Índices de qualidade de ajuste de modelos de equações estruturais considerando repetições e tratamentos com aplicação em análise sensorial de cafés

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorCirillo, Marcelo Ângelo-
Autor(es): dc.contributorFreire, Evelise Roman Corbalan Góis-
Autor(es): dc.contributorLiska, Gilberto Rodrigues-
Autor(es): dc.contributorBarroso, Lúcia Pereira-
Autor(es): dc.contributorLima, Renato Ribeiro de-
Autor(es): dc.creatorResende, Mariana-
Data de aceite: dc.date.accessioned2026-02-09T11:34:40Z-
Data de disponibilização: dc.date.available2026-02-09T11:34:40Z-
Data de envio: dc.date.issued2022-09-28-
Data de envio: dc.date.issued2022-09-28-
Data de envio: dc.date.issued2022-09-28-
Data de envio: dc.date.issued2022-05-23-
Fonte completa do material: dc.identifierhttps://repositorio.ufla.br/handle/1/55227-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1142753-
Descrição: dc.descriptionStructural 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.descriptionConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)-
Descrição: dc.descriptionA 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.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Federal de Lavras-
Publicador: dc.publisherPrograma de Pós-Graduação em Estatística e Experimentação Agropecuária-
Publicador: dc.publisherUFLA-
Publicador: dc.publisherbrasil-
Publicador: dc.publisherDepartamento de Estatística-
Direitos: dc.rightsacesso aberto-
Palavras-chave: dc.subjectModelagem de equações estruturais-
Palavras-chave: dc.subjectOutliers-
Palavras-chave: dc.subjectÍndice de qualidade do ajuste-
Palavras-chave: dc.subjectÍndice da qualidade do ajuste corrigido-
Palavras-chave: dc.subjectCafé - Análise sensorial-
Palavras-chave: dc.subjectStructural equation modeling-
Palavras-chave: dc.subjectFit quality index-
Palavras-chave: dc.subjectCorrected quality of fit index-
Palavras-chave: dc.subjectEstatística-
Título: dc.titleÍndices de qualidade de ajuste de modelos de equações estruturais considerando repetições e tratamentos com aplicação em análise sensorial de cafés-
Título: dc.titleQuality indices of structural equation model adjustment considering replicates and treatments with application in the sensory analysis of coffee-
Tipo de arquivo: dc.typetese-
Aparece nas coleções:Repositório Institucional da Universidade Federal de Lavras (RIUFLA)

Não existem arquivos associados a este item.