A disciplina LCF-5877 Biometria Florestal Avançada faz parte do Programa de Pós-Graduação em Recursos Florestais do Departamento de Ciências Florestais, Escola Superior de Agricultura "Luiz de Queiroz" (ESALQ), Universidade de São Paulo (USP), campus de Piracicaba.

Essa disciplina trata da construção de modelos de Biometria Florestal, discutindo os conceitos e os príncipios que fundamentam a construção desses modelos e aplicando o conhecimento adquirido na solução de problemas em algumas situações práticas.

A construção dos modelos de Biometria Florestal requer uma sólida base em inferência estatística e a abordagem dessa disciplina está centrada na Inferência por Verossimilhança, através do Axioma da Verossimilhança. Mas, como se assume conhecimento prévio de inferência estatística, que normalmente é adquirido em disciplinas básicas de estatística, a disciplina também trata da Inferência Clássica como um aspecto necessário à compreensão adequada da Inferência por Verossimilhança.

Por ser uma disciplina avançada, assume-se que os estudantes já tenha vivência com a modelagem em Mensuração Florestal , de modo que os problemas complexos de ajuste e aplicação de modelos possam ser abordados tendo em vista a pesquisa em Biometria Florestal.

Todo processamento dos dados e análises estatísticas são realizadas no ambiente computacional R.

A Biometria Florestal é na sua essência a construção de modelos estocásticos a partir de evidências empíricas, ou seja, observações de campo. Os modelos biométricos florestal podem ser aplicados tanto na pesquisa em Silvicultura e Ecologia Florestal quanto no gerenciamento de Recursos Florestais (Manejo Florestal), mas o fundamento da sua aplicação é a inferência quantitativa científica. O Axioma da Verossimilhança fornece os fundamentos para uma inferência quantitativa baseada em modelos que é flexível e realista, partindo de pressuposições mínimas, mas exige forte fundamentação teórica na área de conhecimento em que se aplica.

Dois elementos fundamentais direcionam o enfoque da LCF5877 e, portanto, são pré-requisitos para cursar a disciplina: a inferência segundo o Axioma da Verossimilhança e o tratamento dos problemas de forma prática, com “mãos-na-massa”.

A inferência segundo o Axioma da Verossimilhança é apresentada na disciplina BIE5781 Modelagem Estatística em Ecologia e Recursos Naturais (Instituto de Biociências - USP), que é pré-requisito para essa disciplina. A visita à página da BIE5781 e o estudo do seu material didático dará uma noção clara do que é essa forma de inferência.

Já o enfoque no tratamento de problemas práticos exige a análise de dados através de software estatístico. A disciplina trabalha com o software R, por isso, o conhecimento prévio desse software é necessário à disciplina. Esse conhecimento pode ser obtido na disciplina LCF5876 Computação no Ambiente R: Aplicações em Ecologia e Recursos Florestais ou na disciplina LCF5782 Introdução à Linguagem R (Instituto de Biociências - USP ). Assume-se que os estudantes da LCF5877 conhecem o ambiente R suficientemente bem para resolver os problemas e exercícios apresentados nas páginas dessas duas disciplinas.

• Página da disciplina no Janus-USP
• Número de créditos: 8
• Número de Semanas: 15
• Carga Horária Semanal Teórica: 4
• Carga Horária Semanal Prática: 4
• Carga Horária Total: 120