林分和天然林模型中变量转换的策略

Jobert Silva da Rocha, Allan Libanio Pelissari, Luan Demarco Fiorentin, Luciano Rodrigo Lanssanova, Vinicius Costa Cysneiros, Carla Krulikowski Rodrigues
{"title":"林分和天然林模型中变量转换的策略","authors":"Jobert Silva da Rocha, Allan Libanio Pelissari, Luan Demarco Fiorentin, Luciano Rodrigo Lanssanova, Vinicius Costa Cysneiros, Carla Krulikowski Rodrigues","doi":"10.14808/sci.plena.2023.077302","DOIUrl":null,"url":null,"abstract":"A regressão linear tem sido amplamente utilizada em diversas áreas de conhecimento devido sua praticidade. Na ciência florestal, essa ferramenta é fundamental para modelagem de variáveis e relações dendrométricas. No entanto, para a adequada aplicação, algumas premissas devem ser atendidas, dentre as quais destacam-se a normalidade dos resíduos e a homogeneidade das variâncias, as quais são frequentemente violadas. Nessa perspectiva, as estratégias de transformação de variáveis são alternativas promissoras para corretas inferências estatísticas. Diante disso, objetivou-se avaliar diferentes estratégias de transformação em modelos de regressão linear para predição da altura e do volume por árvore em povoamentos e florestas naturais. Para a modelagem da relação altura-diâmetro, foram empregados dados de Pinus oocarpa em idades de 5 e 19 anos. Para a modelagem do volume, foram utilizadas bases de dados de florestas naturais da Amazônia e da Mata Atlântica, além dos povoamentos de P. oocarpa. Foram testadas distintas estratégias de transformação de variáveis: Log, recíproca, Box-Cox, Manly, Bickel-Doksum, Yeo-Johnson, Glog, Dual power, G power, Log shift, raiz quadrada deslocada e raiz quadrada. As modelagens com variáveis transformadas que corrigiram simultaneamente as premissas de normalidade dos resíduos e homocedasticidade foram avaliadas estatisticamente para a seleção das estratégias mais adequadas. Assim, orienta-se a transformação em situações na qual pelo menos um dos pressupostos é violado. Nessas ocasiões, em estudos da relação altura-diâmetro, recomenda-se as estratégias de Manly e Box-Cox, ao passo que, em modelagens volumétricas, indicam-se a aplicação do logaritmo e de Box-Cox.","PeriodicalId":22090,"journal":{"name":"Scientia Plena","volume":"62 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-08-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Estratégias para transformação de variáveis na modelagem de povoamentos e florestas naturais\",\"authors\":\"Jobert Silva da Rocha, Allan Libanio Pelissari, Luan Demarco Fiorentin, Luciano Rodrigo Lanssanova, Vinicius Costa Cysneiros, Carla Krulikowski Rodrigues\",\"doi\":\"10.14808/sci.plena.2023.077302\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"A regressão linear tem sido amplamente utilizada em diversas áreas de conhecimento devido sua praticidade. Na ciência florestal, essa ferramenta é fundamental para modelagem de variáveis e relações dendrométricas. No entanto, para a adequada aplicação, algumas premissas devem ser atendidas, dentre as quais destacam-se a normalidade dos resíduos e a homogeneidade das variâncias, as quais são frequentemente violadas. Nessa perspectiva, as estratégias de transformação de variáveis são alternativas promissoras para corretas inferências estatísticas. Diante disso, objetivou-se avaliar diferentes estratégias de transformação em modelos de regressão linear para predição da altura e do volume por árvore em povoamentos e florestas naturais. Para a modelagem da relação altura-diâmetro, foram empregados dados de Pinus oocarpa em idades de 5 e 19 anos. Para a modelagem do volume, foram utilizadas bases de dados de florestas naturais da Amazônia e da Mata Atlântica, além dos povoamentos de P. oocarpa. Foram testadas distintas estratégias de transformação de variáveis: Log, recíproca, Box-Cox, Manly, Bickel-Doksum, Yeo-Johnson, Glog, Dual power, G power, Log shift, raiz quadrada deslocada e raiz quadrada. As modelagens com variáveis transformadas que corrigiram simultaneamente as premissas de normalidade dos resíduos e homocedasticidade foram avaliadas estatisticamente para a seleção das estratégias mais adequadas. Assim, orienta-se a transformação em situações na qual pelo menos um dos pressupostos é violado. Nessas ocasiões, em estudos da relação altura-diâmetro, recomenda-se as estratégias de Manly e Box-Cox, ao passo que, em modelagens volumétricas, indicam-se a aplicação do logaritmo e de Box-Cox.\",\"PeriodicalId\":22090,\"journal\":{\"name\":\"Scientia Plena\",\"volume\":\"62 1\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-08-21\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Scientia Plena\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.14808/sci.plena.2023.077302\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Scientia Plena","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.14808/sci.plena.2023.077302","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

线性回归由于其实用性而被广泛应用于各个知识领域。在森林科学中,该工具是建模变量和树木关系的基础。然而,为了适当的应用,必须满足一些前提,其中突出的残差正态性和方差均匀性,这是经常被违反的。从这个角度来看,变量转换策略是正确统计推断的有前途的选择。因此,本研究旨在评估线性回归模型中预测林分和天然林每棵树高度和体积的不同转换策略。为了模拟高度-直径关系,我们使用了5岁和19岁的卵果松的数据。为了模拟体积,我们使用了亚马逊和大西洋森林的天然森林数据库,以及oocarpa的林分。测试了不同的变量转换策略:对数、倒数、Box-Cox、Manly、Bickel-Doksum、Yeo-Johnson、Glog、双功率、G功率、对数移位、平方根移位和平方根。对同时修正残差正态性和同方差假设的转换变量建模进行统计评估,以选择最合适的策略。因此,在至少一个假设被违反的情况下,转换被引导。在这种情况下,在高度-直径关系的研究中,推荐Manly和Box-Cox策略,而在体积建模中,建议应用对数和Box-Cox策略。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Estratégias para transformação de variáveis na modelagem de povoamentos e florestas naturais
A regressão linear tem sido amplamente utilizada em diversas áreas de conhecimento devido sua praticidade. Na ciência florestal, essa ferramenta é fundamental para modelagem de variáveis e relações dendrométricas. No entanto, para a adequada aplicação, algumas premissas devem ser atendidas, dentre as quais destacam-se a normalidade dos resíduos e a homogeneidade das variâncias, as quais são frequentemente violadas. Nessa perspectiva, as estratégias de transformação de variáveis são alternativas promissoras para corretas inferências estatísticas. Diante disso, objetivou-se avaliar diferentes estratégias de transformação em modelos de regressão linear para predição da altura e do volume por árvore em povoamentos e florestas naturais. Para a modelagem da relação altura-diâmetro, foram empregados dados de Pinus oocarpa em idades de 5 e 19 anos. Para a modelagem do volume, foram utilizadas bases de dados de florestas naturais da Amazônia e da Mata Atlântica, além dos povoamentos de P. oocarpa. Foram testadas distintas estratégias de transformação de variáveis: Log, recíproca, Box-Cox, Manly, Bickel-Doksum, Yeo-Johnson, Glog, Dual power, G power, Log shift, raiz quadrada deslocada e raiz quadrada. As modelagens com variáveis transformadas que corrigiram simultaneamente as premissas de normalidade dos resíduos e homocedasticidade foram avaliadas estatisticamente para a seleção das estratégias mais adequadas. Assim, orienta-se a transformação em situações na qual pelo menos um dos pressupostos é violado. Nessas ocasiões, em estudos da relação altura-diâmetro, recomenda-se as estratégias de Manly e Box-Cox, ao passo que, em modelagens volumétricas, indicam-se a aplicação do logaritmo e de Box-Cox.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信