Dissertação
Métodos de concordância ou coincidência entre modelos: simulação e aplicação a dados de crescimento de planta de alho
Concordance or coincidence methods between models: simulation and application of garlic plant growth data
Registro en:
MOURA, George Lucas Santana de. Métodos de concordância ou coincidência entre modelos: simulação e aplicação a dados de crescimento de planta de alho. 2020. 53 f. Dissertação (Mestrado em Estatística Aplicada e Biometria) - Universidade Federal de Viçosa, Viçosa. 2020.
Autor
Moura, George Lucas Santana de
Institución
Resumen
O objetivo deste trabalho foi realizar um estudo de simulação de vários métodos de concordância ou coincidência entre modelos, e utilizar-se destes métodos como critério para comparação de modelos de regressão não linear aplicados ao acúmulo de massa seca total da planta de alho em função do tempo. O critério de Akaike, critério de identidade de modelos e Erro Quadrático Médio são alguns critérios utilizados para comparação entre varios modelos de regressão, este trabalho propõe utilizar-se de índices como de Willmott, Nash-Sutcliffe e para verificar o grau de concordância entre os modelos de regressão não linear Logístico e Gompertz. Os 89 acessos de alho são oriundos do Banco de Germoplasma de Hortaliças da Universidade Federal de Viçosa(BGH/UFV), foi escolhido convenientemente apenas o acesso de alho que mais se adequa aos modelos citados, foram utilizados apenas estes dois modelos sigmoidais porque os critérios de concordância apresentados aqui são utilizados dois a dois. O estudo de simulação revelou que nenhum índice sozinho pode substituir os demais. No acesso de alho escolhido, todos os índices apresentaram valores concordantes. Palavras-Chave: Análise de Regressão, Modelos de crescimento, Análise por simulação. The aim of this work was to carry out a simulation study of several methods of agreement or coincidence between models, and to use these methods as a criterion for comparing nonlinear regression models applied to the accumulation of total dry mass of the garlic plant as a function of time. The Akaike criterion, model identity criterion and mean squared error are some criteria used to compare various regression models. This work proposes to use indexes such as Willmott, Nash-Sutcliffe and Lin to verify the degree of agreement between the Logistic and Gompertz non-linear regression models. The 89 accessions of garlic come from the Vegetable Germplasm Bank of the Federal University of Viçosa (BGH / UFV), only the access of garlic that best suits the mentioned models was conveniently chosen, only these two sigmoidal models were used because the criteria of agreement presented here are used two by two. The simulation study revealed that no single index can replace the others. In the chosen garlic accession, all indexes presented concordant values. Keywords: Regression Analysis, Growth models, Simulation Analysis.