Influência local em modelos geoestatísticos T-Student com aplicações a dados agrícolas
2010
A presenca de observacoes discrepantes torna impropria a analise do processo gaussiano, sendo
assim, como e encontrado na literatura, esse processo deve ser substituido por modelos da
classe das distribuicoes simetricas, tal como a distribuicao t-student, que incorpora parâmetros
adicionais para reduzir a influencia dos pontos discrepantes. Neste trabalho, assumiu-se que
o processo apresenta distribuicao t-student n-variada. Essa distribuicao tem como parâmetro
adicional o grau de liberdade v, que aqui considerou-se fixo. Dessa forma, desenvolveu-se o algoritmo
EM e o algoritmo de NR para a estimacao dos parâmetros da estrutura de dependencia
espacial e do modelo espacial linear. Apos a estimacao dos parâmetros, utilizou-se duas tecnicas
de diagnosticos de influencia local, ambas com o intuito de avaliar a qualidade do ajuste do
modelo pelas suposicoes feitas e pela robustez dos resultados das estimativas quando ha perturbacoes
no modelo ou nos dados. A primeira tecnica, denominada "usual", ja utilizada por
diversos autores, avalia o afastamento da verossimilhanca pela funcao do logaritmo da verossimilhanca
e a segunda tecnica que aqui apresentamos propoe a analise de influencia local pelo
Q-afastamento da funcao de verossimilhanca para dados completos. Essas tecnicas permitiram
verificar a influencia no afastamento da verossimilhanca, na matriz de covariância, no preditor
linear e nos valores preditos por meio da analise grafica. Para ilustrar a aplicacao da tecnica
usual e da nossa proposta, realizou-se a analise de dados simulados e dados reais provenientes
de experimentos agricolas.
- Correction
- Source
- Cite
- Save
- Machine Reading By IdeaReader
0
References
0
Citations
NaN
KQI