@MASTERSTHESIS{ 2012:265554201,
 	title = {Revis?o de modelos probabil?sticos de distribui??o: uma aplica??o para peixes migradores},
 	year = {2012},
 	url = "http://tede2.pucrs.br/tede2/handle/tede/229",
 	abstract = "Tendo em vista as limita??es dos modelos LOGIT, representado pela equa??o P = e(b0 + b1 x1 + b2 x2 +... + bi xi). (1 + e(b0 + b1 x1 + b2 x2 +... + bi xi))-1, onde: P ? a probabilidade de ocorr?ncia da esp?cie (0-1); x1, x2 e xi s?o os descritores ambientais de ocorr?ncia; b0, b1, b2 e bi s?o coeficientes de calibra??o do modelo, e LOGITm, representado pela equa??o P = e(b1. (Altitude - PMFAltitude) + b2. (?rea de Bacia  PMF?rea de Bacia)). (1 + e (b1. (Altitude - PMFAltitude) + b2. (?rea de Bacia  PMF?rea de Bacia)))-1, onde: P ? a probabilidade de ocorr?ncia da esp?cie (0-1); b1 e b2 s?o coeficientes relativos ? altitude e ?rea de bacia, respectivamente; PMF ? o ponto de mudan?a de fase de cada par?metro, j? descritos em literatura, para predi??o de distribui??o probabil?stica de esp?cies em situa??eslimite devido a mecanismos compensat?rios consequentes do desenho desses modelos, o objetivo deste trabalho foi propor um novo modelo estat?stico para distribui??o de esp?cies de peixes migradores e compar?-lo com os modelos citados acima. Foi utilizada a base de dados dispon?vel derivada do projeto PEIXES MIGRADORES E POTENCIAL HIDREL?TRICO: GEST?O INTEGRADA DA BACIA URUGUAI (RS/SC), sendo esta composta por 167 pontos distribu?dos por todo o territ?rio brasileiro da bacia hidrogr?fica. O modelo proposto neste estudo (Logistic Product  LP) ? respresentado pela seguinte equa??o: P = (1  b0) + b0. (1 + e(TAXAAltitude. (Altitude  PMFAltitude)))-1. (1 + e(-TAXA?rea de Bacia. (?rea de Bacia  PMF?rea de Bacia)))-1, onde: P ? a probabilidade de ocorr?ncia da esp?cie (0-1); b0 ? uma fra??o da probabilidade de ocorr?ncia n?o explicada por qualquer dos descritores; TAXA ? um par?metro indicativo da velocidade relativa de mudan?a de estado ausente/presente; PMF ? o ponto de mudan?a de fase de cada par?metro. Os modelos foram ajustados para quatro esp?cies migradoras de grande porte da bacia hidrogr?fica do rio Uruguai: Leporinus obtusidens (piava), Prochilodus lineatus (grumat?), Pseudoplatystoma corruscans (pintado) e Salminus brasiliensis (dourado). Os modelos foram analisados conforme (1) suas ader?ncias entre a ocorr?ncia prevista e estimada; (2) formatos dos campos dimensionais da vari?ncia residual em fun??o das vari?veis altitude e ?rea de bacia, (3) pelos formatos do campos dimensionais de probabilidade de ocorr?ncia em fun??o das vari?veis altitude e ?rea de bacia, e (4) atrav?s dos crit?rios estat?sticos Akaike Information Criterion (AIC) e Dimensional Stability Index (DSI), sendo o ?ltimo desenvolvido neste estudo e representado pela seguinte equa??o: D.S.I. = (CvP1. CvP2. CvP3..... CvPi )1/ i, onde: CvP1, CvP2, CvP3, CvPi ? o coeficiente de varia??o de cada par?metro. Os percentuais de ader?ncia obtidos foram geralmente pr?ximos a 80%, e, de forma geral, o modelo LP apresentou ?ndices de ader?ncia entre 1% e 4% mais baixos que os demais modelos. Os PMFAltitude obtidos com o modelo LP foram mais altos para todas as esp?cies, sendo de 672 m para S. brasiliensis, 516 m para P. lineatus, 651 m para L. obtusidens e 509 m para P. corruscans. Os PMF?rea de Bacia foram maiores para o modelo LOGITm, exceto para P. lineatus, onde os modelos LP e LOGITm apresentaram o mesmo valor (101 km2) e para P. corruscans, onde o modelo LP apresentou valor de 1623 km2 e o modelo LOGITm apresentou valor de 709 km2. Para os modelos LOGIT e LOGITm os campos de probabilidade de ocorr?ncia das esp?cies apresentou o mesmo comportamento geral, na forma de um plano obl?quo com se??o transversal sigmoide. Entretanto, os campos formados pelo somat?rio dos quadrados dos res?duos (SQR) obtidos com o modelo LOGITm para todas as esp?cies apresentaram comportamento de calha de menores valores de vari?ncia residual, indicando igual qualidade estat?stica ara um amplo conjunto de combina??es de PMF de altitude e ?rea de bacia, o que resulta em falta de estabilidade dos par?metros de ajuste. O modelo LP apresentou sempre um ponto de menor valor de SQR em todos os ajustes, mostrando melhor estabilidade da resposta final, por?m, o valor m?nimo obtido foi sempre um pouco mais elevado que nos demais modelos. Os campos de probabilidade de ocorr?ncia mostraram que o modelo LP apresenta intera??o entre as vari?veis ambientas mais pr?xima da realidade biol?gica que os modelos LOGIT e LOGITm, n?o sendo verificados mecanismos compensat?rios como nos modelos LOGIT e LOGITm. O modelo LP apresentou os maiores valores de AIC para todas as esp?cies, sendo 34,3 para S. brasiliensis, 35,0 para P. lineatus, 35,2 para L. obtusidens e 33,7 para P. corruscans. Neste crit?rio o modelo apresentou-se menos adequado que os demais para descrever a distribui??o das esp?cies. Com o m?todo DSI, entretanto, o modelo LP obteve os menores valores, exceto para S. brasiliensis, onde alcan?ou resultados ligeiramente mais alto que o modelo LOGITm. No presente estudo evidenciamos a similaridade entre os modelos LOGIT e LOGITm, pois, com exce??o de L. obtusidens, as diferen?as entre eles foram extremamente pequenas, n?o sendo representativas para estudos nesta escala. O modelo LP n?o apresentou mecanismos compensat?rios como os modelos LOGIT e LOGITm, portanto, embora tenha obtido resultados piores no crit?rio AIC, as consequentes melhorias quanto a estabilidade estat?stica, formato do campo dimensional e melhor capacidade preditiva em situa??es-limite justificam sua utiliza??o.",
 	publisher = {Pontif?cia Universidade Cat?lica do Rio Grande do Sul},
 	scholl = {Programa de P?s-Gradua??o em Zoologia},
 	note = {Faculdade de Bioci?ncias}
}