
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Cirillo, Marcelo Ângelo | - |
| Autor(es): dc.contributor | Freire, Evelise Roman Corbalan Góis | - |
| Autor(es): dc.contributor | Liska, Gilberto Rodrigues | - |
| Autor(es): dc.contributor | Barroso, Lúcia Pereira | - |
| Autor(es): dc.contributor | Lima, Renato Ribeiro de | - |
| Autor(es): dc.creator | Resende, Mariana | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:34:40Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:34:40Z | - |
| Data de envio: dc.date.issued | 2022-09-28 | - |
| Data de envio: dc.date.issued | 2022-09-28 | - |
| Data de envio: dc.date.issued | 2022-09-28 | - |
| Data de envio: dc.date.issued | 2022-05-23 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/55227 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1142753 | - |
| Descrição: dc.description | Structural Equation Modeling (SEM) is a multivariate technique that allows studying several relationships simultaneously, including those involving unobservable variables. In general, the structural equation model goodness-of-fit is verified through several indices, which, in short, evaluate the correspondence between the sample covariance matrix and that implied by the model that properly represents the interrelationships among indexes involved in the study. However, none of them considers the repetition between the observed variables. In this sense, this study aims to propose the correction of GFI and AGFI indices considering observed variable repetitions and their application to coffee sensory analysis. Monte Carlo simulation validation was performed under different scenarios, which are represented by different numbers of repetitions, degrees of heterogeneity, and amounts of outliers generated by distributions with symmetry deviations and excess kurtosis. The simulation study showed that improving GFI and AGFI fit-validity indexes were promising since it showed robustness concerning outliers and diagnosed a model as good and bad fitted through degrees of heterogeneity imposed between the sample and hypothesized covariance matrices per model. Given the proposed model for the study of specialty coffees, the information represented in the latent variables production and environmental changes influence the sensory perception of coffees produced in the Serra da Mantiqueira region, and the improvement of indices enhanced model validation due to the inclusion of observed variable repetitions. | - |
| Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
| Descrição: dc.description | A Modelagem de Equações Estruturais (MEE) é uma técnica multivariada que permite o estudo de diversas relações simultaneamente, inclusive envolvendo variáveis não observáveis. Em geral, a qualidade de ajuste de um modelo de equações estruturais é verificada por diversos índices, nos quais, em síntese, avaliam a correspondência entre a matriz de covariância amostral e a covariância implícita pelo modelo que represente apropriadamente as inter-relações entre os indicadores envolvidos no estudo, porém, em nenhum deles, a repetição entre as variáveis observadas são consideradas. Com essa motivação, este trabalho tem por objetivo propor a modificação em índices GFI e AGFI considerando repetições e tratamentos nas variáveis observadas e aplicação à análise sensorial de cafés. A validação foi feita por simulação Monte Carlo, em diversos cenários, representados por diferentes números de repetições, graus de heterogeneidade e quantidades de outliers, geradas por distribuições com desvios de simetria e excesso de curtose. O estudo de simulação mostrou que o aprimoramento dos índices de validade de ajuste GFI e AGFI foi promissor, uma vez que apresentou propriedades de robustez, em relação à presença de outliers e mostrou evidências de diagnóstico de um modelo com bom e ruim ajuste, mediante os graus de heterogeneidade impostos entre as matrizes de covariâncias amostral e hipotetizada pelo modelo. Em relação ao estudo de cafés especiais, dado o modelo proposto, as informações representadas, nas variáveis latentes, produção e variações ambientais, de fato, influenciam na percepção sensorial para os cafés produzidos na região da Serra da Mantiqueira e o aprimoramento dos índices apresentou melhorias, em validação do modelo, dada a inclusão das repetições das variáveis observadas. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Federal de Lavras | - |
| Publicador: dc.publisher | Programa de Pós-Graduação em Estatística e Experimentação Agropecuária | - |
| Publicador: dc.publisher | UFLA | - |
| Publicador: dc.publisher | brasil | - |
| Publicador: dc.publisher | Departamento de Estatística | - |
| Direitos: dc.rights | acesso aberto | - |
| Palavras-chave: dc.subject | Modelagem de equações estruturais | - |
| Palavras-chave: dc.subject | Outliers | - |
| Palavras-chave: dc.subject | Índice de qualidade do ajuste | - |
| Palavras-chave: dc.subject | Índice da qualidade do ajuste corrigido | - |
| Palavras-chave: dc.subject | Café - Análise sensorial | - |
| Palavras-chave: dc.subject | Structural equation modeling | - |
| Palavras-chave: dc.subject | Fit quality index | - |
| Palavras-chave: dc.subject | Corrected quality of fit index | - |
| Palavras-chave: dc.subject | Estatística | - |
| Título: dc.title | Índices de qualidade de ajuste de modelos de equações estruturais considerando repetições e tratamentos com aplicação em análise sensorial de cafés | - |
| Título: dc.title | Quality indices of structural equation model adjustment considering replicates and treatments with application in the sensory analysis of coffee | - |
| Tipo de arquivo: dc.type | tese | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: