Modelo de regressão bi-segmentado descontínuo com erros de medida aplicado na análise de estabilidade de cultivares

• Autor(a) principal: Storck, Lindolfo
• Data de Publicação: 1989
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: https://teses.usp.br/teses/disponiveis/11/11134/tde-20210104-180944/
• topic: ANÁLISE ESTATÍSTICA; ESTABILIDADE; MILHO; MODELOS DE REGRESSÃO; VARIEDADES VEGETAIS

Neste estudo foi proposto o modelo bi-segmentado descontínuo para ser utilizado nas análises de estabilidade de plantas cultivadas. Este modelo foi definido como sendo: μ𝑖j = β0𝑖 + β1𝑖 τj + β2𝑖 τj Ζj + β3𝑖 + Ζj + δ 𝑖j, onde ʈj é o efeito do ambiente j; Zj=1 se τj > 0 e Zj=0 se τj ≤0; β1𝑖 e β1𝑖 + β2𝑗 são os coeficientes angulares dos dois segmentos e β3𝑖 é o parâmetro de descontinuidade para o cultivar 𝑖 e δ𝑖j é o desvio do modelo. Considerando este modelo foram, então, identificados e estimados os componentes de variância e covariância dos erros das variáveis independentes e dependentes e, por isto, foi deduzida uma correção para a estimação dos parâmetros e para os testes de hipóteses. Um grupo de experimentos com milho foi analisado, pelo modelo proposto, com e sem as correções deduzidas e, também, foram simulados e analisados (com e sem as correções) 1000 grupos de experimentos para cada uma das 17 caracterizações planejadas. A análise dos dados reais e dos dados simulados permitiram concluir que: o modelo proposto é eficiente no sentido de explicar a relação entre a produtividade de um cultivar e a variação ambiental e permite identificar melhor a posição relativa da resposta de um cultivar sobre uma curva de Gompertz; para uma mesma disponibilidade de unidades experimentais, deve-se preferir usar o menor número de repetições compatível com uma boa estimativa das médias e o maior número possível de ambientes; para um dado número de ambientes, a sua escolha deve de forma tal que seus valores ambientais sejam eqüidistantes e com a maior amplitude de variação possível; cultivares com maior variância de desvios do modelo dificilmente terão rejeitadas suas hipóteses, sobre os parâmetros do modelo; experimentos com menor erro experimental e/ou menor variância de blocos levam a uma análise de estabilidade mais precisa e com maior poder dos testes; e, a correção deduzida tem maior efeito quando a variância do erro e/ou blocos for grande e quando for pequeno o número de blocos ou de repetições (≤4, no caso), ambientes (≤15, no caso) e cultivares (≤27, no caso).