Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
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.
Análise bayesiana do modelo de Ellis e Roberts para estimar a viabilidade de sementes de café armazenadas
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/1162975
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Sáfadi, Thelma | - |
| Autor(es): dc.contributor | Carvalho, Maria Laene Moreira de | - |
| Autor(es): dc.contributor | Dias, Denise Cunha F. S. | - |
| Autor(es): dc.contributor | Silva, Fabyano Fonseca e | - |
| Autor(es): dc.contributor | Muniz, Joel Augusto | - |
| Autor(es): dc.creator | Teixeira, Josiane Magalhães | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:31:22Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:31:22Z | - |
| Data de envio: dc.date.issued | 2018-09-27 | - |
| Data de envio: dc.date.issued | 2018-09-27 | - |
| Data de envio: dc.date.issued | 2018-09-27 | - |
| Data de envio: dc.date.issued | 2010-03-31 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/30781 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1162975 | - |
| Descrição: dc.description | Esta dissertação/tese está disponível online com base na Resolução CEPE nº 090, de 24 de março de 2015, disponível em http://www.biblioteca.ufla.br/wordpress/wp-content/uploads/res090-2015.pdf, que dispõe sobre a disponibilização da coleção retrospectiva de teses e dissertações online no Repositório Institucional da UFLA, sem autorização prévia dos autores. Parágrafo Único. Caberá ao autor ou orientador a solicitação de restrição quanto à divulgação de teses e dissertações com pedidos de patente ou qualquer embargo similar. Art. 5º A obra depositada no RIUFLA que tenha direitos autorais externos à Universidade Federal de Lavras poderá ser removida mediante solicitação por escrito, exclusivamente do autor, encaminhada à Comissão Técnica da Biblioteca Universitária./ Arquivo gerado por meio da digitalização de material impresso. Alguns caracteres podem ter sido reconhecidos erroneamente. | - |
| Descrição: dc.description | Discrete ordinal data can be modeled by a latent variable (L) whose domain is a set of real intervals with bijecting relation between category and belonging to the respective interval. The expectation of L is then modeled using a link function that is a difference of cumulative distributions. This methodology has the advantage of establishing linear models for the latent variable with great computing simplification and interpretability. Gibbs Sampling (GS) was the first proposed algorithm to sample from the posterior in these situations (Albert & Chib, 1993; algorithm AC). This algorithm allows Student’s t distribution, for fixed models. However, strong autocorrelations where found in Marcov chains from both of the linear predictors and threshold parameters. Two kinds of proposals, both based on joint sampling of L and threshold parameters via Metropolis-Hastings type algorithms, are described to minimize this problem. The first uses a truncated normal distribution as a candidate generating function and is implemented here in an algorithm modified from Cowles (1996) (MC algorithm). The second uses a Dirichlet distribution and is implemented in the algorithm modified from Nandran & Chen (1996) (NC algorithm). In this work, the three methodologies were adapted to a general mixed model analysis. Convergence readiness in a real experiment was compared for the three algorithms. A sensorial analysis was used as an example. In this experiment, the effect of three concentrations of saccharosis in the dehydrating a banana variety were studied. Grades to the product color were given in a nine point hedonic scale. Regarding convergence, NC was the best algorithm for both normal and t distributions. Student’s t was the more probable model using SAGK and MC algorithms, but for NC algorithm there was no evidence of difference among t and normal models (result that favors normal model). Resulting analyses were similar to usual ANOVA approximation, although violating its assumptions. Algorithms are implemented in R and allow to analyze a completely general covariance structure for random effects. | - |
| Descrição: dc.description | Dados categorizados podem ser modelados por meio de uma variável latente (L) com escala contínua que relaciona a nota de uma categoria à pertinência em intervalo correspondente. Modela-se então a esperança de L por meio de uma função de ligação que é uma diferença entre valores de uma função acumulada nos limites de intervalo. Isto permite o estabelecimento de modelos lineares para a variável latente e propicia maior simplicidade computacional e facilidade de interpretação. O amostrador de Gibbs (GS) foi o primeiro algoritmo proposto (Albert & Chib, 1993; algoritmo AC) para a obtenção de amostras das distribuições conjuntas a posteriori, usando a distribuição t de Student, para o modelo fixo. Foi constatada, no entanto, forte autocorrelação nas cadeias dos parâmetros do modelo linear e nas dos parâmetros de limiar (limites dos intervalos para L). Visando minimizar este problema surgiram dois tipos de propostas de amostragem conjunta da variável latente e dos parâmetros de limiar usando algoritmos do tipo Metropolis-Hastings. A primeira usa como geradora de candidatos a distribuição normal truncada e está aqui implementada em um algoritmo modificado de Cowles (1996) (algoritmo MC). A segunda usa a distribuição Dirichlet e está no algoritmo modificado de Nandran & Chen (1996) (algoritmo NC). Neste trabalho as três metodologias para a modelagem da variável latente foram adaptadas para a análise de modelos mistos gerais. Os três algoritmos foram estudados quanto à rapidez de convergência em um experimento real de análise sensorial. Neste experimento, foi estudado o efeito de três concentrações de sacarose no processo de desidratação da banana da terra. Foram atribuídas notas para a cor do produto em uma escala hedônica de nove pontos. Quanto à convergência, a superioridade do algoritmo NC foi evidente para as duas funções de ligação utilizadas. O modelo com distribuição t de Student foi o melhor para os algoritmos AC e MC. Para o caso do algoritmo NC o resultado não discrimina os modelos, o que deve favorecer o modelo normal. Os resultados são semelhantes aos registrados por análises da variância usuais, cujas pressuposições são, no entanto, violadas. Os algoritmos estão implementados em R e permitem analisar quaisquer estruturas de covariância para os efeitos aleatórios. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Federal de Lavras | - |
| Publicador: dc.publisher | Programa de Pós-graduação em Estatística e Experimentação Agropecuária | - |
| Publicador: dc.publisher | UFLA | - |
| Publicador: dc.publisher | brasil | - |
| Publicador: dc.publisher | Departamento de Ciências Exatas | - |
| Direitos: dc.rights | acesso aberto | - |
| Palavras-chave: dc.subject | Sementes - Longevidade | - |
| Palavras-chave: dc.subject | Teoria bayesiana de decisão estatística | - |
| Palavras-chave: dc.subject | Umidade | - |
| Palavras-chave: dc.subject | Sementes - Armazenamento | - |
| Palavras-chave: dc.subject | Estatística | - |
| Título: dc.title | Análise bayesiana do modelo de Ellis e Roberts para estimar a viabilidade de sementes de café armazenadas | - |
| Tipo de arquivo: dc.type | tese | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
Não existem arquivos associados a este item.
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:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo