Modelagem Bayesiana para curvas de crescimentos de codornas assumindo assimetria nos erros
DOI:
https://doi.org/10.5433/1679-0359.2014v35n3p1637Palavras-chave:
Distribuições com erros assimétricos, Inferência Bayesiana, MCMC, Modelos de crescimento.Resumo
Assumir distribuições como a normal nas análises de dados é comum em diferentes áreas do conhecimento. Entretanto, pode-se fazer uso de outras que possuem capacidade de modelar também o parâmetro de assimetria, para as situações em que são necessários modelar dados com caudas mais pesadas que a normal. Este trabalho pretende apresentar alternativas à suposição de normalidade nos erros, dispondo também de distribuições assimétricas. Propõe-se uma abordagem Bayesiana para ajuste de modelos não-lineares quando os erros não são normais. Assim, adotam-se as distribuições t, skewnormal e skew-t. A metodologia visa aplicação em diferentes curvas de crescimento para dados de pesos de codornas. Verifica-se que os modelos de Gompertz com erros skew-normal e skew-t, respectivamente, para machos e fêmeas, são os que melhor se ajustam aos dados.
Métricas
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2014 Semina: Ciências Agrárias
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
Os Direitos Autorais para artigos publicados são de direito da revista. Em virtude da aparecerem nesta revista de acesso público, os artigos são de uso gratuito, com atribuições próprias, em aplicações educacionais e não-comerciais.
A revista se reserva o direito de efetuar, nos originais, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua e a credibilidade do veículo. Respeitará, no entanto, o estilo de escrever dos autores.
Alterações, correções ou sugestões de ordem conceitual serão encaminhadas aos autores, quando necessário. Nesses casos, os artigos, depois de adequados, deverão ser submetidos a nova apreciação.
As opiniões emitidas pelos autores dos artigos são de sua exclusiva responsabilidade.
