Na área florestal, a estimativa da mortalidade das árvores de uma determinada espécie deve estar presente nos sistemas confiáveis de predição do crescimento da espécie. Porém, o estudo da mortalidade de indivíduos envolve um processo de classificação dicotômica, originando dados de contagem nas unidades experimentais. Assim, é fundamental, primeiramente, a identificação da distribuição das observações para o estudo do comportamento, estabelecendo um modelo que incorpore informação relacionada com uma adequada estratificação do material, como por exemplo, seleção da espécie, rotação, idade, espaçamento e local, entre os mais importantes. No caso das observações serem independentes, um modelo básico para a mortalidade poderia ser o modelo Poisson. Porém, na prática é freqüente observar que a variância amostral excede á variância nominal, o que é chamado de superdispersão. Neste trabalho é identificado, através de técnicas formais e informais, o modelo probabilístico da mortalidade das árvores de Eucalyptus grandis. O gênero Eucalyptus foi escolhido dada sua grande importância produtiva no Brasil. Dentro dele, a espécie Eucalyptus grandis mostra características silviculturais desejáveis, tais como a adaptação ambiental, rápido crescimento e boa forma, o que a torna a espécie mais utilizada para fins de produção de papel e celulose. Sob o enfoque dos modelos lineares generalizados, estabeleceu-se um componente sistemático para o estudo dos efeitos dos fatores rotação da espécie e qualidade de sítio. O objetivo foi analisar duas metodologias para um modelo Poisson com superdispersão, isto é, o modelo Extra-Poisson, através de quase-verossimilhança, e o modelo Binomial Negativo, através de máxima verossimilhança. O parâmetro de dispersão para a mortalidade foi estimado em 2.18, indicando um índice de agregação altamente significativo. Dada complexidade do algoritmo para ajuste do modelo através do segundo enfoque, foram propostas e testadas metodologias alternativas visando uma simples e rápida implementação. As performances desses modelos, em termos da eficiência das estimativas foram estudadas para fins experimentais, indicando como a adequada à de máxima verossimilhança. Um modelo exponencial com dispersão discreto é apresentado como um suporte teórico maior, generalizando os modelos anteriores e respeitando a verdadeira estrutura probabilística dos dados. A partir disso, foi estabelecido um processo estocástico para a mortalidade das árvores, envolvendo, na avaliação do mesmo, as mudanças da rotação ao longo do tempo.

In the forestry area, a tree mortality estimation for a given species must be present in the reliable prediction systems for the species growth. However, the individual mortality study introduces a dichotomic process, arising to count data set for the experimental units. Thus, the identification of data distribution is the previous and important work to know the mortality behavior related to additional information, as the species selection, rotation, age, and site quality. For independent observations mortality, the basic Poisson model could be proposed, nevertheless it is frequently to find that the sample variance is greater than the nominal one, which is called overdispersion. The present work identifies the probabilistic model of Eucalyptus grandis through formal and informal technics. As the genus Eucalyptus is very important in the forestry brazilian production, it was chosen. The E. grandis, belonging to the genus, has desirable properties, like the environment adaptation, fast growth, so that it becomes one of the most useful species for the paper and cellulose national production. Under generalized linear model approach, a sistematic component with two factors, rotation species and site quality. The aim was to study two methodologies for the overdispersion Poisson models, that is, the Extra-Poisson model, through maximum quase-likelihood, and the Negative Binomial model, through maximum likelihood method. The dispersion parameter was estimated by 2.18, which means that the mortality distribution has a hight agregated index. Due to the fact that the maximum likelihood algorithm is complex, simple alternative methods were suggested. Their performances related to the efficiency were studied too. The results indicated that the proposed maximum likelihood method might be used. Finally, a discret exponential model was shown like a greater theoretical support to generalize the model keeping the true probabilistic data structure. This generalization establishes the background to formulate a stocastic process for the tree mortality following the changes as the time goes by.