Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/15117
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2016_AlanRenerBorgesNascimento.pdf440,79 kBAdobe PDFver/abrir
Registro completo
Campo Dublin CoreValorLíngua
dc.contributor.advisorGomes, Eduardo Monteiro de Castro-
dc.contributor.authorNascimento, Alan Rener Borges-
dc.identifier.citationNASCIMENTO, Alan Rener Borges. Análise da produtividade de cultivares de café utilizando modelos lineares mistos. 2016. 48 f., il. Monografia (Bacharelado em Estatística)—Universidade de Brasília, Brasília, 2016.pt_BR
dc.descriptionMonografia (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2016.pt_BR
dc.description.abstractEste trabalho se prop^os a abordar o uso de modelos lineares mistos para a an alise de dados com medidas repetidas no tempo. O processo de modelagem iniciou com a escolha dos efeitos aleat orios em seguida dos efeitos xos e da melhor estrutura de covari^ancias. Para selecionar a estrutura da matriz de covari^ancias que melhor se ajustou aos dados, utilizou-se os crit erios de informa c~ao de Akaike - AIC e de Schwarz - BIC e o Teste da Raz~ao de Verossimilhan ca. A an alise gr a ca dos res duos foi utilizada para veri car o ajuste do modelo. Este trabalho utilizou dados de produtividade de um experimento de caf e Ar abica realizado na Embrapa do Gama-DF, sendo que os resultados foram obtidos pelo programa estat stico R.pt_BR
dc.rightsAcesso Abertopt_BR
dc.subject.keywordSistemas linearespt_BR
dc.subject.keywordAnálise de covariância (Estatística)pt_BR
dc.subject.keywordAnálise estatísticapt_BR
dc.titleAnálise da produtividade de cultivares de café utilizando modelos lineares mistospt_BR
dc.typeTrabalho de Conclusão de Curso - Graduação - Bachareladopt_BR
dc.date.accessioned2016-11-04T11:23:39Z-
dc.date.available2016-11-04T11:23:39Z-
dc.date.submitted2016-
dc.identifier.urihttp://bdm.unb.br/handle/10483/15117-
dc.language.isoPortuguêspt_BR
dc.contributor.advisorcoMalaquias, Juaci Vitoria-
dc.description.abstract1This work proposes to address the use of mixed linear models for data analysis with repeated measures. The modeling process began with the selection of random e ects then the xed e ects and best covariance structure. To select the structure of the covariance matrix that best t the data, we used the Akaike information criterion - AIC and Schwarz - BIC and the Likelihood Ratio Test. The graphical analysis of the waste was used to verify the model t. This study used data from a productivity Arabica co ee experiment conducted at Embrapa Gama -DF and the results were obtained by the statistical program R.pt_BR
Aparece na Coleção:Estatística



Este item está licenciado na Licença Creative Commons Creative Commons