
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 | Corrêa, Fábio Mathias | - |
| Autor(es): dc.creator | Silva, José Waldemar da | - |
| Autor(es): dc.creator | Ferreira, Daniel Furtado | - |
| Autor(es): dc.creator | Bueno Filho, Júlio Silvio de Sousa | - |
| Autor(es): dc.creator | Corrêa, Fábio Mathias | - |
| Autor(es): dc.creator | Silva, José Waldemar da | - |
| Autor(es): dc.creator | Ferreira, Daniel Furtado | - |
| Autor(es): dc.creator | Bueno Filho, Júlio Silvio de Sousa | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:14:25Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:14:25Z | - |
| Data de envio: dc.date.issued | 2016-12-28 | - |
| Data de envio: dc.date.issued | 2017-08-01 | - |
| Data de envio: dc.date.issued | 2017-08-01 | - |
| Data de envio: dc.date.issued | 2017-08-01 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/13937 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1157304 | - |
| Descrição: dc.description | This study describes and evaluates a package that implements extensions of the algorithm first presented by Nandram and Chen (1996), replacing Gaussian distribution (NCG) with Student’s t distribution (NCt) for Bayesian analysis of ordinal categorical data using mixed models. The algorithms described by Albert and Chib (1993) and Cowles (1996) were also implemented. Comparison was carried on using two different designs. A Steiner triple system with seven treatments used mostly to estimate fixed effects and a 10x10 square lattice designed to rank and select among random effects. Different situations for intraclass correlations were also considered. We reported the total number of iterations required for convergence diagnostics, and the mean square error (MSE) on posterior estimates of both random and fixed effects as well as posterior estimates of intraclass correlation. NCG and NCt algorithms resulted in lower MSE for both designs. This algorithm has also shown faster convergence rates. For the square lattice, NCG and NCt algorithms overestimated the intraclass correlation when the simulated value was large (0.8). But the bias on MSE relative to the other designs did not increase. A real experiment from plant breeding is given as an example of package use, an Incomplete Block Design to evaluate resistance of tomato varieties to late blight (caused by Phytophthora infestans). Gaussian distribution was the parcimonious choice for the latent trait. Algorithms are consistent with regard to the ranking of varieties. | - |
| Formato: dc.format | application/pdf | - |
| Formato: dc.format | application/pdf | - |
| Publicador: dc.publisher | Universidade Federal de Lavras | - |
| Relação: dc.relation | http://www.biometria.ufla.br/index.php/BBJ/article/view/251/77 | - |
| Direitos: dc.rights | Attribution 4.0 International | - |
| Direitos: dc.rights | Attribution 4.0 International | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| ???dc.source???: dc.source | REVISTA BRASILEIRA DE BIOMETRIA; Vol 34 No 4 (2016); 597-620 | - |
| ???dc.source???: dc.source | 1983-0823 | - |
| Palavras-chave: dc.subject | MCMC | - |
| Palavras-chave: dc.subject | Bayesthresh | - |
| Palavras-chave: dc.subject | Threshold models | - |
| Palavras-chave: dc.subject | Modelos de limiar | - |
| Palavras-chave: dc.subject | Distribuição Gaussiana | - |
| Título: dc.title | Bayesian algorithms for analysis of categorical ordinal data | - |
| Título: dc.title | Algoritmos bayesianos para análise de dados categóricos ordinais | - |
| Tipo de arquivo: dc.type | info:eu-repo/semantics/article | - |
| Tipo de arquivo: dc.type | info:eu-repo/semantics/publishedVersion | - |
| Tipo de arquivo: dc.type | Peer-reviewed Article | - |
| 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: