Modelo de efeitos principais aditivos e interação multiplicativa generalizado (GAMMI) para imputações de dados em experimentos multiambientais (2020)
- Authors:
- Autor USP: AMOÊDO, PEDRO MARINHO - ESALQ
- Unidade: ESALQ
- Sigla do Departamento: LCE
- Subjects: ALGORITMOS; DELINEAMENTO EXPERIMENTAL; MODELOS MATEMÁTICOS
- Keywords: Dados ausentes; Imputação múltipla GAMMI
- Language: Português
- Abstract: As análises mediante abordagem de modelo de efeitos principais aditivos e interação multiplicativa exigem que as matrizes de dados, provenientes de experimentos multiambientais, sejam completas, o que em geral não ocorre. Uma excelente alternativa para contornar o problema das ausências para posterior análise são os métodos de imputação de dados. Esta tese tem por objetivo desenvolver duas estratégias de imputação de dados para experimentos multiambientais por meio de modelos GAMMI. Um algoritmo de imputação simples e outro de imputação múltipla. O algoritmo de imputação simples foi desenvolvido a partir da combinação do método de imputação EM-AMMI com o modelo de efeitos principais aditivos e interação multiplicativa generalizado (GAMMI). O segundo algoritmo, de imputação múltipla, é uma extensão do algoritmo EM-AMMI generalizado (EM-GAMMI), desenvolvido a partir da proposta de imputação com uso dos resíduos simples do modelo de regressão linear. Para determinar o desempenho dos algoritmos de imputação, foram realizadas simulações de retiradas aleatória de valores em diferentes porcentagens em que foram tomados dois conjuntos de dados reais completos como base. Os dois conjuntos possuem dimensões, um 4×5 e o outro de dimensão 19×6. Então, a qualidade das imputações foi avaliada por meio das distribuições da estatística raiz normalizada do erro quadrático médio (NRMSE) e da estatística geral de acurácia (Tacc), obtidas a partir dos valores imputados em cada um dos níveis deretiradas. Concluiu-se que os novos métodos constituem ferramentas eficientes como técnicas de imputação de dados, útil para contornar o problema das ausências em experimento multiambientais
- Imprenta:
- Publisher place: Piracicaba
- Date published: 2020
- Data da defesa: 11.12.2020
-
ABNT
AMOÊDO, Pedro Marinho. Modelo de efeitos principais aditivos e interação multiplicativa generalizado (GAMMI) para imputações de dados em experimentos multiambientais. 2020. Tese (Doutorado) – Universidade de São Paulo, Piracicaba, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/11/11134/tde-01042021-143551/. Acesso em: 25 abr. 2024. -
APA
Amoêdo, P. M. (2020). Modelo de efeitos principais aditivos e interação multiplicativa generalizado (GAMMI) para imputações de dados em experimentos multiambientais (Tese (Doutorado). Universidade de São Paulo, Piracicaba. Recuperado de https://www.teses.usp.br/teses/disponiveis/11/11134/tde-01042021-143551/ -
NLM
Amoêdo PM. Modelo de efeitos principais aditivos e interação multiplicativa generalizado (GAMMI) para imputações de dados em experimentos multiambientais [Internet]. 2020 ;[citado 2024 abr. 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11134/tde-01042021-143551/ -
Vancouver
Amoêdo PM. Modelo de efeitos principais aditivos e interação multiplicativa generalizado (GAMMI) para imputações de dados em experimentos multiambientais [Internet]. 2020 ;[citado 2024 abr. 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11134/tde-01042021-143551/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
