Um modelo bayesiano para descrever a secagem de grãos de milho
Gonzaga, Natiele de AlmeidaMuniz, Joel AugustoSilva, Edilson Marcelino
RESUMO: A secagem é um processo crítico para a preservação do milho (Zea mays), pois garante a qualidade dos grãos e minimiza as perdas pós-colheita. No Brasil, onde o milho é a segunda maior cultura agrícola, a secagem é essencial para o armazenamento seguro, a preservação das propriedades nutricionais e a valorização do produto final. Este estudo utilizou a inferência bayesiana, uma metodologia reconhecida por sua eficiência em análises estatísticas. Dentro dessa estrutura, a priori objetiva pode ser determinada utilizando distribuições de a priori de máxima entropia. O estudo teve como objetivo descrever a secagem de grãos de milho utilizando a priori de máxima entropia para os parâmetros dos modelos não lineares de Lewis, Henderson & Pabis e Overhults, avaliar a necessidade de empregar erros autorregressivos de ordem 1 (AR(1)) e desenvolver distribuições condicionais completas para os parâmetros dos modelos analisados. Amostras de distribuições marginais posteriores foram geradas utilizando o amostrador de Gibbs e o algoritmo Metropolis-Hastings, implementado no software R (versão 4.4.1), para obter diagnósticos de convergência, estimativas pontuais de média, moda e intervalos (HPD) e a medida de Kullback-Leibler para seleção do modelo. A medida de Kullback-Leibler foi utilizada para identificar o modelo mais apropriado para descrever a secagem de grãos de milho a 40 e 60 ºC. A análise revelou que o modelo de HENDERSON & PABIS foi o mais adequado para descrever a secagem de grãos de milho a 40 ºC, enquanto o modelo de Overhults foi mais adequado para a secagem a 60 ºC.
Texto completo