English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Resumo: O principal objetivo deste artigo é examinar a hipótese da relação inversa entre o tamanho das propriedades agrícolas e a produtividade no Brasil usando métodos de regressão kernel não paramétricos. Enquanto os estimadores paramétricos são considerados globais, as regressões kernels usam uma amostra de dados próximas a um ponto para ajustar a estimação, o que permite focar em peculiaridades locais da distribuição dos dados, permitindo que os dados “falem por si mesmos”. Ambos os métodos foram aplicados e comparados a partir de dados agregados do Censo Agropecuário de 2006. Entre os principais resultados, observou-se que a hipótese da relação inversa entre a área e a produtividade não é corroborada na análise paramétrica; no entanto, quando os diferentes estimadores não paramétricos são comparados, para a maioria das regiões do país, a relação inversa é observada nas menores propriedades, mas não nas médias e grandes.

A relação inversa entre o tamanho das propriedades agrícolas e a produtividade no Brasil: uma análise não paramétrica usando regressões kernel