Análises discriminantes não paramétricas aplicadas ao estudo da diversidade genética baseado em dados fenotípicos quantitativos

• Autor(a) principal: Souza, Marcileia Santos
• Data de Publicação: 2017
• Outros Autores: http://lattes.cnpq.br/5753188297128871
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFAM
• Texto Completo: http://tede.ufam.edu.br/handle/tede/6188
• topic: Divergência genética; Vizinho médio; Melhoramento genético; Diversidade genética; CIÊNCIAS AGRÁRIAS: AGRONOMIA

Os métodos multivariados de análises discriminantes visam identificar as populações nas quais um indivíduo deva pertencer, admitindo previamente, que o indivíduo compõe uma das populações avaliadas. Métodos baseados em funções discriminantes lineares têm sido usados nos estudos preditivos da diversidade no melhoramento genético, quando os dados são fenotípicos quantitativos. Entretanto, este tipo de análise pressupõe a multinormalidade das populações. Objetivou-se avaliar a efetividade das metodologias de análise discriminante não paramétricas do vizinho médio e dos k-vizinhos mais próximos no estudo preditivo da diversidade no melhoramento genético, quando aplicadas à variáveis quantitativas, de modo a classificar satisfatoriamente os genótipos em suas respectivas populações definidas a priori. Dois conjuntos de dados foram utilizados: i) 83 matrizes de pupunha, previamente alocadas em três raças primitivas, para sete variáveis do fruto; ii) 122 clones de cafeeiro, previamente alocados entre três variedades botânicas, para dez variáveis agronômicas. Avaliou-se os métodos não paramétricos do vizinho médio e dos k-vizinhos mais próximos sob vários cenários, conforme combinações possíveis entre técnica de análise não paramétrica x medida de distância genética x valor de k x probabilidade a priori dos genótipos pertencerem as populações. Comparou-se a alocação dos genótipos nos diferentes cenários e com aquela obtida pelas funções discriminantes de Anderson (considerada padrão) a partir das taxas de erro aparente globais (TEA) de classificação dos indivíduos nas respectivas populações. Utilizou-se o software GENES. Os métodos não paramétricos foram efetivos para classificar os genótipos em suas respectivas populações quando comparados com o método de análise discriminante de Anderson. Não houve diferenças significativas entre as medidas de distâncias Euclidianas. A distância de Gower proporcionou taxas de erro aparente diferente das demais distâncias estudadas. O método de análise discriminante dos k vizinhos mais próximos mostrou ser adequado para populações cuja divergência genética dentro é menor. Já o método do vizinho médio classifica melhor os genótipos em populações em que haja maior diversidade inter ou intrapopulacional.