Uso de alguns estimadores ridge na análise estatística de experimentos em entomologia

Inúmeros experimentos em ciências agrárias apresentam variáveis que podem dar origem a problemas demulticolinearidade. Em se tratando da aplicabilidade de modelos de regressão, o problema da multicolinearidade temcomo principal consequência o inflacionamento dos erros padrão e, com isso, o valor da...

Descripción completa

Detalles Bibliográficos
Autores: Pereira, Gislene Araujo, Milani, Letícia Lima, Cirillo, Marcelo Ângelo
Tipo de recurso: artículo
Estado:Versión publicada
Fecha de publicación:2014
País:Brasil
Institución:Universidade Federal de Lavras (UFLA)
Repositorio:Repositório Institucional da UFLA
Idioma:portugués
OAI Identifier:oai:repositorio.ufla.br:1/39125
Acceso en línea:https://repositorio.ufla.br/handle/1/39125
Access Level:acceso abierto
Palabra clave:Multicolinearidade
Tamanho amostral
Modelos de regressão
Multicollinearity
Sample size
Regression models
Descripción
Sumario:Inúmeros experimentos em ciências agrárias apresentam variáveis que podem dar origem a problemas demulticolinearidade. Em se tratando da aplicabilidade de modelos de regressão, o problema da multicolinearidade temcomo principal consequência o inflacionamento dos erros padrão e, com isso, o valor da estatística t-student éreduzido de tal forma que interfere nos resultados inferenciais. Várias medidas são propostas, na literatura, pararesolver o problema de multicolinearidade. Entretanto, o desempenho dessas medidas está sujeito ao grau demulticolinearidade que as variáveis poderão apresentar, bem como ao tamanho amostral. Frente a este problema, estetrabalho tem por objetivo avaliar alguns estimadores ridge, utilizando simulação Monte Carlo, bem como, apresentar aaplicação desses estimadores em um experimento, com dados reais, na área de entomologia. Mediante esta aplicação,os resultados expressivos alcançados foram obtidos em função da eficiência dos estimadores ridge avaliados, emrelação ao estimador de mínimos quadrados. Em se tratando dos resultados computacionais, concluiu-se queestimadores ridge avaliados são recomendáveis, em experimentos que considerem as variáveis com diferentes grausde multicolinearidade, para amostras maiores do que n=50.