Hierarchical Bayesian Estimation of a Stochastic Plateau Response Function: Determining Optimal Levels of Nitrogen Fertilization

Abstract

AbstractThis article seeks to determine the optimal level of nitrogen to apply to winter wheat. The article makes two methodological contributions. One is to extend the estimation of a stochastic plateau function to the case where the plateau has a beta distribution instead of a normal distribution. The second is to adapt hierarchical Bayesian methods as an alternative to the frequentist approach to estimate wheat yield response to nitrogen fertilizer. The economically optimal rate of nitrogen varies between 64 and 169 kg/ha and is consistently higher with the Bayesian method and higher under most scenarios when nonnormality is assumed for the plateau parameter. Based on the likelihood odds ratio, the normal distribution is preferred with maximum likelihood estimation. But, based on the deviance information criterion, the beta model is preferred with the Bayesian estimation.Cet article a pour objectif de déterminer le niveau optimal d'azote à appliquer au blé d'hiver. L'article apporte deux contributions méthodologiques. L'un consiste à étendre l'estimation d'une fonction de plateau stochastique au cas où le plateau a une distribution bêta au lieu d'une distribution normale. La seconde consiste à adapter les méthodes bayésiennes hiérarchiques comme alternative à l'approche classique pour estimer la réponse du rendement du blé à l'engrais azoté. Le taux d'azote économiquement optimal varie entre 64 kg ha‐1 et 169 kg ha‐1 et est toujours plus élevé avec la méthode bayésienne et plus élevé dans la plupart des scénarios lorsque la non‐normalité est supposée pour le paramètre plateau. Selon le rapport de probabilité, la distribution normale est préférée avec l'estimation du maximum de vraisemblance. Mais, en fonction du critère d'information de déviance, le modèle bêta est préféré en utilisant la méthode d'estimation bayésienne.