dissertação
Ajuste de modelos não lineares na descrição de germinação de sementes de café (coffea arábica L.) cv. Catuaí
Carregando...
Notas
Data
Autores
Orientadores
Editores
Coorientadores
Membros de banca
Título da Revista
ISSN da Revista
Título de Volume
Editor
UNIVERSIDADE FEDERAL DE LAVRAS
Faculdade, Instituto ou Escola
Departamento
Programa de Pós-Graduação
DEX - Programa de Pós-graduação
Agência de fomento
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Tipo de impacto
Áreas Temáticas da Extenção
Objetivos de Desenvolvimento Sustentável
Dados abertos
Resumo
Sementes de café com qualidade fisiológica, de procedência conhecida e com alto
desempenho germinativo é fundamental para a obtenção de mudas vigorosas. Na
avaliação de sementes, o estudo da curva de germinação pode contribuir para melhor
entendimento do processo de germinação. O objetivo desse estudo foi avaliar
a qualidade do ajuste dos modelos Logístico e Gompertz, com estrutura de erros independentes
e autorregressivos, com autocorrelação de primeira ordem, AR(1), na
descrição de germinação de sementes de café (Coffea arábicaL.) linhagem Catuaí
vermelho IAC 99, em cinco diferentes percentuais de germinação. A estimação
dos parâmetros para os modelos foi feita pelos métodos de mínimos quadrados e
pelo processo interativo de Gauss-Newton, utilizando-se a função gnls do pacote
nlme do programa R versão 2.13.1. A seleção do melhor modelo, para descrever o
processo germinativo, teve como base a precisão dos ajustes baseados no máximo
da função de verossimilhança (MFV) através do teste de razão de máxima verossimilhança
utilizado para modelos encaixados, critério de informação de Akaike
(AIC) e critério Bayesiano de Schwarz (BIC), além dos avaliadores de qualidade
de ajuste (coeficiente de determinação ajustado e desvio padrão residual). Os dados
utilizados foram provenientes de um experimento conduzido no ano de 2011
no Laboratório de Análises de Sementes da Universidade Federal de Lavras. Os
modelos não lineares Logístico e Gompertz apresentaram-se adequados para ajuste
da porcentagem de germinação. O modelo Gompertz com estrutura de erros autoregressivo
de ordem 1 apresentou-se como o melhor para descrever o processo
germinativo ao longo do tempo
Seeds of coffee with physiological quality and known origin with high germinative performance becomes mandatory to achieve homogeneous germination of vigorous seedlings. The germination curve may contribute for better understanding of the process in seed analisys studies. The objective of this study was to evaluate the fit of Gompertz and Logistic models, with independent structure and autocorrelated errors, with first-order autocorrelation, AR (1), in description of the germination of coffee seeds Coffea arabica red line Catuaí IAC 99 in five different percentages of germination. The estimation of parameters for the models was made by Least Squares method and the iterative Gauss-Newton, using the function gnls Package nlme of the R program version 2.13.1. The selection of the best model to describe the germination process was based on the accuracy of the adjustments based on the maximum likelihood function (MFV) by testing maximum likelihood ratio used for nested models, Akaike information criterion (AIC) and Schwarz Bayesian criterion (BIC), and evaluators goodness of fit (adjusted coefficient of determination and residual standard deviation). The data used were taken from an experiment that was carried out in 2011 in Seeds Laboratory Analysis of the Federal University of Lavras. The nonlinear Logistic and Gompertz models were adequate to adjust the percentage of germination. The Gompertz model with order 1 autoregressive error structure seemed to be the most suitable to describe the germination process over time
Seeds of coffee with physiological quality and known origin with high germinative performance becomes mandatory to achieve homogeneous germination of vigorous seedlings. The germination curve may contribute for better understanding of the process in seed analisys studies. The objective of this study was to evaluate the fit of Gompertz and Logistic models, with independent structure and autocorrelated errors, with first-order autocorrelation, AR (1), in description of the germination of coffee seeds Coffea arabica red line Catuaí IAC 99 in five different percentages of germination. The estimation of parameters for the models was made by Least Squares method and the iterative Gauss-Newton, using the function gnls Package nlme of the R program version 2.13.1. The selection of the best model to describe the germination process was based on the accuracy of the adjustments based on the maximum likelihood function (MFV) by testing maximum likelihood ratio used for nested models, Akaike information criterion (AIC) and Schwarz Bayesian criterion (BIC), and evaluators goodness of fit (adjusted coefficient of determination and residual standard deviation). The data used were taken from an experiment that was carried out in 2011 in Seeds Laboratory Analysis of the Federal University of Lavras. The nonlinear Logistic and Gompertz models were adequate to adjust the percentage of germination. The Gompertz model with order 1 autoregressive error structure seemed to be the most suitable to describe the germination process over time
Abstract
Descrição
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
Área de concentração
Estatística e Experimentação Agropecuária
Agência de desenvolvimento
Palavra chave
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
ISBN
DOI
Citação
SOUSA, I. F. Ajuste de modelos não lineares na descrição de germinação de sementes de café (coffea arábica L.) cv. Catuaí. 2012. 72 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária) – Universidade Federal de Lavras, Lavras, 2012.