Em reconhecimento pela atuação na área florestal, o engenheiro agrônomo, José Antônio Aleixo da Silva, recebeu uma placa de homenagem durante o II Encontro Brasileiro de Mensuração Florestal, realizado em Curitiba no início desta semana, dias 18 e 19.

Trata-se de uma homenagem bianual a três pesquisadores que se destacaram na área de Manejo Florestal. Neste ano, além de Aleixo, receberam também a homenagem os especialistas Paulo Renato Schneider da Universidade de Santa Maria (RS) e Hilton Tadeu Zarate Couto, da ESALQ.

A homenagem surpreendeu Aleixo, 2º Tesoureiro da Sociedade Brasileira para o Progresso da Ciência (SBPC). “Esse é um dos melhores prêmios que já ganhei, até porque nem engenheiro florestal eu sou, embora tenha dedicado toda minha vida profissional a Engenharia Florestal. E no Brasil existe muita gente de alto nível trabalhando na área de Mensuração Florestal”, disse Aleixo, professor associado nível IV da Universidade Federal Rural de Pernambuco e consultor e pesquisador nível I do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq).  

Durante o II Encontro Brasileiro de Mensuração Florestal, Aleixo ministrou palestra sobre o tema “Aplicação de Modelos Simétricos em Estimativas Volumétricas”.

Na ocasião, Aleixo apresentou o trabalho “Aplicação de modelos simétricos em estimativas volumétricas” que foi resultado de uma tese de doutorado no programa de Biometria e Estatística Aplicada da UFRPE, defendida pelo estatístico Luiz Medeiros Araújo, que foi seu orientado no estudo. Ressaltou também que a interação entre a Estatística e a Mensuração Florestal sempre foi muito forte e o trabalho é prova disto.

Na prática, disse Aleixo, esses modelos simétricos “dão um upgrade” aos métodos tradicionais, que geralmente, usam modelos lineares e não lineares supondo erros normais para descrever a maioria dos fenômenos aleatórios, dado que a suposição de normalidade sempre foi muito atrativa para os erros dos modelos de regressão com resposta contínua. Com o passar do tempo, verificou-se que as estimativas obtidas para os coeficientes dos modelos normais se mostravam sensíveis à presença de observações extremas (outliers). Alternativas à suposição de erros normais têm sido propostas na literatura. Afim de tentar reduzir a influência dessas observações extremas nas estimativas dos parâmetros, uma das alternativas é utilizar a classe de modelos lineares e não lineares com erros simétricos independentes, que foi o objetivo principal do estudo.

Citou por exemplo o resultado positivo do trabalho com a aplicação dessa técnica, foi uma redução de aproximadamente 24% no erro percentual absoluto médio quando comparado com o mesmo modelo associado a distribuição normal.