...
首页> 外文期刊>Ciência Rural >Conseqüências da multicolinearidade sobre a análise de trilha em canola
【24h】

Conseqüências da multicolinearidade sobre a análise de trilha em canola

机译:双低油菜籽油分析的多重共线性的后果

获取原文
   

获取外文期刊封面封底 >>

       

摘要

A análise estatística do tipo multivariada vem crescendo consideravelmente, motivando a sua ampla utiliza??o por parte dos pesquisadores criando, assim, grande demanda por conhecimentos específicos tanto a respeito da sua aplica??o quanto das suas pressuposi??es ou limita??es. Para que a avalia??o do grau de associa??o entre diferentes caracteres de importancia agron?mica tenha uma estimativa confiável em termos biológico, é de fundamental importancia identificar e quantificar o grau de multicolinearidade entre as variáveis estudadas. Além disso, os tipos de modelos estatísticos e matemáticos utilizados na determina??o desta dependência linear entre as variáveis classificatórias ou independentes podem ou n?o ser adequados a estimativas dos parametros biológicos avaliados. O presente trabalho tem como objetivo apresentar uma avalia??o crítica sobre o grau de multicolinearidade identificado e avaliado sobre a análise de trilha analisada sobre partes de um experimento de canola. Os resultados permitem inferir que a aplica??o da análise de trilha sobre o grau de multicolinearidade severa produz resultados sem nenhuma importancia biológica para o melhorista de plantas. No entanto, esta limita??o pode ser facilmente identificada e corrigida através da análise de trilha com colinearidade empregando uma constante (k) na diagonal da matriz X‘X. O modelo de análise com multicolinearidade severa, entretanto, superestimou, valores de coeficientes de correla??o simples, comparativamente com a multicolinearidade fraca. Mesmo assim, pode n?o ser necessariamente mais precisa, principalmente em virtude da avalia??o de um número restrito de variáveis incluídas na análise ou de uma sobreposi??o destas variáveis explicativas.
机译:对多元类型的统计分析已经得到了极大的发展,从而激发了研究人员的广泛使用,因此对有关其应用以及其假设或局限性的特定知识提出了巨大的需求。 ?为了评估具有农学意义的农学重要性不同特征之间的关联度,从而获得可靠的生物学估算,识别和量化所研究变量之间的多重共线性度至关​​重要。此外,用于确定分类变量或自变量之间的线性相关性的统计和数学模型的类型可能适合也可能不适合评估所评估的生物学参数。本工作的目的是对双低油菜籽实验中所分析的轨迹的分析确定和评估的多重共线性度进行关键评估。结果使我们推断出,对严重多重共线性度的追踪分析的应用所产生的结果对植物育种者没有任何生物学意义。但是,可以通过使用矩阵X'X的对角线中的常数(k)通过共线性路径分析轻松确定和纠正此限制。但是,与弱多重共线性相比,具有严重多重共线性的分析模型高估了简单相关系数的值。即使这样,也可能不一定更准确,这主要是由于评估了分析中包含的有限数量的变量或这些解释变量的重叠。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号