Estatística Aplicada e Biometria

URI permanente para esta coleçãohttps://locus.ufv.br/handle/123456789/195

Navegar

Resultados da Pesquisa

Agora exibindo 1 - 5 de 5
  • Imagem de Miniatura
    Item
    Modelos não lineares mistos na análise de curvas de crescimento de bovinos da raça Tabapuã
    (Universidade Federal de Viçosa, 2014-02-21) Pereira, Nayara Negrão; Emiliano, Paulo César; http://lattes.cnpq.br/8618494924305058; Silva, Fabyano Fonseca e; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4766260Z2; Carneiro, Antônio Policarpo Souza; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4799449E8; http://lattes.cnpq.br/4659985829304226; Carneiro, Joel Camilo Souza; http://lattes.cnpq.br/1544158841325922
    A análise de curvas de crescimento de animais tem sido muito utilizada para aumentar a eficiência da pecuária de corte. Estudos relacionados a curvas de crescimento com modelos não lineares mistos podem ter aplicações estratégicas em programas de melhoramento genético na definição de critérios de seleção para precocidade e ganho de peso, tendo em vista, que para cada indivíduo é estimado um coeficiente aleatório, facilitando a identificação e seleção de animais mais eficientes com base nos coeficientes. Essa metodologia considera a variabilidade entre e dentro de indivíduos. O objetivo deste trabalho foi avaliar a eficiência do ajuste de curvas de crescimento através de modelos não lineares mistos. Foram ajustados os modelos não lineares Michaelis-Menten Modificado, Logístico, von Bertalanffy, Gompertz, Richards e Brody, com e sem a incorporação de efeitos aleatórios para análise de curva de crescimento de bovinos de corte da raça Tabapuã. Para comparação entre modelos fixos e mistos foram utilizados os seguintes avaliadores de qualidade de ajuste: critério de informação de Akaike (AIC), critério de informação bayesiano (BIC), desvio médio absoluto (DMA), erro quadrático médio (EQM) e coeficiente de determinação (R2). A utilização de modelos não lineares mistos foi eficiente para descrever curvas de crescimento de bovinos.
  • Imagem de Miniatura
    Item
    Redes neurais artificiais e análise discriminante linear como alternativas para seleção entre famílias de cana-de-açúcar
    (Universidade Federal de Viçosa, 2014-02-25) Moreira, édimo Fernando Alves; Barbosa, Marcio Henrique Pereira; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4782585E6; Cruz, Cosme Damião; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4788274A6; Peternelli, Luiz Alexandre; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4723301Z7; http://lattes.cnpq.br/0290811195300476; Nascimento, Moysés; http://lattes.cnpq.br/6544887498494945; Silva, Felipe Lopes da; http://lattes.cnpq.br/4564712877039359
    Esse desafio advém da grande quantidade de genótipos avaliados e da dificuldade operacional da pesagem das parcelas do experimento, necessária nos principais métodos de seleção. O objetivo deste trabalho é comparar a modelagem por redes neurais, a análise discriminante linear de Fisher e a seleção de famílias usando a variável tonelada de cana por hectare estimada (TCHe) como alternativas para seleção de famílias promissoras em cana-de- açúcar com base nos caracteres indiretos número de colmos (NC), diâmetro de colmos (DC) e altura de colmos (AC). Incialmente foi feita a modelagem via redes neurais em 4 diferentes cenários: com simulação e com padronização das variáveis; com simulação e sem padronização das variáveis ; sem simulação e com padronização das variáveis; e sem simulação e sem padronização das variáveis. Os piores resultados ocorreram no cenário 4, sem padronização e sem simulação e os melhores ocorreram no cenário 1, onde as variáveis foram padronizadas e foram simulados valores de DC, NC, AC e TCHR para 1000 famílias. Posteriormente, foi feita a modelagem via análise discriminante no melhor cenário, ou seja, naquele onde houve simulação e padronização das variáveis de entrada. Para avaliação dos métodos redes neurais, análise discriminante e seleção via TCHe - foi utilizada a taxa de erro aparente (TEA) e a taxa de erro 1 (TE1) obtidas a partir da matriz de confusão. A simulação e a padronização melhoram o desempenho das redes neurais. A modelagem via redes neurais artificiais e a análise discriminante linear de Fisher fornecem melhores resultados quando comparadas a estratégia usualmente utilizada, que é baseada na estimação da variável tonelada de cana por hectare. Comparando os modelos de redes neurais com a análise discriminante, a rede neural fornece melhores resultados.
  • Imagem de Miniatura
    Item
    Modelo de fragilidade gama e regressão quantílica em análise de sobrevivência de abelhas melíferas expostas à proteína Cry1Ac
    (Universidade Federal de Viçosa, 2014-02-28) Samudio, Fanni Petrona Ruiz; Nascimento, Moysés; http://lattes.cnpq.br/6544887498494945; Siqueira, Maria Augusta Lima; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4777253E4; Martins Filho, Sebastião; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4723282T5; http://lattes.cnpq.br/0695547304072125; Nascimento, Ana Carolina Campana; http://lattes.cnpq.br/2348397234521519; Silva, Fabyano Fonseca e; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4766260Z2
    As abelhas são seres indispensáveis para a manutenção da biodiversidade e além disso, são responsáveis por grande porcentagem da produção mundial de alimentos. A Apis mellifera é considerada espécie de grande valor econômico, devido a seus produtos para o consumo humano. Atualmente, com a criação de transgênicos resistentes a insetos, aumentou a possibilidade das abelhas entrarem em contato com as proteínas Cry derivada da bactéria Bacillus thuringiensis, que pode ser toxica às abelhas, tornando o estudo dos riscos de toxicidade importante. Portanto, o estudo dessas proteínas nas abelhas pode ser realizada por meio das técnicas da análise de sobrevivência. Nestas técnicas a variável resposta é o tempo até a ocorrência do evento de interesse, denominado tempo de falha, e se a falha não ocorrer, o tempo é denominado censura, que é uma informação parcial. O principal interesse é estimar parâmetros para descrever a sobrevivência ou riscos, num certo tempo determinado. Usualmente quando existem covariáveis que possam influir no tempo de sobrevivência o ajuste pode ser realizado pelo Modelo Regressão de Cox, também conhecido como de modelo de riscos proporcionais, pela suposição dos riscos proporcionais entre os indivíduos ao longo do tempo. No Capítulo I deste trabalho é realizada uma adaptação da Regressão de Cox conhecida como Modelo de Fragilidade, que além de explicar o risco do indivíduo falhar por influência de covariáveis, também descreve a existência de alguma variável aleatória não observada que agrupa indivíduos em conglomerados naturais ou artificiais. Os tempos de sobrevivência foram modelados para explicar o risco de falhar das operárias imaturas de A. mellifera sob o efeito de covariáveis, sendo a colônia utilizada como variável aleatória e a ingestão da proteína Cry1Ac como variável explicativa fixa. Para avaliar a toxicidade de Cry1Ac sobre A. mellifera, foram testadas três diferentes dietas: artificial pura (D0), artificial diluída em água com Cry1Ac (D2) e artificial diluída em água (D2). Os indivíduos foram coletados de cinco colônias diferentes mantidas em Viçosa, Minas Gerais, Brasil. A variável aleatória colônia (fragilidade) foi significativa, indicando diferenças estatísticas nos tempos de vida das abelhas provenientes de diferentes colônias. Dentro dessa diversidade de fragilidade, a dieta artificial diluída em água apresentou risco maior de falhar, significativamente diferente do efeito da dieta controle (artificial pura). Portanto, a sobrevivência das larvas de abelhas foi diminuída em virtude da adição de água na dieta, pela diluição do alimento. No entanto, a dieta baseada na proteína Cry1Ac não mostrou risco de falha significativo quando comparado com o controle. Uma técnica alternativa ao Modelo de Cox é apresentada no Capítulo II deste trabalho. Quando se verifica que os riscos dos indivíduos, ao longo do tempo dentro da amostra, não são proporcionais, é necessário estratificar ou realizar um outro procedimento na análise. Uma alternativa que pode ser utilizada é a Regressão Quantílica, que estuda a relação entre a variável dependente e as variáveis explicativas nos quantis condicionais, por meio da minimização de erros absolutos ponderados. Esta técnica possui propriedades de equivariância, invariância para transformações monotômicas e robustez na presença de outlier. Assim, pela equivariância podem ser aplicados aos dados com censura. Foi verificado que no mesmo conjunto de dados de biossegurança da proteína Cry1Ac em abelhas denominadas A. mellifera que os riscos de falhar dos indivíduos não são proporcionalidades para as diferentes dietas estudadas. Os tempos de sobrevivência das abelhas foram ajustados pela regressão quantílica, utilizando o estimador de Portnoy para 14 quantis. Nos quantis {0,10; 0,15; 0,30; 0,40} os coeficientes são valores negativos significativamente diferentes de zero. Por tanto, nestes quantis os indivíduos alimentados com a dieta pura (D0) tiveram maior tempo de sobrevivência, que aqueles que têm incorporado à proteína Cry1Ac na dieta (D1), isto aconteceu entre os indivíduos mais novos, já que nesses quantis os tempos de vida das larvas são inferiores ao tempo de vida mediano. Os coeficientes para os quantis {0,35; 0,50;0,60} apresentaram efeito negativo estatisticamente significativos, por tanto a incorporação da água na dieta influiu na sobrevivência das larvas aproximadamente nos tempos medianos de vida.
  • Imagem de Miniatura
    Item
    Regressão quantílica na avaliação da adaptabilidade e estabilidade fenotípica
    (Universidade Federal de Viçosa, 2014-02-17) Barroso, Laís Mayara Azevedo; Nascimento, Ana Carolina Campana; http://lattes.cnpq.br/2348397234521519; Cruz, Cosme Damião; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4788274A6; Nascimento, Moysés; http://lattes.cnpq.br/6544887498494945; http://lattes.cnpq.br/8587813175766141; Silva, Fabyano Fonseca e; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4766260Z2
    No melhoramento genético de plantas, quando o objetivo é selecionar ou recomendar genótipos para o plantio, o estudo da interação entre genótipo x ambiente é de extrema importância. Entretanto, tal estudo não fornece informações pormenorizadas sobre o comportamento de cada cultivar diante das variações ambientais. Assim, tornam-se necessárias as análises de adaptabilidade e de estabilidade para a identificação e recomendação de materiais superiores em diferentes ambientes. Embora a literatura apresente diversos métodos, para realização da análise de adaptabilidade e estabilidade, nenhum leva em consideração a presença de fenótipos não normais, ou seja, distribuições de valores fenótipos assimétricos ou com caudas pesadas. Desta forma, caso haja a presença desse tipo de valores fenotípicos, os métodos podem sofrer a influência de modo que a recomendação pode ser errônea, ou seja, o uso de tais métodos ocasionam estimativas inadequadas, que não refletem a verdadeira relação existente entre a variação ambiental e a resposta fenotípica. Uma solução interessante para tratar este problema de maneira unificada, isto é, a presença de pontos discrepantes ou assimetria, é a utilização de regressão quantílica (RQ). Tal metodologia, diferentemente dos métodos de regressão usuais, que utilizam a média condicional para explicar a relação funcional entre a variação ambiental e a resposta fenotípica, faz uso de funções quantílicas condicionais. Desta forma, a RQ possibilita escolher o quantil que melhor representa a relação funcional de interesse com o intuito de contemplar naturalmente a mencionada falta de normalidade. Desta forma, o presente trabalho tem como objetivo apresentar a metodologia de regressão quantílica, através de uma discussão detalhada de seus fundamentos teóricos, evidenciando, com aplicações concretas, seu uso em análise de adaptabilidade e estabilidade, fornecendo assim um material de fácil acesso para leitores interessados no assunto, contribuindo com pesquisadores e interessados nesta área. Para avaliação da técnica foram simulados valores fenotípicos, com distribuições simétrica, simétrica com outliers, assimétrica à direita, assimétrica à direita com outliers, assimétrica à esquerda e assimétrica à esquerda com outliers. Além disso, foram utilizados dados provenientes de um experimento sobre produção de matéria seca de 92 genótipos de alfafa (Medicago sativa) avaliados em 20 ambientes. Sugere-se que, para valores fenotípicos simétricos deve-se averiguar se este possui outlier, se sim é utilizada ou a regressão não paramétrica ou a RQ (τ = 0,50) , se não, se utiliza ou a metodologia de Eberhart e Russell (1966) ou a RQ (τ = 0,50) . Já se o fenótipo for assimétrico, com ou sem a presença de outlier, utiliza-se RQ (τ = 0,25) para assimetria a direita e RQ (τ = 0,75) para assimetria à esquerda. De acordo com os resultados encontrados a RQ foi eficiente para classificação de genótipos de alfafa.
  • Imagem de Miniatura
    Item
    Técnica de agrupamento na seleção de modelos de regressão não lineares para descrição do acúmulo de matéria seca em plantas de alho
    (Universidade Federal de Viçosa, 2014-02-19) Puiatti, Guilherme Alves; Nascimento, Moysés; http://lattes.cnpq.br/6544887498494945; Silva, Fabyano Fonseca e; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4766260Z2; Cecon, Paulo Roberto; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4788114T5; http://lattes.cnpq.br/3292690471132609; Ferreira, Adésio; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4777896Y8
    Estudos de divergência genética entre indivíduos ou populações de plantas e sua trajetória de crescimento são de grande importância em programas de melhoramento, sendo essenciais para a obtenção de informações relevantes para um manejo adequado das plantas. Das técnicas empregadas para tal, a análise de agrupamento e modelos de regressão são amplamente utilizados. Assim, o objetivo deste estudo foi identificar e agrupar modelos de regressão não linear que melhor se ajustam na descrição do acúmulo de matéria seca total da planta do alho ao longo do tempo (60, 90, 120 e 150 dias após plantio). Foram utilizados 15 acessos de alho pertencentes ao Banco de Germoplasma de Hortaliças da Universidade Federal de Viçosa (BGH/UFV). Os modelos de regressão não linear ajustados para cada um dos acessos foram: Brody, Gompertz, Logístico, Mitscherlich e von Bertalanffy. A qualidade de ajuste dos modelos foi determinada pelo coeficiente de determinação ( R 2 ); quadrado médio do resíduo ( QMR ); desvio médio absoluto dos resíduos ( DMA ); critério de informação de Akaike ( AIC ); e critério de informação Bayesiano ( BIC ). Então, para cada acesso, os modelos foram submetidos a análise de agrupamento, com os avaliadores de qualidade de ajuste considerados como variáveis, utilizando o algoritmo UPGMA, a distância generalizada de Mahalanobis como medida de dissimilaridade, e número de grupos determinado pelo método de Mojena. Depois, os modelos ajustados para cada acesso foram novamente agrupados seguindo o mesmo critério, mas utilizando os parâmetros com interpretação biológica como variáveis, e os resultados dos diferentes agrupamentos foram então confrontados. Comparando os resultados dos agrupamentos, observou-se que os modelos Gompertz, Logístico, e von Bertalanffy apresentaram melhores resultados quanto aos avaliadores de qualidade de ajuste, e tiveram resultados próximos quanto a estes e quanto as estimativas dos parâmetros. Estes três modelos se mostraram eficientes para descrição de matéria seca total da planta em acessos de alho, especialmente o modelo Logístico.