Comparação de duas abordagens utilizando modelos mistos para um experimento de cana-de-açúcar

Ao escolher um modelo de regressão para descrever o comportamento de uma variável resposta de acordo com variáveis de controle, tem-se a opção de usar modelos polinomiais. Aumentando-se a ordem destes modelos, pode-se obter aproximações cada vez mais precisas da verdadeira função de regressão, geralmente não linear. Modelos não lineares de efeitos mistos é uma estensão dos modelos lineares de efeitos mistos, permitindo que a função de regressão não linear dependa dos efeitos fixos e aleatórios. Neste trabalho, utilizaram-se duas abordagens mistas, linear e não-linear, para modelar os dados de produção de matéria seca de cana-de-açúcar, provenientes de um experimento longitudinal. As duas abordagens forneceram bons ajustes, entretanto a não linear mostrou-se mais atraente, pois as estimativas dos seus parâmetros têm uma melhor interpretação, uma vez que sua derivada de primeira ordem é amplamente utilizada para a verificação do acumulo de matéria seca no período de interesse.