Escolha de componentes nos modelos de efeitos principais aditivos e interação multiplicativa (AMMI)

Detalhes bibliográficos
Autor(a) principal: Dias, Carlos Tadeu dos Santos
Data de Publicação: 2006
Outros Autores: Krzanowski, Wojtek Janusz
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

Registros relacionados