Prioris para modelos probabilísticos discretos em ciências agrárias

• Ano de defesa: 2007
• Autor(a) principal: SARAIVA, Cristiane Almeida
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal Rural de Pernambuco; Departamento de Estatística e Informática; Brasil; UFRPE; Programa de Pós-Graduação em Biometria e Estatística Aplicada
• Palavras-chave em Português: Modelo probabilístico; Estatística Bayesiana; Produção de ovos; Probabilistic model; Bayesian statistics; Egg production; CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
• Link de acesso: http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/5087

Objetivando selecionar prioris mais adequadas para dados discretos estudamos técnicas para determinação de prioris, tais como métodos de Laplace, método de Jeffreys e método de Haldane em que as prioris sâo conjugadas. Foi tomada uma amotra de dez granjas dentre as 53 existentes do Estado de Pernambuco com o propósito de estimar a probabilidade de ovos comerciais (grandes). Tendo em vista que os ovos são classificados como industrial, pequeno, médio, grande, extra e jumbo, classificamos os ovos em pequeno e grande. Os ovos industriais, pequenos e médios foram tidos como pequeno e os ovos grandes, extra e jumbo , como grande. Com a suposição de que os dados amostrais seguem uma distribuição binomial e utilizando prioris determinadas pelos métodos acima descritos, utilizamos o software Winbugs 1.4 com o qual foram calculados a média, desvio padrão, intervalo de credibilidade de 95% e sua amplitude. Para cada um dos métodos utilizamos 20.000 iterações das quais as 10.000 primeiras foram descartadas observando-se que o equilíbrio da cadeia iniciou-se com 12.500 iterações. Obtivemos uma estimativa média do parâmetro p o qual foi semelhante nos métodos de Laplace, Jeffreys e Haldane, correspondendo a aproximadamente p= 0,664.