10.07.2015 Views

14 - PPGMNE - Universidade Federal do Paraná

14 - PPGMNE - Universidade Federal do Paraná

14 - PPGMNE - Universidade Federal do Paraná

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

642.8.5 Conclusões sobre o méto<strong>do</strong> univaria<strong>do</strong>• O méto<strong>do</strong> da máxima verossimilhança foi capaz de estimar a produtividade de soja comerro relativo abaixo de 2,1% e estimar a média de IMA com erro relativo abaixo de 1,2%,consideran<strong>do</strong>-se os valores conheci<strong>do</strong>s de 18 pontos amostrais;• O méto<strong>do</strong> bayesiano foi capaz de estimar a produtividade de soja com erro relativo abaixode 2,1%, e estimar a média de IMA com erro relativo abaixo de 1,0%;• O mapa da distribuição espacial da média de produtividade de soja, quan<strong>do</strong> feito pelométo<strong>do</strong> MV, perde identificabilidade de zonas de manejo com a diminuição <strong>do</strong> númerode amostras;• O méto<strong>do</strong> bayesiano, aplica<strong>do</strong> tanto no estu<strong>do</strong> de produtividade de soja quanto no de IMAfoi capaz de identificar zonas de manejo para amostras de tamanho onde o méto<strong>do</strong> da MVnão o foi, além de ser mais sensível na identificação das variações a pequenas distâncias.• A krigagem baseada em MV e a predição bayesiana induziram a uma concentração devalores preditos em torno da média, inversamente proporcional ao tamanho da amostratomada considerada nos méto<strong>do</strong>s.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!