Metodologia para análise de adaptabilidade e estabilidade por meio de regressão quantílica

• Autor(a) principal: Barroso, Laís Mayara Azevedo
• Data de Publicação: 2015
• Outros Autores: Nascimento, Moysés, Nascimento, Ana Carolina Campana, Silva, Fabyano Fonseca e, Cruz, Cosme Damião, Bhering, Leonardo Lopes, Ferreira, Reinaldo de Paula
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Pesquisa Agropecuária Brasileira (Online)
• Texto Completo: https://seer.sct.embrapa.br/index.php/pab/article/view/20187
• topic: Medicago sativa; distribuição assimétrica; interação genótipo x ambiente; melhoramento vegetal; outliers; regressão não paramétrica; Medicago sativa; asymmetrical distribution; genotype x environment interaction; plant breeding; outliers; nonparametric regression

O objetivo deste trabalho foi desenvolver e validar uma metodologia de análise da adaptabilidade e da estabilidade fenotípica baseada em regressão quantílica (RQ). Para tanto, foram simulados valores fenotípicos com distribuição simétrica e com distribuição assimétrica à direita e à esquerda, com ou sem a presença de "outliers". A metodologia proposta foi aplicada a um conjunto de dados provenientes de um experimento com 92 genótipos de alfafa (Medicago sativa), avaliados em 20 ambientes, e comparada às metodologias de Eberhart & Russell e de regressão não paramétrica. A metodologia da RQ proporcionou resultados iguais ou superiores aos obtidos com as metodologias alternativas avaliadas. No entanto, a ocorrência de resultados discordantes entre as metodologias evidencia a importância de se avaliar a simetria na distribuição dos valores fenotípicos. Para distribuições simétricas, na presença de "outliers", deve-se utilizar a RQ com valor de quantil estimado (t) em 0,50; na ausência de "outliers", pode-se utilizar tanto a metodologia de Eberhart & Russell quanto a RQ (t = 0,50). Para distribuições assimétricas, indica-se o uso da RQ com t = 0,25, para assimetria à direita, e com t = 0,75, para assimetria à esquerda, independentemente da presença de "outliers".