
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.contributor | Cirillo, Marcelo Ângelo | - |
| Autor(es): dc.contributor | Brighenti, Carla Regina Guimarães | - |
| Autor(es): dc.contributor | Borém, Flávio Meira | - |
| Autor(es): dc.contributor | Bueno Filho, Júlio Silvio de Souza | - |
| Autor(es): dc.contributor | Rodrigues, Letícia Lima Milani | - |
| Autor(es): dc.contributor | Guimarães, Paulo Henrique Sales | - |
| Autor(es): dc.creator | Silva, Jackelya Araujo | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:54:51Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:54:51Z | - |
| Data de envio: dc.date.issued | 2017-08-02 | - |
| Data de envio: dc.date.issued | 2017-08-02 | - |
| Data de envio: dc.date.issued | 2017-07-21 | - |
| Data de envio: dc.date.issued | 2017-07-11 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/15066 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1170798 | - |
| Descrição: dc.description | In this work two parts are presented. The first part considers the theoretical basis of this thesis. The second part is composed of two scientific articles. The first article refers to modeling in sensory analysis for multiple repeated responses in an experiment with specialty coffees. In the sensory analysis applied to specialty coffees, it was possible to construct a data set with repeated measurements at taster / genotype levels and over four crop seasons. This was due to the fact that different tasters for different cup tests carried out evaluations of the same genotype in two situations: throughout the crop seasons and during the execution of the tasting to assign the notes. In this sense, it was necessary to study the associations in two directions. The first one regarding the taster and the second direction associated with the grades to the effect of the harvest. It was concluded that the methodology proposed in this first article identified the sensory covariates that are similar throughout the harvests, as well as producing estimates of probability for the categorization of specialty coffees in the best grades classes, associated with tastings performed by harvest. The second article presents a selection criterion for labor correlation matrix, used in generalized estimation equations. This criterion, unlike the selection criteria presented in this paper, makes use of the limiting estimate of the association parameters as a measure for the choice of the work correlation matrix. For that, Monte Carlo simulation was performed with different scenarios, comparing its result with the other criteria. In addition, two applications are presented, one related to a set of literature data and the other refers to the set of data coming from a sensory analysis of specialty coffees. It was possible to conclude that the proposed criterion proved to be competitive to the other criteria. | - |
| Descrição: dc.description | Neste trabalho estão presentes duas partes. A primeira parte contempla a fundamentação teórica desta tese. A segunda parte é composta de dois artigos científicos. O primeiro artigo, refere-se a modelagem em análise sensorial para múltiplas respostas repetidas em um experimento em análise sensorial, realizado com cafés especiais. A análise sensorial aplicada aos cafés especiais permitiu a organização de um conjunto de dados com medidas repetidas em níveis de provadores/genótipos ao longo de quatro safras. Isso ocorreu, devido ao fato de que diferentes provadores para diferentes amostras de cinco xícaras, realizaram avaliações de um mesmo genótipo em duas situações: ao longo das safras e durante a execução da degustação para atribuição das notas. Nesse sentido, houve a necessidade do estudo das associações em duas direções. A primeira no que se refere ao provador, e a segunda direção associada às notas ao efeito das safra. Concluiu-se que a metodologia proposta nesse primeiro artigo identificou as covariáveis sensoriais que são semelhantes ao longo das safras, bem como produziu estimativas de probabilidades para a categorização dos cafés especiais nas classes de melhores notas, associadas as degustações realizadas por safra. O segundo artigo apresenta um critério de seleção para matriz de correlação de trabalho, utilizada em equações de estimação generalizadas. O referido critério, diferentemente dos critérios de seleção expostos neste trabalho, faz uso da estimativa limitante dos parâmetros de associação como uma medida para a escolha da matriz de correlação de trabalho. Para tanto, realizou-se simulação Monte Carlo com diferentes cenários, comparando o seu resultado com os demais critérios. Além disso, são apresentadas duas aplicações, uma está relacionada a um conjunto de dados consagrados da literatura e a outra refere-se ao conjunto de dados provenientes de uma análise sensorial de cafés especiais. Foi possível concluir que o critério proposto, mostrou-se competitivo aos demais critérios. | - |
| 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 | Cafés especiais - Análise sensorial | - |
| Palavras-chave: dc.subject | Matriz de correlação | - |
| Palavras-chave: dc.subject | Dados correlacionados | - |
| Palavras-chave: dc.subject | Specialty coffee - Sensory analysis | - |
| Palavras-chave: dc.subject | Correlation data | - |
| Palavras-chave: dc.subject | Working correlation structure | - |
| Palavras-chave: dc.subject | Estatística | - |
| Título: dc.title | Equações de estimações generalizadas para dados ordinais em análise sensorial de cafés especiais e critérios de seleção para matrizes de correlação de trabalho | - |
| Tipo de arquivo: dc.type | tese | - |
| 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: