998 resultados para Modelos de dados de contagem
Resumo:
Modelos hidrossedimentológicos são úteis na análise ambiental de bacias hidrográficas não monitoradas. Entretanto, para que as suas predições sejam confiáveis, é necessário que os modelos sejam adequadamente calibrados e validados para as condições locais. O objetivo do presente trabalho foi calibrar o coeficiente a da MUSLE para as condições da bacia do ribeirão Pipiripau, usando dados hidrossedimentológicos locais, bem como validar a equação calibrada, com uma série de dados diferente da usada na calibração. O coeficiente a da MUSLE foi calibrado por meio do ajuste entre os valores observados e calculados de aporte de sedimento de eventos individuais, correspondentes ao período entre 1999 e 2005, usando dados hidrológicos (Q e q p) observados. Para validação do modelo calibrado, a série usada correspondeu aos anos de 1998 e 2006-2009 (N.A.: dados corretos, ver p. 12), onde apenas os dados pluviométricos locais e os fatores CN, K, L, S, C e P da bacia, previamente obtidos, foram usados. Os resultados indicam que a MUSLE calibrada apresenta melhor acurácia na estimativa do aporte de sedimento total anual (R² = 0,68 e E = 0,61) do que em nível mensal (R² = 0,44 e E = 0,43). Como o coeficiente de ajuste a da MUSLE foi proporcional ao volume de precipitação pluvial anual, este poderá ser usado para melhorar as predições do modelo.
Resumo:
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.
Resumo:
Os modelos digitais de elevação (MDEs) são fontes fundamentais para correlacionar a ocorrência e distribuição de solos com a paisagem pelo mapeamento digital de solos (MDS). A influência dos tipos e das resoluções dos MDEs na capacidade de predição dos modelos preditores de classes de solo ainda é pouco estudada. Neste estudo, foram avaliados e comparados os efeitos de diferentes MDEs na predição de ocorrência de unidades de mapeamento de solo (UM). Foram correlacionados 12 atributos do terreno derivados de diferentes MDEs com a ocorrência de UM. Os MDEs utilizados foram os oriundos dos projetos SRTM v4.1, ASTER GDEM v2, TOPODATA e Brasil em Relevo, e os MDEs gerados a partir de curvas de nível na escala de 1:50.000, com resoluções de 30 e 90 m. Os modelos preditores foram treinados por árvore de decisão (Simple Cart) com dados amostrados em 4.280 pontos aleatórios contendo informações dos solos extraídos de um mapa convencional de solos na escala 1:20.000 e 12 atributos do terreno derivados de seis MDEs com tamanhos de pixel de 30 e 90 m. A validação dos modelos preditores de UM foi realizada com a totalidade dos dados da área. Os atributos do terreno que melhor explicaram a ocorrência das UM foram elevação, declividade, comprimento de fluxo e orientação das vertentes. Os MDEs com tamanho de pixel de 30 m geraram correlações solo-paisagem menos acuradas. Os modelos preditores mais acurados e com maior número de UM estimadas foram os gerados a partir dos MDEs com resolução espacial de 90 m (SRTM v4.1 e CN90), sendo esses os MDEs mais indicados para o MDS, quando predominarem relevos plano e suave ondulado.
Resumo:
Os modelos preditores usados no mapeamento digital de solos (MDS) precisam ser treinados com dados que captem ao máximo a variação dos atributos do terreno e dos solos, a fim de gerar correlações adequadas entre as variáveis ambientais e a ocorrência dos solos. Para avaliar a acurácia desses modelos, tem sido constatado o uso de diferentes métodos de avaliação da acurácia no MDS. Os objetivos deste estudo foram comparar o uso de três esquemas de amostragem para treinar algoritmo de árvore de classificação (CART) e avaliar a capacidade de predição dos modelos gerados por meio de quatro métodos. Foram utilizados os esquemas de amostragem: aleatório simples; proporcional à área de cada unidade de mapeamento de solos (UM); e estratificado pelo número de UM. Os métodos de avaliação testados foram: aparente, divisão percentual, validação cruzada com 10 subconjuntos e reamostragem com sete conjuntos de dados independentes. As acurácias dos modelos estimadas pelos métodos foram comparadas com as acurácias mensuradas obtidas pela comparação dos mapas gerados, a partir de cada esquema de amostragem, com o mapa convencional de solos na escala 1:50.000. Os esquemas de amostragem influenciaram na quantidade de UMs preditas e na acurácia dos modelos e dos mapas gerados. Os esquemas de amostragem proporcional e estratificada resultaram mapas digitais menos acurados, e a acurácia dos modelos variou conforme o método de avaliação empregado. A amostragem aleatória resultou no mapa digital mais acurado e apresentou valores da acurácia semelhantes para todos os métodos de avaliação testados.
Resumo:
Estuda a produção estratificada dos autores produtores da literatura sobre a Lei de Lotka de 1922 a 2003 e analisa essa produtividade através dos modelos Poisson lognormal e Gauss Poisson inversa generalizada. Para tanto, faz uso dos três tipos de contagem da literatura produzida: contagem direta, contagem completa e contagem fracionada. Os dados da pesquisa são avaliados usando o teste qui-quadrado ao 0.05 nível de significância. Ambos os modelos ajustam-se muito bem à distribuição da literatura produzida, porém a distribuição Poisson Gauss inversa generalizada produz um chi-quadrado menor e prediz melhor o total de autores do que a distribuição Poisson Lognormal.
Resumo:
As soluções analíticas de distribuição de água para ponto fonte e regime de fluxo não- permanente são dependentes de parâmetros de solos considerados constantes em suas deduções. Erros na determinação desses parâmetros implicam insucesso dessas soluções. Este trabalho teve por objetivo avaliar o comportamento dos parâmetros alfada equação de Gardner k(h) = Ks ealfah e o parâmetro de linearização k = dK(teta)/dteta em diferentes posições do bulbo molhado, considerando os processos de infiltração isolado e seguido de redistribuição de água, à semelhança de um ciclo de irrigação. Dados de potencial matricial foram coletados em diversas posições do bulbo molhado em duas situações:(i) início da irrigação até atingir regime permanente em todo o bulbo molhado (infiltração); e (ii) durante dois ciclos de irrigação envolvendo infiltração e redistribuição de água. Os resultados mostraram que os parâmetros alfa e k variaram nas posições do bulbo molhado em relação ao gotejador, de acordo com o regime de umidade a que tais posições estiveram sujeitas. A obtenção desses parâmetros pelo método inverso requer testes que considerem as fases de infiltração e redistribuição em pelo menos dois ciclos de irrigação.
Resumo:
Dados de altura da cernelha e idade de 26 cavalos Pantaneiros, obtidos, na maioria, do nascimento até 36 meses, foram ajustados aos modelos de respostas não-lineares de Brody, Richards, Gompertz, Logístico, Weibull e Morgan-Mercer-Flodin. Estes seis modelos matemáticos foram comparados com o uso de uma medida de curvatura média e do erro médio quadrático combinado. O modelo de Weibull foi escolhido. A assíntota desta curva representa a altura esperada na maturidade. Os machos apresentaram um valor maior desta quantidade do que as fêmeas. O índice de maturidade, contudo, é maior para as fêmeas. Observou-se uma indicação de associação negativa entre altura na maturidade e índice de maturidade somente nas fêmeas. Tais resultados indicam que as fêmeas amadurecem mais cedo. Após testes de normalidade e homogeneidade de variância, as diferenças entre sexos foram analisadas com o uso do teste-t. Somente a altura da cernelha ao nascimento apresentou diferença significativa.
Resumo:
Dados de crescimento e reprodução de 573 vacas da raça Guzerá, nascidas entre 1961 e 1985, na Fazenda Canoas, em Curvelo, MG, foram analisados com o objetivo de estabelecer um padrão médio de crescimento, mediante o uso de um modelo matemático que se ajuste adequadamente aos dados. Os modelos Brody, Bertalanffy, Logístico, Gompertz e Richards foram ajustados aos dados de peso/idade, coletados até 1992, e comparados quanto à qualidade de ajustamento. Os pesos assintóticos e as taxas de maturidade estimadas foram, respectivamente: para o modelo Brody, 464,49 e 0,046; para o Bertalanffy, 453,18 e 0,065; para o Logístico, 447,05 e 0,085; para o Gompertz, 449,89 e 0,075, e para o Richards, 458,26 e 0,055. O modelo Richards apresentou dificuldades computacionais para ajustamento aos dados. Os outros modelos se revelaram adequados para descrever o crescimento nesses animais, apresentando pequenas variações na qualidade de ajustamento, de acordo com os critérios utilizados. O modelo Bertalanffy foi escolhido para representar a curva média de crescimento dos animais, por apresentar um ajustamento superior no conjunto dos critérios.
Resumo:
Este trabalho teve como objetivo determinar as curvas de dessorção das sementes de milho-doce (Zea mays L.), cultivares Superdoce e Doce Cristal, e ajustar diferentes modelos matemáticos aos dados obtidos. As sementes das duas cultivares foram submetidas à dessorção em diversos níveis de temperatura (30, 40, 50 e 60°C), combinados com diferentes umidades relativas do ar (30, 40, 50 e 60%), até atingirem a umidade de equilíbrio. Os seguintes modelos matemáticos foram ajustados por análise de regressão: Henderson-Thompson, Chung-Pfost, Copace, Sigma-Copace, Sabbah e Smith. As sementes das duas cultivares apresentaram umidades de equilíbrio higroscópico semelhantes. Os valores da variância explicada e do desvio-padrão, bem como a distribuição dos resíduos, das duas cultivares, indicam que as equações de Chung-Pfost, Sabbah e Smith foram as que melhor se ajustaram aos dados experimentais, com pequena superioridade da primeira.
Resumo:
A cor do solo é uma propriedade que deriva de alguns atributos do próprio solo, entre eles, do teor de óxidos de ferro. Desse modo, o estabelecimento de relações funcionais entre dados referentes à caracterização da cor e teores de óxidos de ferro apresenta-se como uma alternativa simples e rápida para a semiquantificação dos teores dos referidos óxidos. O objetivo do presente trabalho foi semiquantificar os teores de hematita na fração argila, em laboratório, a partir da avaliação automatizada das cores de amostras de solos do Estado de São Paulo, utilizando um colorímetro e um espectrorradiômetro. Os dados obtidos por radiometria serviram de base para a determinação da cor nos sistemas L*a*b* e Munsell, bem como para o cálculo de índices de avermelhamento (IAVs). Os IAVs apresentaram dependência funcional dos teores de hematita e foram as melhores relações verificadas com os índices determinados a partir de cores no sistema L*a*b*. Modelos exponenciais, baseados em dados obtidos por sensores, mostram-se adequados na predição dos teores de hematita.
Resumo:
Os objetivos deste trabalho foram comparar modelos matemáticos e identificar, entre variáveis morfológicas, a de melhor ajuste na previsão de perdas de produtividade em arroz irrigado por interferência da cultivar EEA 406, simuladora de arroz-vermelho. Foram realizados quatro experimentos, sendo um no campo e os demais em casa de vegetação. Três cultivares de arroz, BRS-38 Ligeirinho, IRGA 417 e BR-IRGA 409, foram estudadas no campo, com espaçamento entrelinhas de 15 e 25 cm, além de populações da cultivar competidora (dez níveis). Em casa de vegetação, realizaram-se experimentos em monocultivos e em série de substituição. A análise dos dados foi realizada com aplicação de modelos lineares e não lineares de regressão. O melhor ajuste dos dados de perdas de produtividade em arroz foi encontrado com o modelo de dois parâmetros. Área foliar e cobertura do solo estimaram melhor as perdas de produtividade de grãos do que a massa seca da cultivar simuladora. Os modelos testados indicam que a redução do espaçamento entrelinhas aumenta a habilidade competitiva das cultivares de arroz em relação à cultivar concorrente.
Resumo:
Modelos matemáticos não-lineares utilizados na análise de desempenho de sistemas de irrigação foram comparados visando a indicar o que se ajusta melhor aos dados observados em perfis de distribuição da água aplicada na irrigação. Foram considerados quatro modelos de probabilidade (Normal, Log-normal, Gama e Beta) e dois modelos potenciais (modelos Silva e Karmeli), aplicados a 91 casos de avaliação de desempenho da irrigação. A comparação entre as curvas de freqüência acumulada da soma de quadrados dos erros, obtida do ajuste de cada modelo aos dados, revelou que o modelo Silva é estatisticamente o melhor entre os modelos testados.
Resumo:
O objetivo deste trabalho foi selecionar as variáveis de manejo do camarão marinho Litopenaeus vannamei que mais influenciaram nas variáveis-respostas ao cultivo (produção, produtividade, peso final e taxa de sobrevivência), em modelos matemáticos. O banco de dados foi composto por 83 cultivos, realizados no período de 2003 a 2005, obtidos de uma fazenda comercial localizada no litoral sul de Pernambuco. Para estimar os parâmetros dos modelos, utilizou-se a técnica dos mínimos quadrados. A seleção das variáveis foi realizada com o processo "backward elimination" associado ao método de transformação de Box e Cox. A adequação das equações e os pressupostos de normalidade e homocedasticidade, para os erros, foram analisadas com base na análise de variância e análise de resíduo. É possível relacionar essas variáveis e estabelecer predições com as equações.
Resumo:
O objetivo deste trabalho foi avaliar e comparar os modelos do Filocrono e de Wang e Engel para estimativa do aparecimento de folhas em mudas de Eucalyptus grandis e E. saligna. Foram instalados dois experimentos em Santa Maria em 2005 e 2006, um, em campo, com nove épocas de semeadura, e o outro, em casa, de vegetação com duas épocas de semeadura. Os modelos usados foram o do Filocrono, que assume uma relação linear entre taxa de aparecimento de folhas e temperatura, e o de Wang e Engel, que assume uma relação não-linear entre taxa de aparecimento de folhas e temperatura. As quatro primeiras épocas de semeadura em campo foram usadas para estimar os coeficientes dos modelos utilizados. As épocas de semeadura restantes do experimento em campo e as duas épocas de semeadura, em casa de vegetação, foram utilizadas como dados independentes para avaliar os modelos. O modelo de Wang e Engel proporcionou estimativa mais precisa do número de folhas, com valor da raiz do quadrado médio do erro de 2,7 e 3,7 folhas, comparado com o modelo do Filocrono com 7,1 e 10 folhas para E. grandis e E. saligna, respectivamente.
Resumo:
O objetivo deste trabalho foi realizar uma análise bayesiana de modelos auto-regressivos de ordem p, AR(p), para dados em painel referentes às diferenças esperadas nas progênies (DEP) de touros da raça Nelore publicados de 2000 a 2006. Neste trabalho, adotou-se o modelo AR(2), indicado pela análise prévia da função de autocorrelação parcial. As comparações entre as prioris, realizadas por meio do Fator de Bayes e do Pseudo-Fator de Bayes, indicaram superioridade da priori independente t-Student multivariada - Gama inversa em relação à priori hierárquica Normal multivariada - Gama inversa e a priori de Jeffreys. Os resultados indicam a importância de se dividir os animais em grupos homogêneos de acordo com a acurácia. Constatou-se também que, em média, a eficiência de previsão dos valores de DEP para um ano futuro foi próxima de 80%.