
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 | Souza, Francisco Regilson | - |
| Autor(es): dc.creator | Bueno Filho, Julio Sílvio de Sousa | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:02:39Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:02:39Z | - |
| Data de envio: dc.date.issued | 2020-01-22 | - |
| Data de envio: dc.date.issued | 2020-01-22 | - |
| Data de envio: dc.date.issued | 2014 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/38607 | - |
| Fonte completa do material: dc.identifier | http://jaguar.fcav.unesp.br/RME/fasciculos/v32/v32_n1/A1_Francisco_Julio.pdf | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1153092 | - |
| Descrição: dc.description | We present in this work a justification for the use of Mixed Generalized Linear Models (MGLM) as an option in comparison to the Generalized Linear Models (GLM) for experiments planned with discrete values for the response variables, when taking m observations (m>1) in each experimental unit (EU). The MGLM is obtained adding a random component to the linear predictor, in order to capture the existing variations between EU and comparing its analysis to that of the GLM in experiments simulated with discrete responses (of binomial or Poisson distributions). We considered the completely randomized design experimental arrangement and simulate experiments supposing the EU effects as known. In the MGLM, the responses of the treatments were combined with those from the EU in a linear model. We simulated discrete responses and used the canonic links from the binomial and Poisson models. The resulting experiments were analyzed in two manners (GLM and MGLM). The analyses were performed using the R 2.14 Software with 4000 simulations for each configuration, with different values for m. In all parameters used in the comparison between models, the MGLM showed most well-adjusted to the experimental data than those from the GLM and should be used in substitution in these cases. | - |
| Descrição: dc.description | Neste trabalho se apresenta uma justificativa para utilização dos modelos lineares generalizados mistos (MLGM), como opção, em comparação ao modelo linear generalizado (MLG), para experimentos planejados com valores discretos para a variável resposta, quando se tomam m observações (m > 1) em cada unidade experimental (UE). O MLGM se obtém adicionando um componente aleatório ao preditor linear, para capturar as variações existentes entre UE e comparando sua análise a do MLG em experimentos simulados com respostas discretas (da distribuição binomial ou Poisson). Foi considerado um arranjo experimental de UE em um delineamento inteiramente casualizado (DIC) e simulados experimentos supondo conhecidos os efeitos destas UE’s. No MLGM as respostas dos tratamentos foram combinadas as das UE em um modelo linear. Foram simuladas respostas discretas e aplicadas às ligações canônicas para modelos binomiais e de Poisson. Os experimentos resultantes foram analisados das duas formas (MLG e MLGM). As análises foram feitas usando Software R 2.14 com 4.000 simulações para cada configuração, com diferentes valores de m . Em todos os parâmetros utilizados na comparação dos modelos os MLGM mostraram-se mais bem ajustados aos dados dos experimentos do que os MLG e devem ser utilizados em sua substituição nesses casos. | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Estadual Paulista Júlio de Mesquita Filho – Unesp | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Revista Brasileira de Biometria | - |
| Palavras-chave: dc.subject | Modelo binomial | - |
| Palavras-chave: dc.subject | Modelo Poisson | - |
| Palavras-chave: dc.subject | Modelos generalizados mistos | - |
| Palavras-chave: dc.subject | Binomial model | - |
| Palavras-chave: dc.subject | Poisson model | - |
| Palavras-chave: dc.subject | Generalized mixed models | - |
| Título: dc.title | Modelagem de experimentos planejados com respostas discretas | - |
| Título: dc.title | Modelling planned experiments with discrete responses | - |
| 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: