Análise dos resíduos em modelos de regressão não linear ajustados aos dados de crotalária juncea por diferentes métodos de estimação

Authors

DOI:

https://doi.org/10.5902/2179460X40542

Keywords:

Avaliação dos pressupostos. Método dos mínimos quadrados. Método da máxima verossimilhança.

Abstract

O objetivo deste trabalho foi verificar a qualidade dos resíduos nos modelos de regressão não linear Gompertz e Logístico estimados por diferentes métodos. Foram avaliados os caracteres da cultura de crotalária juncea: da massa de matéria fresca (folha, caule, raiz, parte aérea e total) e da massa de matéria seca (folha, caule, raiz, parte aérea e total) em função dos dias após a semeadura. Posteriormente, foram analisados os diferentes métodos de estimação dos parâmetros dos modelos: o Método dos Mínimos Quadrados e o Método da Máxima Verossimilhança. Foram verificados os pressupostos dos resíduos dos caracteres, por meio dos seguintes testes: teste de Shapiro-Wilk, teste de Breusch-Pagan e teste de Durbin-Watson. Para estes caracteres produtivos, foram ajustados os modelos Gompertz e Logístico em função dos dias após a semeadura. Pode-se concluir que os métodos de estimativa dos parâmetros dos modelos de regressão não linear (Método dos Mínimos Quadrados e Método da Máxima Verossimilhança) não diferem quanto a qualidade dos resíduos e nem quanto aos valores dos testes que avaliam o atendimento dos pressupostos.

Downloads

Download data is not yet available.

Author Biography

Luciane Flores Jacobi, Universidade Federal de Santa Maria, Santa Maria, RS

Professora do Departamento de Estatística da UFSM.

Licenciada em Matemática, especialista em Estatística e Modelagem Quantitativa, mestre em Engenharia de produção e Doutora em Agronomia.

References

BEM CM de, CARGNELUTTI FILHO A, CHAVES GG, KLEINPAUL JA, PEZZINI RV, LAVEZO A. Gompertz and Logistic models to the productive traits of sunn hemp. Journal of Agricultural Science, 2018; 10(1): 225-238.

BREUSCH T, PAGAN A. Teste simples para heterocedasticidade e coeficiente de variação aleatória econométrica. Sociedade Econométrica. 1979; 47: 1287-1294.

CARVALHO RPJ de, VIEIRA SR, GREGO CR. Comparação de métodos para ajuste de modelos de semivariograma da precipitação pluvial anual. Revista Brasileira de Engenharia Agrícola e Ambiental. 2009; 13(4): 443-448.

DURBIN J, WATSON GS. Teste de correlação serial em Mínimos Quadrados de Regressão I. Biometrika. 1950; 37: p.409-428.

FERNANDES TJ, PEREIRA AA, MUNIZ JA, SAVIAN TV. Seleção de modelos não lineares para descrição das curvas de crescimento do fruto do cafeeiro. Coffee Science. 2014; 9(2): 207-215.

FERNANDES TJ. Curva de crescimento do fruto do cafeeiro em diferentes alinhamentos de plantio utilizando modelos não lineares. Lavras, 2012. 80p. Dissertação (Mestrado). Universidade Federal de Lavras, 2012.

HILL RC, JUDGE GG, GRIFFITHS WE. Econometria / R. Carter Hill, William E. Griffiths, George G. Judge. 3.ed.- São Paulo: Saraiva, 2010.

MATTOS TB. Modelos não lineares e suas aplicações. Juiz de Fora. 58p. Monografia. Universidade de Juiz de Fora, 2013.

MORGANO MA, FARIA CG de, FERRÃO MF, FERREIRA, MMC. Determinação de açúcar total em café cru por espectroscopia no infravermelho próximo por regressão por mínimos quadrados parciais. Química Nova. 2007; 30(2): 346-350.

NETO FS, CARVALHO LR de, MISCHAN MM. Ajuste dos modelos não lineares a dados de crescimento com estrutura de erros independentes e autoregressivos de primeira ordem-aplicações. Revista Brasileira de Biometria. 2013; 31(4): 631-644.

PEREIRA GMS. Ajuste da função logística a dados de crescimento. Revista de Estatística. 2014; 3: 35-39.

R DEVELOPMENT CORE TEAM.R: a language and environment for statistical computing. Vienna: R Foundation for Statistical Computing, 2019.

REIS RM, CECON PR, PUIATTI M, FINGER FL, NASCIMENTO M, SILVA FF, CARNEIRO APS, SILVA AR. Modelos de regressão não linear aplicados a grupos de acesso de alho. Horticultura Brasileira. 2014; 32: 178-183.

SHAPIRO SS, WILK MB. An analysis of variance test for normality. Biometrika. 1965; 52(3/4): 591-611.

Published

2020-12-29

How to Cite

Bem, C. M. de, Jacobi, L. F., & Cargnelutti Filho, A. (2020). Análise dos resíduos em modelos de regressão não linear ajustados aos dados de crotalária juncea por diferentes métodos de estimação. Ciência E Natura, 42, e4. https://doi.org/10.5902/2179460X40542

Most read articles by the same author(s)

1 2 > >>