Modelagem bayesiana utilizada na descrição da cinética de secagem de grãos de arroz
Palabras clave:
Arroz, secagem, Modelos não lineares, Inferência Bayesiana, RegressãoResumen
El arroz es un cereal muy consumido en todo el mundo, es un producto de temporada, lo que justifica la necesidad de conservación y almacenamiento. En el contexto sudamericano, Brasil destaca como el principal productor. La práctica del secado es altamente beneficiosa, no sólo para minimizar las pérdidas poscosecha, sino también para agregar valor adicional al producto final. Los estudios generalmente emplean pocas observaciones, pero la inferencia en modelos no lineales sólo es válida para muestras suficientemente grandes. Dado que la metodología bayesiana ha demostrado ser eficiente incluso con muestras pequeñas, el objetivo de este trabajo es analizar el ajuste de modelos de regresión no lineal a datos cinéticos de secado de granos de arroz utilizando el enfoque de inferencia bayesiana. utilizando priores informativos y no informativos, así como desarrollar distribuciones condicionales completas para los parámetros de los modelos evaluados, se generaron muestras de distribuciones marginales posteriores utilizando el muestreador de Gibbs y los algoritmos Metropolis-Hastings implementados en el software R. Los modelos evaluados fueron Henderson y Pabis y Exponencial Simple de Tres Parámetros, obteniendo el diagnóstico de convergencia, estimaciones puntuales de media e intervalo (HPD), así como criterios de selección como los Criterios de Información Bayesianos (BIC) y la Desviación (DIC) y medida de Kullback-Leibler. De acuerdo con estos criterios, se puede concluir que el modelo de Henderson y Pabis fue el más adecuado para describir la cinética de secado de los granos de arroz.
Citas
BORGES, S. R. S. et al. Proposição de um modelo para a cadeia produtiva do arroz vermelho na Paraíba. Revista Brasileira de Produtos Agroindustriais, Campina Grande, v.14, n.4, p.353-362, 2012.
EMBRAPA- Empresa Brasileira de Pesquisa Agropecuária. Disponível em: https://www.embrapa.br/agencia-de-informacao tecnologica/cultivos/arroz/pre-producao/ socioeconomia/estatistica-de-producao. Acesso em: Acesso em: 30 jan. 2024.
ERTEKIN, C.; YALDIZ, O. Drying of eggplant and selection of a suitable thin layer drying model. Journal of Food Engineering, Essex, v.63, n.1, p.349-359, 2004.
FURTADO, T. D. R. Utilização do método bayesiano na descrição da cinética de secagem da polpa de jabuticaba por modelos de regressão não linear. 123 p. Tese (Doutorado em Estatística e Experimentação Agropecuária)–Universidade Federal de Lavras, Lavras, 2019.
GELMAN, A. et al. Bayesian Data Analysis (3rd ed.). London, UK; New York, US: Taylor & Francis Group, 2014.
GEWEKE, J. Evaluating the accurary of sampling-based approaches to the calculation of posterior moments. N: BERNARDO, J. M.; BERGER, J. O.; DAWID, A. P;SMITH, A. F. M. (Ed.). Bayesian Statistics 4. New York: Oxford University Press, 1992. p. 625-631.
GONZAGA, N. A. et al. Descrição da cinética de secagem de grãos de milho-pipoca por modelos de regressão não linear. Revista Foco, 17(1), e4176, 2024a.
GONZAGA, N. A. et al. Non-Linear Models With Autoregressive Error Structure for Studying Bean Seed Drying Kinetics. Revista de Gestão Social e Ambiental, v. 18, n. 3, p. e07886-e07886, 2024b.
HENDERSON, S. M.; PABIS, S. Grain drying theory I:temperature effect on drying coefficient. Journal of Agricultural Engineering Research, Silsoe, v.6, n.3, p.169-174,1961.
LEHN, D.N.; PINTO, L. A. A. Isotermas de equilíbrio e curvas de secagem para arroz em casca em silos de armazenagem. 2004.
Martins Filho, S. et al. Bayesian approach in the growth curves of two cultivars of common bean. Ciência Rural, 38(6), 1516-1521. DOI: 10.1590/S0103- 84782008000600004, 2008.
NESS, A. R. R. Qualidade do arroz em casca, seco e armazenado em silos metálicos com aeração controlada, 1998, 108 p. Dissertação (Mestrado em Engenharia de Alimentos) – Fundação Universidade Federal de Rio Grande – Rio Grande, RS.
RAFTERY, A. E.; LEWIS, S. Comment: One long run with diagnostics implementation strategies for markov chain monte carlo. Statistical Science, Hayward, v. 7, n. 4, p. 493-497, 1992.
PEREIRA, A. A. et al Bayesian modeling of the coffee tree growth curve. Ciência Rural, v. 52, p. e20210275, 2022.
SANTOS, D.C; DE OLIVEIRA, E.N.A. Cinética de secagem de grãos de arroz-vermelho. Revista Acadêmica Ciência Animal, v. 11, p. 35-43, 2013.
SILVA, S. V. C. et al. Modelagem bayesiana da precipitação máxima de Petrópolis (RJ) e Poços de Caldas (MG). Engenharia sanitária e ambiental, v. 28, p.e20210342, 2023.
SILVA, E. M. et al. Bayesian approach to the zinc extraction curve of soil with sewage sludge. Acta Scientiarum. Technology, v. 42, 2020.
SILVA, E. M. et al. Stanford & Smith nonlinear model in the description of CO2 evolved from soil treated with swine manure: maximum entropy prior. Acta Scientiarum-Technology, v. 45, p. e56360, 2022.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Proposta de Política para Periódicos de Acesso Livre
Autores que publicam nesta revista concordam com os seguintes termos:
- 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.
- 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.
- 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).
