| Journal: | Acta scientiarum. Technology |
| Database: | PERIÓDICA |
| System number: | 000386664 |
| ISSN: | 1806-2563 |
| Authors: | Guedes, Terezinha Aparecida1 Rossi, Robson Marcelo1 Martins, Ana Beatriz Tozzo1 Janeiro, Vanderly1 Carneiro, Jose Walter Pedroza2 |
| Institutions: | 1Universidade Estadual de Maringa, Departamento de Estatistica, Maringa, Parana. Brasil 2Universidade Estadual de Maringa, Departamento de Agronomia, Maringa, Parana. Brasil |
| Year: | 2014 |
| Season: | Oct-Dic |
| Volumen: | 36 |
| Number: | 4 |
| Pages: | 651-656 |
| Country: | Brasil |
| Language: | Inglés |
| Document type: | Artículo |
| Approach: | Experimental, aplicado |
| English abstract | The objective of this analysis was to fit germination data of Rhipsalis cereuscula Haw seeds to the Weibull model with three parameters using Frequentist and Bayesian methods. Five parameterizations were compared using the Bayesian analysis to fit a prior distribution. The parameter estimates from the Frequentist method were similar to the Bayesian responses considering the following non-informative a priori distribution for the parameter vectors: gamma (10³, 10³) in the model M1, normal (0, 106 ) in the model M2, uniform (0, Lsup) in the model M3, exp (μ) in the model M4 and Lnormal (μ, 106 ) in the model M5. However, to achieve the convergence in the models M4 and M5, we applied the μ from the estimates of the Frequentist approach. The best models fitted by the Bayesian method were the M1 and M3. The adequacy of these models was based on the advantages over the Frequentist method such as the reduced computational efforts and the possibility of comparison |
| Portuguese abstract | Neste estudo, foi proposto o ajuste de germinação de sementes pelo modelo Weibull com três parâmetros por meio da metodologia frequentista e da Bayesiana. Na análise Bayesiana foram utilizadas cinco parametrizações para as distribuições a prior não-informativas e foram comparadas quanto ao ajuste. As estimativas dos parâmetros obtidas pela metodologia frequentista foram similares aos da metodologia Bayesiana quando considerado distribuições a priori não-informativas para o vetor de parâmetros: gama (10³, 10³) no modelo M1, normal (0, 106 ) no modelo M2, uniforme (0, Lsup) no modelo M3, exp (μ) no modelo M4 e lognormal (μ, 106 ) no modelo M5. No entanto, para a convergência nos modelos M4 e M5, foi utilizado para μ os valores obtidos pela metodologia frequentista. Os melhores modelos para a modelagem Bayesiana foram os modelos M1 e M3. Estes modelos foram considerados adequados, tendo como vantagem sobre a metodologia frequentista o menor esforço computacional e a possibilidade de comparação |
| Disciplines: | Biología, Matemáticas |
| Keyword: | Fisiología vegetal, Matemáticas aplicadas, Semillas, Germinación, Bioestadística, Inferencia bayesiana, Curvas de crecimiento, Modelos no lineales, Rhipsalis cereuscula, Cactaceae |
| Keyword: | Biology, Mathematics, Plant physiology, Applied mathematics, Seeds, Germination, Biostatistics, Bayesian inference, Growth curves, Nonlinear models, Rhipsalis cereuscula, Cactaceae |
| Full text: | Texto completo (Ver HTML) |
