| Revista: | Acta scientiarum. Agronomy |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000460203 |
| ISSN: | 1679-9275 |
| Autors: | Seffrin, Rodolfo1 Araújo, Everton Coimbra de1 Bazzi, Claudio Leones1 |
| Institucions: | 1Universidade Tecnologica Federal do Parana, Campus Medianeira, Medianeira, Parana. Brasil |
| Any: | 2018 |
| Volum: | 40 |
| País: | Brasil |
| Idioma: | Inglés |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico, descriptivo |
| Resumen en inglés | This study aimed to identify areas that showed spatial autocorrelation for corn yield and its predictive variables (i.e., average air temperature, rainfall, solar radiation, soil agricultural potential and altitude) and to determine the most appropriate spatial regression model to explain this culture. The study was conducted using data from the municipalities of the state of Paraná relating to the summer harvests in 2011/2012, 2012/2013, and 2013/2014. The statistical diagnostic of the OLS (Ordinary Least Square regression model) was employed to determine the most suitable regression model to predict corn yield. The SAR (Spatial Lag Model) was recommended for all crop years; however, the Spatial Error Model (CAR) was recommended only for the 2013/2014 crop year. The SAR and CAR spatial regressions chosen to predict corn yield in the various years had better results when compared to a regression model that does not incorporate data spatial autocorrelation (OLS). The coefficient of determination (R²), the Bayesian information criteria (BIC) and the maximum value of the logarithm of likelihood function proved to be better for the estimation of corn yield when SAR and CAR were used |
| Resumen en portugués | O presente estudo visou identificar áreas com correlação e autocorrelação espacial para a produtividade de milho e suas variáveis preditoras (temperatura média, precipitação pluvial, radiação solar, potencialidade agrícola do solo e altitude), e também, verificar o modelo de regressão espacial mais adequado para a explicação da cultura. O estudo foi realizado utilizando dados de municípios do estado do Paraná referente a safras de verão dos anos agrícolas de 2011/2012, 2012/2013 e 2013/2014. Para determinar o modelo de regressão mais apropriado para a estimativa da produtividade de milho, foi adotado o diagnóstico estatístico do modelo de regressão OLS - Ordinary Least Square. Para todos anos agrícolas foi recomendado a utilização do modelo de regressão espacial SAR - Spatial Lag Model, sendo que apenas para o ano agrícola 2013/2014 pode ser recomendado o modelo Spatial Error Model (CAR). A regressão espacial (SAR e CAR) adotada para a estimativa da produtividade de milho em diferentes anos, obteve melhores resultados quando comparada com os resultados da regressão que não incorpora a autocorrelação espacial dos dados (OLS). O coeficiente de determinação R², os critérios de informação bayesiano (BIC) e o máximo valor do logaritmo da função verossimilhança (Log-likelihood), apresentou melhora significativa na estimação da produtividade do milho quando utilizado SAR e CAR |
| Disciplines | Agrociencias |
| Paraules clau: | Gramíneas, Modelos de regresión, Maíz, Rendimiento, Paraná, Brasil, Indice de Moran, Autocorrelación espacial |
| Keyword: | Gramineae, Regression models, Corn, Yield, Parana, Brazil, Moran index, Spatial autocorrelation |
| Text complet: | Texto completo (Ver HTML) Texto completo (Ver PDF) |
