Programa computacional para ajuste de curvas polinomiais em experimentos envolvendo dados longitudinais

• Main Author: Oshiiwa, Marie [UNESP]
• Other Authors: Universidade Estadual Paulista (UNESP)
• Format: Others
• Language: Portuguese
• Published: Universidade Estadual Paulista (UNESP) 2014
• Subjects: Curvas; Crescimento; Modelos matematicos; Software; Analise multivariada; Growth curve; Program computer; Longitudinal data
• Online Access: http://hdl.handle.net/11449/101916

Made available in DSpace on 2014-06-11T19:31:38Z (GMT). No. of bitstreams: 0 Previous issue date: 2005-03-31Bitstream added on 2014-06-13T19:02:05Z : No. of bitstreams: 1 oshiiwa_m_dr_botfca.pdf: 743927 bytes, checksum: 92c9badf9e4a0f2bb0d1e39cf24e9284 (MD5) === O presente trabalho discutiu aspectos teóricos e práticos do comportamento da variável resposta nos diferentes grupos e condições de avaliação utilizando o Ajuste de Curvas de Crescimento, procedimento multivariado de análise de dados experimentais que possibilita fazer previsões sobre o comportamento médio da resposta para situações diferentes daquelas para as quais o estudo foi planejado, além de propiciar análise comparativa das curvas dos grupos de interesse. Considerando a dificuldade existente quanto a programas computacionais acessíveis a pesquisadores das áreas agronômicas, biológicas e da saúde, e a falta de entendimento da complexidade da estrutura de análise dos dados longitudinais, elaborou-se programa computacional em linguagem que permita ao usuário facilidade de manuseio, e torná-lo disponível, para pesquisadores das áreas aplicadas e, finalmente, discutir as vantagens do procedimento multivariado na preservação da estrutura de dependência dos dados em relação aos procedimentos convencionais utilizados na experimentação agronômica. === The purpose of the present paper is to discuss theoretical and practical aspects of the behavior of response variables in different groups and evaluation conditions by using Growth Curves methodology. This methodology refers to a multivariate procedure of experimental data analysis that makes forecasts about the average behavior of the response variable for different situations from that for which the study was planned. In additien, the methodology enables comparative analysis of the curves between each of the experimental groups. Considering the lack of easy-use computer programs for researchers in the agronomical, biological and health fields, and the difficulty to understand the complexity of the data structure in longitudinal studies, a computer program will be proposed and written using high level language. The software will be of simple handling, easy access to researchers of applied areas and available. This work will also discuss the advantages of using the multivariate procedure of analysis compared to the conventional procedures commonly used in agronomic experimentation, related to the preservation of the structure of data dependence.