Abordagem Bayesiana para Análise de Sobrevivência nos Clones de Eucaliptos em Pernambuco

Usamos dados provenientes de um estudo transversal de 1500 células de eucaliptos, dividido em 4 estratos, tomando como base o período de 03/2002 a 09/2004. Utilizou-se inicialmente o gráfico de probabilidade para, baseado no teste de Anderson-Darling, tomarmos a decisão de qual função de probabilidade utilizaríamos tanto no estudo clássico como na abordagem
bayesiana. Uma vez tomada a decisão de escolha da distribuição de probabilidade, utilizamos o método de Kaplan-Meier para estimativa dos parâmetros e o teste não paramétrico log-rank para testar se as curvas da função de probabilidade diferiam entre categorias de uma mesma variável.
Utilizamos esse teste ao nível de significância de 0,05. Para essas análises, foi utilizado o software estatístico Minitab versão 13 e o pacote estatístico SAS. Na abordagem bayesiana utilizou-se a o método de Monte Carlo Cadeia de Markov (MCMC) para estimativa dos parâmetros, utilizando como priori a distribuição gamma, encontrada na literatura como a distribuição que melhor se ajusta para dados biológicos e como função de densidade, utilizou-se a da distribuição Weibull, escolhida como a de melhor ajuste as dados segundo o teste de Anderson-Darling. Para essa análise foi utilizado o Winbugs 1.4. Os resultados quanto a análise dos parâmetros indicaram que as estimativas encontradas foram próxima, mesmo utilizando métodos de estimação distintos.
Conclui-se que a melhor distribuição para analisar a população em questão é a Weibull, segundo o teste de Anderson-Darling e como método para estimação dos parâmetros da distribuição, tanto o método clássico, quanto o método bayesiano, mostram-se bons estimadores, verificado pela
amplitude dos intervalos de confiança a 95%. Em face dos resultados, concluímos que deve-se ter um melhor controle dos eucaliptos, nos primeiros 6 meses de plantio.