Modelos de regressão lineares para estimativa de produtividade da soja no oeste do Paraná, utilizando dados espectrais

The main objective of this work was to evaluate the linear regression between spectral response and soybean yield in regional scale. In this study were monitored 36 municipalities from the west region of the states of Parana using five images of Landsat 5/TM during 2004/05 season. The spectral response was converted in physical values, apparent and surface reflectances, by radiometric transformation and atmospheric corrections and both used to calculate NDVI and GVI vegetation indices. Those ones were compared by multiple and simple regression with government official yield values (IBGE). Diagnostic processing method to identify influents values or collinearity was applied to the data too. The results showed that the mean surface reflectance value from all images was more correlated with yield than individual dates. Further, the multiple regressions using all dates and both vegetation indices gave better results than simple regression.

Testes para verificar a igualdade de parâmetros e a identidade de modelos de regressão não-linear em dados de experimento com delineamento em blocos casualizados

Considerou-se o ajustamento de equações de regressão não-linear e o teste da razão de verossimilhança, com aproximações pelas estatísticas qui-quadrado e F, para testar as hipóteses de igualdade de qualquer subconjunto de parâmetros e de identidade dos modelos para dados com repetições provenientes de experimento com delineamento em blocos completos casualizados. Concluiu-se que as duas aproximações podem ser utilizadas, mas a aproximação pela estatística F deve ser preferida, principalmente para pequenas amostras.

Modelos de regressão para estimação do volume de árvores comerciais, em florestas de Paragominas

Em fevereiro de 2009, o Ministério do Meio Ambiente criou a Resolução CONAMA 406, que determina que, a partir do segundo Plano Operacional Anual (POA), só será aceito, pelo órgão ambiental competente, o cálculo do volume de árvores em pé, mediante equação de volume, desenvolvida especificamente para o Plano de Manejo Florestal Sustentável (PMFS). Em função disso, necessita-se especificar um modelo estatístico para estimar o volume comercial das árvores. Neste trabalho, ajustou-se o modelo estatístico às informações coletadas em povoamento de floresta Ombrófila densa, localizada no município de Paragominas, Estado do Pará, com o objetivo de selecionar o de melhor ajuste e precisão. A amostra foi composta de 234 árvores, distribuídas em sete classes diamétricas, com amplitudes de 12 cm, no intervalo de 49 até 127 cm. Obteve-se o volume real, medindo-se as circunferências nas secções, a cada 2 m, determinando-se o CAP e a altura comercial real. A seleção para a escolha do melhor modelo teve como referência o valor da estatística F, o mais alto coeficiente de determinação (R²), o menor erro padrão da estimativa em percentagem (Syx%) e a análise de resíduos, por meio do Desvio Médio Porcentual (DMP). Com base nas estatísticas mencionadas, concluiu-se que o melhor entre os modelos tradicionais, a ser empregado na área, foi o proposto por Schumacher-Hall. Finalmente, concluiu-se que o modelo alternativo, com variável dummy, é melhor e deve ser o adotado em florestas nativas da Amazônia.

Modelos de regressão multinível no estudo do desempenho escolar

Dissertação de mestrado em Estatística

Homogeneidade e heterogeneidade de variância residual em modelos de regressão aleatória sobre o crescimento de caprinos Anglo-Nubianos

O objetivo deste trabalho foi comparar modelos de regressão aleatória com diferentes estruturas de variâncias residuais, na estimação dos componentes de covariância e parâmetros genéticos de características de crescimento de caprinos. A função de regressão por meio de polinômios ortogonais de Legendre de ordem quatro foi usada para modelar a trajetória média de crescimento animal, e de ordem três, para modelar os efeitos genéticos aditivos direto e materno e de ambiente permanente. Diferentes estruturas de variâncias residuais foram consideradas, por meio de classes de uma a sete variâncias residuais, e funções de variâncias com uso dos polinômios ordinários e de Legendre, com ordens que variaram de linear até a do quarto grau. Os modelos foram comparados pelo teste de razão de verossimilhança, o critério de informação de Akaike e o critério bayesiano de Schwarz. Os modelos com funções de variâncias residuais foram superiores aos de classes de variância. O polinômio ordinário de terceira ordem apresentou melhores resultados. Os parâmetros genéticos são influenciados pelo ajuste da variância residual, no entanto, os estimados pelos modelos que consideraram classes de variância, polinômio ordinário e polinômio de Legendre, de terceira ordem, são semelhantes.

Agrupamento de modelos de regressão da análise de adaptabilidade e estabilidade de genótipos

O objetivo deste trabalho foi evidenciar diferenças entre modelos de regressão, obtidos pelo método de Eberhart & Russell, na análise de adaptabilidade e estabilidade de comportamento de genótipos, e propor uma metodologia de agrupamento dos modelos similares. O teste para verificar a identidade de modelos foi empregado em dados de avaliação de 14 genótipos de milho em oito ambientes. Uma vez rejeitada a hipótese de igualdade dos modelos de regressão, realizou-se o agrupamento desses modelos com base no cálculo do quadrado médio da redução (QMRed) entre pares dos modelos de regressão. Após a obtenção desses valores, foi selecionado o de menor magnitude e verificada sua significância pelo teste F. NA hipótese de esse QMRed não ser significativo, o par de modelos relacionado a ele forma o grupo inicial. O método para verificar a identidade de modelos pode ser usado com sucesso no agrupamento de equações de regressão linear obtidas pelo método de Eberhart & Russell com o objetivo de estudar a adaptabilidade e a estabilidade de genótipos. O método de agrupamento de modelos similares permite formar grupos de genótipos com o mesmo comportamento estatístico

Mapeamento de QTL para características de crescimento de suínos por meio de modelos de regressão aleatória

O objetivo deste trabalho foi avaliar eficiência de modelos de regressão aleatória (MRA) para detectar locus de características quantitativas (QTL) para características de crescimento, em suínos. Utilizou-se uma população divergente F2 Piau x Comercial. A eficiência da metodologia proposta na detecção de QTL foi comparada à da metodologia tradicional de regressão por intervalo de mapeamento. Para tanto, utilizaram-se MRA com efeitos aleatórios poligênicos, de ambiente permanente e de QTL, tendo-se utilizado o enfoque de matriz de covariância "identical‑by‑descent" associada aos efeitos de QTL. Testou-se a significância dos efeitos de QTL mediante a razão de verossimilhanças, tendo-se considerado o modelo como completo quando houve efeito de QTL, ou nulo, quando não. A comparação entre os modelos foi feita nas posições dos marcadores (seis marcadores microssatélites) e nas intermediárias, entre os marcadores. O MRA detectou QTL significativo na posição 65 cM do cromossomo 7 e, portanto, foi mais eficiente que a metodologia tradicional, que não detectou QTL significativo em nenhum dos fenótipos avaliados. A metodologia proposta possibilitou a detecção de QTL com efeito sobre toda a trajetória de crescimento, dentro da amplitude de idade considerada (do nascimento aos 150 dias).

Modelos de regressão aleatória na seleção de codornas de corte para produção de ovos

O objetivo deste trabalho foi avaliar modelos de regressão aleatória com diferentes ordens de polinômios de Legendre, quanto ao melhor ajuste para a produção de ovos de codornas de corte. Foram avaliados os grupos genéticos UFV1 e UFV2 de codornas de corte, de origens distintas, do programa de melhoramento genético da Universidade Federal de Viçosa. Determinou-se a produção semanal de ovos de 1.294 matrizes, da 6ª até a 57ª semana de idade, das quais 644 do grupo genético UFV1 e 650 do UFV2. Utilizou-se o modelo animal em regressão aleatória pelo programa Wombat e, para modelar as trajetórias das características com o tempo, aplicaram-se as funções polinomiais de Legendre. Foram feitas comparações pelo critério de informação de Akaike, critério de informação bayesiano de Schwarz, logaritmo da função de verossimilhança e teste da razão de verossimilhança. O modelo com K = 3, para efeitos fixos, Ka = 4, para efeitos genéticos, e Kc = 4, para efeito de ambiente, propicia melhor ajuste para ambas as linhagens, não provoca grandes alterações nos componentes de variância e fornece melhores estimativas de herdabilidade.

Seleção de modelos de regressão para estimar a área foliar de macieiras 'Royal gala' e 'Fuji suprema' sob tela antigranizo e em céu aberto

O objetivo deste trabalho foi ajustar e testar modelos matemáticos simples, precisos e acurados para estimar a área foliar de macieiras 'Royal Gala' e 'Fuji Suprema' cultivadas sob tela antigranizo e em céu aberto. O experimento foi conduzido em pomar comercial no município de Vacaria-RS, nos ciclos vegetativos de 2008/2009 e 2009/2010. Equações de regressão linear e quadrática foram ajustadas para estimativa da área foliar em função das dimensões das folhas. A seleção dos melhores modelos baseou-se no quadrado médio do erro, no coeficiente de determinação, no erro-padrão da estimativa e na significância dos coeficientes das equações. A área foliar estimada pelos melhores modelos foi comparada com dados obtidos de medição por planímetro e estimados por fotografias digitais. A prova dos modelos baseou-se na significância do coeficiente angular, na linha 1:1 e na raiz quadrada do quadrado médio do erro. Modelos linear e quadrático que consideram o comprimento e a largura das folhas estimam com acurácia e precisão a área foliar de macieiras 'Royal Gala' e 'Fuji Suprema', tanto sob tela antigranizo quanto em céu aberto. A área foliar de macieira estimada por modelos de regressão que utilizam comprimento e largura de folhas é similar à obtida por planímetro ou fotografia digital.

LS-SVM: uma nova ferramenta quimiométrica para regressão multivariada. Comparação de modelos de regressão LS-SVM e PLS na quantificação de adulterantes em leite em pó empregando NIR

Least-squares support vector machines (LS-SVM) were used as an alternative multivariate calibration method for the simultaneous quantification of some common adulterants found in powdered milk samples, using near-infrared spectroscopy. Excellent models were built using LS-SVM for determining R², RMSECV and RMSEP values. LS-SVMs show superior performance for quantifying starch, whey and sucrose in powdered milk samples in relation to PLSR. This study shows that it is possible to determine precisely the amount of one and two common adulterants simultaneously in powdered milk samples using LS-SVM and NIR spectra.

Modelos de regressão lineares para estimativa de produtividade da soja no oeste do Paraná, utilizando dados espectrais

O trabalho teve o objetivo de avaliar modelos lineares de regressão entre resposta espectral e produtividade em soja, na escala regional. Para isso, foram monitorados 36 municípios do oeste do Paraná, utilizando cinco imagens do satélite Landsat 5/TM da safra de 2004/2005. Foram realizados os procedimentos de transformação radiométrica e correção atmosférica nas imagens, determinando valores físicos das refletâncias aparente e de superfície. Posteriormente, foram calculados os índices de vegetação NDVI e GVI, os quais, por meio de regressões lineares simples e múltiplas, compararam-se com as produtividades oficiais dos municípios, obtidas das estatísticas IBGE. Aplicou-se também uma análise de diagnóstico, para detectar pontos influentes e de colinearidade. Os resultados mostraram que a média dos valores de NDVI e GVI de todas as imagens foi mais bem relacionada com a produtividade do que para cada data separadamente. O uso de regressões múltiplas com os dois índices, em todas as datas, propiciou melhores resultados de relação com a produtividade.

Persistência na lactação para vacas da raça Holandesa criadas no Estado do Rio Grande do Sul via modelos de regressão aleatória

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Utilização de modelos de regressão aleatória para produção de leite no dia do controle, com diferentes estruturas de variâncias residuais

Foram utilizados quatorze modelos de regressão aleatória, para ajustar 86.598 dados de produção de leite no dia do controle de 2.155 primeiras lactações de vacas Caracu, truncadas aos 305 dias. Os modelos incluíram os efeitos fixos de grupo contemporâneo e a covariável idade da vaca ao parto. Uma regressão ortogonal de ordem cúbica foi usada para modelar a trajetória média da população. Os efeitos genéticos aditivos e de ambiente permanente foram modelados por meio de regressões aleatórias, usando polinômios ortogonais de Legendre, de ordens cúbicas. Diferentes estruturas de variâncias residuais foram testadas e consideradas por meio de classes contendo 1, 10, 15 e 43 variâncias residuais e de funções de variâncias (FV) usando polinômios ordinários e ortogonais, cujas ordens variaram de quadrática até sêxtupla. Os modelos foram comparados usando o teste da razão de verossimilhança, o Critério de Informação de Akaike e o Critério de Informação Bayesiano de Schwar. Os testes indicaram que, quanto maior a ordem da função de variâncias, melhor o ajuste. Dos polinômios ordinários, a função de sexta ordem foi superior. Os modelos com classes de variâncias residuais foram aparentemente superiores àqueles com funções de variância. O modelo com homogeneidade de variâncias foi inadequado. O modelo com 15 classes heterogêneas foi o que melhor ajustou às variâncias residuais, entretanto, os parâmetros genéticos estimados foram muito próximos para os modelos com 10, 15 ou 43 classes de variâncias ou com FV de sexta ordem.

Estimativas de parâmetros genéticos para produção de leite e persistência da lactação em vacas Gir, aplicando modelos de regressão aleatória

Com o objetivo de estimar parâmetros genéticos para a produção de leite no dia do controle (PLDC), foram usadas as 2.440 primeiras lactações de vacas da raça Gir leiteira, com partos registrados entre 1990 e 2005. As PLDC foram consideradas em dez classes mensais e analisadas por meio de modelo de regressão aleatória (MRA) utilizando-se como efeitos aleatórios o genético-aditivo, o de ambiente permanente e o residual e, como efeitos fixos, o grupo de contemporâneos (GC), a co-variável idade da vaca ao parto (efeito linear e quadrático) e a curva média de lactação da população. Os efeitos genético-aditivos e de ambiente permanente foram modelados utilizando-se as funções de Wilmink (WIL) e Ali e Schaeffer (AS). As variâncias residuais foram modeladas utilizando-se 1, 4, 6 ou 10 classes. Os grupos de contemporâneos foram definidos como rebanho-ano-estação do controle contendo no mínimo três animais. Os testes indicaram que o modelo com quatro classes de variâncias usando a função paramétrica AS foi o que melhor se ajustou aos dados. As estimativas de herdabilidade variaram de 0,21 a 0,33 para a função AS e de 0,17 a 0,30 para WIL e foram maiores na primeira metade da lactação. As correlações genéticas entre as PLDC foram positivas e elevadas entre os controles adjacentes e diminuiram quando a distância entre os controles aumentou. Para o melhor modelo, foram estimados os valores genéticos para a produção de leite acumulada até os 305 dias e, para períodos parciais da lactação, foram obtidas como médias dos valores genéticos preditos naquele período. Os valores genéticos foram comparados, por meio da correlação de posto, ao valor genético predito para a produção acumulada até os 305 dias, pelo método tradicional. As correlações entre os valores genéticos indicaram que podem ocorrer divergências na classificação dos animais pelos critérios estudados.

Estimação de parâmetros genéticos para peso do nascimento aos 550 dias de idade para animais da raça Tabapuã utilizando-se modelos de regressão aleatória

Foram utilizados 21.762 registros de peso do nascimento aos 550 dias de idade de 4.221 animais para estimativa das funções de covariância empregando modelos de regressão aleatória. Os modelos incluíram, como aleatórios, os efeitos genéticos aditivo direto e materno, de ambiente permanente de animal e de ambiente permanente materno e, como fixos, os efeitos de grupo contemporâneo, a idade da vaca ao parto (linear e quadrático) e o polinômio ortogonal de Legendre da idade do animal (regressão cúbica), como covariáveis. As variâncias residuais foram modeladas por uma função de variâncias com ordens de 2 a 6. Análises com polinômios ortogonais de diversas ordens foram realizadas para os efeitos genético aditivo direto, genético aditivo materno, de ambiente permanente de animal e de ambiente permanente materno. Os modelos foram comparados pelos critérios de informação Bayesiano de Schwarz (BIC) e Akaike (AIC). O melhor modelo indicado por todos os critérios foi o que considerou o efeito genético aditivo direto ajustado por um polinômio cúbico, o efeito genético materno ajustado por um polinômio quadrático, o efeito de ambiente permanente de animal ajustado por polinômio quártico e o efeito de ambiente permanente materno ajustado por polinômio linear. As estimativas de herdabilidade para o efeito direto foram maiores no início e no final do período estudado, com valores de 0,28 ao nascimento, 0,21 aos 240 dias e 0,24 aos 550 dias de idade. As estimativas de herdabilidade materna foram maiores aos 160 dias de idade (0,10) que nas demais fases do crescimento. As correlações genéticas variaram de moderadas a altas, diminuindo conforme o aumento da distância entre as idades. Maior eficiência na seleção para peso pode ser obtida considerando os pesos pós-desmama, período em que as estimativas de variância genética e herdabilidade foram superiores.