Ajuste via modelos lineares generalizados para avaliação do controle biológico de insetos

Abstract

Os Modelos Lineares Generalizados (MLG) foram introduzidos no in ício dos anos 70 como uma maneira de uni ficar v ários modelos estatí sticos, tendo um impacto signi ficativo no desenvolvimento da estatí stica aplicada. Isto permitiu desenvolver um algoritmo geral para a estimativa de m áxima verossimilhan ça em v ários modelos. Nos MLG pode-se relacionar a distribuição aleatóoria da vari ável dependente no experimento (a fun ção de distribuição) com a parte sistemática (não aleat ória) (ou preditor linear) por meio de uma fun ção chamada fun ção de ligação. O uso de modelos lineares cl ássicos, em alguns casos, não e apropriado para analisar dados de proporções, que são muito frequentes em entomologia, pois as pressuposições do modelo não são atendidas. Uma alternativa para a an álise desse tipo de dados e a utilização da teoria de modelos lineares generalizados, sendo a distribuição binomial, um caso particular, indicada para essas situa ções. O presente trabalho objetivou ajustar uma distribui ção de probabilidade aos dados de um ensaio biol ógico com insetos via modelos lineares generalizados; comparar qual fun ção de ligação melhor se ajusta aos dados por meio do crit ério de informa ção de Akaike (AIC) e por m, veri ficar a e ficiência dos extratos vegetais no controle biol ógico de insetos. Os dados foram disponibilizados pelo departamento de Plantas e Inseticidas do Departamento de Entomologia e Acarologia, da Escola Superior de Agricultura "Luiz de Queiroz"(ESALQ/USP). Após o ajuste da distribuição de probabilidade, observou-se que a fun ção de ligação complemento log-log foi a mais adequada para se ajustar aos dados em questão, destacando-se alguns n íveis do fator em estudo.