Show simple item record

dc.creatorArrabal, Claude Thiago
dc.date.accessioned2016-06-02T20:06:07Z
dc.date.available2012-09-05
dc.date.available2016-06-02T20:06:07Z
dc.date.issued2012-03-23
dc.identifier.citationARRABAL, Claude Thiago. Estimação clássica e bayesiana para relação espécieárea com distribuições truncadas no zero. 2012. 79 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2012.por
dc.identifier.urihttps://repositorio.ufscar.br/handle/ufscar/4562
dc.description.abstractIn ecology, understanding the species-area relationship (SARs) are extremely important to determine species diversity. SARs are fundamental to assess the impact due to the destruction of natural habitats, creation of biodiversity maps, to determine the minimum area to preserve. In this study, the number of species is observed in different area sizes. These studies are referred in the literature through nonlinear models without assuming any distribution for the data. In this situation, it only makes sense to consider areas in which the counts of species are greater than zero. As the dependent variable is a count data, we assume that this variable comes from a known distribution for discrete data positive. In this paper, we used the zero truncated Poisson distribution (ZTP) and zero truncated Negative Binomial (ZTNB) to represent the probability distribution of the random variable species diversity number. To describe the relationship between species diversity and habitat, we consider nonlinear models with asymptotic behavior: Exponencial Negativo, Weibull, Logístico, Chapman-Richards, Gompertz e Beta. In this paper, we take a Bayesian approach to fit models. With the purpose of obtain the conditional distributions, we propose the use of latent variables to implement the Gibbs sampler. Introducing a comparative study through simulated data and will consider an application to a real data set.eng
dc.description.sponsorshipFinanciadora de Estudos e Projetos
dc.formatapplication/pdfpor
dc.languageporpor
dc.publisherUniversidade Federal de São Carlospor
dc.rightsAcesso Abertopor
dc.subjectEstatísticapor
dc.subjectInferência bayesianapor
dc.subjectRelações espécie-áreapor
dc.subjectModelos não-lineares (Estatística)por
dc.subjectVariáveis latentespor
dc.subjectDistribuições zero-truncadaspor
dc.subjectdados de contagempor
dc.subjectGibbs Samplingpor
dc.subjectMetropolis-Hastings.por
dc.subjectZero-truncated distributioneng
dc.subjectSpecie-area relationshipeng
dc.subjectNon-linear models, Count data, Latente variables, Gibbs Samplingeng
dc.titleEstimação clássica e bayesiana para relação espécieárea com distribuições truncadas no zeropor
dc.typeDissertaçãopor
dc.contributor.advisor1Andrade Filho, Marinho Gomes de
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/4126245980112687por
dc.creator.Latteshttp://lattes.cnpq.br/0235029522811813por
dc.description.resumoEm ecologia, a compreensão da relação espécie-área (SARs) é de extrema importância para a determinação da diversidade de espécies e avaliar o impacto devido à destruição de habitats naturais. Neste estudo, observa-se o número de espécies em diferentes tamanhos de área. Estes estudos são abordados na literatura através de modelos não lineares sem assumir alguma distribuição para os dados. Nesta situação, só faz sentido considerar áreas nas quais as contagens das espécies são maiores do que zero. Como a variável dependente é um dado de contagem, assumiremos que esta variável provém de alguma distribuição conhecida para dados discretos positivos. Neste trabalho, utilizamos as distribuições de Poisson zero-truncada (PZT) e Binomial Negativa zero-truncada (BNZT) para representar a distribuição do número de espécies. Para descrever a relação espécie-área, consideramos os modelos não lineares com comportamento assintótico: Exponencial Negativo, Weibull, Logístico, Chapman-Richards, Gompertz e Beta. Neste trabalho os modelos foram ajustados através do método de verossimilhança, sendo proposto uma abordagem Bayesiana com a utilização de variáveis latentes auxiliares para a implementação do Amostrador de Gibbs.por
dc.publisher.countryBRpor
dc.publisher.initialsUFSCarpor
dc.publisher.programPrograma de Pós-graduação em Estatísticapor
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICApor


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record