Richards growth model and viability indicators for populations subject to interventions

In this work we study the problem of modeling identification of a population employing a discrete dynamic model based on the Richards growth model. The population is subjected to interventions due to consumption, such as hunting or farming animals. The model identification allows us to estimate the probability or the average time for a population number to reach a certain level. The parameter inference for these models are obtained with the use of the likelihood profile technique as developed in this paper. The identification method here developed can be applied to evaluate the productivity of animal husbandry or to evaluate the risk of extinction of autochthon populations. It is applied to data of the Brazilian beef cattle herd population, and the the population number to reach a certain goal level is investigated.

Richards growth model and viability indicators for populations subject to interventions

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Comparação da discriminação logística com o método da máxima verossimilhança gaussiana na classificação de imagens digitais

A tradicional técnica de regressão logística, muito conhecida e utilizada em estudos médicos, permitia apenas a modelagem de variáveis-resposta binárias. A extensão do modelo logístico para variáveis-resposta multinominais ampliou em muito as áreas de aplicação de regressão logística. Na área de reconhecimento de padrões o modelo logístico multinominal recebeu a denominação de discriminação logística apresenta aparentes vantagens em relação a métodos convencionais de classificação. O método da máxima verossimilhança gaussiana, amplamente difundido e utilizado, necessita da estimação de um número muito grande de parâmetros, pois supõe que as distribuições subjacentes de cada classe sejam normais multivariadas. A discriminação logística por sua vez, não faz restrições quanto a forma funcional das variáveis, e o número de parâmetros do modelo é relativamente pequeno. Nesse estudo, os princípios da técnica de discriminação logística são apresentados detalhadamente, bem como aplicações práticas de classificação de imagens Landsat-TM e AVIRIS. Os procedimentos de discriminação logística e da máxima verossimilhança gaussiana foram comparados a partir de dados reais e simulados. Os resultados sugerem que a discriminação logística seja considerada como uma alternativa ao método da máximaverossimilhança gaussiana, principalmente quando os dados apresentarem desvios da normalidade.

Avaliação do uso de técnicas digitais para caracterização de área degradada por empréstimo de solo: máxima verossimilhança x modelo linear de mistura espectral

Pós-graduação em Engenharia Civil - FEIS

Regressão linear com duplo truncamento na distribuição da variável dependente

Do problema do ajuste de uma regressão linear, quando a distribuição da variável dependente tem duplo truncamento, utilizando a função de máxima verossimilhança e um processo iterativo.

Quantificação da área de infarto usando-se SPECT de perfusão miocárdica de alta resolução em ratos

FUNDAMENTO: Técnicas de imageamento in vivo permitem avaliar sequencialmente a morfologia e a função dos órgãos em diversos modelos experimentais. Desenvolvemos um dispositivo de adaptação de uma gama-câmara clínica para obter imagens tomográficas por emissão de fótons singulares (SPECT) de alta resolução, baseado em colimador pinhole. OBJETIVO: Determinar a acurácia desse sistema na quantificação da área de infarto miocárdico em ratos. MÉTODOS: Treze ratos Wistar machos (250 g) foram submetidos a infarto do miocárdio por oclusão da artéria coronária esquerda. Após 4 semanas, foram adquiridas imagens tomográficas com o sistema desenvolvido, 1,5 hora após a injeção endovenosa de 555MBq de 99mTc-Sestamibi. Na reconstrução tomográfica, utilizamos software especialmente desenvolvido baseado no algoritmo de Máxima Verossimilhança. Comparamos as médias e analisamos a correlação entre a extensão dos defeitos perfusionais detectados pela cintilografia e a extensão da fibrose miocárdica avaliada pela histologia. RESULTADOS: As imagens apresentaram ótima relação órgão-alvo/fundo, com apropriada visualização das paredes e da cavidade do ventrículo esquerdo. Todos os animais exibindo áreas de infarto foram corretamente identificados pelas imagens de perfusão. Não houve diferença entre a área do infarto medida pelo SPECT (21,1 ± 21,2%) e pela histologia (21,7 ± 22,0%; p = 0,45), obtendo forte correlação entre os valores da área de infarto mensurada pelos dois métodos (r = 0,99; p < 0,0001). CONCLUSÃO: O sistema desenvolvido apresentou resolução espacial adequada e elevada acurácia para detecção e quantificação das áreas de infarto miocárdico, sendo uma opção de baixo custo e grande versatilidade na obtenção de imagens em SPECT de alta resolução de órgãos de pequenos roedores.

Seleção de modelos de variabilidade espacial para elaboração de mapas temáticos de atributos físicos do solo e produtividade da soja

Pesquisas sobre a variabilidade espacial dos atributos do solo que influenciam a produtividade são de uma grande importância para o desenvolvimento de novas técnicas que beneficiam a agricultura. A variabilidade desses atributos pode ser avaliada por técnicas de geoestatística e auxiliar no mapeamento e manejo do solo. Este trabalho teve por objetivo avaliar a qualidade do ajuste dos modelos teóricos espaciais segundo o Critério de Informação de Akaike, de Filliben, de Validação Cruzada e o valor máximo do logaritmo da função verossimilhança, de dados da umidade do solo, da densidade do solo e da resistência do solo à penetração, nas camadas de 0 a 0,1, 0,1 a 0,2 e 0,2 a 0,3 m, e de produtividade da soja do ano agrícola 2004-2005. Os parâmetros dos modelos de variabilidade espacial foram estimados por meio dos métodos de mínimos quadrados ordinários, mínimos quadrados ponderados e máxima verossimilhança. A pesquisa foi desenvolvida em uma área de 57 ha de um Latossolo Vermelho distroférrico, utilizando-se uma malha de 75 x 75 m georreferenciada. Concluiu-se que, dos métodos de avaliação de ajustes estudados, o da Validação Cruzada foi o mais adequado para escolha do melhor ajuste do modelo de variabilidade espacial; conseqüentemente têm-se mapas temáticos mais acurados.

Verossimilhança na seleção de modelos para predição espacial

Na modelagem estatística da variabilidade espacial, estimam-se os parâmetros da dependência espacial, que são utilizados na interpolação de valores em locais não amostrados. Para tal, o processo de modelagem deve ser realizado com critérios estatísticos que garantam predições confiáveis e representem a real variabilidade local. Este trabalho avaliou diferentes formulações do modelo geoestatístico gaussiano para reconstituir a superfície que representa o fósforo (P) na área, a partir de medições dos teores de P em 48 parcelas experimentais localizadas em Xanxerê, SC, destacando o método utilizado nas análises. A combinação da presença de covariáveis no modelo e a necessidade de transformação para normalidade dos dados definiram quatro alternativas para modelagem. Utilizou-se a função de correlação de Matèrn, avaliada nos valores 0,5; 1,5; e 2,5 para parâmetro de suavidade. Os modelos foram comparados pelo valor maximizado do logaritmo da função de verossimilhança e também por validação cruzada. O modelo selecionado foi o que incorporou a variável resposta transformada, as coordenadas da área como covariáveis e o valor 0,5 para o parâmetro de suavidade. As medidas de validação cruzada pouco acrescentaram aos resultados de comparação por verossimilhança, que evidenciaram que na modelagem geoestatística, o cuidado com observações globais ou locais atípicas, além da seleção com base em diferentes modelos, deve ser o foco para obter resultados compatíveis com a realidade.

Herança de acilaçúcares em genótipos de tomateiro provenientes de cruzamento interespecífico

O objetivo deste trabalho foi determinar a herança da produção de acilaçúcares em genótipos de tomateiro, em uma população segregante (F2) do terceiro retrocruzamento, para Lycopersicon esculentum Mill. 'TOM-584', a partir da espécie L. pennellii 'LA-716'. A determinação do teor de acilaçúcares foi realizada com metodologia para determinação de açúcares redutores. Os dados foram utilizados para verificação da herança monogênica, sob diferentes graus de dominância (GD) presumidos, por meio do teste qui-quadrado. Para verificar a existência de efeitos aditivos e não aditivos de um gene maior e de possíveis poligenes, utilizou-se o método da máxima verossimilhança. Para os diferentes GD testados, na faixa compreendida entre -0,7 e -0,4, a hipótese de herança monogênica não pôde ser descartada, o que indica a ação de alelo recessivo, com dominância incompleta na expressão de alto teor de acilaçúcares. Por meio de modelos genéticos pela função de verossimilhança, a hipótese de herança monogênica foi confirmada. Plantas de tomateiro, com boa resistência a artrópodos-praga, mediada pelo aleloquímico acilaçúcar, podem ser obtidas com eficiência em populações de retrocruzamentos, a partir do cruzamento interespecífico L. esculentum x L. pennellii.

Projeção da distribuição diamétrica de povoamentos de eucalipto em diferentes amplitudes de classe

O objetivo deste trabalho foi verificar a qualidade da modelagem da distribuição diamétrica de povoamentos equiâneos de eucalipto, de acordo com a variação na amplitude de classe utilizada. Avaliaram-se tanto o ajuste da função aos dados observados quanto a projeção dos parâmetros da função, por meio de um modelo de distribuição diamétrica. Foram utilizados dados de 48 parcelas permanentes, obtidos em quatro ocasiões. Constatou-se equivalência estatística entre as distribuições observadas e as estimadas pela função Weibull, em todas as situações. A função Weibull ajustou-se adequadamente aos dados, independentemente da amplitude de classe; no entanto, a redistribuição teórica dos diâmetros por classe, por meio de um modelo de distribuição diamétrica, foi afetada pela amplitude de classe.

Estimativa do crescimento de povoamentos de Eucalyptus baseada em modelos lineares em multiníveis de efeito misto

A proposta do presente estudo foi a modelagem do crescimento de povoamentos clonais de Eucalyptus, com base em modelos lineares mistos em multiníveis. A base de dados utilizada foi proveniente de povoamentos homogêneos, localizados na região costal brasileira, nos Estados do Espírito Santo e da Bahia. Foram utilizados dois níveis aleatórios de modelagem: unidades amostrais e árvores individuais dentro das unidades amostrais. Como exemplo de aplicação do método foi utilizado o logaritmo da área basal, como resposta, em função do inverso da idade, da altura total e da interação entre elas. Com a utilização de técnicas de modelagem baseada nos efeitos fixos e mistos, as estimativas dos parâmetros foram melhoradas significativamente. Também, com a modelagem da autocorrelação e da heterogeneidade da variância, partindo-se de um modelo homoscedástico para um modelo heteroscedástico auto-regressivo, com estrutura de variância positiva definida no nível 1 e com estrutura de correlação auto-regressiva de primeira ordem (AR1), os valores do logaritmo da máxima verossimilhança foram significativamente elevados.

Aplicação de métodos geoestatísticos para identificação de dependência espacial na análise de dados de um ensaio de espaçamento florestal em delineamento sistemático tipo leque

Os delineamentos sistemáticos se destacam pela sua compacidade e abrangência e por permitir testar maior número de espaçamentos possíveis. No entanto, não é utilizado devido ao arranjo sistemático (não casualizado) das plantas e à alta sensibilidade para valores perdidos. O objetivo deste trabalho foi descrever o modelo geoestatístico e métodos associados de inferência no contexto de análise de experimentos não aleatorizados, reportando resultados aplicados para identificar a dependência espacial em um particular experimento em delineamento sistemático tipo leque de Eucalyptus dunnii. Também foram propostas, analisadas e comparadas diferentes alternativas para tratar dados faltantes que pudessem advir de falhas e, ou, mortalidade de plantas. Os dados foram analisados seguindo-se três modelos que diferiram, com co-variáveis, na forma de tratar os dados faltantes. Para cada um destes foi construído um semivariograma, com o ajuste de três modelos de função de correlação, sendo os parâmetros estimados pelo método de máxima verossimilhança e selecionados pelo critério de Akaike. Esses modelos, com e sem o componente espacial, foram comparados pelo teste da razão de verossimilhança. De acordo com os resultados, verificou-se que: (1) as co-variáveis interagiram positivamente com a variável de resposta, evitando que dados coletados sejam desperdiçados; (2) a comparação dos modelos, com e sem o componente espacial, não confirmou a existência de dependência; (3) a incorporação da estrutura de dependência espacial aos modelos observacionais recuperou a capacidade de fazer inferências válidas na ausência de aleatorização, permitindo contornar problemas operacionais e, assim, garantindo que os dados possam ser submetidos a uma análise clássica.

Ajuste do modelo de Schumacher e Hall e aplicação de redes neurais artificiais para estimar volume de árvores de eucalipto

Objetivou-se, neste trabalho, avaliar o ajuste do modelo volumétrico de Schumacher e Hall por diferentes algoritmos, bem como a aplicação de redes neurais artificiais para estimação do volume de madeira de eucalipto em função do diâmetro a 1,30 m do solo (DAP), da altura total (Ht) e do clone. Foram utilizadas 21 cubagens de povoamentos de clones de eucalipto com DAP variando de 4,5 a 28,3 cm e altura total de 6,6 a 33,8 m, num total de 862 árvores. O modelo volumétrico de Schumacher e Hall foi ajustado nas formas linear e não linear, com os seguintes algoritmos: Gauss-Newton, Quasi-Newton, Levenberg-Marquardt, Simplex, Hooke-Jeeves Pattern, Rosenbrock Pattern, Simplex, Hooke-Jeeves e Rosenbrock, utilizado simultaneamente com o método Quasi-Newton e com o princípio da Máxima Verossimilhança. Diferentes arquiteturas e modelos (Multilayer Perceptron MLP e Radial Basis Function RBF) de redes neurais artificiais foram testados, sendo selecionadas as redes que melhor representaram os dados. As estimativas dos volumes foram avaliadas por gráficos de volume estimado em função do volume observado e pelo teste estatístico L&O. Assim, conclui-se que o ajuste do modelo de Schumacher e Hall pode ser usado na sua forma linear, com boa representatividade e sem apresentar tendenciosidade; os algoritmos Gauss-Newton, Quasi-Newton e Levenberg-Marquardt mostraram-se eficientes para o ajuste do modelo volumétrico de Schumacher e Hall, e as redes neurais artificiais apresentaram boa adequação ao problema, sendo elas altamente recomendadas para realizar prognose da produção de florestas plantadas.

Eficiência das funções weibull e hiperbólica para descrição de distribuições diamétricas de povoamentos de Tectona grandis

As funções de densidade probabilidade Weibull e Hiperbólica foram comparadas quanto a eficiência de descrever a estrutura diamétrica de povoamentos de Teca (Tectona grandis L. f.) submetidas a desbaste. As duas funções com três e quatro parâmetros, foram ajustadas com dados de 98 parcelas permanentes, retangulares (490 m²), instaladas em um povoamento desbastado de Tectona grandis, no Estado do Mato Grosso e medidas durante 10 anos. Os ajustes foram feitos por Máxima Verossimilhança e a aderência foi avaliada pelo teste Kolmogorov-Smirnorv (a = 1%). Também foram comparadas a soma de quadrados dos resíduos (SQR) dos diferentes ajustamentos. Todas as funções apresentaram aderência aos dados pelo teste de Kolmogorov-Smirnorv (a = 1%). A função hiperbólica apresentou menor soma de quadrados de resíduos e menores valores para o teste de aderência. Foi possível concluir que a função hiperbólica foi mais eficiente para descrever a estrutura diametrica dos povoamentos estudados.

Utilização de redes neurais artificiais para a projeção da distribuição diamétrica de povoamento equiâneos

Objetivou-se neste estudo desenvolver e avaliar a aplicação de redes neurais artificiais para a projeção de parâmetros da distribuição Weibull. Utilizaram-se dados de parcelas permanentes de eucaliptos, mensuradas em oito ocasiões. Ajustou-se a função Weibull com dois parâmetros para todas as parcelas e ocasiões, pelo método da máxima verossimilhança. A projeção da distribuição diamétrica foi feita através de redes neurais artificiais. Comparou-se o método proposto com o método tradicionalmente utilizado na modelagem da distribuição diamétrica. Os modelos utilizando RNA apresentaram melhorias na dispersão gráfica dos resíduos, bem como das estatísticas avaliadas. O método proposto mostrou-se superior ao método comumente usado.