Estimativa da relação hipsométrica com modelos não lineares ajustados por métodos bayesianos empíricos
Cerne
Estimativa da relação hipsométrica com modelos não lineares ajustados por métodos bayesianos empíricos
Autor Correspondente: Monica Fabiana Bento Moreir | [email protected]
Palavras-chave: Restrição nos parâmetros, inferência bayesiana, mensuração florestal
Resumos Cadastrados
Resumo Português:
Neste trabalho, está sendo proposta uma abordagem bayesiana para resolver o problema de inferência com restrições nos parâmetros, em modelos não lineares que representam a relação hipsométrica em clones de Eucalyptus sp. As estimativas Bayesianas são calculadas com a técnica de simulação de Monte Carlo em Cadeia de Markov (MCMC). O método proposto foi aplicado a diferentes conjuntos de dados reais, dos quais foram selecionados dois para mostrar os resultados obtidos. Estes foram comparados aos obtidos pelo método de mÃnimos quadrados, destacando-se a superioridade da abordagem Bayesiana empÃrica proposta, uma vez que esta abordagem sempre gera resultados coerentes biologicamente para a relação hipsométrica.
Resumo Inglês:
In this paper we propose a Bayesian approach to solve the inference problem with restriction on parameters, regarding to nonlinear models used to represent the hypsometric relationship in clones of Eucalyptus sp. The Bayesian estimates are calculated using Monte Carlo Markov Chain (MCMC) method. The proposed method was applied to different groups of actual data from which two were selected to show the results. These results were compared to the results achieved by the minimum square method, highlighting the superiority of the Bayesian approach, since this approach always generate the biologically consistent results for hipsometric relationship.
