Métodos de ajuste e procedimentos de seleção de funções probabilísticas para modelar a distribuição diamétrica em floresta nativa de araucária
Tipo de material:
ArtigoAssunto(s): Recursos online:
Em: Ciência Florestal (Brazil) v. 27(3) p. 969-980; (Jul-Sep 2017)Sumário:
RESUMO
Este trabalho teve como objetivo avaliar o desempenho das funções densidade de probabilidade (fdp) com
diferentes procedimentos de ajustes e estatísticas de avaliação, a fim de expressar a distribuição diamétrica
de um fragmento de Floresta Ombrófila Mista. A área de estudo faz parte da Floresta Nacional de Irati
(FLONA), estado do Paraná. Os dados utilizados são provenientes de 25 parcelas permanentes de 1 ha (100
m x 100 m), que foram instaladas e medidas em 2002 e remedidas em 2005 e 2008. Os ajustes foram feitos
considerando todas as espécies amostradas na remedição de 2008. Foram testadas as funções Beta, Weibull
2 e 3 Parâmetros e Exponencial de Meyer (tipos I e II), empregando-se os métodos de ajustes dos Momentos
e da Máxima Verossimilhança para a função Beta e Percentis e Máxima Verossimilhança para a função
Weibull 2 e 3 Parâmetros. A Programação Não Linear foi utilizada como tentativa de melhorar os ajustes
realizados das funções, exceto para Meyer. Para avaliação dos ajustes, foram aplicados os testes de aderência
de Kolmogorov-Smirnov (K-S) e Hollander-Proschan (H-P), além do Erro Padrão de Estimativa (%), índice
de Reynolds (IR) e análise de resíduos. Os resultados indicaram que a função Weibull 3P ajustada pelo
método da Máxima Verossimilhança foi a melhor para descrever a distribuição diamétrica da floresta como
um todo, no entanto, o método dos Percentis apresentou resultados similares. A função Beta apresentou
resultados satisfatórios, podendo também ser empregada para avaliar a distribuição diamétrica da área de
estudo. Quanto às estatísticas utilizadas, o índice de Reynolds mostrou ser uma ferramenta estatística com
boa performance para selecionar funções densidade de probabilidade. Para o intervalo de classe utilizado,
o teste Kolmogorov-Smirnov apresentou um maior número de aderências quando comparado ao teste
Hollander-Proschan, porém, o teste K-S é sensível quando a frequência é alta, levando a uma não aderência.
Palavras-chave: índices estatísticos; programação não linear; estrutura florestal.
Sumário:
ABSTRACT
The aim of this work was to evaluate the performance of the probability density functions with different
fitting procedures and statistical evaluation to describe the diameter distribution of a Mixed Ombrophyllous
Forest fragment. The study area is part of the Irati National Forest (FLONA), in Parana State. Data used were
derived from 25 permanent 1-ha plots (100 m x 100m) established and measured in 2002 and re-measured
in 2005 and 2008. The fittings were done considering all the species sampled on the re-measurement in
2008. Beta, Weibull 2 and 3 Parameters and Exponential Meyer I and II functions were tested, employing
Moments and Maximum Likelihood methods for Beta and Percentiles and Maximum Likelihood for
Weibull 2 and 3 Parameters. The Nonlinear Programming was used as an attempt to improve the fittings,
except for Meyer model. To evaluate the fittings, the goodness-of-fit tests Kolmogorov-Smirnov (K-S) and
Hollander-Proschan (H-P) were used, as well as, the Standard Error (%), Reynolds Index (IR) and Residual
Dispersion. The results showed that Weibull 3P function was the best to describe the diameter distribution
for the forest as a whole, however the Beta function showed satisfactory results, and it can also be used
to evaluate the diameter distribution for the studied area. About the statistics used, it was observed that
Reynolds Index presented good results to evaluate the performance to probability density functions and,
for the interval class used, the Kolmogorov-Smirnov test presented a higher number of good fitness values
when compared with Hollander-Proschan test, nevertheless the K-S is sensible when the frequency is high,
causing a non-adherence.
Keywords: statistical indices; nonlinear programming; forest structure.
| Tipo de material | Biblioteca atual | Coleção | Número de chamada | Informaçaõ do volume | Situação | Devolução em | Código de barras |
|---|---|---|---|---|---|---|---|
Periódicos
|
Biblioteca Nacional de Agricultura - Binagri | Periódicos agrícolas | 2017 27(1-4) | Consulta local | 2023-436645 |
Publicação on-line; 40 ref.; 1 table; 1 illus.; Summaries (En, Pt)
RESUMO
Este trabalho teve como objetivo avaliar o desempenho das funções densidade de probabilidade (fdp) com
diferentes procedimentos de ajustes e estatísticas de avaliação, a fim de expressar a distribuição diamétrica
de um fragmento de Floresta Ombrófila Mista. A área de estudo faz parte da Floresta Nacional de Irati
(FLONA), estado do Paraná. Os dados utilizados são provenientes de 25 parcelas permanentes de 1 ha (100
m x 100 m), que foram instaladas e medidas em 2002 e remedidas em 2005 e 2008. Os ajustes foram feitos
considerando todas as espécies amostradas na remedição de 2008. Foram testadas as funções Beta, Weibull
2 e 3 Parâmetros e Exponencial de Meyer (tipos I e II), empregando-se os métodos de ajustes dos Momentos
e da Máxima Verossimilhança para a função Beta e Percentis e Máxima Verossimilhança para a função
Weibull 2 e 3 Parâmetros. A Programação Não Linear foi utilizada como tentativa de melhorar os ajustes
realizados das funções, exceto para Meyer. Para avaliação dos ajustes, foram aplicados os testes de aderência
de Kolmogorov-Smirnov (K-S) e Hollander-Proschan (H-P), além do Erro Padrão de Estimativa (%), índice
de Reynolds (IR) e análise de resíduos. Os resultados indicaram que a função Weibull 3P ajustada pelo
método da Máxima Verossimilhança foi a melhor para descrever a distribuição diamétrica da floresta como
um todo, no entanto, o método dos Percentis apresentou resultados similares. A função Beta apresentou
resultados satisfatórios, podendo também ser empregada para avaliar a distribuição diamétrica da área de
estudo. Quanto às estatísticas utilizadas, o índice de Reynolds mostrou ser uma ferramenta estatística com
boa performance para selecionar funções densidade de probabilidade. Para o intervalo de classe utilizado,
o teste Kolmogorov-Smirnov apresentou um maior número de aderências quando comparado ao teste
Hollander-Proschan, porém, o teste K-S é sensível quando a frequência é alta, levando a uma não aderência.
Palavras-chave: índices estatísticos; programação não linear; estrutura florestal.
ABSTRACT
The aim of this work was to evaluate the performance of the probability density functions with different
fitting procedures and statistical evaluation to describe the diameter distribution of a Mixed Ombrophyllous
Forest fragment. The study area is part of the Irati National Forest (FLONA), in Parana State. Data used were
derived from 25 permanent 1-ha plots (100 m x 100m) established and measured in 2002 and re-measured
in 2005 and 2008. The fittings were done considering all the species sampled on the re-measurement in
2008. Beta, Weibull 2 and 3 Parameters and Exponential Meyer I and II functions were tested, employing
Moments and Maximum Likelihood methods for Beta and Percentiles and Maximum Likelihood for
Weibull 2 and 3 Parameters. The Nonlinear Programming was used as an attempt to improve the fittings,
except for Meyer model. To evaluate the fittings, the goodness-of-fit tests Kolmogorov-Smirnov (K-S) and
Hollander-Proschan (H-P) were used, as well as, the Standard Error (%), Reynolds Index (IR) and Residual
Dispersion. The results showed that Weibull 3P function was the best to describe the diameter distribution
for the forest as a whole, however the Beta function showed satisfactory results, and it can also be used
to evaluate the diameter distribution for the studied area. About the statistics used, it was observed that
Reynolds Index presented good results to evaluate the performance to probability density functions and,
for the interval class used, the Kolmogorov-Smirnov test presented a higher number of good fitness values
when compared with Hollander-Proschan test, nevertheless the K-S is sensible when the frequency is high,
causing a non-adherence.
Keywords: statistical indices; nonlinear programming; forest structure.

Periódicos
BINAGRI