Banca de DEFESA: ISOLINA APARECIDA VILAS BÔAS

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: ISOLINA APARECIDA VILAS BÔAS
DATA: 19/12/2023
HORA: 14:00
LOCAL: Google meet
TÍTULO:

MODELOS NÃO LINEARES NA DESCRIÇÃO DA ABSORÇÃO DE NUTRIENTES E ACÚMULO DE MATÉRIA SECA EM MILHO

PALAVRAS-CHAVES:

Logístico, Macronutrientes, Micronutrientes, Zea mays.

PÁGINAS: 93
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Probabilidade e Estatística
RESUMO:

Em diversas situações, descrever com precisão os fenômenos em análise pode ser um desafio. A aplicação de modelos não lineares representa um significativo avanço na análise de dados, afastando-se dos métodos lineares tradicionais e considerando cuidadosamente as complexidades inerentes presentes em diversos fenômenos. Portanto, utilização de modelos não lineares na análise de dados visa capturar efetivamente essa complexidade, fornecendo informações mais precisas e abrangentes sobre o fenômeno em estudo. Nesta tese, foram conduzidos três estudos com o objetivo de estudar as curvas de crescimento de híbrido de milho, com base no acúmulo de matéria seca e de nutrientes nos diversos estádios fenológicos obtidos em um experimento com duas cultivares com características distintas. Foram utilizados os modelos não lineares: Brody, Gompertz, logístico, Meloum I, Meloun II, Michaelis Mentem, Michaleis Mentem modificado, Mitscherlich, Richards, Schnute, von Bertalanffy e Weibull. No primeiro estudo a análise foi realizada utilizando os doze modelos não lineares para descrever o acúmulo de matéria seca no híbridos de milho GNZ2004 e P30F33. No segundo estudo, foram considerados os dados de acúmulo dos macronutrientes (nitrogênio, fósforo, potássio, cálcio, magnésio e enxofre) nos dois híbridos de milho. O terceiro estudo apresenta o uso dos modelos não lineares aplicados aos dados de acúmulo de micronutrientes ( boro, cobre, manganês e zinco). A análise foi conduzida utilizando o método de mínimos quadrados e o algoritmo de convergência de Gauss-Newton. A seleção dos modelos mais adequados baseou-se nos seguintes avaliadores de qualidade de ajuste: coeficiente de determinação ajustado (), desvio padrão residual (DPR), erro quadrático médio de predição (MEP), índice assintótico (IA), critério de informação de Akaike (AIC), critério de informação Bayesiano (BIC), e medidas de curvatura de Bates e Watts. Os resultados dessa tese propiciam a análise de regressão não linear explorando alternativas além dos modelos não lineares comumente utilizados, podendo ser estendidos para outros híbridos de milho e também para outras culturas.

MEMBROS DA BANCA:
Externo à Instituição - ADRIELE APARECIDA PEREIRA - UNIFAL (Membro)
Externo ao Programa - CAMILLA MARQUES BARROSO - DEX/ICET (Membro)
Externo à Instituição - EDILSON MARCELINO SILVA - UFRRJ (Membro)
Interno - JOEL AUGUSTO MUNIZ (Membro)
Interno - MARCELO ANGELO CIRILLO (Suplente)
Externo à Instituição - SILVIO DE CASTRO SILVEIRA - FEOL (Suplente)
Presidente - TALES JESUS FERNANDES (Membro)