Modelagem bayesiana utilizada na descrição da cinética de secagem de grãos de arroz

Resumo

O arroz é um cereal amplamente consumido em todo o mundo, é um produto sazonal, o que justifica a necessidade de conservação e armazenamento. No contexto sul americano, o Brasil destaca-se como o principal produtor. A prática da secagem é altamente benéfica, não apenas por minimizar as perdas pós-colheita, mas também por agregar valor adicional ao produto final. Os estudos geralmente empregam poucas observações, porém a inferência em modelos não lineares só é válida para amostras suficientemente grandes. Como a metodologia bayesiana tem se mostrado eficiente mesmo com pequenas amostras, o objetivo deste trabalho é analisar o ajuste de modelos de regressão não linear aos dados de cinética de secagem de grãos de arroz por meio da abordagem da inferência bayesiana. utilizando-se prioris informativas e não informativas, assim como desenvolver as distribuições condicionais completas para os parâmetros dos modelos avaliados, foram geradas amostras de distribuições marginais a posteriori utilizando o amostrador de Gibbs e algoritmos Metropolis-Hastings implementadas no software R. Os modelos avaliados foram Henderson e Pabis e Exponencial Simples com Três Parâmetros, obtendo-se o diagnóstico de convergência, estimativas pontuais de média e intervalares (HPD), bem como critérios de seleção como os Critérios de informação Bayesiano (BIC) e Deviance (DIC), medida de Kullback-Leibler e Fator de Bayes. De acordo com esses critérios, pode-se concluir que modelo de Henderson e Pabis apresentou-se como o mais indicado para descrever a cinética de secagem de grãos de arroz.