Submitted by (ana.araujo@ufrpe.br) on 2016-08-01T17:35:24Z No. of bitstreams: 1 Kleber Napoleao Nunes de Oliveira Barros.pdf: 2964667 bytes, checksum: a3c757cb7ed16fc9c38b7834b6e0fa29 (MD5) / Made available in DSpace on 2016-08-01T17:35:24Z (GMT). No. of bitstreams: 1 Kleber Napoleao Nunes de Oliveira Barros.pdf: 2964667 bytes, checksum: a3c757cb7ed16fc9c38b7834b6e0fa29 (MD5) Previous issue date: 2010-02-22 / It is presented in this work the growth model nonlinear Chapman-Richards with distribution of errors following the new class of symmetric models processed and Bayesian inference for the parameters. The objective was to apply this structure, via Metropolis-Hastings algorithm, in order to select the equation that best predicted heights of clones of Eucalyptus urophilla experiment established at the Agronomic Institute of Pernambuco (IPA) in the city of Araripina . The Gypsum Pole of Araripe is an industrial zone, located on the upper interior of Pernambuco, which consumes large amount of wood from native vegetation (caatinga) for calcination of gypsum. In this scenario, there is great need for a solution, economically and environmentally feasible that allows minimizing the pressure on native vegetation. The generus Eucalyptus presents itself as an alternative for rapid development and versatility. The height has proven to be an important factor in prognosis of productivity and selection of clones best adapted. One of the main growth curves, is the Chapman-Richards model with normal distribution for errors. However, some alternatives have been proposed in order to reduce the influence of atypical observations generated by this model. The data were taken from a plantation, with 72 months. Were performed inferences and diagnostics for processed and unprocessed model with many distributions symmetric. After selecting the best equation, was shown some convergence of graphics and other parameters that show the fit to the data model transformed symmetric Student’s t with 5 degrees of freedom in the parameters using Bayesian inference. / É abordado neste trabalho o modelo de crescimento não linear de Chapman-Richards com distribuição dos erros seguindo a nova classe de modelos simétricos transformados e inferência Bayesiana para os parâmetros. O objetivo foi aplicar essa estrutura, via algoritmo de Metropolis-Hastings, afim de selecionar a equação que melhor estimasse as alturas de clones de Eucalyptus urophilla provenientes de experimento implantado no Instituto Agronômico de Pernambuco (IPA), na cidade de Araripina. O Polo Gesseiro do Araripe é uma zona industrial, situada no alto sertão pernambucano, que consume grande quantidade de lenha proveniente da vegetação nativa (caatinga) para calcinação da gipsita. Nesse cenário, há grande necessidade de uma solução, econômica e ambientalmente, viável que possibilite uma minimização da pressão sobre a flora nativa. O gênero Eucalyptus se apresenta como alternativa, pelo seu rápido desenvolvimento e versatilidade. A altura tem se revelado fator importante na prognose de produtividade e seleção de clones melhores adaptados. Uma das principais curvas de crescimento, é o modelo de Chapman- Richards com distribuição normal para os erros. No entanto, algumas alternativas tem sido propostas afim de reduzir a influência de observações atípicas geradas por este modelo. Os dados foram retirados de uma plantação, com 72 meses. Foram realizadas as inferências e diagnósticos para modelo transformado e não transformado com diversas distribuições simétricas. Após a seleção da melhor equação, foram mostrados alguns gráficos da convergência dos parâmetros e outros que comprovam o ajuste aos dados do modelo simétrico transformado t de Student com 5 graus de liberdade utilizando inferência Bayesiana nos parâmetros.

Submitted by (ana.araujo@ufrpe.br) on 2016-08-03T15:09:46Z No. of bitstreams: 1 Luiz Medeiros de Araujo Lima Filho.pdf: 529199 bytes, checksum: 06cae9ad9a02975b786cf55a000dbc5b (MD5) / Made available in DSpace on 2016-08-03T15:09:46Z (GMT). No. of bitstreams: 1 Luiz Medeiros de Araujo Lima Filho.pdf: 529199 bytes, checksum: 06cae9ad9a02975b786cf55a000dbc5b (MD5) Previous issue date: 2009-02-13 / Historically, the wood of the eucalyptus is used for the most varied applications, such as; firewood, charcoal, cellulose, railway sleepers, posts for electrification, bark to tan leather, essential oils, civil construction, etc. The Gypsum Pole of Araripe in Pernambuco is a great firewood consumer for the gypsum production. Due to great need to find economical and environmental alternatives for the area, the sustainable production of eucalyptus that is a fast growth tree with great versatility has an important role. In the planning of the sustainable forest management there is a variable of extreme importance: the growth. To model the growth is fundamental in the prognosis of the productivity, site quality and dynamics of populations. Usually, the growth curves are fitted through nonlinear models developed empirically to relate, for instance, height and age. The Chapman-Richards model is a nonlinear model frequently used to model forest growth. In studies of this type, in general, it is assumed that the errors follow approximately the normal distribution. However, to model the growth assuming that the errors have a normal distribution is quite sensitive to atypical values that can happen, and generate bad estimates of the parameters. To correct that problem a new class of transformed symmetrical models was developed considering for the errors symmetrical continuous distributions with heavier tails than the normal distribution and allowing a possible nonlinear structure for the mean. With the expectation of obtaining better estimates of eucalyptus growth, it was applied to the Chapman-Richards model the following distributions of the errors: normal, t of Student, Cauchy, exponential potency, logistics I and logistics II. The t distribution of Student with 2 degrees of freedom was the most efficient to estimate height and circumference growth of eucalyptus in the Gypsum Pole of Pernambuco. / Historicamente, a madeira do Eucalyptus é usada para os mais variados fins, tais como; lenha, carvão vegetal, celulose, dormentes ferroviários, postes para eletrificação, casca para curtir couro, óleos essenciais, construção civil, etc. O Pólo Gesseiro do Araripe em Pernambuco é um grande consumidor de madeira para produção de gesso. Devido à grande necessidade de se buscar uma alternativa econômica e ambiental para a região é de interesse obter uma produção sustentável para o Eucalyptus, uma vez que esta é uma árvore de rápido crescimento e grande versatilidade. No planejamento do manejo florestal sustentado uma variável é de extrema importância: o crescimento. Sua modelagem é fundamental na prognose da produtividade, qualidade do local e dinâmica de populações. Geralmente, as curvas de crescimento são estudadas por meio de modelos não-lineares desenvolvidos empiricamente para relacionar, por exemplo, altura e idade. Um modelo não-linear bastante utilizado na prática para modelar curvas de crescimento é o modelo de Chapman-Richards. Em estudos deste tipo, em geral, assume-se que os erros seguem distribuição normal. Contudo, a modelagem sob a suposição de erros com distribuição normal é bastante sensível a valores atípicos que por ventura possam ocorrer, podendo distorcer as estimativas dos parâmetros. Para corrigir esse problema Cordeiro et al. (2009) desenvolveram uma nova classe de modelos simétricos transformados considerando para os erros distribuições contínuas simétricas com caudas mais pesadas do que a distribuição normal e permitindo uma possível estrutura não-linear para a média. Dessa forma, com a expectativa de obter melhores estimativas de crescimento de Eucalyptus, aplicaram-se ao modelo de Chapman-Richards as seguintes distribuições dos erros: normal, t de Student, Cauchy, exponencial potência, logística I e logística II que apresentou a distribuição t de Student com 2 graus de liberdade com melhores estimativas de crescimento em altura e circunferência de Eucalyptus no Pólo Gesseiro de Pernambuco.