Número de frutos para determinar o tamanho de amostra para a estimação de características de goiaba utilizando simulação.

Nos experimentos agrícolas, os pesquisadores devem definir o número mínimo de dados necessários para determinar o tamanho de amostra, visando aumentar a precisão experimental. Sendo assim, o trabalho teve como objetivo determinar o número mínimo de frutos para dimensionar amostras e determinar os tamanhos de amostras em função dos erros de estimação de 1 a 10%, para avaliar características de goiaba. O trabalho foi conduzido no IFES, onde foram mensuradas características físicas de 130 frutos de goiaba. O número mínimo de frutos necessários para dimensionar amostras foi obtido utilizando os métodos de bootstrap e do modelo de regressão linear com resposta a platô. O dimensionamento amostral foi calculado utilizando a distribuição t de Student, a estimativa da variância e o erro de estimação. São necessários pelo menos 105 frutos para determinar os tamanhos de amostras. Para todos os erros de estimação, a característica largura foi a que exigiu o maior tamanho de amostra, seguida em ordem decrescente pelas características circunferência, altura e massa, e os tamanhos variaram, respectivamente, de 208, 181, 82 e 62 para o erro de estimação em percentagem de 1%, até 3, 2, 1 e 1 frutos para o erro de 10%.

Bibliographic Details

Main Authors:	GUARÇONI, R. G., SANTOS, L. C., CAETANO, L. C. S., FAVARATO, L. F., CARDOSO, W. S., SOUZA, J. L. de., GOMES, S. A., PEISINO, F. M.
Other Authors:	Rogerio Carvalho Guarçoni, Incaper; Lucas Calazans Santos, Incaper; Luiz Carlos Santos Caetano, Incaper; Luiz Fernando Favarato, Incaper; Wilton Soares Cardoso, IFES Venda Nova do Imigrante; Jacimar Luis de Souza, Incaper; Sebastião Antônio Gomes, Incaper; Flávia Magnago Peisino, IFES Venda Nova do Imigrante.
Format:	-- biblioteca
Language:	pt_BR
Published:	In: ENCONTRO LATINO-AMERICANO DE INICIAÇÃO CIENTÍFICA, 21.; ENCONTRO LATINO AMERICANO DE PÓS GRADUAÇÃO, 17.; ENCONTRO NACIONAL DE INICIAÇÃO À DOCÊNCIA, 7., 2017, São José dos Campos. Ciência Que Aproxima, Ciência Que Liberta. São José dos Campos: UNIVAP, 2017. 2017
Subjects:	Erro de estimação, Dimensionamento amostral, Bootstrap, Goiaba, INIC,
Online Access:	http://biblioteca.incaper.es.gov.br/digital/handle/123456789/2862
Tags:	Add Tag No Tags, Be the first to tag this record!