Influência local em um modelo espacial linear da produtividade da soja utilizando distribuição t-Student
O uso das ferramentas da geoestatística, aliadas à agricultura de precisão permitem o acompanhamento das áreas agrícolas produtoras de soja, estabelecendo as relações de dependência espacial entre os pontos amostrados. A modelagem da estrutura de variabilidade espacial possibilita a construção de mapas temáticos dos atributos estudados, utilizando como método de interpolação a krigagem. Porém, a presença de valores atípicos entre os elementos amostrais pode influenciar na construção e interpretação desses mapas. A distribuição de probabilidades t-Student tem sido utilizada na tentativa de diminuir a influência dos valores atípicos durante a estimativa dos parâmetros de dependência espacial, por ter caudas mais pesadas que a distribuição normal. A detecção dos valores influentes na área em estudo, por meio da análise de diagnósticos de influência local, confere maior confiabilidade na utilização dos mapas gerados, corroborando a aplicação de insumos. Deste modo, o objetivo deste trabalho foi aplicar as técnicas de influência local em dados espacialmente referenciados, com os modelos de perturbação aditiva e utilizando a matriz escala, considerando a distribuição t-Student n-variada. Foi utilizado um modelo espacial linear para o estudo de dados da produtividade da soja em função da altura média de plantas e do número médio de vagens por planta. As técnicas de influência local foram eficientes para detectar pontos que influenciam na escolha do modelo geoestatístico, nas estimativas dos parâmetros e na construção do mapa temático.
| Main Authors: | , , , |
|---|---|
| Format: | Digital revista |
| Language: | Portuguese |
| Published: |
Associação Brasileira de Engenharia Agrícola
2013
|
| Online Access: | http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0100-69162013000500012 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| id |
oai:scielo:S0100-69162013000500012 |
|---|---|
| record_format |
ojs |
| spelling |
oai:scielo:S0100-691620130005000122013-11-21Influência local em um modelo espacial linear da produtividade da soja utilizando distribuição t-StudentPrado,Naimara V. doUribe-Opazo,Miguel A.Galea,ManuelAssumpção,Rosangela A. B. máxima verossimilhança variabilidade espacial diagnósticos O uso das ferramentas da geoestatística, aliadas à agricultura de precisão permitem o acompanhamento das áreas agrícolas produtoras de soja, estabelecendo as relações de dependência espacial entre os pontos amostrados. A modelagem da estrutura de variabilidade espacial possibilita a construção de mapas temáticos dos atributos estudados, utilizando como método de interpolação a krigagem. Porém, a presença de valores atípicos entre os elementos amostrais pode influenciar na construção e interpretação desses mapas. A distribuição de probabilidades t-Student tem sido utilizada na tentativa de diminuir a influência dos valores atípicos durante a estimativa dos parâmetros de dependência espacial, por ter caudas mais pesadas que a distribuição normal. A detecção dos valores influentes na área em estudo, por meio da análise de diagnósticos de influência local, confere maior confiabilidade na utilização dos mapas gerados, corroborando a aplicação de insumos. Deste modo, o objetivo deste trabalho foi aplicar as técnicas de influência local em dados espacialmente referenciados, com os modelos de perturbação aditiva e utilizando a matriz escala, considerando a distribuição t-Student n-variada. Foi utilizado um modelo espacial linear para o estudo de dados da produtividade da soja em função da altura média de plantas e do número médio de vagens por planta. As técnicas de influência local foram eficientes para detectar pontos que influenciam na escolha do modelo geoestatístico, nas estimativas dos parâmetros e na construção do mapa temático.info:eu-repo/semantics/openAccessAssociação Brasileira de Engenharia AgrícolaEngenharia Agrícola v.33 n.5 20132013-10-01info:eu-repo/semantics/articletext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0100-69162013000500012pt10.1590/S0100-69162013000500012 |
| institution |
SCIELO |
| collection |
OJS |
| country |
Brasil |
| countrycode |
BR |
| component |
Revista |
| access |
En linea |
| databasecode |
rev-scielo-br |
| tag |
revista |
| region |
America del Sur |
| libraryname |
SciELO |
| language |
Portuguese |
| format |
Digital |
| author |
Prado,Naimara V. do Uribe-Opazo,Miguel A. Galea,Manuel Assumpção,Rosangela A. B. |
| spellingShingle |
Prado,Naimara V. do Uribe-Opazo,Miguel A. Galea,Manuel Assumpção,Rosangela A. B. Influência local em um modelo espacial linear da produtividade da soja utilizando distribuição t-Student |
| author_facet |
Prado,Naimara V. do Uribe-Opazo,Miguel A. Galea,Manuel Assumpção,Rosangela A. B. |
| author_sort |
Prado,Naimara V. do |
| title |
Influência local em um modelo espacial linear da produtividade da soja utilizando distribuição t-Student |
| title_short |
Influência local em um modelo espacial linear da produtividade da soja utilizando distribuição t-Student |
| title_full |
Influência local em um modelo espacial linear da produtividade da soja utilizando distribuição t-Student |
| title_fullStr |
Influência local em um modelo espacial linear da produtividade da soja utilizando distribuição t-Student |
| title_full_unstemmed |
Influência local em um modelo espacial linear da produtividade da soja utilizando distribuição t-Student |
| title_sort |
influência local em um modelo espacial linear da produtividade da soja utilizando distribuição t-student |
| description |
O uso das ferramentas da geoestatística, aliadas à agricultura de precisão permitem o acompanhamento das áreas agrícolas produtoras de soja, estabelecendo as relações de dependência espacial entre os pontos amostrados. A modelagem da estrutura de variabilidade espacial possibilita a construção de mapas temáticos dos atributos estudados, utilizando como método de interpolação a krigagem. Porém, a presença de valores atípicos entre os elementos amostrais pode influenciar na construção e interpretação desses mapas. A distribuição de probabilidades t-Student tem sido utilizada na tentativa de diminuir a influência dos valores atípicos durante a estimativa dos parâmetros de dependência espacial, por ter caudas mais pesadas que a distribuição normal. A detecção dos valores influentes na área em estudo, por meio da análise de diagnósticos de influência local, confere maior confiabilidade na utilização dos mapas gerados, corroborando a aplicação de insumos. Deste modo, o objetivo deste trabalho foi aplicar as técnicas de influência local em dados espacialmente referenciados, com os modelos de perturbação aditiva e utilizando a matriz escala, considerando a distribuição t-Student n-variada. Foi utilizado um modelo espacial linear para o estudo de dados da produtividade da soja em função da altura média de plantas e do número médio de vagens por planta. As técnicas de influência local foram eficientes para detectar pontos que influenciam na escolha do modelo geoestatístico, nas estimativas dos parâmetros e na construção do mapa temático. |
| publisher |
Associação Brasileira de Engenharia Agrícola |
| publishDate |
2013 |
| url |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0100-69162013000500012 |
| work_keys_str_mv |
AT pradonaimaravdo influencialocalemummodeloespaciallineardaprodutividadedasojautilizandodistribuicaotstudent AT uribeopazomiguela influencialocalemummodeloespaciallineardaprodutividadedasojautilizandodistribuicaotstudent AT galeamanuel influencialocalemummodeloespaciallineardaprodutividadedasojautilizandodistribuicaotstudent AT assumpcaorosangelaab influencialocalemummodeloespaciallineardaprodutividadedasojautilizandodistribuicaotstudent |
| _version_ |
1756388976455843840 |