Análise de fatores para ensaios multiambientes sob diferentes níveis de desbalanceamento usando modelos mistos

Detalhes bibliográficos
Autor(a) principal: Nuvunga, Joel Jorge
Data de Publicação: 2014
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFLA
Texto Completo: http://repositorio.ufla.br/jspui/handle/1/4291
Resumo: Dissertação apresentada à Universidade Federal de Lavras como parte das exigências do Programa de Pós-Graduação em Estatística e Experimentação Agropecuária, área de concentração em Estatística e Experimentação Agropecuária, para obtenção do título de Mestre.
id UFLA_d77e39646e857da8289620e4ded6cb1a
oai_identifier_str oai:localhost:1/4291
network_acronym_str UFLA
network_name_str Repositório Institucional da UFLA
repository_id_str
spelling Análise de fatores para ensaios multiambientes sob diferentes níveis de desbalanceamento usando modelos mistosInteração genótipo-ambienteVariância não estruturadaAdaptabilidadeEstabilidadeFator analíticoGenotype-environment interactionUnstructured varianceAdaptabilityStabilityFactor analytic multiplicative mixed modelCNPQ_NÃO_INFORMADODissertação apresentada à Universidade Federal de Lavras como parte das exigências do Programa de Pós-Graduação em Estatística e Experimentação Agropecuária, área de concentração em Estatística e Experimentação Agropecuária, para obtenção do título de Mestre.Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPQ)Estatística e Experimentação AgropecuáriaEm ensaios de múltiplos ambientes é comum a presença de dados desbalanceados, heterogeneidade de variâncias e covariâncias de resíduos, que podem dificultar o trabalho de seleção do melhorista. Além disso, a declaração de que um genótipo é estável, pode muitas vezes causar dúvidas. Com o objetivo de avaliar as alternativas para o estudo da interação G×E sob diferentes níveis de desbalanceamento, para este trabalho foram testados três níveis de desbalanceamento em um conjunto de dados reais, adotando-se um modelo misto com variância não estruturada (UN) e a validação cruzada para validar genótipos estáveis. Foram considerados dados provenientes de ensaios multiambientes com 55 híbridos de milho, avaliados nos anos 2005 e 2006. As análises foram feitas em dois estágios: no primeiro, os componentes de variância foram estimados pelo método da máxima verossimilhança restrita adotando o modelo mito, via algoritmo EM, enquanto que no segundo estágio aplicou-se a análise FA (fator analítica) com objetivo de obter escores fatorais e a posição relativa de cada genótipo no biplot. Realizaram-se desbalanceamentos aleatórios nos dados, considerando níveis de 10%, 30% e 50% de parcelas perdidas e, em seguida, os escores foram reestimados utilizando o modelo FA. Os resultados mostraram que a análise FA é robusta na análise de dados multiambientes (MET) sob diferentes níveis de perdas aleatórias nas parcelas, o que inclui os casos em que nem todos os genótipos são testados em todos os ambientes. Desbalanceamentos de 10%, 30% e 50% apresentaram valores médios da correlação de 0,7; 0,6 e 0,56. De maneira geral, os genótipos considerados estáveis no biplot apresentaram menor erro quadrático de predição e menores elipses preditivas. Assim, os resultados permitem inferir que a soma de quadrados dos erros de predição PRESS poderia ser utilizada como alternativa para avaliar o desempenho de genótipos considerados estáveis no biplot. Esse resultado se confirmou pela amplitude das elipses de predição, que foram menores nesses genótipos. Verificou-se que a análise de fatores usando modelo misto é robusta sob os diferentes níveis de desbalanceamento, com valores de correlação variando de médio a alto, dependendo do nível de perda estabelecido. Assim, não há dúvidas quanto ao potencial desse tipo de análise para avaliação da estabilidade no melhoramento de plantas.It is common the presence of unbalanced data, and heterogeneity of residuals variances and covariances, which may become the work of plant breeders more difficult, mainly when it was considered multi-environment trials. Furthermore, the affirmation that a genotype is stable, under these conditions, may not be correct. However, aiming to evaluate the alternatives to study the genotype × environment interaction (G×E), under different unbalanced levels, it was carried out this study in which were assumed three different unbalanced levels on a real dataset, and it was adopted a mixed model with unstructured variance to analyse and to validate stable genotypes by using cross-validation. It was considered data from multi environment trials with 55 maize hybrids, assessed between 2005 and 2006. analyses were carried out in two stages: (i) the components of variance were estimated by considering restricted maximum likelihood method, using EM algorithm; and (ii) it was applied the factor analytic multiplicative mixed (FA) aiming to obtain factorial scores and relative position of each genotype in a biplot. Different unbalanced conditions were randomly performed by considering 10%, 30% and 50% of missed experimental units. Thus, the scores were estimated in different unbalanced conditions by using the FA-based analysis.. The results indicated that the FA-based analysis is robust to analyse data from multi environment trials (MET), under different levels of unbalancing, including cases in which not all genotypes are evaluated in all environments. Unbalancing of 10%, 30% and 50% showed correlation average of 0.7, 0.6, and 0.56, respectively. In general, genotypes which were considered stable in the biplot presented the lowest prediction square error and the smallest predictive ellipses. With these results, it is inferred that the Residuals The prediction error sum of squares (PRESS) could be an alternative method to evaluate the performance of genotypes considered stable in the biplot,what it was confirmed by the amplitude of the predictive ellipses. Furthermore, the factor analytic multiplicative mixed model analysis is robust under different unbalanced levels, with values of correlation raging from medium to high, depending on the established level of losses. Therefore, this type of analysis is proper and has potential to use in the assessing stability in programs of plant breeding.UNIVERSIDADE FEDERAL DE LAVRASDEX - Programa de Pós-graduaçãoUFLABRASILBalestre, MarcioLima, Renato Ribeiro deBueno Filho, Júlio Sílvio de SouzaNunes, José Aírton RodriguesBalestre, MarcioNuvunga, Joel Jorge2014-10-02T21:42:27Z2014-10-02T21:42:27Z20142014-02-20info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfNUVUNGA, J. J. Análise de fatores para ensaios multiambientes sob diferentes níveis de desbalanceamento usando modelos mistos. 2014. 81 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária) - Universidade Federal de Lavras, Lavras, 2014.http://repositorio.ufla.br/jspui/handle/1/4291info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLA2023-05-11T17:24:28Zoai:localhost:1/4291Repositório InstitucionalPUBhttp://repositorio.ufla.br/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2023-05-11T17:24:28Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)false
dc.title.none.fl_str_mv Análise de fatores para ensaios multiambientes sob diferentes níveis de desbalanceamento usando modelos mistos
title Análise de fatores para ensaios multiambientes sob diferentes níveis de desbalanceamento usando modelos mistos
spellingShingle Análise de fatores para ensaios multiambientes sob diferentes níveis de desbalanceamento usando modelos mistos
Nuvunga, Joel Jorge
Interação genótipo-ambiente
Variância não estruturada
Adaptabilidade
Estabilidade
Fator analítico
Genotype-environment interaction
Unstructured variance
Adaptability
Stability
Factor analytic multiplicative mixed model
CNPQ_NÃO_INFORMADO
title_short Análise de fatores para ensaios multiambientes sob diferentes níveis de desbalanceamento usando modelos mistos
title_full Análise de fatores para ensaios multiambientes sob diferentes níveis de desbalanceamento usando modelos mistos
title_fullStr Análise de fatores para ensaios multiambientes sob diferentes níveis de desbalanceamento usando modelos mistos
title_full_unstemmed Análise de fatores para ensaios multiambientes sob diferentes níveis de desbalanceamento usando modelos mistos
title_sort Análise de fatores para ensaios multiambientes sob diferentes níveis de desbalanceamento usando modelos mistos
author Nuvunga, Joel Jorge
author_facet Nuvunga, Joel Jorge
author_role author
dc.contributor.none.fl_str_mv Balestre, Marcio
Lima, Renato Ribeiro de
Bueno Filho, Júlio Sílvio de Souza
Nunes, José Aírton Rodrigues
Balestre, Marcio
dc.contributor.author.fl_str_mv Nuvunga, Joel Jorge
dc.subject.por.fl_str_mv Interação genótipo-ambiente
Variância não estruturada
Adaptabilidade
Estabilidade
Fator analítico
Genotype-environment interaction
Unstructured variance
Adaptability
Stability
Factor analytic multiplicative mixed model
CNPQ_NÃO_INFORMADO
topic Interação genótipo-ambiente
Variância não estruturada
Adaptabilidade
Estabilidade
Fator analítico
Genotype-environment interaction
Unstructured variance
Adaptability
Stability
Factor analytic multiplicative mixed model
CNPQ_NÃO_INFORMADO
description Dissertação apresentada à Universidade Federal de Lavras como parte das exigências do Programa de Pós-Graduação em Estatística e Experimentação Agropecuária, área de concentração em Estatística e Experimentação Agropecuária, para obtenção do título de Mestre.
publishDate 2014
dc.date.none.fl_str_mv 2014-10-02T21:42:27Z
2014-10-02T21:42:27Z
2014
2014-02-20
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv NUVUNGA, J. J. Análise de fatores para ensaios multiambientes sob diferentes níveis de desbalanceamento usando modelos mistos. 2014. 81 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária) - Universidade Federal de Lavras, Lavras, 2014.
http://repositorio.ufla.br/jspui/handle/1/4291
identifier_str_mv NUVUNGA, J. J. Análise de fatores para ensaios multiambientes sob diferentes níveis de desbalanceamento usando modelos mistos. 2014. 81 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária) - Universidade Federal de Lavras, Lavras, 2014.
url http://repositorio.ufla.br/jspui/handle/1/4291
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv UNIVERSIDADE FEDERAL DE LAVRAS
DEX - Programa de Pós-graduação
UFLA
BRASIL
publisher.none.fl_str_mv UNIVERSIDADE FEDERAL DE LAVRAS
DEX - Programa de Pós-graduação
UFLA
BRASIL
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFLA
instname:Universidade Federal de Lavras (UFLA)
instacron:UFLA
instname_str Universidade Federal de Lavras (UFLA)
instacron_str UFLA
institution UFLA
reponame_str Repositório Institucional da UFLA
collection Repositório Institucional da UFLA
repository.name.fl_str_mv Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)
repository.mail.fl_str_mv nivaldo@ufla.br || repositorio.biblioteca@ufla.br
_version_ 1815439295335366656

Registros relacionados