Exportação concluída — 

AMMI Bayesiano para dados ordinais

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Mendes, Cristian Tiago Erazo lattes
Orientador(a): Balestre, Márcio
Banca de defesa: Sáfadi, Thelma, Barroso, Camilla Marques, Corrêa, Fábio Mathias, Cassiano, Fernando Ribeiro
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Lavras
Programa de Pós-Graduação: Programa de Pós-Graduação em Estatística e Experimentação Agropecuária
Departamento: Departamento de Estatística
País: brasil
Palavras-chave em Português:
AMMI-Bayesiano
Ensaios multi ambientais
Modelos de limiar
Variáveis ordinais
Bayesian-AMMI
Multi environment trials
Ordinal variables
Threshold models
Área do conhecimento CNPq:
Estatística
Link de acesso: https://repositorio.ufla.br/handle/1/48313
Resumo: Nesta tese investigamos a implementação do AMMI bayesiano para dados ordinais. Inicialmente fizemos uma revisão sobre aspectos teóricos de inferência bayesiana, da análise de ensaios multi ambientais (MET) e de modelos de limiar. Em seguida apresentamos dois artigos para submissão a revistas científicas. O primeiro é um artigo de revisão sobre o AMMIbayesiano com exemplificação numérica de sua implementação tecnicamente mais atualizada. O modelo se mostra muito flexível para ajustar dados desbalanceados, não ortogonais e heteroscedásticos, mas depende de respostas contínuas em que se possa supor aproximação normal. O segundo artigo é sobre a análise de dados ordinais na estrutura do modelo AMMI-bayesiano. Um conjunto de dados MET foi artificialmente transformado em respostas ordinais a partir de uma variável observada contínua. Este recurso foi usado para gerar um padrão ouro como referência de análise, que não existe nas aplicações reais. O uso de uma variável latente contínua, usando funções de ligação acumuladas probit permitiu implementar a análise e mostrou-se eficiente em separar genótipos estáveis de instáveis. Com os dados ordinais a interpretação é menos poderosa, porém mais rigorosa e consistente com a análise de dados contínuos.
id UFLA_7a54cdb97c770e0fbe09567606ea0949
oai_identifier_str oai:repositorio.ufla.br:1/48313
network_acronym_str UFLA
network_name_str Repositório Institucional da UFLA
repository_id_str
spelling 2021-10-05T16:46:58Z2021-10-05T16:46:58Z2021-10-052021-07-29MENDES, C. T. E. AMMI Bayesiano para dados ordinais. 2021. 84 p. Tese (Doutorado em Estatística e Experimentação Agropecuária) – Universidade Federal de Lavras, Lavras, 2021.https://repositorio.ufla.br/handle/1/48313Nesta tese investigamos a implementação do AMMI bayesiano para dados ordinais. Inicialmente fizemos uma revisão sobre aspectos teóricos de inferência bayesiana, da análise de ensaios multi ambientais (MET) e de modelos de limiar. Em seguida apresentamos dois artigos para submissão a revistas científicas. O primeiro é um artigo de revisão sobre o AMMIbayesiano com exemplificação numérica de sua implementação tecnicamente mais atualizada. O modelo se mostra muito flexível para ajustar dados desbalanceados, não ortogonais e heteroscedásticos, mas depende de respostas contínuas em que se possa supor aproximação normal. O segundo artigo é sobre a análise de dados ordinais na estrutura do modelo AMMI-bayesiano. Um conjunto de dados MET foi artificialmente transformado em respostas ordinais a partir de uma variável observada contínua. Este recurso foi usado para gerar um padrão ouro como referência de análise, que não existe nas aplicações reais. O uso de uma variável latente contínua, usando funções de ligação acumuladas probit permitiu implementar a análise e mostrou-se eficiente em separar genótipos estáveis de instáveis. Com os dados ordinais a interpretação é menos poderosa, porém mais rigorosa e consistente com a análise de dados contínuos.In this thesis we study the implementation of Bayesian AMMI for ordinal data. Initially we revisited theoretical aspects of Bayesian analysis, Multi Environment Trials (MET) and threshold models. In the last two sections are presented papers for scientific journals. The first is a review on Bayesian-AMMI literature folowed by a case study of the state of the art implementation. The model has shown flexibility to fit unbalanced, non-orthogonal and heteroscedastic data, but depends on continuous response in which Gaussian assumption is reasonable after scaling. The second deals with Bayesian AMMI to ordinal data. An ordinal data set on MET was artificially generated from continuous responses. This allows for a gold standard on ordinal data analysis, that is not available in actual ordinal data. A latent underlying continuous variable modeled with cumulative probit link allows for a suitable implementation of the analysis. This has shown to be efficient in telling stable from unstable genotypes. Using ordinal models interpretation is less powerful but more rigorous and consistent with continuous data analysis.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Universidade Federal de LavrasPrograma de Pós-Graduação em Estatística e Experimentação AgropecuáriaUFLAbrasilDepartamento de EstatísticaEstatísticaAMMI-BayesianoEnsaios multi ambientaisModelos de limiarVariáveis ordinaisBayesian-AMMIMulti environment trialsOrdinal variablesThreshold modelsAMMI Bayesiano para dados ordinaisBayesian AMMI for ordinal datainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisBalestre, MárcioSilva, Carlos Pereira daBueno Filho, Júlio Sílvio de SousaSáfadi, ThelmaBarroso, Camilla MarquesCorrêa, Fábio MathiasCassiano, Fernando Ribeirohttp://lattes.cnpq.br/7550171977121346Mendes, Cristian Tiago Erazoinfo: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/ebcd91f0-0ad3-43d4-b8c3-4fc6ad2dd71c/download760884c1e72224de569e74f79eb87ce3MD51falseAnonymousREADORIGINALTESE_AMMI Bayesiano para dados ordinais.pdfTESE_AMMI Bayesiano para dados ordinais.pdfapplication/pdf3269272https://repositorio.ufla.br/bitstreams/ccafbd22-7f4e-482a-92ed-437c62408290/downloadc057788db86a3e1f53004f538cfb8d5eMD52trueAnonymousREADTEXTTESE_AMMI Bayesiano para dados ordinais.pdf.txtTESE_AMMI Bayesiano para dados ordinais.pdf.txtExtracted texttext/plain104450https://repositorio.ufla.br/bitstreams/8de9ce2d-953f-49b2-b85c-16b85c47c227/downloadbd88dde1a2b2e7be68802888a4b7868eMD53falseAnonymousREADTHUMBNAILTESE_AMMI Bayesiano para dados ordinais.pdf.jpgTESE_AMMI Bayesiano para dados ordinais.pdf.jpgGenerated Thumbnailimage/jpeg2873https://repositorio.ufla.br/bitstreams/55ebb755-0899-41d5-b587-b14a42b8f326/download84656743cd00b7e1bd00001762957c87MD54falseAnonymousREAD1/483132025-10-24 20:17:23.678open.accessoai:repositorio.ufla.br:1/48313https://repositorio.ufla.brRepositório InstitucionalPUBhttps://repositorio.ufla.br/server/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2025-10-24T23:17:23Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)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
dc.title.pt_BR.fl_str_mv AMMI Bayesiano para dados ordinais
dc.title.alternative.pt_BR.fl_str_mv Bayesian AMMI for ordinal data
title AMMI Bayesiano para dados ordinais
spellingShingle AMMI Bayesiano para dados ordinais
Mendes, Cristian Tiago Erazo
Estatística
AMMI-Bayesiano
Ensaios multi ambientais
Modelos de limiar
Variáveis ordinais
Bayesian-AMMI
Multi environment trials
Ordinal variables
Threshold models
title_short AMMI Bayesiano para dados ordinais
title_full AMMI Bayesiano para dados ordinais
title_fullStr AMMI Bayesiano para dados ordinais
title_full_unstemmed AMMI Bayesiano para dados ordinais
title_sort AMMI Bayesiano para dados ordinais
author Mendes, Cristian Tiago Erazo
author_facet Mendes, Cristian Tiago Erazo
author_role author
dc.contributor.advisor1.fl_str_mv Balestre, Márcio
dc.contributor.advisor-co1.fl_str_mv Silva, Carlos Pereira da
dc.contributor.advisor-co2.fl_str_mv Bueno Filho, Júlio Sílvio de Sousa
dc.contributor.referee1.fl_str_mv Sáfadi, Thelma
dc.contributor.referee2.fl_str_mv Barroso, Camilla Marques
dc.contributor.referee3.fl_str_mv Corrêa, Fábio Mathias
dc.contributor.referee4.fl_str_mv Cassiano, Fernando Ribeiro
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/7550171977121346
dc.contributor.author.fl_str_mv Mendes, Cristian Tiago Erazo
contributor_str_mv Balestre, Márcio
Silva, Carlos Pereira da
Bueno Filho, Júlio Sílvio de Sousa
Sáfadi, Thelma
Barroso, Camilla Marques
Corrêa, Fábio Mathias
Cassiano, Fernando Ribeiro
dc.subject.cnpq.fl_str_mv Estatística
topic Estatística
AMMI-Bayesiano
Ensaios multi ambientais
Modelos de limiar
Variáveis ordinais
Bayesian-AMMI
Multi environment trials
Ordinal variables
Threshold models
dc.subject.por.fl_str_mv AMMI-Bayesiano
Ensaios multi ambientais
Modelos de limiar
Variáveis ordinais
Bayesian-AMMI
Multi environment trials
Ordinal variables
Threshold models
description Nesta tese investigamos a implementação do AMMI bayesiano para dados ordinais. Inicialmente fizemos uma revisão sobre aspectos teóricos de inferência bayesiana, da análise de ensaios multi ambientais (MET) e de modelos de limiar. Em seguida apresentamos dois artigos para submissão a revistas científicas. O primeiro é um artigo de revisão sobre o AMMIbayesiano com exemplificação numérica de sua implementação tecnicamente mais atualizada. O modelo se mostra muito flexível para ajustar dados desbalanceados, não ortogonais e heteroscedásticos, mas depende de respostas contínuas em que se possa supor aproximação normal. O segundo artigo é sobre a análise de dados ordinais na estrutura do modelo AMMI-bayesiano. Um conjunto de dados MET foi artificialmente transformado em respostas ordinais a partir de uma variável observada contínua. Este recurso foi usado para gerar um padrão ouro como referência de análise, que não existe nas aplicações reais. O uso de uma variável latente contínua, usando funções de ligação acumuladas probit permitiu implementar a análise e mostrou-se eficiente em separar genótipos estáveis de instáveis. Com os dados ordinais a interpretação é menos poderosa, porém mais rigorosa e consistente com a análise de dados contínuos.
publishDate 2021
dc.date.submitted.none.fl_str_mv 2021-07-29
dc.date.accessioned.fl_str_mv 2021-10-05T16:46:58Z
dc.date.available.fl_str_mv 2021-10-05T16:46:58Z
dc.date.issued.fl_str_mv 2021-10-05
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 MENDES, C. T. E. AMMI Bayesiano para dados ordinais. 2021. 84 p. Tese (Doutorado em Estatística e Experimentação Agropecuária) – Universidade Federal de Lavras, Lavras, 2021.
dc.identifier.uri.fl_str_mv https://repositorio.ufla.br/handle/1/48313
identifier_str_mv MENDES, C. T. E. AMMI Bayesiano para dados ordinais. 2021. 84 p. Tese (Doutorado em Estatística e Experimentação Agropecuária) – Universidade Federal de Lavras, Lavras, 2021.
url https://repositorio.ufla.br/handle/1/48313
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 Programa de Pós-Graduação em Estatística e Experimentação Agropecuária
dc.publisher.initials.fl_str_mv UFLA
dc.publisher.country.fl_str_mv brasil
dc.publisher.department.fl_str_mv Departamento de Estatística
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/ebcd91f0-0ad3-43d4-b8c3-4fc6ad2dd71c/download
https://repositorio.ufla.br/bitstreams/ccafbd22-7f4e-482a-92ed-437c62408290/download
https://repositorio.ufla.br/bitstreams/8de9ce2d-953f-49b2-b85c-16b85c47c227/download
https://repositorio.ufla.br/bitstreams/55ebb755-0899-41d5-b587-b14a42b8f326/download
bitstream.checksum.fl_str_mv 760884c1e72224de569e74f79eb87ce3
c057788db86a3e1f53004f538cfb8d5e
bd88dde1a2b2e7be68802888a4b7868e
84656743cd00b7e1bd00001762957c87
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_ 1854947759028699136

Registros relacionados