Estimativa do crescimento de povoamentos de Eucalyptus baseada na teoria dos modelos não lineares em multinível de efeito misto.

Natalino Calegario, Romualdo Maestri, Cristina L. Leal, Richard F. Daniels

Resumo


O presente estudo foi baseado na utilização da teoria dos modelos não-lineares de efeito misto em multiníveis para a modelagem do crescimento em altura de povoamentos clonais de Eucalyptus. A base de dados utilizada representa medições de árvores individuais, tomadas em diferentes locais e no tempo, sendo a mesma classificada de longidudinal, irregularmente espaçada, não-balanceada, com autocorrelação e com a presença de heterogeneidade de variância. O modelo logístico de três parâmetros foi utilizado para a estimativa do crescimento em altura. Os parâmetros do modelo foram estimados como de efeitos fixos e aleatórios em dois níveis: unidade amostral (nível 1) e árvore individual dentro das unidades amostrais (nível 2). A inclusão de tais níveis reduziu sensivelmente o erro padrão da estimativa para o modelo. As estimativas também foram melhoradas com a modelagem da heterogeneidade da variância, utilizando estruturas diagonais, e da autocorrelação, com a estrutura ARMA(2,1).


Palavras-chave


modelos mistos em multiníveis; crescimento de <i>Eucalyptus</i>; heterogeneidade de variância; autocorrelação

Texto completo:

PDF

Referências


DAVIDIAN, M.; GILTINAN, D. M. Nonlinear models for repeated measurement data. London: Chapman and Hall, 1995. 359p.

FANG, Z. A simultaneous system of linear and nonlinear mixed effects models for forest growth and yield prediction. Athens. UGA. 1999. 177p. Dissertation (PhD) – University of Georgia, 1997.

GARBER, S. M.; MAGUIRE, D. A. Modeling stem taper of three central Oregon species using nonlinear mixed effects models and autoregressive error structures. Forest Ecology and Management, v. 179, p. 507-522, 2003.

GREGOIRE, T. G.; SCHABENBERGER, O. Fitting bole-volume equations to spatially correlated within-tree data. In: ANNUAL CONFERENCE ON APPLIED STATISTICS IN AGRICULTURE, 6., 1994, Manhattan, Proceedings …Kansas, 1994. p. 120-133.

LINDSTROM, J. M.; BATES, D. M. Nonlinear mixed effects models for repeated measures data. Biometrics, v. 46, p. 673-687,1990.

SAKAMOTO, Y.; ISHIGURO, M.; KITAGAWA, G. Akaike Information Criterion Statistics. Dordrecht, Holland :Kluwer Academic Publishers, 1986, 256p.

SCHWARZ, G. Estimating the dimension of a model. Annals of Statistics, v. 6, p. 461-464, 1978.

STRAM, D.O.; LEE, J.W. Variance components testing in the longitudinal mixed-effects models. Biometrics, v. 50, p. 1171-1177, 1994.




DOI: http://dx.doi.org/10.5902/198050981866