Aplicação dos modelos lineares generalizados para estimativa do crescimento em altura

Autores

DOI:

https://doi.org/10.4336/2015.pfb.35.84.604

Palavras-chave:

Análise de tronco, Predição de estimativas, Acurácia do modelo

Resumo

A análise do crescimento em altura é de extrema importância na área florestal, pois expressa a capacidade produtiva do local. Seu uso está associado ao ajuste, com menor erro, dos modelos para gerar estimativas que permitam a inferência com precisão e confiabilidade. O presente trabalho analisou o emprego dos modelos lineares generalizados na predição do crescimento em altura de Pinus taeda L. em função da idade e diâmetro a 1,30 m de altura em povoamentos no planalto catarinense. Os dados utilizados foram obtidos de análise de tronco completa de 25 árvores com oito anos, distribuídas em classes de diâmetro provenientes de Lages, SC. Os dados foram trabalhados na sua forma original sem a transformação das variáveis. O modelo com distribuição Gama e função de ligação identidade foi o que apresentou melhor ajuste, com desempenho superior nos critérios desvio (1,21), Akaike (255,39) e homogeneização dos resíduos, mostrando potencial para gerar estimativas da variável.

Downloads

Os dados de download ainda não estão disponíveis.

Biografia do Autor

  • André Felipe Hess, Universidade do Estado de Santa Catarina

    http://lattes.cnpq.br/1918226598241749

  • Raul Silvestre, Universidade do Estado de Santa Catarina

    http://lattes.cnpq.br/1151295258229642

  • Rafael Scariot, Universidade do Estado de Santa Catarina
    http://lattes.cnpq.br/2328772479090147
  • Pollyni Ricken, Universidade do Estado de Santa Catarina
    http://lattes.cnpq.br/2858425674893780

Downloads

Publicado

31-12-2015

Edição

Seção

Artigos Científicos

Como Citar

HESS, A. F. et al. Aplicação dos modelos lineares generalizados para estimativa do crescimento em altura. Pesquisa Florestal Brasileira, v. 35, n. 84, p. 427–433, 31 dez.2015.

Artigos mais lidos pelo mesmo(s) autor(es)

Artigos Semelhantes

1-10 de 50

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.