Uma abordagem bayesiana para o modelo hipsométrico de Prodan com restrições nos parâmetros

• Processo: 07/07736-1
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de fevereiro de 2008
• Data de Término da vigência: 31 de dezembro de 2008
• Área de conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Probabilidade e Estatística Aplicadas
• Pesquisador responsável: Marinho Gomes de Andrade Filho
• Beneficiário: Vânia de Lima
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Inferência bayesiana Métodos MCMC
• Palavra(s)-Chave do Pesquisador: Inferência Bayesiana | modelo gama | regressão não-linear | Relação hipsométrica | simulaçãoMCMC | Modelso de regressãonão linear

Resumo

Neste projeto vamos considerar um dos modelos propostos na literatura para modelar a relação hipsométrica (diâmetro-altura) de árvores. Nas aplicações de tais modelos as amostras disponíveis são geralmente menores que o desejável. Portanto, uma abordagem que incorpora o conhecimento a priori sobre os parâmetros das equações é sempre preferível. Neste projeto estamos propondo uma abordagem Bayesiana para tratar o problema de inferência da relação não linear de diâmetro-altura em árvores com restrições nos parâmetros. Estas restrições são modeladas considerando-se funções densidades de probabilidade a priori truncada, construídas empiricamente. Estamos propondo também uma comparação entre a abordagem clássica e a abordagem Bayesiana empírica proposta. As estimativas Bayesianas são calculadas via algoritmo de simulação de Monte Carlo em Cadeia de Markov (MCMC). Os resultados Bayesianos serão comparados com estimativas clássicas calculadas por mínimos quadrados ou máxima verossimilhança quando assumimos o modelo no contexto dos modelos lineares generalizados. (AU)