Regressões logísticas múltiplas: fatores que influenciam sua aplicação na predição de classes de solos.

CATEN, A. ten; DALMOLIN, R. S. D.; PEDRON, F. A.; MENDONÇA-SANTOS, M. de L.

Please use this identifier to cite or link to this item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/890090

Full metadata record

DC Field	Value	Language
dc.contributor.author	CATEN, A. ten	pt_BR
dc.contributor.author	DALMOLIN, R. S. D.	pt_BR
dc.contributor.author	PEDRON, F. A.	pt_BR
dc.contributor.author	MENDONÇA-SANTOS, M. de L.	pt_BR
dc.date.accessioned	2011-05-31T11:11:11Z	pt_BR
dc.date.accessioned	2011-05-31T11:11:11Z	pt_BR
dc.date.available	2011-05-31T11:11:11Z	pt_BR
dc.date.available	2011-05-31T11:11:11Z	pt_BR
dc.date.created	2011-05-31	pt_BR
dc.date.issued	2011	pt_BR
dc.identifier.citation	Revista Brasileira de Ciência do Solo, v. 35, n. 1, p. 53-62, 2011.	pt_BR
dc.identifier.uri	http://www.alice.cnptia.embrapa.br/alice/handle/doc/890090	pt_BR
dc.description	Métodos mais eficazes para determinação do padrão de distribuição de classes de solo na paisagem precisam ser avaliados visando suprir a demanda por mapas de solo em escalas regional e global. Neste estudo, Regressões Logísticas Múltiplas foram utilizadas como modelos preditores em uma aplicação de Mapeamento Digital de Solos. Os modelos foram gerados utilizando um mapa de solos existente como variável dependente e atributos de terreno como variáveis independentes, o que possibilitou determinar a probabilidade de encontrar classes de solo na paisagem no primeiro e no segundo nível categórico do SiBCS. A qualidade dos mapas preditos foi verificada por meio da matriz de contingência. A classe dos Argissolos foi predita corretamente, em relação ao mapa original, em aproximadamente 85 %. As classes de solos hidromórficos (Planossolos e Gleissolos) foram preditas corretamente em 75 %. Houve confundimento dos modelos para as classes que ocupam posições muito semelhantes na paisagem. Foi verificado também que classes de solo pouco representativas na paisagem não são adequadamente espacializadas em razão da sensibilidade dos modelos logísticos à proporção relativa das amostras usadas para treinar os modelos.	pt_BR
dc.language.iso	por	eng
dc.rights	openAccess	eng
dc.subject	Digital soil mapping	pt_BR
dc.subject	Generalized linear models	pt_BR
dc.subject	Pedometry	pt_BR
dc.subject	Mapeamento digital de solos	por
dc.subject	Pedometria	por
dc.subject	Modelos lineares generalizados	por
dc.title	Regressões logísticas múltiplas: fatores que influenciam sua aplicação na predição de classes de solos.	pt_BR
dc.type	Artigo de periódico	pt_BR
dc.date.updated	2014-12-09T11:11:11Z	pt_BR
dc.description.notes	Título em inglês: Multiple logistic regressions: controlling factors in applications to soil class prediction.	por
riaa.ainfo.id	890090	pt_BR
riaa.ainfo.lastupdate	2014-12-09	pt_BR
dc.identifier.doi	https://doi.org/10.1590/S0100-06832011000100005	por
dc.contributor.institution	ALEXANDRE TEN CATEN, INSTITUTO FEDERAL FARROUPILHA	pt_BR
dc.contributor.institution	RICARDO SIMÃO DINIZ DALMOLIN, UNIVERSIDADE FEDERAL DE SANTA MARIA	por
dc.contributor.institution	FABRÍCIO ARAÚJO PEDRON, UNIVERSIDADE FEDERAL DE SANTA MARIA	por
dc.contributor.institution	MARIA DE LOURDES M SANTOS BREFIN, CNPS.	por
Appears in Collections:	Artigo em periódico indexado (CNPS)

Files in This Item:

File	Description	Size	Format
a05v35n1.pdf		1.11 MB	Adobe PDF	View/Open

Show simple item record