Modelos não lineares para predizer a mineralização de nitogênio num latossolo

Autores/as

  • Janser Moura Pereira UFLA; Pós-Graduando em Estatística e Experimentação Agropecuária
  • Joel Augusto Muniz UFLA; Depto. de Ciências Exatas
  • Carlos Alberto Silva UFLA; Depto. de Ciência do Solo

DOI:

https://doi.org/10.1590/S0103-90162005000400014

Palabras clave:

autorregressivo, propriedades dos estimadores, nitrogênio mineralizado, matriz de variância, covariância

Resumen

Este trabalho teve por objetivo avaliar o grau do ajuste de oito modelos não lineares apresentados na literatura, utilizados para descrever a mineralização do nitrogênio em latossolo do sul de Minas Gerais incubado durante 28 semanas. A estimação dos parâmetros para os modelos de regressão não linear sem e com estrutura de erros autorregressivos foi feita pelo método de mínimos quadrados. A princípio, considerou-se para todos os modelos não lineares uma estrutura de erros autorregressivos de segunda ordem, AR(2) e, em seguida, verificou-se a significância dos parâmetros de autocorrelação. Apenas o modelo de Juma apresentou autocorrelação de segunda ordem, e o modelo de Broadbent apresentou autocorrelação de primeira ordem, ou seja, apenas estes modelos apresentaram parâmetros de autocorrelação significativos. Para estimação dos parâmetros dos modelos não lineares, utilizou-se o procedimento MODEL (SAS®). A comparação dos modelos foi feito por meio de critérios da qualidade do ajuste (coeficiente de determinação ajustado, quadrado médio do resíduo e erro de predição médio). O modelo de melhor ajuste foi o de Juma com AR(2), para a mineralização de N sem calagem, seguido pelos modelos de Cabrera, Stanford & Smith sem estrutura de erros autorregressivos, tanto para os dados com, quanto para aqueles obtidos sem a correção da acidez do solo.

Descargas

Los datos de descarga aún no están disponibles.

Descargas

Publicado

2005-08-01

Número

Sección

Statistics

Cómo citar

Modelos não lineares para predizer a mineralização de nitogênio num latossolo . (2005). Scientia Agricola, 62(4), 395-400. https://doi.org/10.1590/S0103-90162005000400014