Escolar Documentos
Profissional Documentos
Cultura Documentos
Edilene Azarias
30 de junho 2023
logos-.jpg
Modelos não lineares
Introdução
Y = f (X , θ) + ε
2/23
Modelos não lineares
3/23
Modelos não lineares
4/23
Modelos não lineares
Vantagens
5/23
Modelos não lineares
Modelo Logı́stico;
Modelo de Gompertz;
Modelo de Michaelis-Menten;
Modelo von Bertalanffy;
Brody.
6/23
Modelos não lineares
Modelo Logı́stico
Proposto em 1838, por Verhulst, com o objetivo de estudar o cres-
cimento de uma população (SEBER; WILD, 1989).
α
Yi = + εi
1+ e κ(β−Xi )
em que, i = 1, 2, ..., n
Yi a i-ésima observação da variável dependente;
xi a i-ésima observação da variável independente;
α é o valor esperado para o crescimento máximo em estudo;
β a abscissa do ponto de inflexão;
κ é um ı́ndice associado ao crescimento;
εi os erros aleatórios atribuı́dos ao modelo.
7/23
Modelos não lineares
Modelo Gompertz
8/23
Modelos não lineares
Y = f (X , θ) + ε
em que:
Y1 f (X1 , θ) ε1
Y2 f (X2 , θ) ε2
Y= ; f (X , θ) = ; ε= .
.. .. ..
. . .
Yn f (Xn , θ) εn
9/23
Modelos não lineares
11/23
Modelos não lineares
Caso linear:
(X ′ X )θ̂ = X ′ Y
θ̂ = (X ′ X )−1 X ′ Y
12/23
Modelos não lineares
Métodos iterativos
13/23
Modelos não lineares
X ′ f (θ̂) = X ′ Y
X ′ [f (θ 0 ) + F (θ 0 )(θ − θ 0 )] = X ′ Y,
usando F (θ 0 ) = X
X ′ [f (θ 0 ) + X (θ − θ 0 )] = X ′ Y
utilizando a propriedade distributiva em X’,
X ′ f (θ 0 ) + X ′ X (θ − θ 0 ) = X ′ Y
14/23
Modelos não lineares
X ′ X (θ − θ 0 ) = X ′ Y − X ′ f (θ 0 )
X ′ X (θ − θ 0 ) = X ′ [Y − f (θ 0 )]
note que: ε = Y − f (θ 0 ), multiplicando ambos membros pela inversa de
X ′ X e utilizando propriedades de matrizes, tem-se:
(θ − θ 0 ) = (X ′ X )−1 X ′ ε.
Assim, a forma iterativa de Gauss-Newton é dada por:
θ 1 = θ 0 + (X ′ X )−1 X ′ ε.
Colocando θ 1 no lugar de θ 0 repete-se esse processo sempre colocando
um determinado valor de θ no lugar do anterior até que algum critério de
convergência pré-estabelecido seja aceito.
15/23
Modelos não lineares
Valores iniciais
16/23
Modelos não lineares
Análise de Resı́duos
17/23
Modelos não lineares
Coeficiente de Determinação (R 2 )
Maior valor → Melhor ajuste
18/23
Modelos não lineares
19/23
Modelos não lineares
Motivação
20/23
Modelos não lineares
Motivação
20/23
Modelos não lineares
Motivação
20/23
Modelos não lineares
Amaranthus
21/23
Modelos não lineares
Amaranthus
21/23
Modelos não lineares
Amaranthus
21/23
Modelos não lineares
Material
23/23
Material
Material
23/23
Material
Material
23/23
Material
Material
23/23