TÃcnicas de diagnÃsticos em modelos espaciais lineares gaussianos / DIAGNOSTICS TECHNIQUES IN SPATIAL LINEAR GAUSSIANS MODELS

AUTOR(ES)

Joelmir Andrà Borssoi

DATA DE PUBLICAÇÃO

2007

RESUMO

Conceitos de monitoramento e gerenciamento do processo de produÃÃo agrÃcola vÃm sendo utilizados como Ãtima opÃÃo de estratÃgia gerencial na agricultura. Tais conceitos consideram a variabilidade espacial das variÃveis em estudo. A modelagem da estrutura de dependÃncia espacial pela abordagem da geoestatÃstica à de fundamental importÃncia para a definiÃÃo de parÃmetros que definem esta estrutura e que sÃo utilizados na interpolaÃÃo de valores em locais nÃo amostrados, pela tÃcnica de krigagem. Entretanto, a estimaÃÃo de parÃmetros pode ser muito afetada pela presenÃa de observaÃÃes atÃpicas nos dados amostrados. O desenvolvimento deste trabalho teve por objetivo utilizar tÃcnicas de diagnÃstico em modelos espaciais lineares gaussianos, utilizados em geoestatÃstica, para avaliar a sensibilidade dos estimadores mÃxima verossimilhanÃa e mÃxima verossimilhanÃa restrita a pequenas perturbaÃÃes nos dados. Realizaram-se estudos com dados simulados, com dados da bibliografia e tambÃm com dados experimentais, coletados em uma Ãrea agrÃcola comercial da regiÃo Oeste do ParanÃ. O estudo com dados simulados mostrou que as tÃcnicas de diagnÃstico utilizadas foram eficientes na identificaÃÃo da perturbaÃÃo nos dados. O estimador de mÃxima verossimilhanÃa restrita produziu estimativas mais robustas para os parÃmetros de dependÃncia espacial. Pelos resultados obtidos com o estudo de dados reais, concluiu-se que a presenÃa de valores atÃpicos entre os dados amostrados pode exercer forte influÃncia nos mapas temÃticos, alterando, assim, a dependÃncia espacial. A aplicaÃÃo de tÃcnicas de diagnÃstico deve fazer parte de toda anÃlise geoestatÃstica, garantindo que as informaÃÃes contidas nos mapas temÃticos tenham maior qualidade e possam ser utilizadas com maior seguranÃa pelo agricultor.

ASSUNTO(S)

geoestatÃstica mÃxima verossimilhanÃa restrita engenharia agricola geoestatistic mÃxima verossimilhanÃa maximum likelihood influÃncia local restrict maximum likelihood local influence

Documentos Relacionados

• Desenvolvimento de biossensores eletroquÃmico e piezelÃtrico de dna para diagnÃsticos clÃnicos
• DiagnÃsticos de enfermagem em pacientes internados por acidente vascular encefÃlico
• Preparo e seguimento de pacientes submetidos a procedimentos diagnÃsticos e terapÃuticos em cardiologia intervencionista
• HistoquÃmica com lectinas em diagnÃsticos de hiperplasia prostÃtica benigna e adenocarcinoma prostÃtico humanos
• AvaliaÃÃo da funÃÃo renal em idosos hospitalizados: comparaÃÃo entre mÃtodos diagnÃsticos