Weby shortcut 1a5a9004da81162f034eff2fc7a06c396dfddb022021fd13958735cc25a4882f
Youtubeplay db0358e6953f0d0ec2cd240bca6403729d73b33e9afefb17dfb2ce9b7646370a
Moodle
  • III Premio

    III Prêmio semeador-ProFloresta

    23 Agosto a 08 Dezembro às 14:00

    Envie as suas sementes para o Laboratório de Inventário Florestal da UFG, no campus Samambaia, Goiânia, GO. Veja abaixo as regras para a participação no prêmio. Edital 2017.

    Leia mais...

  • Erro aleatório ou resíduo

    Ao ajustar um modelo de regressão linear pelo método dos mínimos quadrados ordinários (MMQ) lembre-se de observar a distribuição gráfica dos resíduos e a soma dos quadrados dos resíduos (SQR). Graficamente os resíduos devem estar próximos ao zero e uniformemente distribuídos. Use sempre a distribuição em porcentagem em relação à media, isso facilita a interpretação. Se houver desvios na distribuição gráfica tente usar uma transformação logarítmica ou raiz quadrada para garantir a uniformidade da distribuição ao longo do eixo X. Já a soma de quadrados dos resíduos (SQR) informa o tamanho do erro cometido ao se utilizar o modelo para estimar valores desconhecidos.

    Em tempo: se o seu modelo tem mais do que uma variável explicativa (independente), não é possível plotar o ajuste da linha em um plano bidimensional. 

    Saudações!

    Prof. Fábio Venturoli

  • Amostragem estratificada em inventário florestais

    A amostragem estratificada funciona como um controle local. É o mesmo fundamento da blocagem em experimentação científica, em que cada estrato deve ser tratado como um bloco de um experimento. Neste casos, nas análises, elimina-se o efeito do bloco ou do estrato, o que traz vantagens nos resultados. A principal vantagem é a redução da variância amostral, que fica dividida em vários componentes. Cada bloco ou estrato terá a sua própria variância e vai corresponder a uma componente na análise.

    Em termos mais práticos você pode usar a amostragem estratificada quando você tem diferentes tipologias florestais, como mata e cerrado. Uma mata mais densa e outra mata mais aberta. Em plantios você pode estratificar pela idade, cada idade sendo um estrato. Há ainda a estratificação por idade em matas nativas, quando se analisa a regeneração natural, colocando as plântulas, arvoretas e árvores, cada uma em um estrato.
    As análises serão as mesmas de uma amostragem aleatória simples. Serão produzidos intervalos de confiança para cada estrato e depois pode-se fazer uma média ponderada pelo tamanho de cada estrato e estimar um intervalo de confiança total.
    Saudações florestais!
    Prof. Fábio Venturoli
  • Cada variável produz a sua própria dimensão espacial

    Note que cada variável produz uma dimensão no espaço e, portanto, isso faz com que os modelos de regressão múltipla obrigatoriamente envolvam um espaço tridimensional ou com mais do que três dimensões. Neste caso, é impossível visualizar a dispersão de pontos (variáveis) em um único plano.

    Ao ajustar um modelo e gerar um equação, tenha cuidado para não tentar representá-lo em um plano (duas dimensões). Isso está errado e pode levar a uma reprovação diante de uma banca avaliadora. A dica é a seguinte: se você tem mais do que duas variáveis independentes produza uma equação e apresente somente a distribuição gráfica residual como uma porcentagem do valor real (nuvem de pontos não relacionado às variáveis explicativas). Ao comparar equações que tenham diferentes números de variáveis independentes use o R²-ajustado (corrigido pelo número de var. independentes) e o erro padrão também em porcentagem. Não se especialize em rodar programas estatísticos. Procure estudar os fundamentos do métodos e siga em frente! Seja o responsável pelas suas análises.

     

    Saudações florestais!

    Prof. Fábio Venturoli

  • Ver todas