dissertação
Componentes de efeitos de safras representados em biplots corrigidos por predições de modelos GEE na classificação granulométrica de cafés
Components of crop effects represented in biplots corrected by predictions of gee models in the granulometric classification of coffee beans
Registro en:
FERREIRA, H. A. Componentes de efeitos de safras representados em biplots corrigidos por predições de modelos GEE na classificação granulométrica de cafés. 2019. 55 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2019.
Autor
Ferreira, Haiany Aparecida
Institución
Resumen
In a granulometric analysis of coffee beans with different defect categories, the data
can be organized in contingency tables and, considering discrimination by crops, they might
present a structure that suggests a more complex model when it comes to the interaction of
crop effects with the defect classifications and percentage of sieve beans. In view of the
foregoing, the hypothesis that correlation structures may be incorporated to a model in order
to improve multidimensional graphic analysis (such as the biplots technique) arises.
Therefore, this work has as its objective to propose the use of biplots corrected by predictions
of GEE models in the granulometric classification of coffee beans, discriminated by
components of crop effects. To validate the proposal, Monte Carlo realizations were
performed in different contingency table structures in scenarios with different degrees of
correlation. It was concluded that the use of GEE models with the biplot technique corrected
by the predictions is applicable in the granulometric analysis of defective coffee beans, with
an efficient discrimination of crop effects. Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) Em uma análise granulométrica de cafés com diferentes categorias de defeitos, os
dados podem ser organizados em tabelas de contingências e, ao considerar a discriminação
por safra, as mesmas poderão ter uma estrutura que sugere um modelo mais complexo, no
tocante, à interação das classificações de defeitos e porcentagens dos grãos de peneiras com
efeitos de safra. Diante do exposto, surge a hipótese de que estruturas de correlação são
viáveis de serem incorporadas em um modelo, a fim de aprimorar análises gráficas
multidimensionais, como a técnica biplots. Com essa motivação, este trabalho tem por
objetivo propor o uso de biplots corrigidos por predições de modelos GEE na classificação
granulométrica de cafés, discriminada por componentes do efeito das safras. Para validação
da proposta, realizações Monte Carlo foram feitas em diferentes estruturas de tabela de
contingência em cenários com diferentes graus de correlação. Concluiu-se que o uso de
modelos GEE com a técnica biplot corrigida pelas predições é viável de aplicação na análise
granulométrica de grãos defeituosos de cafés, com uma eficiente discriminação dos efeitos de
safras.