Ajustes de modelos não lineares a dados de crescimento vegetal: comparação de modelos

• Processo: 13/05860-8
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de junho de 2013
• Data de Término da vigência: 31 de maio de 2015
• Área do conhecimento: Ciências Agrárias - Agronomia - Fitotecnia
• Pesquisador responsável: Lídia Raquel de Carvalho
• Beneficiário: Lídia Raquel de Carvalho
• Instituição Sede: Instituto de Biociências (IBB). Universidade Estadual Paulista (UNESP). Campus de Botucatu. Botucatu , SP, Brasil
• Pesquisadores associados: Helenice de Oliveira Florentino Silva
• Assunto(s): Citricultura Curvas de crescimento Modelos não lineares Regressão logística
• Palavra(s)-Chave do Pesquisador: comparison | growth curve | nonlinear models | plant growth | Curva de crescimento

Resumo

As curvas de crescimento têm diversas aplicações de suma importância em várias áreas. Os métodos quantitativos constituem uma ferramenta útil para ajudar no conhecimento dos fenômenos biológicos. Para descrever curvas de crescimento, um método quantitativo eficiente é o uso de modelos de regressão. As curvas de crescimento têm, em geral, a forma sigmóide com uma assíntota superior e, às vezes, apresentam também assíntota inferior. As funções logística, Gompertz , monomolecular, von Bertalanffy e Richards têm várias aplicações na área biológica. O objetivo desta pesquisa é o estudo da função Logística com ajustes em três estruturas: modelo de efeitos fixos, modelo com ponderação e modelo de efeito misto, a dados de peso de frutos de laranjeiras doces Citrus sinensis (L.) Osbeck em um experimento com 3 copas enxertadas em 4 porta-enxertos situado na Fazenda Experimental Lageado e também o ajuste das funções logística, Gompertz, Von Bertalanffy e Richards a dados de volume do tronco de Eucalyptus grandis, obtidos em três regiões de plantio pertencentes à Votorantim Celulose e Papel, com duas estruturas: modelo de efeitos fixos e modelos de efeito misto. Para comparação dos modelos serão utilizados os critérios: Quadrado médio do resíduo, Critério de informação de Akaike, Critério de Informação Bayesiano de Schwarz, resíduo no ponto zero, erro de predição médio, teste de Breusch Pagan e coeficiente de determinação. (AU)