Análise bayesiana de interferência e toxidez em ensaios de diluição serial

Detalhes bibliográficos
Ano de defesa: 2008
Autor(a) principal: Santos, Andréa Cristiane dos
Orientador(a): Bueno Filho, Júlio Sílvio de Sousa
Banca de defesa: Piccoli, Roberta Hilsdorf, Ferreira, Daniel Furtado, Leandro, Roseli Aparecida, Sáfadi, Thelma
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: UNIVERSIDADE FEDERAL DE LAVRAS
Programa de Pós-Graduação: DEX - Departamento de Ciências Exatas
Departamento: Não Informado pela instituição
País: BRASIL
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: https://repositorio.ufla.br/handle/1/3867
Resumo: Estimation of microorganism densities by means of the Most Probable Number (MPN) is a technique introduced by McCrady (1915) to analyse serial dilution assays. The standard model used to generate MPN tables does not consider medium toxicity nor interference due to competitor microorganisms. In this work we aim to develop a Bayesian framework to analyze these phenomena. MCMC methods using Metropolis-Hastings algorithm were used to get posterior distributions given some experimental results. Convergence was monitored using graphical display and both Raftery & Lewis (1992) and Heidelberg & Welsh (1983) criteria. Model comparison was done using Bayes Factors. It was possible to sort out models with interfering and toxicant parameters that were more probable than standard model for some experimental results. When microorganism do not grow in initial dilutions, the standard model underestimates MPN. In the situations in which standard model is the most probable, MPN estimates from any model are similar, although standart model is the best with smaller credibility interval. A very flexible R routine was implemented. It can manage a wide range of dilution designs with more dilutions and more tubes per dilution and is a suitable tool for replacing standard tables in laboratory.
id UFLA_1dff5320efd7f815a47305a8b8d241dd
oai_identifier_str oai:repositorio.ufla.br:1/3867
network_acronym_str UFLA
network_name_str Repositório Institucional da UFLA
repository_id_str
spelling 2014-09-22T20:52:50Z2014-09-22T20:52:50Z2014-09-222008-03-06SANTOS, A. C. Análise bayesiana de interferência e toxidez em ensaios de diluição serial. 2008. 97 p. Tese (Doutorado em Estatística Experimental Agropecuária)-Universidade Federal de Lavras, Lavras, 2008.https://repositorio.ufla.br/handle/1/3867Estimation of microorganism densities by means of the Most Probable Number (MPN) is a technique introduced by McCrady (1915) to analyse serial dilution assays. The standard model used to generate MPN tables does not consider medium toxicity nor interference due to competitor microorganisms. In this work we aim to develop a Bayesian framework to analyze these phenomena. MCMC methods using Metropolis-Hastings algorithm were used to get posterior distributions given some experimental results. Convergence was monitored using graphical display and both Raftery & Lewis (1992) and Heidelberg & Welsh (1983) criteria. Model comparison was done using Bayes Factors. It was possible to sort out models with interfering and toxicant parameters that were more probable than standard model for some experimental results. When microorganism do not grow in initial dilutions, the standard model underestimates MPN. In the situations in which standard model is the most probable, MPN estimates from any model are similar, although standart model is the best with smaller credibility interval. A very flexible R routine was implemented. It can manage a wide range of dilution designs with more dilutions and more tubes per dilution and is a suitable tool for replacing standard tables in laboratory.O método do número mais provável (NMP) foi introduzido por McCrady (1915) como resultado da estimativa da densidade de microrganismos provenientes de diluições seriadas. O modelo padrão utilizado para obter tabelas de estimativas do NMP não contempla situações tais como Toxidez e interferência. A análise bayesiana foi utilizada para realizar inferências sobre estes modelos de acordo com alguns resultados experimentais. Por meio do algoritmo de Metropolis-Hastings, foi possível gerar cadeias para cada parâmetro dos modelos. A convergência dessas cadeias foi monitorada por meio de analises gráficas e pelos critérios de Raftery & Lewis (1992) e Heidelberg & Welch (1983). A comparação do ajuste dos modelos foi feita por meio do Fator de Bayes. Foi possível discriminar, entre modelos com parâmetros de interferência e Toxidez mais precisos que o modelo Usual sob certos resultados experimentais. Em situações experimentais em que o crescimento do microrganismo de interesse é inibido em baixas diluições, o modelo Usual não é adequado e tem valores subestimados para o NMP. No caso em que há crescimento de microrganismo em baixas diluições, o modelo Usual tem estimativa para o NMP próxima das apresentadas nos modelos mais complexos, embora os intervalos de credibilidade sejam maiores. A rotina implementada em R pode ser extendida para uma ampla gama de planos de diluição (número de diluições e número de tubos por diluição) e pode ser usada em substituição das tabelas nos laboratórios.Estatística e Experimentação AgropecuáriaUNIVERSIDADE FEDERAL DE LAVRASDEX - Departamento de Ciências ExatasUFLABRASILCNPQ_NÃO_INFORMADOAlgoritmo metropolis-hastingsEnsaio de diluiçãoInferência bayesianaBayesian inferenceDilution assayMetropolis-hastings algorithmMicrobiologyAnálise bayesiana de interferência e toxidez em ensaios de diluição serialBayesian analysis of interfering and toxicity effects in dilution assaysinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisBueno Filho, Júlio Sílvio de SousaPiccoli, Roberta HilsdorfFerreira, Daniel FurtadoLeandro, Roseli AparecidaSáfadi, ThelmaSantos, Andréa Cristiane dosinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLALICENSElicense.txtlicense.txttext/plain; charset=utf-8953https://repositorio.ufla.br/bitstreams/7ba91575-84a0-4b78-b3c3-6eb6b6e4fb71/download760884c1e72224de569e74f79eb87ce3MD52falseAnonymousREADORIGINALTESE_Análise bayesiana de interferência e toxidez em ensaios de diluição serial.pdfTESE_Análise bayesiana de interferência e toxidez em ensaios de diluição serial.pdfapplication/pdf2118573https://repositorio.ufla.br/bitstreams/54ea3443-f4cf-490a-8517-886e3c8174f3/downloadb63ad2063b413e180873b513b6b99df5MD51trueAnonymousREADTEXTTESE_Análise bayesiana de interferência e toxidez em ensaios de diluição serial.pdf.txtTESE_Análise bayesiana de interferência e toxidez em ensaios de diluição serial.pdf.txtExtracted texttext/plain104620https://repositorio.ufla.br/bitstreams/72aceb62-3f5a-49b0-afdd-5fd1d99324f5/download19d7024e80c7452b835d43f8f093a212MD53falseAnonymousREADTHUMBNAILTESE_Análise bayesiana de interferência e toxidez em ensaios de diluição serial.pdf.jpgTESE_Análise bayesiana de interferência e toxidez em ensaios de diluição serial.pdf.jpgGenerated Thumbnailimage/jpeg2374https://repositorio.ufla.br/bitstreams/413bc47c-1ba0-47d7-b73c-9f2079645edf/download7cd3a49a22722ec4ba85bfdd103738f8MD54falseAnonymousREAD1/38672025-10-23 20:26:11.683open.accessoai:repositorio.ufla.br:1/3867https://repositorio.ufla.brRepositório InstitucionalPUBhttps://repositorio.ufla.br/server/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2025-10-23T23:26:11Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)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
dc.title.pt_BR.fl_str_mv Análise bayesiana de interferência e toxidez em ensaios de diluição serial
dc.title.alternative.pt_BR.fl_str_mv Bayesian analysis of interfering and toxicity effects in dilution assays
title Análise bayesiana de interferência e toxidez em ensaios de diluição serial
spellingShingle Análise bayesiana de interferência e toxidez em ensaios de diluição serial
Santos, Andréa Cristiane dos
CNPQ_NÃO_INFORMADO
Algoritmo metropolis-hastings
Ensaio de diluição
Inferência bayesiana
Bayesian inference
Dilution assay
Metropolis-hastings algorithm
Microbiology
title_short Análise bayesiana de interferência e toxidez em ensaios de diluição serial
title_full Análise bayesiana de interferência e toxidez em ensaios de diluição serial
title_fullStr Análise bayesiana de interferência e toxidez em ensaios de diluição serial
title_full_unstemmed Análise bayesiana de interferência e toxidez em ensaios de diluição serial
title_sort Análise bayesiana de interferência e toxidez em ensaios de diluição serial
author Santos, Andréa Cristiane dos
author_facet Santos, Andréa Cristiane dos
author_role author
dc.contributor.advisor1.fl_str_mv Bueno Filho, Júlio Sílvio de Sousa
dc.contributor.referee1.fl_str_mv Piccoli, Roberta Hilsdorf
Ferreira, Daniel Furtado
Leandro, Roseli Aparecida
Sáfadi, Thelma
dc.contributor.author.fl_str_mv Santos, Andréa Cristiane dos
contributor_str_mv Bueno Filho, Júlio Sílvio de Sousa
Piccoli, Roberta Hilsdorf
Ferreira, Daniel Furtado
Leandro, Roseli Aparecida
Sáfadi, Thelma
dc.subject.cnpq.fl_str_mv CNPQ_NÃO_INFORMADO
topic CNPQ_NÃO_INFORMADO
Algoritmo metropolis-hastings
Ensaio de diluição
Inferência bayesiana
Bayesian inference
Dilution assay
Metropolis-hastings algorithm
Microbiology
dc.subject.por.fl_str_mv Algoritmo metropolis-hastings
Ensaio de diluição
Inferência bayesiana
Bayesian inference
Dilution assay
Metropolis-hastings algorithm
Microbiology
description Estimation of microorganism densities by means of the Most Probable Number (MPN) is a technique introduced by McCrady (1915) to analyse serial dilution assays. The standard model used to generate MPN tables does not consider medium toxicity nor interference due to competitor microorganisms. In this work we aim to develop a Bayesian framework to analyze these phenomena. MCMC methods using Metropolis-Hastings algorithm were used to get posterior distributions given some experimental results. Convergence was monitored using graphical display and both Raftery & Lewis (1992) and Heidelberg & Welsh (1983) criteria. Model comparison was done using Bayes Factors. It was possible to sort out models with interfering and toxicant parameters that were more probable than standard model for some experimental results. When microorganism do not grow in initial dilutions, the standard model underestimates MPN. In the situations in which standard model is the most probable, MPN estimates from any model are similar, although standart model is the best with smaller credibility interval. A very flexible R routine was implemented. It can manage a wide range of dilution designs with more dilutions and more tubes per dilution and is a suitable tool for replacing standard tables in laboratory.
publishDate 2008
dc.date.submitted.none.fl_str_mv 2008-03-06
dc.date.accessioned.fl_str_mv 2014-09-22T20:52:50Z
dc.date.available.fl_str_mv 2014-09-22T20:52:50Z
dc.date.issued.fl_str_mv 2014-09-22
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv SANTOS, A. C. Análise bayesiana de interferência e toxidez em ensaios de diluição serial. 2008. 97 p. Tese (Doutorado em Estatística Experimental Agropecuária)-Universidade Federal de Lavras, Lavras, 2008.
dc.identifier.uri.fl_str_mv https://repositorio.ufla.br/handle/1/3867
identifier_str_mv SANTOS, A. C. Análise bayesiana de interferência e toxidez em ensaios de diluição serial. 2008. 97 p. Tese (Doutorado em Estatística Experimental Agropecuária)-Universidade Federal de Lavras, Lavras, 2008.
url https://repositorio.ufla.br/handle/1/3867
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv UNIVERSIDADE FEDERAL DE LAVRAS
dc.publisher.program.fl_str_mv DEX - Departamento de Ciências Exatas
dc.publisher.initials.fl_str_mv UFLA
dc.publisher.country.fl_str_mv BRASIL
publisher.none.fl_str_mv UNIVERSIDADE FEDERAL DE LAVRAS
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFLA
instname:Universidade Federal de Lavras (UFLA)
instacron:UFLA
instname_str Universidade Federal de Lavras (UFLA)
instacron_str UFLA
institution UFLA
reponame_str Repositório Institucional da UFLA
collection Repositório Institucional da UFLA
bitstream.url.fl_str_mv https://repositorio.ufla.br/bitstreams/7ba91575-84a0-4b78-b3c3-6eb6b6e4fb71/download
https://repositorio.ufla.br/bitstreams/54ea3443-f4cf-490a-8517-886e3c8174f3/download
https://repositorio.ufla.br/bitstreams/72aceb62-3f5a-49b0-afdd-5fd1d99324f5/download
https://repositorio.ufla.br/bitstreams/413bc47c-1ba0-47d7-b73c-9f2079645edf/download
bitstream.checksum.fl_str_mv 760884c1e72224de569e74f79eb87ce3
b63ad2063b413e180873b513b6b99df5
19d7024e80c7452b835d43f8f093a212
7cd3a49a22722ec4ba85bfdd103738f8
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)
repository.mail.fl_str_mv nivaldo@ufla.br || repositorio.biblioteca@ufla.br
_version_ 1854947755625021440