Análise bayesiana de interferência e toxidez em ensaios de diluição serial
| Ano de defesa: | 2008 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | , , , |
| 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)falseREVDTEFSQcOHw4NPIERFIERJU1RSSUJVScOHw4NPIE7Dg08tRVhDTFVTSVZBCk8gcmVmZXJpZG8gYXV0b3I6CmEpIERlY2xhcmEgcXVlIG8gZG9jdW1lbnRvIGVudHJlZ3VlIMOpIHNldSB0cmFiYWxobyBvcmlnaW5hbCwgZSBxdWUKZGV0w6ltIG8gZGlyZWl0byBkZSBjb25jZWRlciBvcyBkaXJlaXRvcyBjb250aWRvcyBuZXN0YSBsaWNlbsOnYS4KRGVjbGFyYSB0YW1iw6ltIHF1ZSBhIGVudHJlZ2EgZG8gZG9jdW1lbnRvIG7Do28gaW5mcmluZ2UsIHRhbnRvIHF1YW50bwpsaGUgw6kgcG9zc8OtdmVsIHNhYmVyLCBvcyBkaXJlaXRvcyBkZSBxdWFscXVlciBvdXRyYSBwZXNzb2Egb3UKZW50aWRhZGUuCmIpIFNlIG8gZG9jdW1lbnRvIGVudHJlZ3VlIGNvbnTDqW0gbWF0ZXJpYWwgZG8gcXVhbCBuw6NvIGRldMOpbSBvcwpkaXJlaXRvcyBkZSBhdXRvciwgZGVjbGFyYSBxdWUgb2J0ZXZlIGF1dG9yaXphw6fDo28gZG8gZGV0ZW50b3IgZG9zCmRpcmVpdG9zIGRlIGF1dG9yIHBhcmEgY29uY2VkZXIgw6AgVW5pdmVyc2lkYWRlIEZlZGVyYWwgZGUgTGF2cmFzIG9zCmRpcmVpdG9zIHJlcXVlcmlkb3MgcG9yIGVzdGEgbGljZW7Dp2EsIGUgcXVlIGVzc2UgbWF0ZXJpYWwgY3Vqb3MKZGlyZWl0b3Mgc8OjbyBkZSB0ZXJjZWlyb3MgZXN0w6EgY2xhcmFtZW50ZSBpZGVudGlmaWNhZG8gZSByZWNvbmhlY2lkbwpubyB0ZXh0byBvdSBjb250ZcO6ZG8gZG8gZG9jdW1lbnRvIGVudHJlZ3VlLiBTZSBvIGRvY3VtZW50byBlbnRyZWd1ZSDDqQpiYXNlYWRvIGVtIHRyYWJhbGhvIGZpbmFuY2lhZG8gb3UgYXBvaWFkbyBwb3Igb3V0cmEgaW5zdGl0dWnDp8OjbyBxdWUKbsOjbyBhIFVuaXZlcnNpZGFkZSBGZWRlcmFsIGRlIExhdnJhcywgZGVjbGFyYSBxdWUgY3VtcHJpdSBxdWFpc3F1ZXIKb2JyaWdhw6fDtWVzIGV4aWdpZGFzIHBlbG8gcmVzcGVjdGl2byBjb250cmF0byBvdSBhY29yZG8uCgo= |
| 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 |