Resumo

The ordinary least squares (OLS) can be affected by errors associated with heteroscedasticity and outliers, and extreme points can influence the regression parameters. Methods based on the median rather than on the mean and variance are more resistant to outliers and extreme points. These methods could be used to obtain regression parameter estimates that reflect more accurately the genuine relationship between the Y and X variables, leading to better identification of outliers and extreme points by comparing the slopes and intercepts of both methods. The Theil-Sen (TS) regression computes all possible pairwise slopes and determines the median of slopes as the regression slope. Here, we illustrated the potential use of TS and frequently used robust regression (RR) techniques to single linear regression using synthetic datasets and a practical problem in animal science. Three synthetic datasets were created assuming the normal distribution of Y and X values: one was free of outliers, while the other two had one or two clusters of outliers but the same X values. The TS, OLS, and RR had nearly identical regression parameter estimates for the dataset without synthetic outliers. However, the intercept and slope estimates by the OLS method differed considerably from the TS and RR methods when one or two clusters of outliers were included. The TS approach could be used to indirectly determine the presence of outliers or extreme points by comparing the 95 % confidence interval of the TS and OLS parameter estimates.

Resumo

In this study, performances of Multiple Linear Regression and Automatic Linear Modelling are compared for different sample sizes and number of predictors. A comprehensive Monte Carlo simulation study was carried out for this purpose. Random numbers generated from multivariate normal distribution by using RNMVN function of IMSL library of Microsoft FORTRAN Developer Studio composed the material of this study. Results of the simulation study showed that the sample size and the number of predictors are the main factors that lead to produce different results. Although both methods gave very similar results especially when studied with large sample sizes (n≥100), the Automatic linear modelling is preferred for analyzing data sets due to its simplicity in analyzing data and interpreting the results, ability to present results visually and providing more detailed information especially studying large complex data sets. It will be beneficial to use the Automatic linear modelling especially in analyzing massive and complex data sets for the purposes of investigating the relationships between one continuous dependent and 10 or more predictors and determine the factors that affect the response or target variable. At the same time, it will also be possible to evaluate the effect of each predictor with a more detailed response.

Neste estudo, os desempenhos da Regressão Linear Múltipla e da Modelagem Linear Automática são comparados para diferentes tamanhos de amostra e número de preditores. Para isso, foi realizado um estudo abrangente de simulação de Monte Carlo. Os números aleatórios gerados a partir da distribuição normal multivariada usando a função RNMVN da biblioteca IMSL do Microsoft FORTRAN Developer Studio compuseram o material deste estudo. Os resultados do estudo de simulação mostraram que o tamanho da amostra e o número de preditores são os principais fatores que levam à produção de resultados diferentes. Embora ambos os métodos tenham apresentado resultados muito semelhantes, especialmente quando estudados com amostras de tamanho grande (n≥100), a modelagem linear automática é preferida para a análise de conjuntos de dados devido à sua simplicidade na análise de dados e na interpretação dos resultados, à capacidade de apresentar os resultados visualmente e ao fornecimento de informações mais detalhadas, especialmente no estudo de conjuntos de dados grandes e complexos. Será vantajoso usar a modelagem linear automática, especialmente na análise de conjuntos de dados maciços e complexos com o objetivo de investigar as relações entre um dependente contínuo e 10 ou mais preditores e determinar os fatores que afetam a resposta ou a variável-alvo. Ao mesmo tempo, também será possível avaliar o efeito de cada preditor com uma resposta mais detalhada.

Resumo

The objective was to estimate the body weight (BW) of Brown Alpine goats by means of body volume (BV) measurements. We used 132 pieces of information with measurements of BW, body length (BL) and thoracic perimeter (TP) from 22 goats evaluated fortnightly, between March and May 2023. Based on this information, the BV of the animals was calculated. Three mathematical models were evaluated - a linear model, a quadratic model, and an exponential model - with the measurement of BV. The goodness of fit of the equations was evaluated using the coefficient of determination (R2), mean square error (MSE) and root of the MSE (RMSE). The predictive ability of the models was evaluated by k-fold cross-validation (k = 10). A high positive correlation between BW and TP (r = 0.95) and BL (r = 0.94) was observed. The correlation between BW and BV was higher than the other correlations (r = 0.98). The linear model showed the lowest values of MSE (9.49) and RMSE (3.08). In the cross-validation, the linear and quadratic models presented estimates of the mean BW and the standard deviation of this weight similar to the real data, and high R2 values (0.95) of the data predicted by the observed ones. The analysis of the coefficient of correlation and concordance (CCC) also showed that these models have accuracy and precision (CCC > 0.95). Thus, the linear and quadratic models estimate the body weight of Brown Alpine goats with precision and accuracy.

Objetivou-se estimar o peso corporal (PC) de cabras da raça Alpina por meio da medida do volume corporal (VC). Foram utilizadas 132 informações, com medições de PC, comprimento corporal (CC) e perímetro torácico (PT), de 22 cabras avaliadas quinzenalmente, entre março e maio de 2023. Com base nessas informações, o VC dos animais foi calculado. Três modelos matemáticos foram avaliados - um modelo linear, um modelo quadrático e um modelo exponencial - com a medição do VC como único preditor. A qualidade de ajuste das equações foi avaliada usando-se o coeficiente de determinação (R2), o erro do quadrado médio (EQM) e a raiz do EQM (REQM). A capacidade preditiva dos modelos foi avaliada por meio de validação cruzada k-fold (k = 10). Foi observada uma alta correlação positiva entre o PC e o PT (r = 0,95) e o CC (r = 0,94). A correlação entre o PC e o VC foi maior do que as outras correlações (r = 0,98). O modelo linear mostrou os menores valores de EQM (9,49) e REQM (3,08). Na validação cruzada, os modelos linear e quadrático apresentaram estimativas do PC médio e do desvio padrão desse peso semelhantes aos dados reais e altos valores de R2 (0,95) dos dados predistos em relação aos observados. A análise do coeficiente de correlação e concordância (CCC) também mostrou que esses modelos têm precisão e acurácia (CCC > 0,95). Assim, os modelos linear e quadrático estimam o peso corporal de cabras da raça Alpina com precisão e acurácia.

Resumo

This study was conducted with the aim of analyzing the implications of removing the parameters from the mathematical model on the results of path analysis, with oats grown in different years and agricultural scenarios (with and without fungicide). For this, two field trials were conducted in southern Brazil, in five years of growth. The experimental design used in trial I (with fungicide application) was randomized complete blocks (RCB), in a 22 × 4 bifactorial arrangement, characterized by twenty-two oat cultivars and four fungicide applications. For trial II (without fungicide application) the RCB design was used, and the treatments were characterized by twenty-two oat cultivars, with three replications. The traits measured were panicle length, panicle mass, number of spikelets, number of grains, grain mass, and grain yield. For each year, data group, and scenario, the correlation coefficients between the explanatory variables and grain yield were calculated. The diagnosis of multicollinearity indicated violation of the statistical assumption, so it was necessary to proceed with a path analysis under multicollinearity (ridge). The removal of parameters from the mathematical model caused changes in the linear relationships between the oat yield traits, with the maintenance of the linear correlation coefficients in 3.30% and 20% of the situations, for the scenarios with and without fungicide application, respectively. Regarding the path coefficients, it was observed that the direct effects were maintained in 3.30% and 30% and indirect effects in 7.33% and 24.67% of the situations, for the scenarios with and without fungicide application, respectively.

O estudo foi conduzido com o intuito de analisar as implicações da remoção dos parâmetros do modelo matemático sobre os resultados da análise de trilha, com aveia cultivada em diferentes anos e cenários agrícolas (com e sem fungicida). Para isso, dois ensaios de campo foram conduzidos no sul do Brasil, em cinco anos de cultivo. O delineamento experimental empregado no ensaio I (com aplicação de fungicida) foi o de blocos completos ao acaso, sendo um bifatorial 22 × 4, caracterizado por vinte e duas cultivares de aveia e quatro aplicações de fungicidas. Para o ensaio II (sem aplicação de fungicida) foi empregado o delineamento em blocos completos ao acaso, sendo os tratamentos caracterizados por vinte e duas cultivares de aveia, com três repetições. Os caracteres mensurados foram comprimento da panícula, massa da panícula, número de espiguetas, número de grãos, massa de grãos e rendimento de grãos. Para cada ano, grupo de dados e cenário foram calculados os coeficientes de correlação entre as variáveis explicativas e a produtividade de grãos. O diagnóstico de multicolinearidade indicou a violação do pressuposto estatístico, sendo necessário proceder a análise de trilha sob multicolinearidade (em crista). A remoção dos parâmetros do modelo matemático promoveu alterações nas relações lineares entre os caracteres de rendimento da aveia, sendo verificado a manutenção no padrão dos coeficientes de correlação linear em 3,30% e 20% das situações, para os cenários com e sem aplicação de fungicida, respectivamente. Com relação aos coeficientes de trilha, foi verificado manutenção na direção e magnitude dos efeitos diretos em 3,30% e 30% e os efeitos indiretos em 7,33% e 24,67% das situações, para os cenários com e sem aplicação de fungicida, respectivamente.

Resumo

The road system is the main mode used for the transportation of agricultural cargo, and in some cases, it is the only option for handling this type of product. This dependence means that the implementation of tools to support the management of logistical costs can reduce the financial impact with the transport felt by the economic agents operating in the soybean chain. This study contributed to a better understanding of the variables that make up the cost of road freight, generating a system of road freight prediction from a multiple linear regression model using the selection of variables Stepwise, Forward, and Backward elimination. This being said, this research intends to evaluate whether the behavior of soybean road freight is influenced by the variables that make up the productive, economic, and infrastructure dimensions in price formation. The regression models had an explanatory power of 87.20%. In the infrastructure dimension, the most impact variable in soybean road freight was the distance traveled; in the economic dimension, the variables of inflation and fuel price stood out; while in the productive dimension, the main contribution was the volume of production. A more assertive predictability of logistical costs and better understanding of the dynamics of freight price formation helps industry agents in planning and decision-making. Another contribution of this study is that it can be used as a practical tool for predicting soybean road freight on several transportation routes.

O sistema rodoviário é o principal modal utilizado para o transporte de cargas agrícolas, e em alguns casos, é a única opção para movimentação desse tipo de produto. Esta dependência faz com que a implementação de ferramentas para apoiar a gestão dos custos logísticos possa reduzir o impacto financeiro com o transporte sentido pelos agentes econômicos que atuam na cadeia da soja. O presente trabalho visa contribuir para um melhor entendimento das variáveis que compõem o custo dos fretes rodoviários, gerando um sistema de previsão de fretes rodoviários a partir de um modelo de regressão linear múltipla usando a seleção de variáveis Stepwise, Forward e a eliminação Backward. Isto posto, a pesquisa tem por objetivo avaliar se o comportamento do frete rodoviário da soja é influenciado pelas variáveis que compõem as dimensões produtivas, econômicas e de infraestrutura na formação do preço. Os modelos de regressão tiveram um poder explicativo de 87,20%. Na dimensão infraestrutura o destaque foi a variável distância percorrida como a mais impactante no frete rodoviário da soja, na dimensão econômica as variáveis inflação e preço do combustível, enquanto que na dimensão produtiva a principal contribuição foi o volume de produção. A previsibilidade mais assertiva dos custos logísticos e melhor compreensão da dinâmica de formação do preço do frete auxilia os agentes do setor no planejamento e na tomada de decisão. Outra contribuição deste trabalho é que pode ser usado como uma ferramenta prática para a predição de fretes rodoviários da soja em diversas rotas de transporte.

Resumo

The main objective of this study was to evaluate the biometric relationships between the species Bagre bagre, Lutjanus synagris and Nebris microps and their otoliths. The relationship between the size of the otolith (length and weight) and the size of the fish (standard length and total weight) was determined using the linear regression model (y = a + bx). For the morphological description, the otoliths of three specimens were selected by standard length class (10mm). The morphological characters analyzed were chosen according to traditional literature. Three hundred eight specimens of B. bagre, 200 of L. synagris and 237 of N. microps were analyzed. Throughout the collection period, the source of the capture of individuals was the municipality of Raposa. The linear correlations for fish and otolith length for B. bagre were 0.9129 and 0.9652, respectively. For L. synagris, the coefficients were 0.8634 and 0.8672, while for N. microps, 0.9597 and 0.8636, respectively. The morphological classification of L. synagris and N. microps is of the Saggita type, and the B. bagre species is of the Lapillus type. From the data presented here, it is possible to observe that otolith morphometric and morphological data can serve as a parameter to estimate the relationship between the fish and the otolith in terms of its biomass and the length of an individual and a population.

O objetivo principal deste estudo foi avaliar as relações biométricas entre as espécies Bagre bagre, Lutjanus synagris e Nebris microps e seus otólitos. A relação entre o tamanho do otólito (comprimento e peso) e o tamanho do peixe (comprimento padrão e peso total) foi determinada através do modelo de regressão linear (y = a + bx). Para a descrição morfológica, os otólitos de três espécimes foram selecionados por classe de comprimento padrão (10mm). Os caracteres morfológicos analisados foram escolhidos de acordo com a literatura tradicional. Foram analisados trezentos e oito exemplares de B. bagre, 200 de L. synagris e 237 de N. microps. Durante todo o período de coleta, a fonte de captura dos indivíduos foi o município de Raposa. As correlações lineares para peixes e comprimento de otólitos para B. bagre foram 0,9129 e 0,9652, respectivamente. Para L. synagris, os coeficientes foram 0,8634 e 0,8672, enquanto para N. microps, 0,9597 e 0,8636, respectivamente. A classificação morfológica de L. synagris e N. microps é do tipo Saggita, e da espécie B. bagre é do tipo Lapillus. A partir dos resultados aqui apresentados é possível observar que os dados morfométricos e morfológicos dos otólitos podem servir de parâmetro para estimar a relação entre o peixe e o otólito em termos de sua biomassa e do comprimento de um indivíduo e de uma população.

Resumo

To assist the reproductive management of tambaqui (Colossoma macropomum) males in laboratory and commercial fish farming, a linear regression model was obtained from concentration curves using the spectrophotometric method. Twenty-two tambaqui males with an average age of three years old were selected and divided into two groups containing 11 animals each. Both groups alternately received a single dose of carp pituitary extract (CPE; 2.0 mg/kg body weight, intracoelomic). Sperm was collected 14 h after hormonal treatment and diluted (1:4000; sperm:formaldehyde saline). The concentration was estimated by counting spermatozoa in a Neubauer chamber and by using a spectrophotometer (λ=540 nm). Individual sperm concentration ranged from 11.40 to 71.13 × 109 sperm/mL. The degree of transmittance ranged from 62.1% to 95.0%. There was a significant correlation (r2 = 0.966; p < 0.0001) between sperm concentration analyzed in a Neubauer chamber and transmittance at 540 nm. Analysis by spectrophotometry and the prediction provided by the equation Y=100.293 - 0.509X proved to be an efficient and fast method for estimating sperm concentration in tambaqui and can be used in routine procedures in artificial fish reproduction laboratories.

Visando auxiliar o manejo reprodutivo de machos de tambaqui (Colossoma macropomum) em piscicultura de laboratório e comercial, obteve-se um modelo de regressão linear a partir de curvas de concentração por método espectrofotométrico. Foram selecionados 22 machos de tambaqui com idade média de três anos. Eles foram divididos em dois grupos contendo 11 animais cada. Ambos os grupos receberam alternadamente uma única dose de extrato de hipófise de carpa (EHC; 2,0 mg/kg de peso corporal, intracelomático). O esperma foi coletado 14 horas após o tratamento hormonal e diluído (1:4000; esperma: solução salina formaldeído). A concentração foi estimada por contagem de espermatozoides em câmara de Neubauer e por espectrofotômetro (λ=540 nm). A concentração espermática individual variou de 11,40 a 71,13 × 109 espermatozoides/mL. O grau de transmitância variou de 62,1 a 95,0%. Houve correlação significativa (r2 = 0,966; p < 0,0001) entre a concentração espermática analisada em câmara de Neubauer e a transmitância em 540 nm. A análise por espectrofotometria e a predição pela equação Y=100,293 - 0,509X mostrou ser um método eficiente e rápido para estimar a concentração espermática de tambaqui, podendo ser utilizado em procedimentos de rotina em laboratórios de reprodução artificial de peixes.

Resumo

The Caatinga biome in Brazil comprises the largest and most continuous expanse of the seasonally dry tropical forest (SDTF) worldwide; nevertheless, it is among the most threatened and least studied, despite its ecological and biogeographical importance. The spatial distribution of volumetric wood stocks in the Caatinga and the relationship with environmental factors remain unknown. Therefore, this study intends to quantify and analyze the spatial distribution of wood volume as a function of environmental variables in Caatinga vegetation in Bahia State, Brazil. Volumetric estimates were obtained at the plot and fragment level. The multiple linear regression techniques were adopted, using environmental variables in the area as predictors. Spatial modeling was performed using the geostatistical kriging approach with the model residuals. The model developed presented a reasonable fit for the volume m3 ha with r2 of 0.54 and Root Mean Square Error (RMSE) of 10.9 m3 ha­1. The kriging of ordinary residuals suggested low error estimates in unsampled locations and balance in the under and overestimates of the model. The regression kriging approach provided greater detailing of the global wood volume stock map, yielding volume estimates that ranged from 0.01 to 109 m3 ha­1. Elevation, mean annual temperature, and precipitation of the driest month are strong environmental predictors for volume estimation. This information is necessary to development action plans for sustainable management and use of the Caatinga SDTF in Bahia State, Brazil.(AU)

Resumo

This study developed a multiple linear regression model to estimate the Average rural prices (ARP) in Mexico with information taken from the period 1999-2018. The variables used to generate this model were the supply and demand as represented by planted area, yield, exports and the ARP of Agave Tequilero and Mezcalero. The analysis was carried out through the multiple linear regression model (MLRM) with the least squares method and using the statistical package R. The following variables were identified as having a significant influence on the determination of the ARP: the yield of Agave Mezcalero (YAM), the ARP of Agave Tequilero and the new planted area of Agave Tequilero (NPAATt-6) with an adjustment of 6 periods. Overall, three models were generated: model 2 was considered the most appropriate because it allows carrying out future forecasts with the new planted area with Agave Tequilero with 2 independent variables. YAM and NPAATt-6 were useful in predicting 65.5% of the annual variations in the ARP and helped recognize the negative trend of the Agave price from 2020 to 2024. Therefore, the use of the MLRM to estimate the Agave ARP can be a useful tool in predicting the performance of this crop.

O objetivo deste estudo é desenvolver um modelo de regressão linear múltipla para estimar o Preços médios rurais (PRM) no México com informações retiradas do período 1999-2018. As variáveis ​​utilizadas para gerar este modelo foram a oferta e a demanda representadas pela área plantada, produtividade, exportações e o PRM da Agave Tequilero e Mezcalero. A análise foi realizada através do modelo de regressão linear múltipla (MRLM) com o método dos mínimos quadrados e utilizando o pacote estatístico R. As seguintes variáveis ​​foram identificadas como tendo influência significativa na determinação do PRM: o rendimento da Agave Mezcalero (RAM), o PMR da Agave Tequilero e a nova área plantada da Agave Tequilero (NPAATt-6) com um ajuste de 6 períodos. Ao todo, foram gerados três modelos: o modelo 2 foi considerado o mais adequado porque permite fazer previsões futuras com a nova área plantada com Agave Tequilero com dois variáveis ​​independentes. RAM e NPAATt-6 foram úteis na previsão de 65,5% das variações anuais no ARP e ajudaram a reconhecer a tendência negativa do preço da Agave de 2020 a 2024. Portanto, o uso do MRLM para estimar o PMR da Agave pode ser uma ferramenta útil na previsão do desempenho desta cultura.

Resumo

ABSTRACT: Sugarcane borer Diatraea saccharalis (F.) is the primary sugarcane pest in Brazil. To estimate the relationship between larvae in sugarcane stalks and captures of male adults of D. saccharalis, we collected samples weekly: (1) adults with one delta trap with three virgin females and three female pupae and (2) larvae in 120 stalks per plot of 12.6 hectares (355 × 355 m). The study was conducted in two sites with five plots each, in the municipalities of Nova Ponte and Tupaciguara, Minas Gerais State, Brazil, from July 2016 to May 2017. Relationships between (1) males trapped per week and the number of larvae outside of stalks (LOS) were estimated and (2) we evaluated climate variables, namely average temperature, average relative air humidity, hours with relative air humidity below 30 %, rainfall and number of rainy days, and adults and larvae of D. saccharalis. We obtained generalized linear models for LOS in autumn and for larvae inside the stalks (LIS) in spring and autumn and trapped males in both sites. A significant and direct relationship between LIS and males trapped allows predicting larvae density based on captures of males. In addition, plant damage can be estimated based on accumulated captures of males. There was a negative relationship between hours of air humidity < 30 % and larvae outside of stalks. Densities of LIS can be estimated from male captures and by the humidity variables in the trapping week. Nevertheless, the models require validation in the field.

Resumo

It is important to adequately size the number of plants that should be evaluated to allow precise inferences about the traits under evaluation. The study of the linear relations among traits provides important information, especially in the identification of traits for indirect selection. So, the objectives of this work were to determine the sample size (number of plants) to estimate the mean of Crotalaria spectabilis traits and investigate the relations among traits. Were randomly selected 200 and 110 plants of C. spectabilis in the experiments conducted, respectively, in 2019/2020 and 2020/2021. In these 310 plants, the following traits were evaluated: plant height, stem diameter, number of nodes, number of leaves, leaf fresh matter, stem fresh matter, shoot fresh matter, leaf dry matter, stem dry matter and shoot dry matter. The sample size was calculated to estimate the mean of these traits, based on Student's t-distribution, and the relations among traits were investigated through correlation and path analysis. To estimate the mean of these ten traits of C. spectabilis, with a maximum error of 10% of the mean and 95% confidence level, 64 plants are needed. In an experiment, to estimate the mean of each treatment with 10% precision, 64 plants per treatment must be evaluated. The number of leaves has a positive linear relation with the amount leaf, stem and shoot fresh and dry matter.

É importante dimensionar adequadamente o número de plantas que devem ser avaliadas para possibilitar inferências precisas sobre os caracteres em avaliação. O estudo das relações lineares entre caracteres fornece informações importantes, especialmente, na identificação de caracteres para seleção indireta. Assim, os objetivos deste trabalho foram determinar o tamanho de amostra (número de plantas) necessário para a estimação da média de caracteres de Crotalaria spectabilis e investigar as relações entre os caracteres. Foram selecionadas, aleatoriamente, 200 e 110 plantas de C. spectabilis, nos experimentos conduzidos, respectivamente, em 2019/2020 e 2020/2021. Nessas 310 plantas avaliaram-se os caracteres altura de planta, diâmetro de caule, número de nós, número de folhas, matéria fresca de folhas, matéria fresca de caule, matéria fresca de parte aérea, matéria seca de folhas, matéria seca de caule e matéria seca de parte aérea. Foi calculado o tamanho de amostra para a estimação da média desses caracteres, com base na distribuição t de Student e investigada a relação entre os caracteres por meio de análises de correlação e de trilha. Para a estimação da média, desses dez caracteres de C. spectabilis, com erro máximo de 10% da média e grau de confiança de 95%, são necessárias 64 plantas. Em um experimento, para a estimação da média de cada tratamento com 10% de precisão, devem ser avaliadas 64 plantas por tratamento. O número de folhas tem relação linear positiva com a quantidade de matérias fresca e seca de folhas, do caule e de parte aérea.

Resumo

This study aimed to price croplands in Rio Grande do Sul State (southern Brazil) and point which variables had the most significant impact on prices. The main purpose was achieved using multiple linear regression and principal component analysis. The variables used in this study were planted area, production, price, and yield of the commodities soybean, wheat, and corn. The period under analysis was from January 1994 to December 2017 (biannual observations). Multiple linear regression showed that five variables contributed to land pricing, being three related to soybean and two to wheat. Multivariate analysis grouped the investigated variables into clusters and indicated their influence, in addition to providing information on land prices and reducing variable dimensionality from fourteen original variables to three principal components to be analyzed. The two analyses complemented each other so that the croplands' price was explained by three variables, in which two corroborated in constructing the pricing model for croplands.

Este estudo teve como objetivo a precificação de terra para lavouras no Rio Grande do Sul e apresentar quais variáveis possuem maior impacto no preço. O objetivo foi alcançado por meio da aplicação da análise de regressão linear múltipla e de componentes principais. Variáveis relacionadas às commodities soja, trigo e milho, como a área plantada, produção, cotação e rendimento, formaram o banco amostral para as duas metodologias, compreendendo o período de janeiro de 1994 a dezembro de 2017, em observações bianuais. A regressão linear múltipla mostrou que três variáveis relacionadas à soja e duas ao trigo contribuem na precificação das terras. A análise multivariada agrupou as variáveis investigadas, indicando a influência entre as mesmas, fornecendo informações sobre o preço de terras e diminuindo a dimensionalidade do problema de 14 variáveis originais para três componentes a serem analisados. As duas análises se complementaram de forma que o preço de terras foi explicado por três variáveis e duas corroboraram na construção do modelo de precificação das lavouras.

Resumo

The objective of this work was to compare three methods for estimating the optimal plot size to evaluate the fresh matter productivity of white oat (Avena sativa L.), IPR Suprema cultivar. Six uniformity trials (blank experiments) were carried out, three trials on the first sowing date (May 3, 2021) and three trials on the second sowing date (May 26, 2021). Fresh matter productivity was evaluated in 216 basic experimental units (BEU) of 1 m × 1 m (36 BEU per trial). The BEU was formed by five rows of 1.0 m in length, spaced 0.20 m apart, totaling 1.0 m2. The optimal plot size was determined using the methods of modified maximum curvature, linear response and plateau model and quadratic response and plateau model. The optimal plot size differs between the methods and decreases in the following order: quadratic response and plateau model (11.09 m2), linear response and plateau model (7.65 m2) and modified maximum curvature (4.00 m2). The optimal plot size to evaluate the fresh matter productivity of white oat is 7.65 m2 and the experimental precision stabilizes from this size on.

O objetivo deste trabalho foi comparar três métodos de estimação do tamanho ótimo de parcela para avaliar a produtividade de matéria fresca de aveia branca (Avena sativa L.), cultivar IPR Suprema. Foram conduzidos seis ensaios de uniformidade (experimentos em branco), sendo três na primeira data de semeadura (03 de maio de 2021) e três na segunda data de semeadura (26 de maio de 2021). Foi avaliada a produtividade de matéria fresca em 216 unidades experimentais básicas (UEB) de 1 m × 1 m (36 UEB por ensaio). A UEB foi formada por cinco fileiras de 1,0 m de comprimento, espaçadas 0,20 m entre fileiras, totalizando 1,0 m2. Foi determinado o tamanho ótimo de parcela por meio dos métodos da curvatura máxima modificado, do modelo linear de resposta com platô e do modelo quadrático de resposta com platô. O tamanho ótimo de parcela difere entre os métodos e decresce na seguinte ordem: modelo quadrático de resposta com platô (11,09 m2), modelo linear de resposta com platô (7,65 m2) e curvatura máxima modificado (4,00 m2). O tamanho ótimo de parcela para avaliar a produtividade de matéria fresca de aveia branca é 7,65 m2 e a precisão experimental estabiliza a partir desse tamanho.

Resumo

Leaf area of dried Flue-cured tobacco is a reflection of climate and stage of growth of fresh tobacco in field; it also serves as the foundation for calculating a number of significant physical properties of tobacco. So the purpose of this paper was to establish a model to estimate the leaf area of dried Flue-cured tobacco in China from linear dimensions. Three Hundred eight tobacco leaves from different growing area and stalk position were sampled randomly and separated for model selection among linear, proportional and power model type and external evaluation individually. Results showed that there was a significant and strong correlation between leaf area and length×width , The equation LA = 0.495(L×W), where LA is the leaf area and L×W is the product of leaf length and width, was optimum and adequate for the estimation of leaf area of dried tobacco in China examined by Fisher's test, Akaike delta information criterion (AIC) and Bayesian information criterion (BIC). Growing area and stalk position had minor effect on the parameter before (L×W). The equation can sufficiently predict the area of leaf for external evaluation.

A área foliar do tabaco curado pelo Flue seco é um reflexo do clima e do estágio de crescimento do tabaco fresco no campo; também serve como base para o cálculo de várias propriedades físicas significativas do tabaco. Portanto, o objetivo deste artigo foi estabelecer um modelo para estimar a área foliar do tabaco curado por Flue seco na China a partir de dimensões lineares. Foram amostradas aleatoriamente 308 folhas de tabaco de diferentes áreas de cultivo e posição do colmo e separadas para seleção de modelos entre tipo linear, proporcional e de potência e avaliação externa individualmente. Os resultados mostraram que houve uma correlação significativa e forte entre área foliar e comprimento×largura. A equação LA = 0,495 (L×W), em que LA é a área foliar e L×W é o produto do comprimento e largura da folha, ótima e adequada para a estimativa da área foliar de tabaco seco na China examinada pelo teste de Fisher, critério de informação delta de Akaike (AIC) e critério de informação bayesiana (BIC). A área de cultivo e a posição do caule tiveram efeito menor no parâmetro antes (C×L). A equação pode prever suficientemente a área da folha para avaliação externa.

Resumo

The beef cattle breeding system in Brazil has been growing more and more in the history of animal production, leading the country to fit into the world scenario as the main exporter of beef. Seeking to increase this efficiency, the objective of this paper is to evaluate factors that affect the confinement of beef cattle, influencing the Profitability and Return of the system, to define values that maximize them. To do so, a database was used. It consisted of the observation of 1961 animals, collected in the commercial confinement of Fazenda Bragança, in the city of Lucas do Rio Verde - MT. Data were analyzed using multiple linear regression models, in which the financial gain, Profitability and Return variables were explained by the variables: race, entry weight and days in confinement, selected by the stepwise method. Based on the results, there is greater financial efficiency for animals that enter the feedlot with greater weight and that remain for 163 days. It is concluded that the entry weight and days in confinement significantly influence the financial efficiency, allowing the adjusted equations to help producers in making decisions regarding the formation of lots and, mainly, in the purchase of animals.

O sistema de criação de gado de corte no Brasil vem crescendo cada vez mais no histórico de produção animal, enquadrando-se no cenário mundial como o principal exportador de carne bovina. A fim de aumentar essa eficiência, tem-se como objetivo avaliar fatores que afetam o confinamento de bovinos de corte e influenciam na lucratividade e rentabilidade do sistema, de modo a definir máximos valores. Para isso, utilizou-se um banco de dados, composto pela observação de 1961 animais, os quais haviam sido coletados no confinamento comercial da Fazenda Bragança, na cidade de Lucas do Rio Verde - MT. Esses dados foram analisados por meio de modelos de regressão linear múltipla, em que as variáveis de eficência financeira, lucratividade e rentabilidade foram explicadas pelas variáveis raça, peso de entrada e dias em confinamento, selecionadas pelo método stepwise. Com base nos resultados, tem-se maior eficiência financeira para animais que entram no confinamento com maior peso e que lá permanecem por 163 dias. Conclui-se que o peso de entrada e os dias em confinamento influenciam na eficiência financeira de forma significativa, permitindo que as equações ajustadas auxiliem os produtores na tomada de decisão para a formação de lotes e, principalmente, na compra de animais.

Resumo

The objective of this study was to compare three methods for estimating the optimal plot size to evaluate the fresh matter productivity of forage sorghum (Sorghum bicolor (L.) Moench) sown in rows, evaluated in three cuts. Two uniformity trials (repetitions) were carried out. In each trial, three plant cuts were performed, totaling six uniformity trials (2 trials per cut × 3 cuts). The first cut was performed at 41 days after sowing (DAS), the second at 82 DAS and the third at 133 DAS. Fresh matter productivity was evaluated in 216 basic experimental units (BEU) of 1 m × 1 m (36 BEU per trial). The BEU was formed by two rows of 1.0 m in length, spaced 0.50 m apart, totaling 1.0 m2. The optimal plot size was determined using the methods of modified maximum curvature, linear response and plateau model and quadratic response and plateau model. The optimal plot size differs between the methods and decreases in the following order: quadratic response and plateau model (9.10 m2), linear response and plateau model (7.16 m2) and modified maximum curvature (4.13 m2). The optimal plot size to evaluate the fresh matter productivity of forage sorghum, sown in rows, evaluated in three cuts, is 7.16 m2and the experimental precision stabilizes from this size on.

O objetivo deste estudo foi comparar três métodos de estimação do tamanho ótimo de parcela para avaliar a produtividade de matéria fresca de sorgo forrageiro (Sorghum bicolor(L.) Moench) semeado em fileiras, avaliada em três cortes. Foram conduzidos dois ensaios de uniformidade (repetições). Em cada ensaio foram realizados três cortes das plantas, totalizando seis ensaios de uniformidade (2 ensaios por corte × 3 cortes). O primeiro corte foi realizado aos 41 dias após a semeadura (DAS), o segundo aos 82 DAS e o terceiro aos 133 DAS. Foi avaliada a produtividade de matéria fresca em 216 unidades experimentais básicas (UEB) de 1 m × 1 m (36 UEB por ensaio). A UEB foi formada por duas fileiras de 1,0 m de comprimento, espaçadas 0,50m entre fileiras, totalizando 1,0 m2. Foi determinado o tamanho ótimo de parcela por meio dos métodos da curvatura máxima modificado, do modelo linear de resposta com platô e do modelo quadrático de resposta com platô. O tamanho ótimo de parcela difere entre os métodos e decresce na seguinte ordem: modelo quadrático de resposta com platô (9,10 m2), modelo linear de resposta com platô (7,16 m2) e curvatura máxima modificado (4,13 m2). O tamanho ótimo de parcela para avaliar a produtividade de matéria fresca de sorgo forrageiro semeado em fileiras, avaliada em três cortes, é 7,16 m2e a precisão experimental estabiliza a partir desse tamanho.

Resumo

Purpose: To analyze the role of serum creatinine levels as a biomarker of intracranial aneurysm outcomes. Methods: This is a prospective analysis of outcomes of patients with intracranial aneurysm. One hundred forty-seven patients with serum creatinine at admission and 6 months follow up were included. Linear and logistic regressions were used to analyze the data. Modified Rankin scale (mRS) was used to assess outcome. Results: Creatinine level was not directly related to aneurysm outcome nor aneurysm rupture (p > 0.05). However, patients with a glomerular filtration rate (GFR) lower than 72.50 mL·min­1 had an odds ratio (OR) of 3.049 (p = 0.006) for worse outcome. Similarly, aneurysm rupture had an OR of 2.957 (p = 0.014) for worse outcomes. Stepwise selection model selected 4 variables for outcomes prediction: serum creatinine, sex, hypertension and treatment. Hypertensive patients had, on average, an increase in 0.588 in mRS (p = 0.022), while treatment with microsurgery had a decrease in 0.555 (p = 0.038). Conclusions: Patients with higher GFR had better outcomes after 6 months. Patients with higher GFR had better outcomes after 6 months. Creatinine presented an indirect role in GFR values and should be included in models for outcome prediction.

Resumo

In the systematics of cnidarians, the different types of cnidocysts are considered an important taxonomic character. In Hydra, the four types of cnidocysts found in the ectoderm, concentrated in tentacles and their measurements, together with other morphological and reproductive characteristics, are very important for the taxonomy of the species. In this study, we explore in detail the biometric and statistical characteristics of the cnidome of three species of Hydra collected in three different environments for each climate season. A total of 17,378 capsules were measured. We used ANOVA test and Generalized Linear Model to analyze the distribution and differences reflected in each cnidome, considering the factors "individuals", "season", "lagoon" and "species". The results were clear: the cnidome keep specific information that, together with other taxonomic characteristics, allows us to discern between species of different groups. The same happens with cnidome of the same species but from different lagoons or climatic seasons: we observed a variation of parameters for each type of cnidocyst that could differentiate "ecological races", since these differences are not enough to declare different species.(AU)

Resumo

The objective of this study was to evaluate the performance of four machine learning models, as well as multitask learning, to predict soybean root variables from simpler variables, under two water availability conditions. In order to do so, 100 soybean cultivars were conducted in a greenhouse under a control condition and a stress condition. Aerial part and root variables were evaluated. The machine learning models used to predict complex root variables were artificial neural network (ANN), random forest (RF), extreme gradient boosting (EGBoost) and support vector machine (SVM). A linear model was used for comparison purposes. Multitask learning was employed for ANN and RF. In addition, feature importance was defined using RF and XGBoost algorithms. All the machine learning models performed better than the linear model. In general, SVM had the greatest potential for the prediction of most of the root variables, with better values of RMSE, MAE and R2. Dry weight of the aerial part and root volume exhibited the greatest importance in the predictions. The models developed using multitask learning performed similarly to the ones conventionally developed. Finally, it is concluded that the machine learning models evaluated can be used to predict root variables of soybean from easily measurable variables, such as dry weight of the aerial part and root volume.(AU)

O objetivo deste estudo foi avaliar o desempenho de quatro modelos de machine learning, bem como multitask learning, para predizer variáveis radiculares de soja a partir de variáveis simples, em duas condições de disponibilidade hídrica. Para isso,100 cultivares de soja foram conduzidas em casa de vegetação sob uma condição controle e uma condição estresse. Foram avaliadas as variáveis da parte aérea e da raiz. Os modelos machine learning usados para predizer variáveis complexas do sistema radicular foram rede neural artificial (RNA), random forest (RF), extreme gradient boosting (EGBoost) e support vector machine (SVM). O modelo linear foi usado para fins de comparação. O multitask learning foi empregado para RNA e RF. Além disso, a importância das variáveis foi definida usando algoritmos RF e XGBoost. Todos os modelos de machine learning apresentaram melhor desempenho do que o modelo linear. Em geral, SVM apresentou o maior potencial de predição da maioria das variáveis raiz, com melhores valores de RMSE, MAE e R2. O peso seco da parte aérea e o volume da raiz exibiram as maiores importâncias nas predições. Os modelos desenvolvidos por meio do multitask learning apresentaram desempenhos semelhantes aos desenvolvidos convencionalmente. Por fim, conclui-se que os modelos de machine learning avaliados podem ser usados para predizer variáveis radiculares de soja a partir de variáveis facilmente mensuráveis, como massa seca da parte aérea e volume radicular.(AU)

Resumo

The objective of this study was to develop and evaluate linear, quadratic, and allometric models to predict live weight (LW) using the body volume formula (BV) in crossbred heifers raised in southeastern Mexico. The LW (426.25±117.49kg) and BV (338.05±95.38 dm³) were measured in 360 heifers aged between 3 and 30 months. Linear and non-linear regression were used to construct prediction models. The goodness-of-fit of the models was evaluated using the Akaike Information Criterion (AIC), Bayesian Information Criterion (BIC), coefficient of determination (R²), mean squared error (MSE), and root MSE (RMSE). In addition, the developed models were evaluated through cross-validation (k-folds). The ability of the fitted models to predict the observed values was evaluated based on the RMSEP, R² and mean absolute error (MAE). The quadratic model had the lowest values of AIC (2688.39) and BIC (2700.05). On the other hand, the linear model showed the lowest values of MSE (7954.74) and RMSE (89.19), and the highest values of AIC (2709.70) and BIC (2717.51). Despite this, all models presented the same R² value (0.87). The cross-validation (k-folds) evaluation of fit showed that the quadratic model had better values of MSEP (41.49), R2 (0.85), and MAE (31.95). We recommend the quadratic model to predictive of the crossbred beef heifers' live weight using the body volume as the predictor.

O objetivo deste estudo foi desenvolver e avaliar os modelos linear, quadrático e alométrico para predizer o peso vivo (PV), usando-se a fórmula do volume corporal (VC) em novilhas mestiças criadas no sudeste do México. O PV (426,25+117,49kg) e o VC (338,05±95,38dm³) foram medidos em 360 novilhas, com idade entre três e 30 meses. Regressões lineares e não lineares foram utilizadas para construir os modelos de predição. A adequação dos modelos foi avaliada utilizando-se o critério de informação de Akaike (AIC), o critério de informação bayesiano (BIC), o coeficiente de determinação (R), o quadrado médio do erro (QME) e a raiz do QME (ROME). Além disso, os modelos desenvolvidos foram avaliados por meio de validação cruzada (k-folds). A capacidade dos modelos ajustados em prever os valores observados foi avaliada com base no ROME, no R² e no erro médio absoluto (EMA). O modelo quadrático apresentou os menores valores de AIC (2688,39) e de BIC (2700,05). Por outro lado, o modelo linear apresentou os menores valores de QME (7954,74) e de ROME (89,19); esse modelo apresentou os maiores valores de AIC (2709,70) e de BIC (2717,51). Apesar disso, todos os modelos apresentaram o mesmo valor para o R (0,87). A avaliação de ajuste por validação cruzada (k-folds) mostrou que o modelo quadrático teve melhores valores de ROME (41,49), R² (0,85) e EMA (31,95). Recomenda-se o modelo quadrático para predição do peso vivo de novilhas de corte mestiças utilizando-se o volume corporal como preditor.