Comparação de modelos mistos, AMMI e Eberhart-Russel via simulação no estudo da interação genótipo x ambiente em cana-de-açúcar

• Autor(a) principal: Ferraudo, Guilherme Moraes [UNESP]
• Data de Publicação: 2013
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UNESP
• Texto Completo: http://hdl.handle.net/11449/102804
• topic: Cana-de-açúcar; Plantas - Melhoramento genetico; Modelos matematicos; Métodos estatísticos; Estatística; Statistical methods

O Brasil é líder mundial na produção de cana-de-açúcar e o maior exportador mundial de açúcar. O aumento da produtividade da cana-deaçúcar se deve a vários fatores sendo um dos principais a obtenção de novas cultivares e a interpretação da interação genótipo por ambiente (GEI), realizado nos estágios finais de seleção dos programas de melhoramento genético de cana-de-açúcar, torna-se essencial durante o processo de obtenção de novos cultivares. Para poder selecionar os melhores genótipos frente à GEI, os genótipos são avaliados em diversos ambientes (locais e anos) e há o interesse em saber qual o melhor genótipo, baseado no desempenho fenotípico de caracteres de interesse, como, por exemplo, a tonelada de cana por hectare (TCH), que é a principal medida de produtividade de cana-de-açúcar. Sendo a GEI um complicador para o melhorista durante a seleção de genótipos superiores, faz-se necessário a utilização de modelos matemáticos ou estatísticos que consigam identificar de maneira eficiente tais genótipos superiores. Geneticistas e biometristas tem utilizado diversos métodos, porém, não existe um consenso. Assim, neste trabalho, a partir de um estudo de simulação realizado no ambiente computacional R, apresenta-se uma comparação entre três métodos: (i) Eberhart-Russel; (ii) AMMI; (iii) e modelo misto (REML / BLUP). Verificou-se a eficiência de cada método na detecção da GEI e discutiu-se as particularidades de cada um deles do ponto de vista estatístico. No total, simularam-se sessenta e três casos os quais consideraram as mais diversas condições para a introdução da GEI, sendo que, cada um dos três métodos, avaliaram mais do que trinta e quatro milhões e vinte mil dados. Assim, a partir dos resultados encontrados neste trabalho pode-se concluir que cada método detecta a GEI de uma maneira diferente e possui suas limitações...