Resumo
The dairy yield is one of the most important activities for the Brazilian economy and the use of statistical models may improve the decision making in this productive sector. The aim of this paper was to compare the performance of both the traditional linear regression model and the spatial regression model called conditional autoregressive (CAR) to explain how some covariates may contribute for the dairy yield. This work used a database on dairy yield supplied by the Brazilian Institute of Geography and Statistics (IBGE) and another database on geographical information of the state of Minas Gerais provided by the Integrated Program of Technological Use of Geographical Information (GEOMINAS). The results showed the superiority of the CAR model over the traditional linear regression model to explain the dairy yield. The CAR model allowed the identification of two different spatial clusters of counties related to the dairy yield in the state of Minas Gerais. The first cluster represents the region where one observes the biggest levels of dairy yield. It is formed by the counties of the Triângulo Mineiro. The second cluster is formed by the northern counties of the state that present the lesser levels of dairy yield.
A produção de leite é uma das atividades mais importantes para a economia brasileira e o uso de modelos estatísticos pode auxiliar a tomada de decisão neste setor produtivo. O objetivo deste artigo foi comparar o desempenho do modelo de regressão linear tradicional e do modelo de regressão espacial, denominado de autoregressivo condicional (CAR), para explicar como algumas variáveis preditoras contribuem para a quantidade de leite produzido. Este trabalho usou uma base de dados sobre a produção de leite fornecida pelo Instituto Brasileiro de Geografia e Estatística (IBGE) e outra base de dados sobre informações geográficas do estado de Minas Gerais, fornecida pelo Programa Integrado de Uso da Tecnologia de Geoprocessamento (GEOMINAS). Os resultados mostraram a superioridade do modelo CAR sobre o modelo de regressão tradicional. O modelo CAR possibilitou a identificação de dois conglomerados espaciais de municípios distintos de produção de leite no estado de Minas Gerais. O primeiro conglomerado representa a região onde se observa os maiores níveis de produção de leite, sendo formado pelos municípios do Triângulo Mineiro. O segundo conglomerado é formado pelos municípios do norte do estado que apresentam os menores níveis de produção de leite.
Resumo
The dairy yield is one of the most important activities for the Brazilian economy and the use of statistical models may improve the decision making in this productive sector. The aim of this paper was to compare the performance of both the traditional linear regression model and the spatial regression model called conditional autoregressive (CAR) to explain how some covariates may contribute for the dairy yield. This work used a database on dairy yield supplied by the Brazilian Institute of Geography and Statistics (IBGE) and another database on geographical information of the state of Minas Gerais provided by the Integrated Program of Technological Use of Geographical Information (GEOMINAS). The results showed the superiority of the CAR model over the traditional linear regression model to explain the dairy yield. The CAR model allowed the identification of two different spatial clusters of counties related to the dairy yield in the state of Minas Gerais. The first cluster represents the region where one observes the biggest levels of dairy yield. It is formed by the counties of the Triângulo Mineiro. The second cluster is formed by the northern counties of the state that present the lesser levels of dairy yield.
A produção de leite é uma das atividades mais importantes para a economia brasileira e o uso de modelos estatísticos pode auxiliar a tomada de decisão neste setor produtivo. O objetivo deste artigo foi comparar o desempenho do modelo de regressão linear tradicional e do modelo de regressão espacial, denominado de autoregressivo condicional (CAR), para explicar como algumas variáveis preditoras contribuem para a quantidade de leite produzido. Este trabalho usou uma base de dados sobre a produção de leite fornecida pelo Instituto Brasileiro de Geografia e Estatística (IBGE) e outra base de dados sobre informações geográficas do estado de Minas Gerais, fornecida pelo Programa Integrado de Uso da Tecnologia de Geoprocessamento (GEOMINAS). Os resultados mostraram a superioridade do modelo CAR sobre o modelo de regressão tradicional. O modelo CAR possibilitou a identificação de dois conglomerados espaciais de municípios distintos de produção de leite no estado de Minas Gerais. O primeiro conglomerado representa a região onde se observa os maiores níveis de produção de leite, sendo formado pelos municípios do Triângulo Mineiro. O segundo conglomerado é formado pelos municípios do norte do estado que apresentam os menores níveis de produção de leite.