Aplicação dos modelos lineares generalizados para estimativa do crescimento em altura

André Felipe Hess, Lucas Cianorschi, Raul Silvestre, Rafael Scariot, Pollyni Ricken

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.


Palavras-chave


Análise de tronco; Predição de estimativas; Acurácia do modelo

Texto completo:

PDF


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



Direitos autorais 2015

Licença Creative Commons
Esta obra está licenciada sob uma licença Creative Commons Atribuição - Não comercial - Sem derivações 4.0 Internacional.

INDEXADORES:

ASP / Ebsco, AGRIS, Agrobase / Binagre , BDPA, CABI Direct, CCN, CIRS, Diadorim , DOAJ, e.journals, Forestry Compendium, Genamics JournalSeek, Google Acadêmico, Journals for free, Latindex, Livre, Miar, OasisbrPortal da Capes, RCAAP, Road, Sabiia, Scilit, Redib

.

Pesquisa Florestal Brasileira
Brazilian Journal of Forestry Research

 

Este periódico é afiliado à Associação Brasileira de Editores Científicos.


Os originais publicados na Pesquisa Florestal Brasileira estão disponibilizados de acordo com uma Licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional