Abordagem Bayesiana das curvas de crescimento de duas cultivares de feijoeiro
Arquivos
Data
2008-09
Título da Revista
ISSN da Revista
Título de Volume
Editor
Ciência Rural
Resumo
Neste trabalho foi utilizada a metodologia Bayesiana para ajustar o modelo não-linear logístico para dados de crescimento de duas cultivares de feijoeiro, “Neguinho” e “Carioca”. O delineamento experimental utilizado foi o inteiramente casualizado, com vinte repetições, no esquema de parcelas subdivididas, sendo que os tratamentos principais foram constituídos pelas cultivares e as subparcelas foram constituídas por 17 períodos de avaliações, do plantio até aos 85 dias. A metodologia permitiu comparar as curvas de crescimentos sem utilizar a teoria assintótica e estes resultados mostraram um maior incremento em altura para a cultivar “Carioca”.
In this paper the Bayesian methodology was used to fit the logistic nonlinear model to growth data of two common bean cultivars, 'Neguinho' and 'Carioca'. The experiment was a split plot under a completely randomized design with twenty replicates, being the main treatments constituted by cultivars and the sub plots constituted by seventeen periods of evaluations, from planting to 85 days. The methodology allowed comparing the growth curves without using the asymptotic theory, and these results showed a larger height increment for the 'Carioca' cultivar.
In this paper the Bayesian methodology was used to fit the logistic nonlinear model to growth data of two common bean cultivars, 'Neguinho' and 'Carioca'. The experiment was a split plot under a completely randomized design with twenty replicates, being the main treatments constituted by cultivars and the sub plots constituted by seventeen periods of evaluations, from planting to 85 days. The methodology allowed comparing the growth curves without using the asymptotic theory, and these results showed a larger height increment for the 'Carioca' cultivar.
Descrição
Palavras-chave
Phaseolus vulgaris, Inferência Bayesiana, Modelos não-lineares, Modelo logístico, Phaseolus vulgaris, Bayesian inference, Nonlinear models, Logistic model