Escolha de componentes nos modelos de efeitos principais aditivos e interação multiplicativa (AMMI)
Autor(a) principal: | |
---|---|
Data de Publicação: | 2006 |
Outros Autores: | |
Tipo de documento: | Artigo |
Idioma: | eng |
Título da fonte: | Scientia Agrícola (Online) |
Texto Completo: | https://www.revistas.usp.br/sa/article/view/22150 |
Resumo: | Os modelos de efeitos principais aditivos e interação significativa (AMMI) permitem ao analista detectar interações entre linhas e colunas em uma tabela de dupla entrada. Entretanto, existem muitos métodos propostos na literatura para determinar o número de componentes multiplicativos a incluir nos modelos AMMI. Esses métodos fornecem diferentes resultados para um particular conjunto de dados. Assim, o usuário necessita de orientação sobre quais métodos usar. Nesse trabalho investigamos quatro métodos comumente utilizados em um amplo espectro de condições usando dados simulados baseados em dados de ensaios reais. O método de Eastment-Krzanowski apresentou melhor desempenho; cada um dos outros métodos exibiram baixo desempenho em alguma das situações estudadas. |
id |
USP-18_d57a66a3fcc43fc62481f2f74727a2bf |
---|---|
oai_identifier_str |
oai:revistas.usp.br:article/22150 |
network_acronym_str |
USP-18 |
network_name_str |
Scientia Agrícola (Online) |
repository_id_str |
|
spelling |
Escolha de componentes nos modelos de efeitos principais aditivos e interação multiplicativa (AMMI) Choosing components in the additive main effect and multiplicative interaction (AMMI) models tabela de dupla entradacomponentes principaissimulaçãotwo-way tableprincipal componentssimulation Os modelos de efeitos principais aditivos e interação significativa (AMMI) permitem ao analista detectar interações entre linhas e colunas em uma tabela de dupla entrada. Entretanto, existem muitos métodos propostos na literatura para determinar o número de componentes multiplicativos a incluir nos modelos AMMI. Esses métodos fornecem diferentes resultados para um particular conjunto de dados. Assim, o usuário necessita de orientação sobre quais métodos usar. Nesse trabalho investigamos quatro métodos comumente utilizados em um amplo espectro de condições usando dados simulados baseados em dados de ensaios reais. O método de Eastment-Krzanowski apresentou melhor desempenho; cada um dos outros métodos exibiram baixo desempenho em alguma das situações estudadas. The additive main effect and multiplicative interaction (AMMI) models allows analysts to detect interactions between rows and columns in a two-way table. However, there are many methods proposed in the literature to determine the number of multiplicative components to include in the AMMI model. These methods typically give different results for any particular data set, so the user needs some guidance as to which methods to use. In this paper we compare four commonly used methods using simulated data based on real experiments, and provide some general recommendations. Universidade de São Paulo. Escola Superior de Agricultura Luiz de Queiroz2006-04-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://www.revistas.usp.br/sa/article/view/2215010.1590/S0103-90162006000200009Scientia Agricola; v. 63 n. 2 (2006); 169-175Scientia Agricola; Vol. 63 Núm. 2 (2006); 169-175Scientia Agricola; Vol. 63 No. 2 (2006); 169-1751678-992X0103-9016reponame:Scientia Agrícola (Online)instname:Universidade de São Paulo (USP)instacron:USPenghttps://www.revistas.usp.br/sa/article/view/22150/24174Copyright (c) 2015 Scientia Agricolainfo:eu-repo/semantics/openAccessDias, Carlos Tadeu dos SantosKrzanowski, Wojtek Janusz2015-07-07T17:07:00Zoai:revistas.usp.br:article/22150Revistahttp://revistas.usp.br/sa/indexPUBhttps://old.scielo.br/oai/scielo-oai.phpscientia@usp.br||alleoni@usp.br1678-992X0103-9016opendoar:2015-07-07T17:07Scientia Agrícola (Online) - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Escolha de componentes nos modelos de efeitos principais aditivos e interação multiplicativa (AMMI) Choosing components in the additive main effect and multiplicative interaction (AMMI) models |
title |
Escolha de componentes nos modelos de efeitos principais aditivos e interação multiplicativa (AMMI) |
spellingShingle |
Escolha de componentes nos modelos de efeitos principais aditivos e interação multiplicativa (AMMI) Dias, Carlos Tadeu dos Santos tabela de dupla entrada componentes principais simulação two-way table principal components simulation |
title_short |
Escolha de componentes nos modelos de efeitos principais aditivos e interação multiplicativa (AMMI) |
title_full |
Escolha de componentes nos modelos de efeitos principais aditivos e interação multiplicativa (AMMI) |
title_fullStr |
Escolha de componentes nos modelos de efeitos principais aditivos e interação multiplicativa (AMMI) |
title_full_unstemmed |
Escolha de componentes nos modelos de efeitos principais aditivos e interação multiplicativa (AMMI) |
title_sort |
Escolha de componentes nos modelos de efeitos principais aditivos e interação multiplicativa (AMMI) |
author |
Dias, Carlos Tadeu dos Santos |
author_facet |
Dias, Carlos Tadeu dos Santos Krzanowski, Wojtek Janusz |
author_role |
author |
author2 |
Krzanowski, Wojtek Janusz |
author2_role |
author |
dc.contributor.author.fl_str_mv |
Dias, Carlos Tadeu dos Santos Krzanowski, Wojtek Janusz |
dc.subject.por.fl_str_mv |
tabela de dupla entrada componentes principais simulação two-way table principal components simulation |
topic |
tabela de dupla entrada componentes principais simulação two-way table principal components simulation |
description |
Os modelos de efeitos principais aditivos e interação significativa (AMMI) permitem ao analista detectar interações entre linhas e colunas em uma tabela de dupla entrada. Entretanto, existem muitos métodos propostos na literatura para determinar o número de componentes multiplicativos a incluir nos modelos AMMI. Esses métodos fornecem diferentes resultados para um particular conjunto de dados. Assim, o usuário necessita de orientação sobre quais métodos usar. Nesse trabalho investigamos quatro métodos comumente utilizados em um amplo espectro de condições usando dados simulados baseados em dados de ensaios reais. O método de Eastment-Krzanowski apresentou melhor desempenho; cada um dos outros métodos exibiram baixo desempenho em alguma das situações estudadas. |
publishDate |
2006 |
dc.date.none.fl_str_mv |
2006-04-01 |
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://www.revistas.usp.br/sa/article/view/22150 10.1590/S0103-90162006000200009 |
url |
https://www.revistas.usp.br/sa/article/view/22150 |
identifier_str_mv |
10.1590/S0103-90162006000200009 |
dc.language.iso.fl_str_mv |
eng |
language |
eng |
dc.relation.none.fl_str_mv |
https://www.revistas.usp.br/sa/article/view/22150/24174 |
dc.rights.driver.fl_str_mv |
Copyright (c) 2015 Scientia Agricola info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2015 Scientia Agricola |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade de São Paulo. Escola Superior de Agricultura Luiz de Queiroz |
publisher.none.fl_str_mv |
Universidade de São Paulo. Escola Superior de Agricultura Luiz de Queiroz |
dc.source.none.fl_str_mv |
Scientia Agricola; v. 63 n. 2 (2006); 169-175 Scientia Agricola; Vol. 63 Núm. 2 (2006); 169-175 Scientia Agricola; Vol. 63 No. 2 (2006); 169-175 1678-992X 0103-9016 reponame:Scientia Agrícola (Online) instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Scientia Agrícola (Online) |
collection |
Scientia Agrícola (Online) |
repository.name.fl_str_mv |
Scientia Agrícola (Online) - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
scientia@usp.br||alleoni@usp.br |
_version_ |
1800222788032659456 |