Tese em PDF - departamento de engenharia florestal - ufpr ...
Tese em PDF - departamento de engenharia florestal - ufpr ... Tese em PDF - departamento de engenharia florestal - ufpr ...
agrupamentos criados e assim por diante até que seja atendido um critério de parada. Por exemplo: FIGURA 10 – EXEMPLO DE UMA ANÁLISE DE CLASSIFICAÇÃO DE ÁRVORES POR REGRESSÃO FONTE: o autor (2008) O procedimento CART (Análise de classificação de árvores por regressão) pode ser diagramado como a árvore mostrada na Figura 10. Nas folhas da árvore aparecem as médias que representam os valores de inclinação da curva de crescimento naquele agrupamento (x, y, v, w, z). A metodologia CART é não-paramétrica, pois não vincula a variável resposta a uma distribuição de probabilidades e conseqüentemente aos seus parâmetros. Também não é ligada a um critério ótimo particular. Em prática, o processo necessita de centenas de observações e, regularmente, muitas variáveis. O que determina a escolha da variável explicativa para a formação dos agrupamentos é o decréscimo na soma dos quadrados dos desvios em relação à média. A variável explicativa que maximiza este decréscimo é aquela escolhida como responsável pela formação dos dois novos agrupamentos (BREIMAN et al., 1984). Para a realização dessas análises foi utilizado o software R versão 2.7.1 Core team (2008). 77
2.4 RESULTADOS E DISCUSSÕES O incremento radial médio das famílias 11 e 24 e as condições ambientais (umidade relativa do ar, temperatura, tensão de água no solo a 30 e 60 cm de profundidade, precipitação e horas de insolação) no período de janeiro a dezembro de 2007, do local da instalação do teste de progênies estão apresentados na Figura 11. De acordo com Downes et al. (1999), a taxa de crescimento pode variar durante o ano, porém a mesma quantidade de crescimento pode ser atingida quando se tem uma maior taxa de crescimento em um período curto, ou por ter uma baixa taxa de crescimento em um período longo. Considerando estes fatos, é possível afirmar que, na média, a diferença de crescimento entre as árvores das duas famílias analisadas no presente trabalho não foi causada por diferença da duração do período de crescimento, mas sim pela maior taxa de crescimento dos indivíduos em um mesmo período de tempo. 78
- Page 45 and 46: Os delineamentos de cruzamento são
- Page 47 and 48: covariância genotípica de meio-ir
- Page 49 and 50: Nos estudos genéticos, é necessá
- Page 51 and 52: A existência de interação genót
- Page 53 and 54: LOCAL Latitude (°S) Longitude (°O
- Page 55 and 56: 1.3.4 COLETA E ANÁLISE DE DADOS Fo
- Page 57 and 58: COV : covariância genética aditiv
- Page 59 and 60: ∧ 2 σ c : variância entre parce
- Page 61 and 62: ⎡y1 ⎤ ⎡X 1b1 ⎤ ⎢ ⎥ ⎢
- Page 63 and 64: 1.4 RESULTADOS E DISCUSSÕES 1.4.1
- Page 65 and 66: TABELA 4 - PARÂMETROS GENÉTICOS D
- Page 67 and 68: progênies foi 81% em Caçador; 65%
- Page 69 and 70: A família 11 foi mais produtiva em
- Page 71 and 72: para eucaliptos subtropicais planta
- Page 73 and 74: Em contraste, em Calmon, a herdabil
- Page 75 and 76: Região Sul do Brasil. E. benthamii
- Page 77 and 78: Na Tabela 9 são apresentados os va
- Page 79 and 80: Os resultados apresentados na Tabel
- Page 81 and 82: Os valores de coeficientes de herda
- Page 83 and 84: elatados por Wilcox (1980) para E.
- Page 85 and 86: Caso sejam adotados programas de me
- Page 87 and 88: 2 AVALIAÇÃO DO COMPORTAMENTO DE C
- Page 89 and 90: Em ambientes restritivos, os genót
- Page 91 and 92: ÁRVORE DAP (cm) ALTURA(m) F11.1 14
- Page 93 and 94: FIGURA 8 - ESTAÇÃO METEOROLÓGICA
- Page 95: 30 ∑ = 1 = i b b 30 ( i) Para a c
- Page 99 and 100: Para compreender melhor o efeito da
- Page 101 and 102: TABELA 15 - COEFICIENTES DE CORRELA
- Page 103 and 104: TABELA 16 - VALORES DAS VARIÁVEIS
- Page 105 and 106: As variáveis ambientais que mais c
- Page 107 and 108: A maior inclinação da curva de cr
- Page 109 and 110: Na Figura 16, são apresentados em
- Page 111 and 112: FIGURA 17 - INCREMENTO RADIAL DAS
- Page 113 and 114: Corroborando com as informações a
- Page 115 and 116: TABELA 18 - COEFICIENTES DE CORRELA
- Page 117 and 118: Com os resultados apresentados pela
- Page 119 and 120: também que os meses de maior e men
- Page 121 and 122: A maior inclinação da curva de cr
- Page 123 and 124: FIGURA 22 - INCREMENTO RADIAL DAS
- Page 125 and 126: Com os valores apresentados na Tabe
- Page 127 and 128: FIGURA 23 - ANÁLISE DE ÁRVORE DO
- Page 129 and 130: TABELA 22 - COEFICIENTES DE CORRELA
- Page 131 and 132: Quando se analisa a influência da
- Page 133 and 134: FIGURA 28 - INCLINAÇÃO DA CURVA D
- Page 135 and 136: 3 DETERMINAÇÃO DOS PARÂMETROS GE
- Page 137 and 138: Outra maneira de avaliar as conseq
- Page 139 and 140: 3.2 OBJETIVO Estimar os parâmetros
- Page 141 and 142: FIGURA 29 - VEDAÇÃO DOS TOPOS DAS
- Page 143 and 144: leitura da flecha. A fecha equivale
- Page 145 and 146: correlações entre característica
agrupamentos criados e assim por diante até que seja atendido um critério <strong>de</strong><br />
parada. Por ex<strong>em</strong>plo:<br />
FIGURA 10 – EXEMPLO DE UMA ANÁLISE DE CLASSIFICAÇÃO DE ÁRVORES POR<br />
REGRESSÃO<br />
FONTE: o autor (2008)<br />
O procedimento CART (Análise <strong>de</strong> classificação <strong>de</strong> árvores por regressão)<br />
po<strong>de</strong> ser diagramado como a árvore mostrada na Figura 10. Nas folhas da árvore<br />
aparec<strong>em</strong> as médias que representam os valores <strong>de</strong> inclinação da curva <strong>de</strong><br />
crescimento naquele agrupamento (x, y, v, w, z).<br />
A metodologia CART é não-paramétrica, pois não vincula a variável resposta<br />
a uma distribuição <strong>de</strong> probabilida<strong>de</strong>s e conseqüent<strong>em</strong>ente aos seus parâmetros.<br />
Também não é ligada a um critério ótimo particular. Em prática, o processo<br />
necessita <strong>de</strong> centenas <strong>de</strong> observações e, regularmente, muitas variáveis. O que<br />
<strong>de</strong>termina a escolha da variável explicativa para a formação dos agrupamentos é o<br />
<strong>de</strong>créscimo na soma dos quadrados dos <strong>de</strong>svios <strong>em</strong> relação à média. A variável<br />
explicativa que maximiza este <strong>de</strong>créscimo é aquela escolhida como responsável<br />
pela formação dos dois novos agrupamentos (BREIMAN et al., 1984). Para a<br />
realização <strong>de</strong>ssas análises foi utilizado o software R versão 2.7.1 Core team (2008).<br />
77