Este trabalho tem como objetivo aplicar a teoria de modelos mistos ao estudo do teor de nitrogênio e carbono no solo, em diversas profundidades. Devido a grande quantidade de matéria orgânica no solo, o teor de nitrogênio e carbono apresentam alta variabilidade nas primeiras profundidades, além de apresentar um comportamento não linear. Assim, fez-se necessário utilizar a abordagem de modelos não lineares mistos a dados longitudinais. A utilização desta abordagem proporciona um modelo que permite modelar dados não lineares, com heterogeneidade de variâncias, fornecendo uma curva para cada amostra. / This paper has as an objective to apply the theory of mixed models to the content of nitrogen and carbon in the soil at various depths. Due to the large amount of organic material in the soil, the content of nitrogen and carbon present high variability in the depths of soil surface, and present a nonlinear behavior. Thus, it was necessary to use the approach of nonlinear mixed models to longitudinal data analysis. The use of this approach provides a model that allows to model nonlinear data with heterogeneity of variances by providing a curve for each sample.

Este trabalho tem como objetivo aplicar a teoria de modelos mistos ao estudo do teor de nitrogênio e carbono no solo, em diversas profundidades. Devido a grande quantidade de matéria orgânica no solo, o teor de nitrogênio e carbono apresentam alta variabilidade nas primeiras profundidades, além de apresentar um comportamento não linear. Assim, fez-se necessário utilizar a abordagem de modelos não lineares mistos a dados longitudinais. A utilização desta abordagem proporciona um modelo que permite modelar dados não lineares, com heterogeneidade de variâncias, fornecendo uma curva para cada amostra. / This paper has as an objective to apply the theory of mixed models to the content of nitrogen and carbon in the soil at various depths. Due to the large amount of organic material in the soil, the content of nitrogen and carbon present high variability in the depths of soil surface, and present a nonlinear behavior. Thus, it was necessary to use the approach of nonlinear mixed models to longitudinal data analysis. The use of this approach provides a model that allows to model nonlinear data with heterogeneity of variances by providing a curve for each sample.

A principal fonte de proteína na nutrição dos ruminantes é a proteína de origem microbiana, sintetizada no processo fermentativo de degradação ruminal a partir de proteína dietética ou microbiana. Logo o conhecimento deste processo é de grande importância em estudos de avaliação de alimentos para estes animais. Modelos não lineares são amplamente utilizados nestes estudos, buscando estimar os parâmetros da cinética de degradação ruminal através de métodos clássicos de análise univariada. Como estes ensaios envolvem medidas repetidas, propõem-se o uso de modelos não lineares mistos que permitem que a função de regressão não linear dependa de efeitos fixos e aleatórios, o que pode resolver os problemas de correlação entre as medidas repetidas e heterogeneidade de variâncias das respostas. Neste trabalho foram utilizadas duas alternativas comuns de análise de dados de digestibilidade, e seus resultados foram comparados com os da abordagem que utiliza modelos não lineares mistos. Utilizou-se o modelo não linear de Orskov e McDonald (1979) para explicar a cinética de degradação ruminal da matéria seca (MS) e da fibra em detergente neutro (FDN) do feno de capim-Tifton 85, em novilhos alimentados com seis rações experimentais compostas por três diferentes combinações de volumoso(Vo):concentrado(Co) (70:30, 50:50 e 30:70%). Como volumoso foram utilizados fenos de capim-Tifton 85 de diferentes qualidades (4% e 10% de proteína bruta) e como concentrado, casca de soja, milho moído e farelo de girassol. A degradabilidade foi determinada pela técnica in situ e os dez tempos de incubação foram de: 3, 6, 12, 24, 48, 60, 72, 84, 96 e 120 horas. Originalmente o experimento foi delineado em quadrado latino (6×6) com seis novilhos mestiços fistulados (linhas), seis períodos (colunas) e seis tratamentos, em que nas parcelas tem-se uma estrutura de parcelas subdivididas, sendo as subparcelas, os tempos de incubação. O uso de modelos não lineares mistos na análise de dados de digestibilidade in situ é bastante atraente principalmente quando a pesquisa tem por objetivo entender o comportamento do processo de digestibilidade ao longo dos tempos de incubação. Além disso, quanto maior a variabilidade dos dados, a abordagem mista se torna mais indicada, reduzindo os erros padrão das estimativas dos parâmetros. Mesmo não incluindo a estrutura de delineamento experimental, os modelos não lineares mistos conseguem explicar bem a variabilidade extra, provocada pelos efeitos dos fatores associados ao delineamento, com a inclusão de efeitos aleatórios nos parâmetros do modelo de Orskov e McDonald (1979). O pacote estatístico nlme do R mostrou-se ágil e eficiente no ajuste dos modelos não lineares mistos e as suas ferramentas gráficas foram importantes na avaliação da qualidade dos ajustes e na escolha de modelos. / The main source of protein in ruminant nutrition is the protein of microbial origin, synthesized in the fermentation process of ruminal degradation starting from dietetics or microbial protein. Then, the knowledge of this process is of great importance in evaluation studies of food for these animals. Nonlinear models are widely used in these studies to estimate the parameters of ruminal degradation kinetics through the classical methods of univariate analysis. As these trials involve repeated measurements, we propose the use of nonlinear mixed models which allows that the nonlinear regression function depends on fixed and random effects, which can solve the problems of correlation between the repeated measurements and heterogeneity of variances of the responses. In this work, we used two common alternatives of digestibility data analysis, and their results were compared with the approach which uses nonlinear mixed model. We used the nonlinear model of Orskov and McDonald (1979) to explain the kinetics of ruminal degradation of dry matter (MS) and neutral detergent fiber (FDN) of the hay grass-Tifton 85, in steers fed experimental with six diets composed of three different combinations of forage(Vo):concentrate(Co) (70:30, 50:50 and 30:70%). As forage, we used hay grass-Tifton 85 of different qualities (4% and 10% crude protein) and as concentrate, soybean hulls, corn and sunflower meal. The degradability was determined by the in situ technique and the incubation times were 3, 6, 12, 24, 48, 60, 72, 84, 96 and 120 hours. Originally the experiment was designed as a Latin square (6 × 6) with six fistulated crossbred steers (lines), six periods (columns) and six treatments, in which the plots have a splitplot structure where the subplots were considered the times of incubation. The use of nonlinear mixed models in the analysis of the in situ digestibility data is quite attractive especially when the research aims to understand the process behavior digestibility over the incubation times. Moreover, the higher the variability of the data, the mixed approach becomes more suitable, reducing standard errors of the estimated parameters. Even excluding the structure of experimental design, the linear mixed models can explain well the extra variability caused by the effects of the factors associated with the design, with the inclusion of random effects in the model parameters of Orskov and McDonald (1979). The R statistical package nlme proved to be agile and efficient for the adjustment of nonlinear mixed models and its graphical tools were important in evaluating the quality of the adjustments and the choice of models.

O trabalho se estruturou em torno de dois estudos. O primeiro avaliou o ajuste de um modelo não linear de efeito misto para descrever o afilamento do tronco de árvores clonais de eucalipto. O modelo utilizado para descrever as variações da altura em função do raio foi o logístico de quatro parâmetros que, por integração permitiu a estimação do volume das árvores. A incorporação de funções de variância no processo de ajuste resultou em redução significativa no valor do Critério de informação de Akaike, mas os resíduos não apresentaram melhorias notáveis. Com a finalidade de compatibilizar precisão e parcimônia, o modelo que considera as variações do afilamento como uma função da altura total e do raio à altura do peito mostrou-se como o mais indicado para a estimativa do volume de árvores por funções de afilamento. O segundo estudo analisou uma nova proposta para inventários florestais em plantios clonais de eucalipto que integra modelagem geoestatística, medições de circunferência das árvores em campo e a tecnologia LiDAR aeroembarcada. As estatísticas propostas mostraram que o modelo geoestatístico com função para média foi estatisticamente superior ao modelo com média constante, com erros reduzidos em até 40%. A altura das árvores que compuseram o grid de predição para aplicação do modelo geoestatístico foi obtida pelo processamento da nuvem de pontos dos dados LiDAR. Obtidos os pares de diâmetro e altura, aplicou-se o modelo de afilamento selecionado no primeiro artigo em que se observaram diferenças médias na predição do volume próximas a 0,7%, e 0,18% para contagem de árvores, ambas com tendências de subestimativas. Diante dos resultados obtidos, o método é considerado como promissor e trabalhos futuros visam gerar um banco de parcelas permanentes que propiciem estudos de crescimento e produção florestal. / This study investigates the use of mixed-effect model and the use of LiDAR based model to estimate volume from eucalyptus forest plantation. At the first part, this study evaluates nonlinear mixed-effects to model stem taper of monoclonal Eucalyptus trees. The relation between radius and height variation was described by the four-parameter logistic model that integration returns stem volume. Embedding variance functions to the estimation process decreased significantly the Akaike\'s Information Criterion but did not improve the residual analysis. The best model to estimate stem volume from taper equations explained the stem taper as a function of the commercial height and the radius at breast height. The second part investigated the volume estimation fusing geostatistic derived from field information and airborne laser scanning data. The model based on geostatistic assumptions was statistically superior to the traditional one, with errors 40% lower. Thus, the geostatistical model was applied over tree heights extracted from the laser cloud. To each combination of diameter and height, the taper equation form the first part of this study was used. The volume and the number of trees were underestimated in 0.7% and 0.18%, respectively. The results look promising, and more permanent plots are necessary to allow studies about growth and yield of forest.

Submitted by Jordan (jordanbiblio@gmail.com) on 2017-03-02T15:47:42Z No. of bitstreams: 1 DISS_2015_Merik Rocha Silva.pdf: 906319 bytes, checksum: cdabe1d5bf2be64c1bdf695157237bfe (MD5) / Approved for entry into archive by Jordan (jordanbiblio@gmail.com) on 2017-03-03T11:59:38Z (GMT) No. of bitstreams: 1 DISS_2015_Merik Rocha Silva.pdf: 906319 bytes, checksum: cdabe1d5bf2be64c1bdf695157237bfe (MD5) / Made available in DSpace on 2017-03-03T11:59:38Z (GMT). No. of bitstreams: 1 DISS_2015_Merik Rocha Silva.pdf: 906319 bytes, checksum: cdabe1d5bf2be64c1bdf695157237bfe (MD5) Previous issue date: 2015-03-20 / Objetivou-se avaliar modelos de regressão não linear utilizando as funções de Brody, Gompertz, Logístico, Morgan-Mercer-Flodin (MMF), Richards e von Bertalanffy na análise e interpretação da curva de crescimento de codornas de corte. Foram utilizados 30.410 registros de peso corporal, mensurados aos 1, 7, 14, 21, 28, 35 e 42 dias de idade de codornas de corte machos e fêmeas, participantes do Programa de Melhoramento Genético da Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM). Os modelos foram utilizados sob o enfoque de modelos fixos e também sob enfoque de modelos mistos. Dentre as funções utilizadas a de Brody não convergiu satisfatoriamente. Considerando modelos fixos e com base nos Critérios de Informação de Aikake (AIC) e Bayesiano (BIC) foi identificado o modelo de Gompertz como mais ajustado. Ao considerar o peso corporal assintótico, denominado parâmetro “A”; como aleatório, os modelos Gompertz, Logístico, MMF e von Bertalanffy apresentaram redução nas estimativas de desvio-padrão residual e melhores estimativas para AIC e BIC. Ao considerar o parâmetro “K” como aleatório, somente Richards apresentou convergência; e nenhum dos modelos apresentou convergência tendo A e K, simultaneamente como aleatórios. Entre os modelos mistos, Richards apresentou os menores valores de AIC e BIC, porém com problemas na matriz Hessiana, que resultou na estimação de parâmetros inutilizáveis, provavelmente devido a multicolinearidade entre parâmetros. Assim, o uso de modelos não-lineares mistos provocou redução do viés de predição com a redução do desvio-padrão residual, sendo o modelo MMF o mais apropriado para a descrição da curva de crescimento das codornas de corte. / Non-linear regression models were evaluated with Brody, Gompertz, Logistic, MorganMercer-Flodin (MMF), Richards and von Bertalanffy functions in the analysis and interpretation of the growth curve for broiler quails. Further, 30,410 body weight registers were used at 1, 7, 14, 21, 28, 35 and 42 days old of male and female quails for the Genetic Improvement Program of the Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM). Models comprised fixed and mixed modalities. Brody function failed to converge efficiently, whereas the Gompertz model proved to be the most adjusted when fixed models based on Aikake (AIC) and Bayesian (BIC) Information Criteria were taken into consideration. When the asymptotic body weight, called parameter A, is randomized, the Gompertz, Logístico, MMF and von Bertalanffy models had a decrease in residual standard deviation estimates and an increase for AIC and BIC. In the case of randomized parameter K, only Richards function converged, whilst no model converged with A and K simultaneously randomized. Richards had the lowest AIC and BIC rates among the mixed models, featuring problems in the Hessian matrix resulting in the estimation of unusable parameters, perhaps due to the multi-co-linearity among the parameters. Mixed non-linear models reduced prediction bias when the residual standard deviation was reduced. The MMF model fitted best to describe the growth curve of broiler quails.

A principal fonte de proteína na nutrição dos ruminantes é a proteína de origem microbiana, sintetizada no processo fermentativo de degradação ruminal a partir de proteína dietética ou microbiana. Logo o conhecimento deste processo é de grande importância em estudos de avaliação de alimentos para estes animais. Modelos não lineares são amplamente utilizados nestes estudos, buscando estimar os parâmetros da cinética de degradação ruminal através de métodos clássicos de análise univariada. Como estes ensaios envolvem medidas repetidas, propõem-se o uso de modelos não lineares mistos que permitem que a função de regressão não linear dependa de efeitos fixos e aleatórios, o que pode resolver os problemas de correlação entre as medidas repetidas e heterogeneidade de variâncias das respostas. Neste trabalho foram utilizadas duas alternativas comuns de análise de dados de digestibilidade, e seus resultados foram comparados com os da abordagem que utiliza modelos não lineares mistos. Utilizou-se o modelo não linear de Orskov e McDonald (1979) para explicar a cinética de degradação ruminal da matéria seca (MS) e da fibra em detergente neutro (FDN) do feno de capim-Tifton 85, em novilhos alimentados com seis rações experimentais compostas por três diferentes combinações de volumoso(Vo):concentrado(Co) (70:30, 50:50 e 30:70%). Como volumoso foram utilizados fenos de capim-Tifton 85 de diferentes qualidades (4% e 10% de proteína bruta) e como concentrado, casca de soja, milho moído e farelo de girassol. A degradabilidade foi determinada pela técnica in situ e os dez tempos de incubação foram de: 3, 6, 12, 24, 48, 60, 72, 84, 96 e 120 horas. Originalmente o experimento foi delineado em quadrado latino (6×6) com seis novilhos mestiços fistulados (linhas), seis períodos (colunas) e seis tratamentos, em que nas parcelas tem-se uma estrutura de parcelas subdivididas, sendo as subparcelas, os tempos de incubação. O uso de modelos não lineares mistos na análise de dados de digestibilidade in situ é bastante atraente principalmente quando a pesquisa tem por objetivo entender o comportamento do processo de digestibilidade ao longo dos tempos de incubação. Além disso, quanto maior a variabilidade dos dados, a abordagem mista se torna mais indicada, reduzindo os erros padrão das estimativas dos parâmetros. Mesmo não incluindo a estrutura de delineamento experimental, os modelos não lineares mistos conseguem explicar bem a variabilidade extra, provocada pelos efeitos dos fatores associados ao delineamento, com a inclusão de efeitos aleatórios nos parâmetros do modelo de Orskov e McDonald (1979). O pacote estatístico nlme do R mostrou-se ágil e eficiente no ajuste dos modelos não lineares mistos e as suas ferramentas gráficas foram importantes na avaliação da qualidade dos ajustes e na escolha de modelos. / The main source of protein in ruminant nutrition is the protein of microbial origin, synthesized in the fermentation process of ruminal degradation starting from dietetics or microbial protein. Then, the knowledge of this process is of great importance in evaluation studies of food for these animals. Nonlinear models are widely used in these studies to estimate the parameters of ruminal degradation kinetics through the classical methods of univariate analysis. As these trials involve repeated measurements, we propose the use of nonlinear mixed models which allows that the nonlinear regression function depends on fixed and random effects, which can solve the problems of correlation between the repeated measurements and heterogeneity of variances of the responses. In this work, we used two common alternatives of digestibility data analysis, and their results were compared with the approach which uses nonlinear mixed model. We used the nonlinear model of Orskov and McDonald (1979) to explain the kinetics of ruminal degradation of dry matter (MS) and neutral detergent fiber (FDN) of the hay grass-Tifton 85, in steers fed experimental with six diets composed of three different combinations of forage(Vo):concentrate(Co) (70:30, 50:50 and 30:70%). As forage, we used hay grass-Tifton 85 of different qualities (4% and 10% crude protein) and as concentrate, soybean hulls, corn and sunflower meal. The degradability was determined by the in situ technique and the incubation times were 3, 6, 12, 24, 48, 60, 72, 84, 96 and 120 hours. Originally the experiment was designed as a Latin square (6 × 6) with six fistulated crossbred steers (lines), six periods (columns) and six treatments, in which the plots have a splitplot structure where the subplots were considered the times of incubation. The use of nonlinear mixed models in the analysis of the in situ digestibility data is quite attractive especially when the research aims to understand the process behavior digestibility over the incubation times. Moreover, the higher the variability of the data, the mixed approach becomes more suitable, reducing standard errors of the estimated parameters. Even excluding the structure of experimental design, the linear mixed models can explain well the extra variability caused by the effects of the factors associated with the design, with the inclusion of random effects in the model parameters of Orskov and McDonald (1979). The R statistical package nlme proved to be agile and efficient for the adjustment of nonlinear mixed models and its graphical tools were important in evaluating the quality of the adjustments and the choice of models.

O trabalho se estruturou em torno de dois estudos. O primeiro avaliou o ajuste de um modelo não linear de efeito misto para descrever o afilamento do tronco de árvores clonais de eucalipto. O modelo utilizado para descrever as variações da altura em função do raio foi o logístico de quatro parâmetros que, por integração permitiu a estimação do volume das árvores. A incorporação de funções de variância no processo de ajuste resultou em redução significativa no valor do Critério de informação de Akaike, mas os resíduos não apresentaram melhorias notáveis. Com a finalidade de compatibilizar precisão e parcimônia, o modelo que considera as variações do afilamento como uma função da altura total e do raio à altura do peito mostrou-se como o mais indicado para a estimativa do volume de árvores por funções de afilamento. O segundo estudo analisou uma nova proposta para inventários florestais em plantios clonais de eucalipto que integra modelagem geoestatística, medições de circunferência das árvores em campo e a tecnologia LiDAR aeroembarcada. As estatísticas propostas mostraram que o modelo geoestatístico com função para média foi estatisticamente superior ao modelo com média constante, com erros reduzidos em até 40%. A altura das árvores que compuseram o grid de predição para aplicação do modelo geoestatístico foi obtida pelo processamento da nuvem de pontos dos dados LiDAR. Obtidos os pares de diâmetro e altura, aplicou-se o modelo de afilamento selecionado no primeiro artigo em que se observaram diferenças médias na predição do volume próximas a 0,7%, e 0,18% para contagem de árvores, ambas com tendências de subestimativas. Diante dos resultados obtidos, o método é considerado como promissor e trabalhos futuros visam gerar um banco de parcelas permanentes que propiciem estudos de crescimento e produção florestal. / This study investigates the use of mixed-effect model and the use of LiDAR based model to estimate volume from eucalyptus forest plantation. At the first part, this study evaluates nonlinear mixed-effects to model stem taper of monoclonal Eucalyptus trees. The relation between radius and height variation was described by the four-parameter logistic model that integration returns stem volume. Embedding variance functions to the estimation process decreased significantly the Akaike\'s Information Criterion but did not improve the residual analysis. The best model to estimate stem volume from taper equations explained the stem taper as a function of the commercial height and the radius at breast height. The second part investigated the volume estimation fusing geostatistic derived from field information and airborne laser scanning data. The model based on geostatistic assumptions was statistically superior to the traditional one, with errors 40% lower. Thus, the geostatistical model was applied over tree heights extracted from the laser cloud. To each combination of diameter and height, the taper equation form the first part of this study was used. The volume and the number of trees were underestimated in 0.7% and 0.18%, respectively. The results look promising, and more permanent plots are necessary to allow studies about growth and yield of forest.

Made available in DSpace on 2016-06-02T20:04:53Z (GMT). No. of bitstreams: 1 6714.pdf: 1130315 bytes, checksum: 4ce881df9c6c0f6451cae6908855d277 (MD5) Previous issue date: 2015-01-14 / Financiadora de Estudos e Projetos / We present a class of nonlinear truncated mixed-effects models where the truncation nature of the data is incorporated into the statistical model by assuming that the variable of interest, namely the truncated variable, follows a truncated distribution which, in turn, corresponds to a conditional distribution obtained by restricting the support of a given probability distribution function. The family of nonlinear truncated mixed-effects models for location and scale is constructed based on the perspective of nonlinear generalized mixed-effects models and by assuming that the distribution of response variable belongs to a truncated class of distributions indexed by a location and a scale parameter. The location parameter of the response variable is assumed to be associated with a continuous nonlinear function of covariates and unknown parameters and with unobserved random effects, and the scale parameter of the responses is assumed to be characterized by a continuous function of the covariates and unknown parameters. The proposed truncated nonlinear mixed-effects models are constructed assuming both random truncation limits; however, truncated nonlinear mixed-effects models with fixed known limits are readily obtained as particular cases of these models. For models constructed under the assumption of random truncation limits, the likelihood function of the observed data shall be a function both of the parameters of the truncated distribution of the truncated variable and of the parameters of the distribution of the truncation variables. For the particular case of fixed known truncation limits, the likelihood function of the observed data is a function only of the parameters of the truncated distribution assumed for the variable of interest. The likelihood equation resulting from the proposed truncated nonlinear regression models do not have analytical solutions and thus, under the frequentist inferential perspective, the model parameters are estimated by direct maximization of the log-likelihood using an iterative procedure. We also consider diagnostic analysis to check for model misspecification, outliers and influential observations using standardized residuals, and global and local influence metrics. Under the Bayesian perspective of statistical inference, parameter estimates are computed based on draws from the posterior distribution of parameters obtained using an Markov Chain Monte Carlo procedure. Posterior predictive checks, Bayesian standardized residuals and a Bayesian influence measures are considered to check for model adequacy, outliers and influential observations. As Bayesian model selection criteria, we consider the sum of log -CPO and a Bayesian model selection procedure using a Bayesian mixture model framework. To illustrate the proposed methodology, we analyze soil-water retention, which are used to construct soil-water characteristic curves and which are subject to truncation since soil-water content (the proportion of water in soil samples) is limited by the residual soil-water content and the saturated soil-water content. / Neste trabalho, apresentamos uma classe de modelos não lineares truncados mistos onde a característica de truncamento dos dados é incorporada ao modelo estatístico assumindo-se que a variável de interesse, isto é, a variável truncada, possui uma função de distribuição truncada que, por sua vez, corresponde a uma função de distribuição condicional obtida ao se restringir o suporte de alguma função de distribuição de probabilidade. A família de modelos não lineares truncados mistos para locação e escala é construída sob a perspectiva de modelos não lineares generalizados mistos e considerando uma classe de distribuições indexadas por parâmetros de locação e escala. Assumimos que o parâmetro de locação da variável resposta é associado a uma função não linear contínua de um conjunto de covariáveis e parâmetros desconhecidos e a efeitos aleatórios não observáveis, e que o parâmetro de escala das respostas pode ser caracterizado por uma função contínua das covariáveis e de parâmetros desconhecidos. Os modelos não lineares truncados mistos para locação e escala, aqui apresentados, são construídos supondo limites de truncamento aleatórios, porém, modelos não lineares truncados mistos com limites fixos e conhecidos são prontamente obtidos como casos particulares desses modelos. Nos modelos construídos sob a suposição de limites de truncamentos aleatórios, a função de verossimilhança é escrita em função dos parâmetros da distribuição da variável resposta truncada e dos parâmetros das distribuições das variáveis de truncamento. Para o caso particular de limites fixos e conhecidos, a função de verossimilhança será apenas uma função dos parâmetros da distribuição truncada assumida para a variável resposta de interesse. As equações de verossimilhança dos modelos, aqui propostos, não possuem soluções analíticas e, sob a perspectiva frequentista de inferência estatística, os parâmetros do modelo são estimados pela maximização direta da função de log-verossimilhança via um procedimento iterativo. Consideramos, também, uma análise de diagnóstico para verificar a adequação do modelo, observações discrepantes e/ou influentes, usando resíduos padronizados e medidas de influência global e influência local. Sob a perspectiva Bayesiana de inferência estatística, as estimativas dos parâmetros dos modelos propostos são definidas como as médias a posteriori de amostras obtidas via um algoritmo do tipo cadeia de Markov Monte Carlo das distribuições a posteriori dos parâmetros. Para a análise de diagnóstico Bayesiano do modelo, consideramos métricas de avaliação preditiva a posteriori, resíduos Bayesianos padronizados e a calibração de casos para diagnóstico de influência. Como critérios Bayesianos de seleção de modelos, consideramos a soma de log -CPO e um critério de seleção de modelos baseada na abordagem Bayesiana de mistura de modelos. Para ilustrar a metodologia proposta, analisamos dados de retenção de água em solo, que são usados para construir curvas de retenção de água em solo e que estão sujeitos a truncamento pois as medições de umidade de água (a proporção de água presente em amostras de solos) são limitadas pela umidade residual e pela umidade saturada do solo amostrado.