Abordagem bayesiana, método tradicional e modelos mistos para experimentos multiambientes na cultura da soja

• Autor(a) principal: Silva, Alysson Jalles da
• Data de Publicação: 2018
• Outros Autores: Sanches, Adhemar, Andrade, Andréa Carla Bastos, Oliveira, Gustavo Hugo Ferreira de, Di Mauro, Antonio Orlando
• Tipo de documento: Artigo
• Idioma: eng
• Título da fonte: Pesquisa Agropecuária Brasileira (Online)
• Texto Completo: https://seer.sct.embrapa.br/index.php/pab/article/view/25980
• topic: Glycine max; modelagem matemática; distribuição a priori no melhoramento genético; Glycine max; mathematical modeling; prior distribution in plant breeding

O objetivo deste trabalho foi comparar a abordagem bayesiana e os métodos frequentistas para estimar as médias e os parâmetros genéticos em experimentos multiambientes de soja. Cinquenta e uma linhagens de soja e quatro testemunhas foram avaliadas em delineamento de blocos ao acaso, em seis ambientes, com três repetições, e a produtividade de grãos foi determinada. As distribuições “half-normal” a priori e uniformes foram utilizadas em combinação com parâmetros obtidos de dados de 18 genótipos coletados em experimentos anteriores e relacionados. Os valores genotípicos de genótipos com alta e baixa produção de grãos, agrupados pela abordagem bayesiana, diferiram das médias obtidas pela inferência frequentista. A soja avaliada pela abordagem bayesiana apresentou valores de parâmetros genéticos de modelos mistos (REML/Blup) próximos daqueles das seguintes variáveis: herdabilidade média (h2mg), acurácia da seleção dos genótipos (Acgen), coeficiente de variação genético (CVgi%) e coeficiente de variação ambiental (CVe%). Portanto, em experimentos multiambientes, a metodologia de modelos mistos e a abordagem bayesiana produzem resultados similares de parâmetros genéticos.