Alternativas ao intervalo de confiança clássico frequentista para descrição da severidade de doença foliar com inflação de zeros

Resumo

Este trabalho apresenta o intervalo percentil bootstrap e o intervalo de credibilidade bayesiano como alternativas ao intervalo de confiança clássico frequentista para análise de dados com inflação de zero. As metodologias indicadas foram aplicadas a dados de severidade do míldio na soja, obtidas por amostragem estratificada em duas cidades do estado de São Paulo: Estiva Gerbi e Piracicaba. As amplitudes dos intervalos de confiança frequentista e percentil bootstrap foram aproximadamente iguais. Para a abordagem bayesiana foram considerados os intervalos de credibilidade da distribuição preditiva a posteriori utilizando a distribuição beta inflacionada de zeros como verossimilhança. Os intervalos de credibilidade apresentaram uma maior amplitude e incluíram nos limites superiores dos intervalos valores acima dos observados nos dados. Concluiu-se que a inferência bayesiana apresenta uma metodologia mais complexa, porém permite incorporar informação a priori referente a aspectos regionais e sazonais, contribuindo para o melhor manejo da doença no campo. Quando não se conhece essas informações, a reamostragem bootstrap não paramétrica é uma alternativa simples para construção de intervalos para dados inflacionados de zeros sem que seja necessário assumir uma função de distribuição para a mesma.