01881nam a2200277 a 450000100080000000500110000800800410001910000160006024501720007626002770024830000190052550000230054452007660056765000230133365000160135665000090137265300250138165300280140665300260143465300280146065300280148870000180151670000230153470000290155770000170158620831832020-01-07       2017    bl uuuu     u00u1 u    #d1 aHIGA, B. S.  aAvaliação de métodos de remoção tendência temporal das séries de produtividade agrícola para a cultura da soja na região sul do Brasil.h[electronic resource]  aIn: CONGRESSO BRASILEIRO DE AGROMETEOROLOGIA, 20., SIMPÓSIO DE MUDANÇAS CLIMÁTICAS E DESERTIFICAÇÃO NO SEMIÁRIDO BRASILEIRO, 5., 2017, Juazeiro. A agrometeorologia na solução de problemas multiescala: anais. Juazeiro: Sociedade Brasileira de Agrometeorologiac2017  aNão paginado.  aCBAgro, SMUD 2017.  aRESUMO: O Brasil é o segundo maior produtor de mundial de soja. A sustentabilidade e o aumento da produção da soja deverão depender mais dos ganhos de produtividade do que da expansão da área cultivada nos próximos anos. Este trabalho teve como objetivo avaliar a eficiência da remoção das tendências temporais da produtividade da soja, associadas com fatores não climáticos. Para tal foram aplicados sete métodos estatísticos às séries temporais de produtividade do IBGE. Apesar do método Loess Smooth apresentar o melhor ajuste ao conjunto de dados, maior aderência à variabilidade, sugere-se que este método deve ser usado com ressalvas, pois o mesmo pode remover variabilidade derivada de flutuações associadas à fatores climáticos.  aStatistical models  aGlycine Max  aSoja  aMétodo Loess Smooth  aModelagem agroambiental  aModelos estatísticos  aProdutividade agrícola  aTendência tecnológica1 aCUADRA, S. V.1 aOLIVEIRA, A. F. de1 aMONTEIRO, J. E. B. de A.1 aNAKAI, A. M.