Biometria Florestal

Código: 360082
Nível: Mestrado e Doutorado

EMENTA
Sobre a disciplina: O objetivo principal é proporcionar os estudantes subsídios para análises e interpretações de
experimentos florestais. Trata-se, portanto, de uma disciplina de natureza aplicada, mas sempre que possível procurar-se-á
explicar certos fundamentos da estatística experimental.


Revisão de estatística elementar, revisão de álgebra de matrizes, noções de modelos lineares, análise de covariância,
relações entre caracteres e métodos multivariados.

Elementos da probalidade na Engenharia Florestal. Crescimento da árvores, curvas de crescimento. Distribuição de variáveis
dendro e dasonométricas. Cálculos de regressão. Análise e avaliação de projetos de pesquisa florestal.

BIBLIOGRAFIA
BOLBRINI, J . L.; COSTA, S. I. R.; RIBEIRO, V. L. F. F.; WETZLER, H. H. Álgebra linear. Campinas: Harper & How do Brasil
Ltda, 1978 328 p.

CRUZ, C.D. Aplicações de algumas técnicas multivariadas no melhoramento de plantas. Piracicaba: ESALQ, 1990. 188p. Tese
(Doutorado em Genética e Melhoramento) - Escola Superior de Agricultura Luís de Queiroz, 1990.

CRUZ, C.D. Programa GENES-Aplicativo computacional em estatística aplicada à genética. Genetics and Molecular Biology,
v.21, n.1, p.135-138. 1998.

CRUZ, C.D., REGAZZI, A.J. Modelos biométricos aplicados ao melhoramento genético. Viçosa: UFV, Imprensa Universitária,
1994. 390 p.

FACHEL, J.M.G. Análise fatorial. São Paulo: USP, 1976. 81p. Dissertação (Mestrado em Estatística) - Universidade de São
Paulo, 1976.

JOHNSON, R., WICHERN, D.W. Applied multivariate statistical analysis. Engllewood Cliffs, N.J.: Prentice-Hall, 1988. 607p.

MARDIA, K.V., KENT, J.T., BIBBY, J.M. Multivariate analysis. London: Academic Press, 1979. 521p.

NETER, J.; WASSERMAN, W. Applied linear statistical models. Homewwod, Illinois: Richard D. Irwin, 1974. 842 p.

MORRISON, D.F. Multivariet statistical methods. New York: McGraw Hill Book, 1967. 415p.

QUEIROZ, W.T. Análise de fatores ("factor analysis") pelo método da máxima verossimilhança: aplicação no estudo da
estrutura de florestas tropicais. Piracicaba: ESALQ, 1984. 112p. Tese (Doutorado em Genética e Melhoramento) - Escola
Superior de Agricultura Luís de Queiroz, 1984.

RAO, R.C. Advanced statistical methods in biometric research. New York: John Willey and Sons, 1952. 390p.

SEARLE, S. R. Linear models. New York: John Wiley & Sons, 1971. 536p.

SEARLE, S. R. Matrix algebra for the biological sciences. New York: John Wiley & Sons, 1966. 296 p. 

STEINBRUCH, ; WINTERLE, P. Álgebra linear. São Paulo: Mc Graw-Hill, 1987. 583 p.

WHITE, T.L., HODGE, G.R. Predicting breeding values: with aplications in forest tree improvement. London: Kluwer Academic
Publishers, 1989. 367p.

PROGRAMA
I - INTRODUÇÃO ( primeira e segunda semanas )

I - 1 - Revisão de Estatística Elementar: variáveis aleatórias, esperança matemática, variância do ponto de vista de
esperança matemática, covariância e correlação.

I - 2 - Revisão de Álgebra de Matrizes: definições operações com matrizes, inversa comum, solução de sistemas lineares,
autovalores e autovetores.

II - Noções de Modelos Lineares ( da terceira à sexta semana): matriz inversa generalizada, soluções de mínimos quadrados,
restrições nos parâmetros e nas soluções, modelos de posto completo, modelos de delineamentos experimentais (modelos com 1
fator)

III - Análise de Covariância (sétima semana): generalidades e exemplos.

IV - Relações Entre Caracteres (oitava, nona e décima semanas): correlações simples, correlações múltiplas, análise de
trilha e correlações canônicas.

V - Outros Métodos Multivariados (da décima primeira à décima quinta semana): análise da variância multivariada,
componentes principais, variáveis canônicas e análise de fatores.