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

A analise discriminante de Fisher (ADF) busca realizar uma combinacao linear das variaveis independentes com objetivo de maximizar a separacao de grupos preditos em um espaco reduzido bidimensional e ainda permitir que novas observacoes sejam classificadas ou nao dentro dos grupos conhecidos a priori. Empregou-se a ADF utilizando oito variaveis estruturais obtidas de inventarios sistematicos do componente arboreo (DAP>10 cm) realizados em cinco tipos florestais (total de 5 ha) distintos no bioma Pampa do sul do Brasil. Posteriormente foram sorteadas 10 novas amostras provenientes das mesmas fitofisionomias para realizar a validacao do modelo. A AD gerou quatro funcoes discriminantes (FDs), sendo que as duas primeiras funcoes desempenharam uma capacidade de 88,4% de habilidade para discriminacao dos grupos: FD1 = 74,4% (autovalor FD1 = 33,99) e FD2 = 14% (autovalor FD2 = 6,34). Os atributos estruturais que estiveram mais relacionados com a FD1 foram riqueza de especies, altura comercial e altura total. Em FD2 prevaleceu a area basal e o diâmetro maximo atingido pelo caule. As outras FDs e variaveis estruturais apresentaram menor capacidade de discriminacao dos grupos. A AD classificou 100% dos casos nos respectivos grupos preditos, revelando a alta eficiencia das variaveis discriminadoras escolhidas. As novas amostras tambem foram classificadas em seus respectivos grupos, porem, com pequeno grau de erro. O uso da AD para a classificacao das florestas deveria ser incentivado porque o metodo e simples e os resultados sao estatisticamente mais confiaveis do que outros metodos descritivos da estatistica multivariada que sao amplamente utilizados.

APPLICATION OF FISHER’S DISCRIMINANT ANALYSIS TO CLASSIFY FOREST COMMUNITIES IN THE PAMPA BIOME