InfluÃncia local em modelos geoestatÃsticos T-Student com aplicaÃÃes a dados agrÃcolas / Local influence in geoestatistic T-Student models applied to agricultural data
AUTOR(ES)
Rosangela Aparecida Botinha AssumpÃÃo
FONTE
IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia
DATA DE PUBLICAÇÃO
16/12/2010
RESUMO
A presenÃa de observaÃÃes discrepantes torna imprÃpria a anÃlise do processo gaussiano, sendo assim, como à encontrado na literatura, esse processo deve ser substituÃdo por modelos da classe das distribuiÃÃes simÃtricas, tal como a distribuiÃÃo t-student, que incorpora parÃmetros adicionais para reduzir a influÃncia dos pontos discrepantes. Neste trabalho, assumiu-se que o processo apresenta distribuiÃÃo t-student n-variada. Essa distribuiÃÃo tem como parÃmetro adicional o grau de liberdade v, que aqui considerou-se fixo. Dessa forma, desenvolveu-se o algoritmo EM e o algoritmo de NR para a estimaÃÃo dos parÃmetros da estrutura de dependÃncia espacial e do modelo espacial linear. ApÃs a estimaÃÃo dos parÃmetros, utilizou-se duas tÃcnicas de diagnÃsticos de influÃncia local, ambas com o intuito de avaliar a qualidade do ajuste do modelo pelas suposiÃÃes feitas e pela robustez dos resultados das estimativas quando hà perturbaÃÃes no modelo ou nos dados. A primeira tÃcnica, denominada "usual", jà utilizada por diversos autores, avalia o afastamento da verossimilhanÃa pela funÃÃo do logaritmo da verossimilhanÃa e a segunda tÃcnica que aqui apresentamos propÃe a anÃlise de influÃncia local pelo Q-afastamento da funÃÃo de verossimilhanÃa para dados completos. Essas tÃcnicas permitiram verificar a influÃncia no afastamento da verossimilhanÃa, na matriz de covariÃncia, no preditor linear e nos valores preditos por meio da anÃlise grÃfica. Para ilustrar a aplicaÃÃo da tÃcnica usual e da nossa proposta, realizou-se a anÃlise de dados simulados e dados reais provenientes de experimentos agrÃcolas.
ASSUNTO(S)
geoestatÃstica algoritmo em mÃxima verossimilhanÃa geostatistics em algorithm engenharia agricola maximum likelihood
ACESSO AO ARTIGO
http://tede.unioeste.br/tede//tde_busca/arquivo.php?codArquivo=802Documentos Relacionados
- AvaliaÃÃo de edidas de influÃncia local em modelos lineares espaciais t-Student
- InfluÃncia local para modelos geoestatÃsticos utilizando a produtividade da soja e atributos quÃmicos do solo
- Qualidade do ajuste de modelos geoestatÃsticos utilizados na agricultura de precisÃo
- Função de acoplamento t-Student assimetrica : modelagem de dependencia assimetrica
- Uma anÃlise da eficiÃncia dos mercados futuros agrÃcolas brasileiros