Tese em PDF - departamento de engenharia florestal - ufpr ...

sendo n o número de amostras.
RMSEC, ou simplesmente SEC (Standard Error of Calibration), é o RMSE
calculado a partir das amostras de calibração, isto é, uma medida do erro na
modelagem. SECV a partir das amostras da validação cruzada e SEP das
amostras do conjunto de previsão (NIEMEYER et al., 1992, citado por CARNEIRO
2008).
Outros critérios considerados para avaliar a habilidade de previsão de um
modelo é o coeficiente de correlação (R²) e a Relação de desempenho do Desvio
(RPD), obtida pela relação entre o desvio dos dados obtidos por análise
convencional (Sdev) pelo erro padrão da validação cruzada (SECV) é outro
critério bastante usado. Fornece uma padronização do erro padrão da previsão e
torna possível a comparação de diferentes propriedades (WILLIANS e
SOBERING, 1993, citado por CARNEIRO, 2008).
Segundo Campos (2008) citando Williams e Sobering (1993), o coeficiente
de determinação indica o grau de associação entre os valores de referência e os
valores preditos nos modelos gerados, devendo ser o mais próximo de 1. O erro
padrão da validação mede a eficiência do modelo de calibração na validação
cruzada (SECV) ou predição (SEP). Assim, quanto maior o valor RPD, melhor é o
modelo ajustado. Esta estatística foi utilizada pela primeira vez por estes autores
e fornece uma base de padronização do erro de validação, possibilitando a
comparação entre diferentes modelos.
3.2.9 Calibração
Martens e Tormod (1989, citado por Ribeiro, 2009), o número de
componentes principais utilizados para a calibração influenciam bastante os
resultados da modelagem. A calibração com um baixo número de fatores poderá
fornecer resultados não satisfatórios, uma vez que toda a informação espectral
disponível não é aproveitada. Por outro lado, se muitos componentes principais
forem utilizados na calibração, ruídos poderão ser incluídos no processo de
58