
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.creator | Silva, Edilson Marcelino | - |
| Autor(es): dc.creator | Fruhauf, Ariana Campos | - |
| Autor(es): dc.creator | Fernandes, Felipe Augusto | - |
| Autor(es): dc.creator | Paula, Gustavo Sérgio de | - |
| Autor(es): dc.creator | Muniz, Joel Augusto | - |
| Autor(es): dc.creator | Fernandes, Tales Jesus | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:51:18Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:51:18Z | - |
| Data de envio: dc.date.issued | 2020-05-05 | - |
| Data de envio: dc.date.issued | 2020-05-05 | - |
| Data de envio: dc.date.issued | 2019 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/40564 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1148924 | - |
| Descrição: dc.description | In several areas of knowledge it is common to evaluate the possible relationship between a dependent variable and one or more independent variables. This study can be done through regression models that are divided basically into two distinct classes: linear and nonlinear. In the estimation of the parameters in regression models it is usual to use the least squares method, which for the nonlinear case the system of equations does not present an explicit solution and iterative methods are needed to have the solution. The objective of this work was to compare the Newton and Gauss-Newton iterative methods in the fit of the Stanford and Smith model. The data analyzed were carbon mineralization of oat straw in the soil over time. The Gauss-Newton method, which is specific for estimating nonlinear model parameters, was more efficient than Newton’s method for estimating the parameters of the Stanford and Smith model fitted to the data. The Gauss-Newton method is implemented in software for parameter estimation of nonlinear regression models. | - |
| Descrição: dc.description | Nas diversas áreas do conhecimento é comum avaliar a possível relação entre uma variável dependente com uma ou mais variáveis independentes. Esse estudo pode ser feito por meio dos modelos de regressão que são divididos basicamente em duas classes distintas: os lineares e os não lineares. Na estimação dos parâmetros em modelos de regressão é usual a utilização do método dos mínimos quadrados, que para o caso não linear o sistema de equações não apresenta solução explícita e necessita-se de métodos iterativos para ter a solução. O objetivo do trabalho foi comparar os métodos iterativos de Newton e Gauss-Newton no ajuste do modelo Stanford e Smith. Os dados analisados foram de mineralização de carbono de palha de aveia no solo ao longo do tempo. O método Gauss-Newton, específico para estimar parâmetros de modelos não lineares, foi mais eficiente que o método de Newton na estimação dos parâmetros do modelo Stanford e Smith ajustado aos dados. O método Gauss-Newton é implementado nos softwares para estimação de parâmetros de modelos de regressão não linear. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Federal de Alfenas | - |
| Direitos: dc.rights | acesso aberto | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| ???dc.source???: dc.source | Sigmae | - |
| Palavras-chave: dc.subject | Método dos mínimos quadrados | - |
| Palavras-chave: dc.subject | Métodos iterativos | - |
| Palavras-chave: dc.subject | Modelo Stanford e Smith | - |
| Palavras-chave: dc.subject | Least squares method | - |
| Palavras-chave: dc.subject | Iterative methods | - |
| Palavras-chave: dc.subject | Stanford and Smith model | - |
| Título: dc.title | Método de Newton e Gauss-Newton na estimação dos parâmetros de modelo de regressão não linear | - |
| Tipo de arquivo: dc.type | Artigo | - |
| 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: