Violação dos pressupostos do modelo matemático e transformação de dados

Abstract

Foi verificado o atendimento às pressuposições do modelo matemático e, identificadas transformações de dados para variáveis produtivas e morfológicas de tomateiro em experimentos em túnel plástico e em campo, considerando cada data de colheita e colheitas agrupadas em duas estações de cultivo. Dois experimentos foram conduzidos em túnel plástico e um em campo, ambos no delineamento de blocos ao acaso com três repetições. Foram analisados a massa, número, comprimento e largura de frutos. Foram utilizados os testes de não aditividade de Tukey, Lilliefors, Bartlett e de Aleatoriedade para verificar respectivamente, a aditividade dos efeitos do modelo, normalidade, homogeneidade e aleatoriedade dos erros. Nos casos de violação, os dados foram transformados, e novamente submetidos à análise das pressuposições do modelo matemático. As variáveis produtivas e morfológicas de tomateiro apresentam atendimento ao pressuposto da aditividade dos efeitos. Ocorrem violações das variáveis produtivas e morfológicas às pressuposições de normalidade, homogeneidade e aleatoriedade dos erros. O agrupamento de todas as colheitas para análise proporciona atendimento das variáveis produtivas e morfológicas aos pressupostos de normalidade e homogeneidade dos erros. A transformação que possibilita maior proporção de atendimento das variáveis produtivas e morfológicas aos pressupostos de normalidade, homogeneidade e aleatoriedade dos erros é a raiz quadrada.

<b>Data transformation: an underestimated tool by inappropriate use

“…The logarithmic functions are more effective in data scale flattening than other types of data transformation, confirming its recommendation for data sets with high variability (O'Hara & Kotze, 2010;Lúcio et al, 2012). Logarithms in base 10 (log) and natural/Naperian logarithm (ln) are similar mathematical functions and, therefore, have the same effects on the data set.…”

Sample size for evaluation of eggplant and gilo seedlings

“…Only RFMM and DQI had sample data normally distributed by the Shapiro-Wilk test. Different variabilities among different traits were also reported in sample size studies of other horticultural crops such as lettuce (Santos et al, 2010) and tomato (Lucio et al, 2012).…”

“…There are several studies in literature that approach sample size for crops such as rice (Sari et al, 2016), corn (Wartha et al, 2016), soybean (Antúnez et al, 2016); fruits such as apple , mombin (Silva et al, 2016), papaya (Schmildt et al, 2017), peach (Pazolini et al, 2016); and vegetables such as carrot (Silva et al, 2009), lettuce (Santos et al, 2010), green bean (Haesbaert et al, 2011) and tomato (Lucio et al, 2012).…”

Transformação Box-Cox e modelagem dendrométrica de árvores isoladas no bioma Cerrado em Minas Gerais

“…A aplicação da transformação Box-Cox no presente estudo, permitiu obter maior acurácia nas estimativas, principalmente para as variáveis d 0,3 , d 0,7 , h e dc, esse método proporcionou menor desvio entre os valores estimados e observados(Figura 1). Dessa forma, a transformação Box-Cox atendeu seu objetivo no presente estudo, sendo esse encontrar com maior facilidade a potência ideal para transformação dos dados, de tal maneira a atender os pressupostos dos MQO (normalidade, homogeneidade e independência dos resíduos) (Lúcio et al, 2012). Em alguns casos, apesar da transformação proporcionar melhores estatísticas nos testes, os dados não irão atender os pressupostos da regressão.…”