Análise bayesiana de interferência e toxidez em ensaios de diluição serial

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorBueno Filho, Júlio Sílvio de Sousa-
Autor(es): dc.contributorPiccoli, Roberta Hilsdorf-
Autor(es): dc.contributorFerreira, Daniel Furtado-
Autor(es): dc.contributorLeandro, Roseli Aparecida-
Autor(es): dc.contributorSáfadi, Thelma-
Autor(es): dc.creatorSantos, Andréa Cristiane dos-
Data de aceite: dc.date.accessioned2026-02-09T12:03:06Z-
Data de disponibilização: dc.date.available2026-02-09T12:03:06Z-
Data de envio: dc.date.issued2014-09-22-
Data de envio: dc.date.issued2014-09-22-
Data de envio: dc.date.issued2014-09-22-
Data de envio: dc.date.issued2008-03-06-
Fonte completa do material: dc.identifierhttps://repositorio.ufla.br/handle/1/3867-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1153256-
Descrição: dc.descriptionEstimation of microorganism densities by means of the Most Probable Number (MPN) is a technique introduced by McCrady (1915) to analyse serial dilution assays. The standard model used to generate MPN tables does not consider medium toxicity nor interference due to competitor microorganisms. In this work we aim to develop a Bayesian framework to analyze these phenomena. MCMC methods using Metropolis-Hastings algorithm were used to get posterior distributions given some experimental results. Convergence was monitored using graphical display and both Raftery & Lewis (1992) and Heidelberg & Welsh (1983) criteria. Model comparison was done using Bayes Factors. It was possible to sort out models with interfering and toxicant parameters that were more probable than standard model for some experimental results. When microorganism do not grow in initial dilutions, the standard model underestimates MPN. In the situations in which standard model is the most probable, MPN estimates from any model are similar, although standart model is the best with smaller credibility interval. A very flexible R routine was implemented. It can manage a wide range of dilution designs with more dilutions and more tubes per dilution and is a suitable tool for replacing standard tables in laboratory.-
Descrição: dc.descriptionEstatística e Experimentação Agropecuária-
Descrição: dc.descriptionO método do número mais provável (NMP) foi introduzido por McCrady (1915) como resultado da estimativa da densidade de microrganismos provenientes de diluições seriadas. O modelo padrão utilizado para obter tabelas de estimativas do NMP não contempla situações tais como Toxidez e interferência. A análise bayesiana foi utilizada para realizar inferências sobre estes modelos de acordo com alguns resultados experimentais. Por meio do algoritmo de Metropolis-Hastings, foi possível gerar cadeias para cada parâmetro dos modelos. A convergência dessas cadeias foi monitorada por meio de analises gráficas e pelos critérios de Raftery & Lewis (1992) e Heidelberg & Welch (1983). A comparação do ajuste dos modelos foi feita por meio do Fator de Bayes. Foi possível discriminar, entre modelos com parâmetros de interferência e Toxidez mais precisos que o modelo Usual sob certos resultados experimentais. Em situações experimentais em que o crescimento do microrganismo de interesse é inibido em baixas diluições, o modelo Usual não é adequado e tem valores subestimados para o NMP. No caso em que há crescimento de microrganismo em baixas diluições, o modelo Usual tem estimativa para o NMP próxima das apresentadas nos modelos mais complexos, embora os intervalos de credibilidade sejam maiores. A rotina implementada em R pode ser extendida para uma ampla gama de planos de diluição (número de diluições e número de tubos por diluição) e pode ser usada em substituição das tabelas nos laboratórios.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUNIVERSIDADE FEDERAL DE LAVRAS-
Publicador: dc.publisherDEX - Departamento de Ciências Exatas-
Publicador: dc.publisherUFLA-
Publicador: dc.publisherBRASIL-
Direitos: dc.rightsacesso aberto-
Palavras-chave: dc.subjectAlgoritmo metropolis-hastings-
Palavras-chave: dc.subjectEnsaio de diluição-
Palavras-chave: dc.subjectInferência bayesiana-
Palavras-chave: dc.subjectBayesian inference-
Palavras-chave: dc.subjectDilution assay-
Palavras-chave: dc.subjectMetropolis-hastings algorithm-
Palavras-chave: dc.subjectMicrobiology-
Palavras-chave: dc.subjectCNPQ_NÃO_INFORMADO-
Título: dc.titleAnálise bayesiana de interferência e toxidez em ensaios de diluição serial-
Título: dc.titleBayesian analysis of interfering and toxicity effects in dilution assays-
Tipo de arquivo: dc.typetese-
Aparece nas coleções:Repositório Institucional da Universidade Federal de Lavras (RIUFLA)

Não existem arquivos associados a este item.