Modelo Sinh-Arcish original (SHASHo) aplicado ao Volume (m³) de Eucalyptus spp

Autores

DOI:

https://doi.org/10.29327/2520355.8.2-47

Palavras-chave:

Ensaio Fatorial, Florestas Plantadas, Modelagem Estatística

Resumo

Quando se refere a plantio de florestas energéticas é interessante conseguir detectar o estoque dessas. A distribuição do volume é uma ferramenta que indica o estoque de produção. Diante disto, objetivou-se a realização do presente trabalho para modelar a produtividade de três clones de Eucalyptus spp. em cinco espaçamentos distintos por meio do Volume (m³), plantados no Polo Gesseiro do Araripe - Pernambuco, testou-se os modelos da classe Modelos Aditivos Generalizados para Locação, Escala e Forma (GAMLSS) que compreende uma vasta série de distribuições para variável resposta que agregam funções de suavização e modelos flexíveis capazes de fazer uma melhor descrição da realidade. E selecionar as melhores equações com base no critério de Akaike generalizado (GAIC), pelas análises gráficas dos resíduos, gráfico worm plot. Verificou-se que sob o modelo Sinh-Arcsinh original (SHASHo) encontrou-se o melhor ajuste e que por meio do teste de Tukey em média o clone 3 nos espaçamentos 4 e 3 propiciou um maior estoque de Volume (m³).

Biografia do Autor

  • Rayane Santos Leite, Universidade Federal Rural de Pernambuco - UFRPE

    Mestranda em Biometria e Estatística Aplicada pela Universidade Federal Rural de Pernambuco (UFRPE), Graduada em Estatística pela Universidade Estadual da Paraiba (UEPB), tendo atuado no Fundo Municipal de Defesa dos Direitos difusos-Procon de Campina Grande-PB, na área de pesquisas estatísticas quantitativas. Atuei na área de Probabilidade e Estatística, com ênfase em Análise de Regressão. Fui bolsista PIBIC durante as cotas 2013-2014 e 2014-2015, trabalhando com temas voltados para modelos não lineares.

  • Ana Patricia Bastos Peixoto, Universidade Estadual da Paraíba

    Possui graduação em Engenharia Agronômica pela Universidade Federal da Bahia (2006) e mestrado em Estatística e Experimentação Agropecuária pela Universidade Federal de Lavras (2009). Doutora pela Universidade de São Paulo -Escola Superior de Agricultura "Luiz de Queiroz", Professora do Departamento de Estatística da Universidade Estadual da Paraíba.

  • Kerolly Kedma Felix do Nascimento, Universidade Federal Rural de Pernambuco

    Doutoranda em Biometria e Estatística Aplicada na Universidade Federal Rural de Pernambuco. Possui Mestrado em Biometria e Estatística Aplicada (2017), Especialização em Matemática e Física pela Faculdade de Juazeiro do Norte (2012) e Graduação em Licenciatura em Matemática pela Universidade Regional do Cariri (2011). Tem experiência nas seguintes áreas: Matemática, Física, Probabilidade e Estatística Aplicada.

  • Diego Alves Gomes, Universidade Federal Rural de Pernambuco

    em experiência na área de Probabilidade e Estatística, com ênfase em Modelagem Estatística em áreas multidisciplinares

  • André Luiz Pinto dos Santos, Universidade Federal Rural de Pernambuco

    Doutorado em andamento em Biometria e Estatística Aplicada na UFRPE, Mestrado em Biometria e Estatística Aplicada pela Universidade Federal Rural de Pernambuco - UFRPE (2015), e graduação em Bacharelado em Estatística pela Universidade Estadual da Paraíba - UEPB (2011).

  • Fábio Sandro dos Santos, Universidade Federal Rural de Pernambuco

    Possui graduação em Estatística pela Universidade Estadual da Paraíba (2015). Atualmente é discente no Mestrado do Programa de Pós-Graduação em Biometria e Estatística Aplicada na Universidade Federal Rural de Pernambuco (UFRPE). Tem experiência na área de Probabilidade, Séries Temporais e Estatística, com ênfase em Probabilidade e Estatística Aplicada.

  • Tiago Almeida Oliveira, Universidade Estadual da Paraíba

    Bacharel em Estatística pela Universidade Estadual da Paraíba - UEPB (2006). Mestre em Estatística e Experimentação Agropecuária pela Universidade Federal de Lavras - UFLA (2008). Doutor em Estatística e Experimentação Agronômica - Esalq/Usp (2012). Revisor dos periódicos: Revista Brasileira de Biometria (RBB) e Revista Brasileira de Parasitologia Veterinária (RBPV). Membro do grupo de pesquisa estatística aplicada e computacional da Universidade Estadual da Paraíba. Atualmente é Professor Doutor nível C e Chefe Adjunto do Departamento de Estatística da Universidade Estadual da Paraíba - UEPB. Foi Coordenador Adjunto do curso de Bacharelado em Estatística (UEPB) entre 2014-2016 e Coordenador do Curso de Estatística (UEPB) entre 2016-2018. Tem experiência na área de Probabilidade e Estatística, com ênfase em Planejamento de Experimentos, Análise de Sobrevivência e Modelos de Regressão. Sua linha de Pesquisa no Mestrado foi a de Planejamento de Experimentos com proeminência em Análise de Covariância. No Doutorado sua linha de Pesquisa foi a de Estatística Genética com ênfase em Melhoramento Genético Animal.

Referências

ALVES, A. M. C. Quantificação da produção de biomassa e do teor de carbono fixado por clones de Eucalipto, no pólo gesseiro do Araripe-PE. 75 p. Dissertação (Ciências Florestais) - Universidade Federal Rural de Pernambuco, Departamento de Ciências Florestais, 2007.

GADELHA, F. H. L. Rendimento volumétrico e energético de clones de híbridos de Eucalyptus urophylla (Cruzamento Natural) e Eucalyptus brassiana (Cruzamento Natural) na chapada do Araripe-PE. Dissertação (Ciências Florestais) - Universidade Federal Rural de Pernambuco, Departamento de Ciências Florestais, 65p., 2010.

GOUVEIA J. F et al. Modelos Volumétricos mistos em clones de Eucalyptus no polo gesseiro do Araripe, Pernambuco. Floresta, v. 45, n. 3, p. 587-598, 2015.

HASTIE, T.; TIBSHIRANI, R.Generalized additive models. [S.l.]: Wiley Online Library, 1990.

HESS, A. F. CIANORSCHI; L.D., SILVESTRE; R., SCARIOT, R.; RICKEN, P. Aplicação dos modelos lineares generalizados para estimativa do crescimento em altura. Pesquisa Florestal Brasileira. v. 35 n. 84. p. 427-433. 2015.

JONES, M. C., PEWSEY, A. Sinh-arcsinh distributions: a broad family giving rise to powerful tests of normality and symmetry. Technical Report 08/06, The Open University, Department of tatistics. http://statistics.open.ac.uk/TechnicalReports/TechnicalReportsIntro.htm. 2008.

MACERA, M. H. C. Uso dos métodos clássico e bayesiano para os modelos não-lineares heterocedásticos simétricos. Dissertação (Ciências de Computação e Matemática Computacional) - Universidade de São Paulo. São Carlos, 2011.newline

NELDER, J. A.; WEDDERBURM, R. W. M. Generalized linear models. Journal of the Royal Statistical Society, v. 135, n. 3, p. 370-384, 1972.

PIERRO, B. Modos de restaurar as florestas.Pesquisa FAPESP, v. 238, p. 32-35, 2015.

PINTO, D. S.; RESENDE, R. T.; MESQUITA, A. G. G.; ROSADO, A. M.; CRUZ, C. D. Seleção precoce para características de crescimento em testes clonais de Eucalyptus. Scientia. Forestalis, Piracicaba, v. 42, n. 102, p. 251-257, 2014.

R CORE TEAM. R:A language and environment for statistical computing. R Foundation for statis- tical Computing, Vienna, Austria. 2018. ISBN 3-900051-07-0, URL http://www.R-project.org/.newline

ROCHA, K. D. Produtividade volumétrica de clones de Eucalyptus spp. Na região do Pólo gesseiro do Araripe}. Tese (Ciências Florestais) - Universidade Federal Rural de Pernambuco, Departamento de Ciências Florestais, 111 p., 2012.

RIGBY, R. A.; STASINOPOULOS, D. M. Generalized additive models for location, scale and shape. Journal of the Royal Statistical Society: Series C (Applied Statistics), Wiley Online Library, v. 54, n. 3, p. 507-554, 2005.

SCHAARSCHMIDT, F. BSagri: {it statistical methods for safety assessment in agricultural field trials}. R package, version 0.1-6. 2010.

SILVA, J. A. A.; NETO, F. P. Princípios básicos de dendrometria. Recife, PE: Imprensa Universitária da UFRPE, 1979. 191 p.

STASINOPOULOS, D. M.; RIGBY, R. A. Generalized additive models for location scale and shape (gamlss) in r. Journal of Statistical Software, v. 23, n. 7, p. 1-46, 2007.

STASINOPOULOS, M. D. et al. Flexible Regression and Smoothing: Using GAMLSS in R}. [S.l.]: CRC Press, 2017.

Downloads

Publicado

2019-07-29

Edição

v. 8 n. 2 (2019): Special issue: 64th RBRAS and 18th SEAGRO

Seção

Estatística Aplicada

Licença

Proposta de Política para Periódicos de Acesso Livre


Autores que publicam nesta revista concordam com os seguintes termos:

    1. Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.

    1. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.

  1. Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).

Como Citar

Leite, R. S., Peixoto, A. P. B., Nascimento, K. K. F. do, Gomes, D. A., Santos, A. L. P. dos, Santos, F. S. dos, Aleixo da Silva, J. A., & Oliveira, T. A. (2019). Modelo Sinh-Arcish original (SHASHo) aplicado ao Volume (m³) de Eucalyptus spp. Sigmae, 8(2), 418-426. https://doi.org/10.29327/2520355.8.2-47