O uso da regressão de cumeeira em experimentos agronômicos

• Ano de defesa: 1986
• Autor(a) principal: Matsuo, Tiemi
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: EXPERIMENTOS AGRONÔMICOS; MADEIRA; REGRESSÃO DE CUMEEIRA
• Link de acesso: https://teses.usp.br/teses/disponiveis/11/11134/tde-20220208-035209/

No presente trabalho foi desenvolvido o método da regressão de cumeeira proposto por HOERL e KENNARD (1970 a, b) como método alternativo ao método da regressão linear múltipla quando as variáveis independentes estão altamente correlacionadas. Os métodos da regressão de cumeeira e o da regressão linear múltipla foram aplicados aos dados de alguns experimentos agronômicos com o objetivo de compará-los na prática. Os dados experimentais utilizados referem-se aos parâmetros climáticos e a flutuação da população do ácaro da falsa ferrugem (Fhyllocoptruta oleivora) em citros (Citrus sinensis var. Natal) e às avaliações de danos físicos e químicos causados por gorgulhos (Sitophilus oryzae) em três cultivares de grãos de milho armazenados. Através desses métodos foram obtidos; a) As estimativas dos coeficientes de regressão; b) As estimativas do erro padrão dos coeficientes de regressão; c) Os intervalos de confiança dos coeficientes de regressão; d) o coeficiente de determinação; e) A soma de quadrados dos desvios de regressão; f) o teste t; g) o teste F. Além da aplicação dos dois métodos foram construídos os gráficos de cumeeira com o objetivo de discutir o efeito das altas correlações entre as variáveis independentes, sobre as estimativas dos coeficientes de regressão. A principal conclusão deste trabalho é que na prática, para os experimentos agronômicos o método de regressão de cumeeira é uma das alternativas em relação ao método da regressão linear múltipla quando se evidencia um alto grau de multicolinearidade entre as variáveis independentes, principalmente por apresentar estimativas dos coeficientes de regressão com maior precisão.