<?xml version="1.0" encoding="UTF-8"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns="http://purl.org/rss/1.0/" xmlns:sy="http://purl.org/rss/1.0/modules/syndication/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:taxo="http://purl.org/rss/1.0/modules/taxonomy/">
  <channel>
    <title>DSpace Collection: Outras publicações (CNPAF)</title>
    <link>http://www.infoteca.cnptia.embrapa.br/handle/item/168</link>
    <description>Outras publicações (CNPAF)</description>
    <items>
      <rdf:Seq>
        <rdf:li resource="http://www.infoteca.cnptia.embrapa.br/handle/doc/195652" />
      </rdf:Seq>
    </items>
  </channel>
  <textInput>
    <title>The Collection's search engine</title>
    <description>Search the Channel</description>
    <name>search</name>
    <link>http://www.infoteca.cnptia.embrapa.br/simple-search</link>
  </textInput>
  <item rdf:about="http://www.infoteca.cnptia.embrapa.br/handle/doc/195652">
    <title>Associação das técnicas multivariada e geoestatística na estimativa e interpretação de mapas de produção.</title>
    <link>http://www.infoteca.cnptia.embrapa.br/handle/doc/195652</link>
    <description>Title: Associação das técnicas multivariada e geoestatística na estimativa e interpretação de mapas de produção.&lt;br/&gt;&lt;br/&gt;Authors: CARVALHO, J. R. P. de; SILVEIRA, P. M. da.&lt;br/&gt;&lt;br/&gt;Description: O objetivo deste trabalho foi estudar, mediante a geoestatística e análise multivariada, a variabilidade espacial da produção de milho e feijão e investigar metodologia que permita a estimativa da produção, através da redução de variáveis envolvidas, cultivadas em Latossolo vermelho-escuro, textura argilosa, durante cinco anos consecutivos (1992 - 1996), sob três sistemas de preparo (arado, grade e plantio direto) na Embrapa Arroz e Feijão, em Santo Antônio de Goiás, GO. O método dos componentes principais reduziu consideravelmente a dimensão do problema, facilitando a interpretação. Entretanto, os modelos de regressão linear múltipla baseados nos componentes principais como variáveis regressoras, apresentaram estimativa da produção mais distantes dos valores obtidos quando do uso do modelo baseado nas variáveis originais.</description>
  </item>
</rdf:RDF>

