19,99 €
inkl. MwSt.
Versandfertig in 6-10 Tagen
10 °P sammeln
Andere Kunden interessierten sich auch für
![Abordagem não-paramétrica para cálculo do tamanho da amostra]( "Abordagem não-paramétrica para cálculo do tamanho da amostra")
Abordagem não-paramétrica para cálculo do tamanho da amostra32,99 €![Modelos Bayesianos de fragilidade da taxa de cura por mistura]( "Modelos Bayesianos de fragilidade da taxa de cura por mistura")
Modelos Bayesianos de fragilidade da taxa de cura por mistura51,99 €![Modelos dinâmicos de resposta binária para dados em painel]( "Modelos dinâmicos de resposta binária para dados em painel")
Modelos dinâmicos de resposta binária para dados em painel36,99 €![Estatística Aplicada à Engenharia]( "Estatística Aplicada à Engenharia")
Estatística Aplicada à Engenharia32,99 €![Hiperajuste lineal, el método de regresión lineal máximo]( "Hiperajuste lineal, el método de regresión lineal máximo")
Hiperajuste lineal, el método de regresión lineal máximo38,99 €![Técnicas de bondad de ajuste en la familia de locación y escala]( "Técnicas de bondad de ajuste en la familia de locación y escala")
Técnicas de bondad de ajuste en la familia de locación y escala45,99 €![Tests de Bondad de Ajuste para la Distribución Poisson Bivariante]( "Tests de Bondad de Ajuste para la Distribución Poisson Bivariante")
Tests de Bondad de Ajuste para la Distribución Poisson Bivariante36,99 €
A determinação da combinação de doses de nutrientes que dá uma produção máxima é um problema de interesse em ensaios de adubação. No presente trabalho, procurou-se ilustrar as análises de verossimilhança restrita (REML) e bayesiana (GS) de um delineamento em blocos incompletos parcialmente balanceados. Para essa ilustração, foram simulados dados de produção de uma cultura de citros, no primeiro ano de idade, com a combinação de doses de dois nutrientes. Para o ajuste do modelo e o cálculo de suas propriedades estatísticas, foi feita a inferência de verossimilhança restrita (REML) e a inferência bayesiana, usando a amostragem Gibbs, ambas aplicadas a um modelo linear misto. Os resultados demonstram que as duas metodologias são boas ferramentas de ajuste de modelos mistos e devem ser recomendadas para ajustes de superfícies de resposta.