Uso da regressão não linear quantílica na descrição de dados de crescimento (2022)
- Authors:
- Autor USP: SILVA, POLLYANE VIEIRA DA - ESALQ
- Unidade: ESALQ
- Sigla do Departamento: LCE
- DOI: 10.11606/T.11.2022.tde-10052022-155257
- Subjects: CRESCIMENTO; GADO HEREFORD; MILHO; MODELOS NÃO LINEARES
- Keywords: Regressão quantílica
- Agências de fomento:
- Language: Português
- Abstract: A regressão não linear quantílica é uma alternativa interessante para a regressão não linear usual, pois trata-se de uma abordagem mais flexível. Os modelos de regressão quantílica não exigem nenhuma distribuição de probabilidade para a variável resposta, além de possuir um estimador robusto fazendo com que a estimativa do vetor de parâmetros não seja sensível a outliers na variável resposta e mais eficiente que os estimador de mínimos quadrados quando os erros apresentam uma distribuição diferente da Normal. Neste trabalho, além da abordagem teórica sobre a regressão não linear quantílica, são apresentadas duas aplicações da metodologia, uma para dados de crescimento em altura de uma espécie vegetal e outra para dados de crescimento em peso de uma espécie animal, com o intuito de exemplificação da técnica de regressão não linear quantílica. O primeiro conjunto de dados é referente à altura de 58 plantas de milho ao longo de 122 dias de experimento. O segundo conjunto de dados trata-se do peso de 55 fêmeas da raça Hereford ao longo 615 dias. Ambos os conjuntos apresentaram respostas sigmodais, heterogeneidade de variâncias e observações correlacionadas. Para aplicação da técnica de regressão não linear quantílica, ajustaram-se os modelos não lineares: logístico, Gompertz e Chanter para os quantis: 0,1; 0,25; 0,5; 0,75 e 0,9 e avaliou-se a qualidade do ajuste dos modelos em cada um dos quantis em estudo. Para os dados de altura de milho, o modelo Chanter mostrou-se commelhor ajuste. Para os dados de peso dos bovinos da raça Hereford, o modelo sigmoidal duplo Chanter-Gompertz mostrou-se melhor, segundo o critério de informação de Akaike (AIC) e o desvio padrão residual (DPR)
- Imprenta:
- Publisher place: Piracicaba
- Date published: 2022
- Data da defesa: 11.02.2022
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
SILVA, Pollyane Vieira da. Uso da regressão não linear quantílica na descrição de dados de crescimento. 2022. Tese (Doutorado) – Universidade de São Paulo, Piracicaba, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/11/11134/tde-10052022-155257/. Acesso em: 01 jan. 2026. -
APA
Silva, P. V. da. (2022). Uso da regressão não linear quantílica na descrição de dados de crescimento (Tese (Doutorado). Universidade de São Paulo, Piracicaba. Recuperado de https://www.teses.usp.br/teses/disponiveis/11/11134/tde-10052022-155257/ -
NLM
Silva PV da. Uso da regressão não linear quantílica na descrição de dados de crescimento [Internet]. 2022 ;[citado 2026 jan. 01 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11134/tde-10052022-155257/ -
Vancouver
Silva PV da. Uso da regressão não linear quantílica na descrição de dados de crescimento [Internet]. 2022 ;[citado 2026 jan. 01 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11134/tde-10052022-155257/ - Modelo não linear Chanter: uma aplicação aos dados de crescimento de frutos do cacaueiro
- Chanter model: nonlinear modeling of the fruit growth of cocoa
- Application of binary response regression models to detect factors inuencing the occurrence of infectionin dental surgeries
- Análise do nível de escolaridade e formação acadêmica dos docentes da educação básica do Brasil no ano de 2017 por meio do uso de técnicas multivariadas
Informações sobre o DOI: 10.11606/T.11.2022.tde-10052022-155257 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
