Abordagem bayesiana, método tradicional e modelos mistos para experimentos multiambientes na cultura da soja
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Outros Autores: | , , , |
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 |
Resumo: | 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. |
id |
EMBRAPA-4_3965f084943eb1939a87caa7dafef6cc |
---|---|
oai_identifier_str |
oai:ojs.seer.sct.embrapa.br:article/25980 |
network_acronym_str |
EMBRAPA-4 |
network_name_str |
Pesquisa Agropecuária Brasileira (Online) |
repository_id_str |
|
spelling |
Abordagem bayesiana, método tradicional e modelos mistos para experimentos multiambientes na cultura da sojaBayesian approach, traditional method, and mixed models for multienvironment trials of soybeanGlycine max; modelagem matemática; distribuição a priori no melhoramento genéticoGlycine max; mathematical modeling; prior distribution in plant breedingO 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. The objective of this work was to compare the Bayesian approach and the frequentist methods to estimate means and genetic parameters in soybean multienvironment trials. Fifty-one soybean lines and four controls were evaluated in a randomized complete block design, in six environments, with three replicates, and soybean grain yield was determined. The half-normal prior and uniform distributions were used in combination with parameters obtained from data of 18 genotypes collected in previous and related experiments. The genotypic values of the genotypes of high- and low-grain yield, clustered by the Bayesian approach, differed from the means obtained by the frequentist inference. Soybean assessed through the Bayesian approach showed genetic parameter values of the mixed model (REML/Blup) close to those of the following variables: mean heritability (h2mg), accuracy of genotype selection (Acgen), coefficient of genetic variation (CVgi%), and coefficient of environmental variation (CVe%). Therefore, the mixed model methodology and the Bayesian approach lead to similar results for genetic parameters in multienvironment trials.Pesquisa Agropecuaria BrasileiraPesquisa Agropecuária BrasileiraCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes)Silva, Alysson Jalles daSanches, AdhemarAndrade, Andréa Carla BastosOliveira, Gustavo Hugo Ferreira deDi Mauro, Antonio Orlando2018-11-26info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://seer.sct.embrapa.br/index.php/pab/article/view/25980Pesquisa Agropecuaria Brasileira; v.53, n.10, out. 2018; 1093-1100Pesquisa Agropecuária Brasileira; v.53, n.10, out. 2018; 1093-11001678-39210100-104xreponame:Pesquisa Agropecuária Brasileira (Online)instname:Empresa Brasileira de Pesquisa Agropecuária (Embrapa)instacron:EMBRAPAenghttps://seer.sct.embrapa.br/index.php/pab/article/view/25980/14323https://seer.sct.embrapa.br/index.php/pab/article/downloadSuppFile/25980/17669Direitos autorais 2018 Pesquisa Agropecuária Brasileirainfo:eu-repo/semantics/openAccess2018-11-26T16:02:45Zoai:ojs.seer.sct.embrapa.br:article/25980Revistahttp://seer.sct.embrapa.br/index.php/pabPRIhttps://old.scielo.br/oai/scielo-oai.phppab@sct.embrapa.br || sct.pab@embrapa.br1678-39210100-204Xopendoar:2018-11-26T16:02:45Pesquisa Agropecuária Brasileira (Online) - Empresa Brasileira de Pesquisa Agropecuária (Embrapa)false |
dc.title.none.fl_str_mv |
Abordagem bayesiana, método tradicional e modelos mistos para experimentos multiambientes na cultura da soja Bayesian approach, traditional method, and mixed models for multienvironment trials of soybean |
title |
Abordagem bayesiana, método tradicional e modelos mistos para experimentos multiambientes na cultura da soja |
spellingShingle |
Abordagem bayesiana, método tradicional e modelos mistos para experimentos multiambientes na cultura da soja Silva, Alysson Jalles da Glycine max; modelagem matemática; distribuição a priori no melhoramento genético Glycine max; mathematical modeling; prior distribution in plant breeding |
title_short |
Abordagem bayesiana, método tradicional e modelos mistos para experimentos multiambientes na cultura da soja |
title_full |
Abordagem bayesiana, método tradicional e modelos mistos para experimentos multiambientes na cultura da soja |
title_fullStr |
Abordagem bayesiana, método tradicional e modelos mistos para experimentos multiambientes na cultura da soja |
title_full_unstemmed |
Abordagem bayesiana, método tradicional e modelos mistos para experimentos multiambientes na cultura da soja |
title_sort |
Abordagem bayesiana, método tradicional e modelos mistos para experimentos multiambientes na cultura da soja |
author |
Silva, Alysson Jalles da |
author_facet |
Silva, Alysson Jalles da Sanches, Adhemar Andrade, Andréa Carla Bastos Oliveira, Gustavo Hugo Ferreira de Di Mauro, Antonio Orlando |
author_role |
author |
author2 |
Sanches, Adhemar Andrade, Andréa Carla Bastos Oliveira, Gustavo Hugo Ferreira de Di Mauro, Antonio Orlando |
author2_role |
author author author author |
dc.contributor.none.fl_str_mv |
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes) |
dc.contributor.author.fl_str_mv |
Silva, Alysson Jalles da Sanches, Adhemar Andrade, Andréa Carla Bastos Oliveira, Gustavo Hugo Ferreira de Di Mauro, Antonio Orlando |
dc.subject.por.fl_str_mv |
Glycine max; modelagem matemática; distribuição a priori no melhoramento genético Glycine max; mathematical modeling; prior distribution in plant breeding |
topic |
Glycine max; modelagem matemática; distribuição a priori no melhoramento genético Glycine max; mathematical modeling; prior distribution in plant breeding |
description |
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. |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018-11-26 |
dc.type.none.fl_str_mv |
|
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://seer.sct.embrapa.br/index.php/pab/article/view/25980 |
url |
https://seer.sct.embrapa.br/index.php/pab/article/view/25980 |
dc.language.iso.fl_str_mv |
eng |
language |
eng |
dc.relation.none.fl_str_mv |
https://seer.sct.embrapa.br/index.php/pab/article/view/25980/14323 https://seer.sct.embrapa.br/index.php/pab/article/downloadSuppFile/25980/17669 |
dc.rights.driver.fl_str_mv |
Direitos autorais 2018 Pesquisa Agropecuária Brasileira info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Direitos autorais 2018 Pesquisa Agropecuária Brasileira |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Pesquisa Agropecuaria Brasileira Pesquisa Agropecuária Brasileira |
publisher.none.fl_str_mv |
Pesquisa Agropecuaria Brasileira Pesquisa Agropecuária Brasileira |
dc.source.none.fl_str_mv |
Pesquisa Agropecuaria Brasileira; v.53, n.10, out. 2018; 1093-1100 Pesquisa Agropecuária Brasileira; v.53, n.10, out. 2018; 1093-1100 1678-3921 0100-104x reponame:Pesquisa Agropecuária Brasileira (Online) instname:Empresa Brasileira de Pesquisa Agropecuária (Embrapa) instacron:EMBRAPA |
instname_str |
Empresa Brasileira de Pesquisa Agropecuária (Embrapa) |
instacron_str |
EMBRAPA |
institution |
EMBRAPA |
reponame_str |
Pesquisa Agropecuária Brasileira (Online) |
collection |
Pesquisa Agropecuária Brasileira (Online) |
repository.name.fl_str_mv |
Pesquisa Agropecuária Brasileira (Online) - Empresa Brasileira de Pesquisa Agropecuária (Embrapa) |
repository.mail.fl_str_mv |
pab@sct.embrapa.br || sct.pab@embrapa.br |
_version_ |
1793416691813711872 |