
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 | Fernandes, Tales Jesus | - |
| Autor(es): dc.contributor | Muniz, Joel Augusto | - |
| Autor(es): dc.contributor | Pereira, Adriele Aparecida | - |
| Autor(es): dc.contributor | Barroso, Camilla Marques | - |
| Autor(es): dc.contributor | Silva, Edilson Marcelino | - |
| Autor(es): dc.contributor | Muniz, Joel Augusto | - |
| Autor(es): dc.creator | Vilas Bôas, Isolina Aparecida | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:40:02Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:40:02Z | - |
| Data de envio: dc.date.issued | 2024-03-20 | - |
| Data de envio: dc.date.issued | 2024-03-20 | - |
| Data de envio: dc.date.issued | 2024-03-18 | - |
| Data de envio: dc.date.issued | 2023-12-18 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/58997 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1144745 | - |
| Descrição: dc.description | In many situations, accurately describing the phenomena under analysis can be a challenge. The application of non-linear models represents a significant advance in data analysis, moving away from traditional linear methods and carefully considering the inherent complexities present in various phenomena. Therefore, the use of non-linear models in data analysis aims to effectively capture this complexity, providing more accurate and comprehensive information about the phenomenon under study. In this thesis, three studies were carried out with the aim of studying the growth curves of maize hybrids, based on the accumulation of dry matter and nutrients in the various phenological stages obtained in an experiment with two cultivars with different characteristics. The following non-linear models were used: Brody, Gompertz, logistic, Meloum I, Meloun II, Michaelis Mentem, modified Michaleis Mentem, Mitscherlich, Richards, Schnute, von Bertalanffy and Weibull. In the first study, the analysis was carried out using twelve non-linear models to describe the accumulation of dry matter in the corn hybrids GNZ2004 and P30F33. In the second study, data on the accumulation of macronutrients (nitrogen, phosphorus, potassium, calcium, magnesium and sulphur) in the two maize hybrids was considered. The third study presents the use of nonlinear models applied to micronutrient accumulation data (boron, copper, manganese and zinc). The analysis was conducted using the least squares method and the Gauss-Newton convergence algorithm. The selection of the most suitable models was based on the following quality of fit evaluators: adjusted coefficient of determination (), residual standard deviation (RSD), mean square error of prediction (MEP), asymptotic index (AI), Akaike information criterion (AIC), Bayesian information criterion (BIC). The results of this thesis enable nonlinear regression analysis to explore alternatives beyond the commonly used nonlinear models, and can be extended to other corn hybrids and crops. | - |
| Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
| Descrição: dc.description | Em diversas situações, descrever com precisão os fenômenos em análise pode ser um desafio. A aplicação de modelos não lineares representa um significativo avanço na análise de dados, afastando-se dos métodos lineares tradicionais e considerando cuidadosamente as complexidades inerentes presentes em diversos fenômenos. Portanto, a utilização de modelos não lineares na análise de dados visa capturar efetivamente essa complexidade, fornecendo informações mais precisas e abrangentes sobre o fenômeno em estudo. Nesta tese, foram conduzidos três estudos com o objetivo de estudar as curvas de crescimento de híbrido de milho, com base no acúmulo de matéria seca e de nutrientes nos diversos estádios fenológicos obtidos em um experimento com duas cultivares com características distintas. Foram utilizados os modelos não lineares: Brody, Gompertz, logístico, Meloum I, Meloun II, Michaelis Mentem, Michaleis Mentem modificado, Mitscherlich, Richards, Schnute, von Bertalanffy e Weibull. No primeiro estudo a análise foi realizada utilizando os doze modelos não lineares para descrever o acúmulo de matéria seca nos híbridos de milho GNZ2004 e P30F33. No segundo estudo, foram considerados os dados de acúmulo dos macronutrientes (nitrogênio, fósforo, potássio, cálcio, magnésio e enxofre) nos dois híbridos de milho. O terceiro estudo apresenta o uso dos modelos não lineares aplicados aos dados de acúmulo de micronutrientes (boro, cobre, manganês e zinco). A análise foi conduzida utilizando o método de mínimos quadrados e o algoritmo de convergência de Gauss-Newton. A seleção dos modelos mais adequados baseou-se nos seguintes avaliadores de qualidade de ajuste: coeficiente de determinação ajustado (), desvio padrão residual (DPR), erro quadrático médio de predição (MEP), índice assintótico (IA), critério de informação de Akaike (AIC), critério de informação Bayesiano (BIC). Os resultados dessa tese propiciam a análise de regressão não linear explorando alternativas além dos modelos não lineares comumente utilizados, podendo ser estendidos para outros híbridos de milho e também para outras culturas. | - |
| 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 | Attribution-ShareAlike 4.0 International | - |
| Direitos: dc.rights | Attribution-ShareAlike 4.0 International | - |
| Direitos: dc.rights | acesso aberto | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by-sa/4.0/ | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by-sa/4.0/ | - |
| Palavras-chave: dc.subject | Matéria seca | - |
| Palavras-chave: dc.subject | Nutriente | - |
| Palavras-chave: dc.subject | Regressão não linear | - |
| Palavras-chave: dc.subject | Dry matter | - |
| Palavras-chave: dc.subject | Nutrient | - |
| Palavras-chave: dc.subject | Non-linear regression | - |
| Palavras-chave: dc.subject | Regressão e Correlação | - |
| Título: dc.title | Modelos não lineares na descrição do acúmulo de nutrientes e matéria seca em híbrido de milho | - |
| Título: dc.title | Non linear models for describing the accumulation of nutrients and dry matter in maize hybrids | - |
| 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: