Método de Newton e Gauss-Newton na estimação dos parâmetros de modelo de regressão não linear

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.creatorSilva, Edilson Marcelino-
Autor(es): dc.creatorFruhauf, Ariana Campos-
Autor(es): dc.creatorFernandes, Felipe Augusto-
Autor(es): dc.creatorPaula, Gustavo Sérgio de-
Autor(es): dc.creatorMuniz, Joel Augusto-
Autor(es): dc.creatorFernandes, Tales Jesus-
Data de aceite: dc.date.accessioned2026-02-09T11:51:18Z-
Data de disponibilização: dc.date.available2026-02-09T11:51:18Z-
Data de envio: dc.date.issued2020-05-05-
Data de envio: dc.date.issued2020-05-05-
Data de envio: dc.date.issued2019-
Fonte completa do material: dc.identifierhttps://repositorio.ufla.br/handle/1/40564-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1148924-
Descrição: dc.descriptionIn 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.descriptionNas 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.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Federal de Alfenas-
Direitos: dc.rightsacesso aberto-
Direitos: dc.rightshttp://creativecommons.org/licenses/by/4.0/-
Direitos: dc.rightshttp://creativecommons.org/licenses/by/4.0/-
???dc.source???: dc.sourceSigmae-
Palavras-chave: dc.subjectMétodo dos mínimos quadrados-
Palavras-chave: dc.subjectMétodos iterativos-
Palavras-chave: dc.subjectModelo Stanford e Smith-
Palavras-chave: dc.subjectLeast squares method-
Palavras-chave: dc.subjectIterative methods-
Palavras-chave: dc.subjectStanford and Smith model-
Título: dc.titleMétodo de Newton e Gauss-Newton na estimação dos parâmetros de modelo de regressão não linear-
Tipo de arquivo: dc.typeArtigo-
Aparece nas coleções:Repositório Institucional da Universidade Federal de Lavras (RIUFLA)

Não existem arquivos associados a este item.