BR
Aparece nas coleções:DEX - Estatística e Experimentação Agropecuária - Mestrado (Dissertações)



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