Exploring spatial dependence of cowpea-beans yield using global and local autocorrelation statistics in the Eastern Cariri region of Paraíba / Explorando a dependência espacial da produtividade do feijão-caupi usando estatísticas globais e locais de autocorrelação na região do Cariri oriental da Paraíba

This study evaluated the variability and characterizedthe spatial dependence between some soil attributes in the Eastern Cariri microregion of Paraíba, and analyzed the spatial correlations in order to identify the interactions between such attributes in cowpea bean (Vigna unguiculata L. Walp) production. Harvest data of the agricultural years of 2000-2017 in the Eastern Cariri microregion of Paraíba were analyzed. Parameters of the fitted models were estimated using the Maximum Likelihood method and the performance of the models was evaluated based on coefficients of determination (R²), maximum log-likelihood function, and Schwarzs Bayesian information criterion (BIC). Correlation and spatial autocorrelation between the cowpea productivity and agrometeorological elements was detected through the spatial analysis, using techniques such as the Morans index I. The study showed that, according to the performance indicators used, the spatial error model offered better results in relation to the classical multiple regression models and the self-regressive spatial models, indicating that the inclusion of spatial dependence in the models improves the estimate of productivity of cowpea in the microregion of Cariri Oriental da Paraíba.(AU)

O estudo tem por finalidade avaliar a variabilidade e caracterizar a dependência espacial entre alguns atributos dos solos na microrregião do Cariri Oriental da Paraíba, bem como estudar as correlações espaciais para identificar as interações entre tais atributos na produção do feijão-caupi. O estudo foi realizado com os dados das safras dos anos agrícolas de 2000-2017, da microrregião do Cariri Oriental da Paraíba. A estimativa de parâmetros dos modelos ajustados foi obtida utilizando o método de Máxima Verossimilhança e a avaliação do desempenho dos modelos foi realizada com base no coeficiente de determinação (R²), no máximo valor do logaritmo da função verossimilhança e no critério de informação bayesiano de Schwarz (BIC). Este estudo também permitiu verificar a correlação e autocorrelação espacial entre a produtividade do feijão e dos elementos agrometeorológicos, por meio da análise espacial, usando de técnicas como o índice I de Moran. O estudo mostrou que, de acordo com os indicadores de desempenho utilizados, o modelo de erro espacial ofereceu melhores resultados em relação aos modelos clássicos de regressão múltipla e aos modelos espaciais autorregressivos, indicando que a inclusão da dependência espacial nos modelos melhora a estimativa da produtividade do feijão-caupi em a microrregião do Cariri Oriental da Paraíba.(AU)

Exploring spatial dependence of cowpea-beans yield using global and local autocorrelation statistics in the Eastern Cariri region of Paraíba / Explorando a dependência espacial da produtividade do feijão-caupi usando estatísticas globais e locais de autocorrelação na região do Cariri oriental da Paraíba

ABSTRACT: This study evaluated the variability and characterizedthe spatial dependence between some soil attributes in the Eastern Cariri microregion of Paraíba,and analyzed the spatial correlations in order to identify the interactions between such attributes in cowpea bean(Vigna unguiculata L. Walp)production. Harvest data of the agricultural years of 2000-2017 in the Eastern Cariri microregion of Paraíba were analyzed. Parameters of the fitted models wereestimated using the Maximum Likelihood method and the performance of the models was evaluated based on coefficients of determination(R2), maximum log-likelihood function, and Schwarz's Bayesian information criterion (BIC). Correlation and spatial autocorrelation between the cowpea productivity and agrometeorological elements was detected through the spatial analysis, using techniques such as the Moran's index I. The study showed that, according to the performance indicators used, the spatial error model offered better results in relation to the classical multiple regression models and the self-regressive spatial models, indicating that the inclusion of spatial dependence in the models improves the estimate of productivity of cowpea in the microregion of Cariri Oriental da Paraíba.

RESUMO: O estudo tem por finalidade avaliar a variabilidade e caracterizar a dependência espacial entre alguns atributos dos solos na microrregião do Cariri Oriental da Paraíba, bem como estudar as correlações espaciais para identificar as interações entre tais atributos na produção do feijão-caupi. O estudo foi realizado com os dados das safras dos anos agrícolas de 2000-2017, da microrregião do Cariri Oriental da Paraíba. A estimativa de parâmetros dos modelos ajustados foi obtida utilizando o método de Máxima Verossimilhança e a avaliação do desempenho dos modelos foi realizada com base no coeficiente de determinação (R2), no máximo valor do logaritmo da função verossimilhança e no critério de informação bayesiano de Schwarz (BIC). Este estudo também permitiu verificar a correlação e autocorrelação espacial entre a produtividade do feijão e dos elementos agrometeorológicos, por meio da análise espacial, usando de técnicas como o índice I de Moran. O estudo mostrou que, de acordo com os indicadores de desempenho utilizados, o modelo de erro espacial ofereceu melhores resultados em relação aos modelos clássicos de regressão múltipla e aos modelos espaciais autorregressivos, indicando que a inclusão da dependência espacial nos modelos melhora a estimativa da produtividade do feijão-caupi em a microrregião do Cariri Oriental da Paraíba.

Exploring spatial dependence of cowpea-beans yield using global and local autocorrelation statistics in the Eastern Cariri region of Paraíba / Explorando a dependência espacial da produtividade do feijão-caupi usando estatísticas globais e locais de autocorrelação na região do Cariri oriental da Paraíba

This study evaluated the variability and characterizedthe spatial dependence between some soil attributes in the Eastern Cariri microregion of Paraíba, and analyzed the spatial correlations in order to identify the interactions between such attributes in cowpea bean (Vigna unguiculata L. Walp) production. Harvest data of the agricultural years of 2000-2017 in the Eastern Cariri microregion of Paraíba were analyzed. Parameters of the fitted models were estimated using the Maximum Likelihood method and the performance of the models was evaluated based on coefficients of determination (R²), maximum log-likelihood function, and Schwarz’s Bayesian information criterion (BIC). Correlation and spatial autocorrelation between the cowpea productivity and agrometeorological elements was detected through the spatial analysis, using techniques such as the Moran’s index I. The study showed that, according to the performance indicators used, the spatial error model offered better results in relation to the classical multiple regression models and the self-regressive spatial models, indicating that the inclusion of spatial dependence in the models improves the estimate of productivity of cowpea in the microregion of Cariri Oriental da Paraíba.

O estudo tem por finalidade avaliar a variabilidade e caracterizar a dependência espacial entre alguns atributos dos solos na microrregião do Cariri Oriental da Paraíba, bem como estudar as correlações espaciais para identificar as interações entre tais atributos na produção do feijão-caupi. O estudo foi realizado com os dados das safras dos anos agrícolas de 2000-2017, da microrregião do Cariri Oriental da Paraíba. A estimativa de parâmetros dos modelos ajustados foi obtida utilizando o método de Máxima Verossimilhança e a avaliação do desempenho dos modelos foi realizada com base no coeficiente de determinação (R²), no máximo valor do logaritmo da função verossimilhança e no critério de informação bayesiano de Schwarz (BIC). Este estudo também permitiu verificar a correlação e autocorrelação espacial entre a produtividade do feijão e dos elementos agrometeorológicos, por meio da análise espacial, usando de técnicas como o índice I de Moran. O estudo mostrou que, de acordo com os indicadores de desempenho utilizados, o modelo de erro espacial ofereceu melhores resultados em relação aos modelos clássicos de regressão múltipla e aos modelos espaciais autorregressivos, indicando que a inclusão da dependência espacial nos modelos melhora a estimativa da produtividade do feijão-caupi em a microrregião do Cariri Oriental da Paraíba.