Predição do nitrogênio mineralizado em latossolo pelo uso de modelos não-lineares

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorMuniz, Joel Augusto-
Autor(es): dc.contributorVeiga, Ruben Delly-
Autor(es): dc.contributorSilva, Carlos Alberto-
Autor(es): dc.contributorVivanco, Mário Javier Ferrua-
Autor(es): dc.creatorPereira, Janser Moura-
Data de aceite: dc.date.accessioned2026-02-09T12:21:50Z-
Data de disponibilização: dc.date.available2026-02-09T12:21:50Z-
Data de envio: dc.date.issued2014-09-02-
Data de envio: dc.date.issued2014-09-02-
Data de envio: dc.date.issued2014-09-02-
Data de envio: dc.date.issued2004-02-13-
Fonte completa do material: dc.identifierhttps://repositorio.ufla.br/handle/1/3422-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1159779-
Descrição: dc.descriptionEstatística e Experimentação Agropecuária-
Descrição: dc.descriptionThis work was carried out to evaluate the statistical properties of the estimators of the parameters of eight nonlinear models, used to describe the mineralization of organic nitrogen in soil. Models without structure of autorregressives errors had been fitted and later models had been fitted AR(1) and AR(2), only for the models that had presented autocorrelation in the residuals of first and second order. The estimation of the parameters for the models of nonlinear regression without and with structure of autorregressives errors was made by the least square method. The procedure MODEL of software Statistical Analysis System (SAS) was used. The comparison of the models was made through the measures of the fitted (Adjusted determination coefficient, mean square error and mean predicted error). The Juma model with AR(2) show the best fitted, followed for the Cabrera, Stanford and Smith models.-
Descrição: dc.descriptionEste trabalho teve por objetivo avaliar as propriedades estatísticas dos estimadores dos parâmetros de oito modelos não-lineares apresentados na literatura, utilizados para descrever a mineralização do nitrogênio orgânico em solos. Foram ajustados modelos sem estrutura de erros autorregressivos e posteriormente foram ajustados modelos AR(1) e AR(2), apenas para os modelos que apresentaram autocorrelação nos resíduos de primeira e segunda ordem. A estimação dos parâmetros para os modelos de regressão não-linear sem e com estrutura de erros autorregressivos foi feita pelo método de mínimos quadrados ordinários. Para isso utilizou-se o procedimento MODEL do software Statistical Analysis System (SAS). A comparação dos modelos foi feita através dos avaliadores da qualidade do ajuste (coeficiente de determinação ajustado, quadrado médio do resíduo e erro de predição médio). Comparou-se também as amplitudes dos intervalos de confiança dos parâmetros dos modelos, obtidas por meio da Técnica de Jackknife, com as amplitudes obtidas via matriz de variâncias e covariâncias. O melhor modelo obtido foi o modelo de Juma com AR(2), para a mineralização de N sem calagem, seguido pelos modelos de Cabrera, Stanford e Smith sem estrutura de erros autorregressivos, nas duas situações (com e sem calagem).-
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.subjectModelos não-lineares-
Palavras-chave: dc.subjectMineralização de nitrogênio-
Palavras-chave: dc.subjectIncubação-
Palavras-chave: dc.subjectNonlinear models-
Palavras-chave: dc.subjectMineralization of nitrogen-
Palavras-chave: dc.subjectIncubation-
Palavras-chave: dc.subjectCNPQ_NÃO_INFORMADO-
Título: dc.titlePredição do nitrogênio mineralizado em latossolo pelo uso de modelos não-lineares-
Título: dc.titlePrediction of the nitrogen mineralized in soil for the use of nonlinear models-
Tipo de arquivo: dc.typedissertação-
Aparece nas coleções:Repositório Institucional da Universidade Federal de Lavras (RIUFLA)

Não existem arquivos associados a este item.