COMPONENTES PRINCIPAIS E REGRESSÃO MÚLTIPLA NA ESTIMATIVA DA PRODUTIVIDADE DE CAFÉ COM BASE EM NUTRIENTES FOLIARES


Authors

  • Lais Barreto Franco Universidade Estadual de Santa Cruz
  • Jorge Tadeu Fim Rosas Universidade Federal do Espírito Santo
  • Michel de Assis Silva Universidade Federal do Espírito Santo
  • Julião Soares de Souza Lima Universidade Federal do Espírito Santo
  • Samuel de Assis Silva Universidade Federal do Espírito Santo

DOI:

https://doi.org/10.18066/revistaunivap.v22i40.749

Abstract

Com esse trabalho se objetivou, através de componentes principais e regressão múltipla, estimar a produtividade de café com base em nutrientes foliares. A pesquisa foi desenvolvida em uma área cultivada com café arábica - Coffea arabica L.. Construiu-se uma grade irregular com 100 pontos amostrais. Para a realização da análise foliar, foram amostradas folhas do terceiro e quarto pares do ramo produtivo. A produção foi avaliada em julho de 2008 e convertida em produtividade. Os valores encontrados foram submetidos a uma análise de componentes principais (PCA). Com a finalidade de encontrar um modelo para a produtividade, foram ajustados modelos de regressão linear múltipla utilizando as componentes principais geradas. A análise geoestatística foi utilizada para quantificar o grau de dependência espacial. Comprovada a dependência, construiu-se mapas temáticos. A estimativa de produtividade a partir de modelos de regressão múltipla utilizando as componentes principais retornou valores semelhantes aos observados para os dados reais. Essa ferramenta é eficiente para estimar a produtividade com base nas componentes geradas à partir dos nutrientes foliares.

Downloads

Download data is not yet available.

Published

2017-01-12

How to Cite

Franco, L. B., Rosas, J. T. F., Silva, M. de A., Lima, J. S. de S., & Silva, S. de A. (2017). COMPONENTES PRINCIPAIS E REGRESSÃO MÚLTIPLA NA ESTIMATIVA DA PRODUTIVIDADE DE CAFÉ COM BASE EM NUTRIENTES FOLIARES. Revista Univap, 22(40), 290. https://doi.org/10.18066/revistaunivap.v22i40.749

Most read articles by the same author(s)

> >> 

Similar Articles

You may also start an advanced similarity search for this article.