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
ACESSO AO ARTIGO
http://tede.unioeste.br/tede//tde_busca/arquivo.php?codArquivo=276Documentos 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