Análise de variância utilizando modelos autorregressivos em experimentos com dependência espacial

Página do item simplificado
dc.contributor.advisor1Lima, Renato Ribeiro de
dc.contributor.referee1Scalon, João Domingos
dc.contributor.referee1Mello, José Márcio de
dc.creatorCaetano, Edmundo do Rosário Rodrigues
dc.date.accessioned2013-06-28T12:09:13Z
dc.date.available2013-06-28T12:09:13Z
dc.date.copyright2013
dc.date.issued2013
dc.date.submitted2013-01-29
dc.descriptionDissertação 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.pt_BR
dc.description.concentrationEstatística e Experimentação Agropecuáriapt_BR
dc.description.resumoCom 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.pt_BR
dc.description.resumoIn 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.pt_BR
dc.description.sponsorshipConselho Nacional de Desenvolvimento Científico e Tecnológico - CNPqpt_BR
dc.identifier.citationCAETANO, 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.pt_BR
dc.identifier.urihttps://repositorio.ufla.br/handle/1/746
dc.languagept_BRpt_BR
dc.publisherUNIVERSIDADE FEDERAL DE LAVRASpt_BR
dc.publisher.countryBRASILpt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.programDEX - Programa de Pós-graduaçãopt_BR
dc.rightsacesso abertopt_BR
dc.subjectSimultaneous Autoregressive Model ou Spatial Autoregressive - SARpt_BR
dc.subjectConditional Autoregressive Model - CARpt_BR
dc.subjectANOVApt_BR
dc.subjectAutocorrelação espacialpt_BR
dc.subjectSpatial autocorrelationpt_BR
dc.subject.cnpqCNPQ_NÃO_INFORMADOpt_BR
dc.titleAnálise de variância utilizando modelos autorregressivos em experimentos com dependência espacialpt_BR
dc.typedissertaçãopt_BR

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
DISSERTAÇÃO_Análise de variância utilizando modelos autorregressivos em experimentos com dependência espacial.pdf
Tamanho:
902.68 KB
Formato:
Adobe Portable Document Format
Baixar

Licença do pacote

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
953 B
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Estatística e Experimentação Agropecuária - Mestrado (Dissertações)