Title: Por que a Biometria precisa dos Modelos Lineares Mistos e Não Lineares?
Coordinator: Gérson Rodrigues dos Santos
Affiliation: Departamento de Estatística – Universidade Federal de Viçosa
Invited Speakers:
José Airton Rodrigues Nunes – UFLA
José Marcelo Soriano Vieira – UFV
Edcarlos Miranda de Souza – UFAC
Abstract
Um modelo linear que apresenta somente fatores de efeitos fixos (exceto o erro experimental que é
sempre aleatório) pode ser denominado simplesmente de modelo fixo. Já o modelo linear que
apresenta apenas fatores de efeitos aleatórios (exceto µ que é sempre fixo) pode ser denominado
simplesmente de modelo aleatório. Assim, pode-se chegar, até intuitivamente, aos modelos lineares
mistos, aqueles que apresentam tanto fatores de efeitos fixos como aleatórios (além do erro
experimental e da constante µ). Quando opta-se por um modelo misto, uma pergunta é inevitável:
Qual o ganho estatístico em tal escolha? Na literatura especializada encontra-se uma resposta
formatada: A análise de variância apresenta peculiaridades, como a correta determinação dos testes
de hipóteses, devido a composição das esperanças matemáticas dos quadrados médios, e a
possibilidade de se fazer a predição ótima dos efeitos aleatórios, na presença de efeitos fixos.
Percebe-se ainda que muitos são os problemas onde a relação entre as variáveis explicativas e a
variável resposta é não-linear, apesar da versatilidade dos métodos que utilizam as relações lineares.
Assim, conhecer funções não-lineares, buscando explicar diversos fenômenos, também tem forte
apelo na Biometria. Nosso esforço para trazer professores/pesquisadores de grande experiência na
área, para mostrar a relevância do tema, será traduzido em 3 palestras.