Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/25211
Document type: Tese
Access type: Acesso Aberto
Title: Modelos lineares generalizados na agronomia: análise de dados binomiais e de contagem, zeros inflacionados e enfoque bayesiano.
Alternate title (s): Generalized linear models in agronomy: binomial and counting data analysis, inflated zeros and Bayesian approach.
Author: Carvalho, Fábio Janoni
First Advisor: Santana, Denise Garcia de
First member of the Committee: Sampaio, Marcus Vinicius
Second member of the Committee: Araújo, Lúcio Borges de
Third member of the Committee: Canuto, Reinaldo Silva Oliveira
Fourth member of the Committee: Moreira, Édimo Fernando Alves
Summary: Para a validação de qualquer pesquisa científica é necessário um embasamento estatístico correto. Apesar de reconhecer a estatística como elemento-chave da integridade de uma investigação, o uso inadequado é comum nas Ciências Agrárias. No primeiro capítulo há uma pesquisa bibliográfica feita na revista Ciência e Agrotecnologia, em que se discutiram os métodos estatísticos e os erros encontrados, tendo estimulado abordagens mais apropriadas para dados agronômicos. Diante da negligência em relação à estatística observada, o objetivo desta tese foi disseminar técnicas para análise de dados agronômicos que ainda vêm sendo utilizadas de modo incipiente por pesquisadores. Enquanto isso, o segundo capítulo apresenta técnicas para analisar dados binomiais e de contagem, assim como tratar dados com excesso de zeros a partir de três exemplos agronômicos: germinação de Peltogyne confertiflora (dado binomial); controle biológico do pulgão-do-algodoeiro, Aphis gossypii Glover (dado de contagem); e controle de plantas infestantes (dado binomial). Em cada exemplo, modelos para corrigir a sobredispersão foram ajustados. Já para a correção do excesso de zeros nos dados, apresentaram-se os modelos de zeros inflacionados para o exemplo do pulgão-do-algodoeiro. A tese é finalizada com o terceiro capítulo, que aplica a técnica dos Modelos Aditivos Generalizados (MAGs) em um experimento que objetiva avaliar o efeito de fatores abióticos na população do pulgão-da-couve, Brevicoryne brassicae (L.). Tal capítulo aborda técnicas para o tratamento de zeros inflacionados e o ajuste da autocorrelação de medidas ao longo do tempo. Metodologias frequentistas e a análise bayesiana foram aplicadas por meio da simulação de dados pela Cadeia de Markov Monte Carlo (MCMC). Os resultados demonstram a importância de corrigir a sobredispersão, a partir da família binomial negativa. A autocorrelação foi resolvida com a estrutura ARMA, e a modelagem bayesiana conseguiu construir o modelo proposto, com o único contratempo de que a simulação de dados consome maior tempo de análise em detrimento a outras técnicas. Felizmente, com o avanço dos programas computacionais, os resultados têm sido exibidos em menor tempo: a incidência do pulgão B. brassicae, por exemplo, mostrou que fatores abióticos podem ser facilmente modelados e analisados por MAGs.
Abstract: The validation of any scientific research requires a correct statistical background. Despite the knowledge that statistics is a key element for the integrity of a investigation, its misuse is common in the Agricultural Sciences. In the first chapter, a bibliographical research was carried out in the journal “Science and Agrotechnology”, to discuss the statistical methods and mistakes found, stimulating more appropriate approaches to agronomic data. Because of the negligence with the statistics, the aim of this thesis was to spread techniques for the analysis of agronomic data that are still being used in an incipient way by researchers. Meanwhile, the second chapter presented techniques to analyze binomial and counting data, as well as the adjustment of zero inflation with three agronomic examples: germination of Peltogyne confertiflora (binomial data); biological control of cotton aphid Aphis gossypii Glover (counting data); and control of weed plants (binomial data). In each example, models to correct the overdispersion were adjusted. For the excess of zeros in the data, zero inflated models were presented for the cotton aphid example. The thesis is finished with the third chapter, applying the Generalized Additive Models (GAMs) in an experiment that aims to evaluate the effect of abiotic factors on the population of the aphid Brevicoryne brassicae. This chapter approaches models to control zero inflation and adjusts the autocorrelation of measurements over time. Frequentist methodologies and Bayesian analysis were applied through Monte Carlo Markov Chain (MCMC) simulation. Results demonstrate the importance to correct overdispersion from the negative binomial family. The autocorrelation was solved with ARMA structure, and the Bayesian model was able to construct the proposed model, with the only setback that data simulation consumed longer analysis time in detriment to other techniques. Fortunately, with the advancement of computer software, the results have been exhibited in less time: B. brassicae incidence, for example, showed that abiotic factors can be easily modeled and analyzed by GAMs.
Keywords: Agronomia
Modelos matemáticos
Agronomia - Métodos estatísticos
Agronomia - Modelos matemáticos
autocorrelação temporal
distribuição binomial negativa
Modelos Aditivos Generalizados
simulação de dados
sobredispersão
temporal autocorrelation
negative binomial distribution
Generalized Additive Models
data simulation
overdispersion
Area (s) of CNPq: CNPQ::CIENCIAS AGRARIAS::AGRONOMIA
CNPQ::CIENCIAS AGRARIAS::AGRONOMIA::FITOTECNIA
Language: por
Country: Brasil
Publisher: Universidade Federal de Uberlândia
Program: Programa de Pós-graduação em Agronomia
Quote: CARVALHO, Fábio Janoni. Modelos lineares generalizados na agronomia: análise de dados binomiais e de contagem, zeros inflacionados e enfoque bayesiano. 2019. 115 f. Tese (Doutorado em Agronomia) - Universidade Federal de Uberlândia, Uberlândia, 2019. DOI http://dx.doi.org/10.14393/ufu.te.2019.1244.
Document identifier: http://dx.doi.org/10.14393/ufu.te.2019.1244
URI: https://repositorio.ufu.br/handle/123456789/25211
Date of defense: 14-May-2019
Appears in Collections:TESE - Agronomia

Files in This Item:
File Description SizeFormat 
ModelosLinearesGeneralizados.pdfTese2.46 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.