Modelo beta misto bayesiano para descrever a influência de diferentes cepas do fungo Colletotrichum truncatum sobre a severidade da antracnose na sojicultora
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | https://www.teses.usp.br/teses/disponiveis/11/11134/tde-13092022-094518/ |
Resumo: | A cultura da soja é muito importante na economia mundial, pois sua matéria prima é utilizada para produção de diversos produtos. As plantas de soja, entretanto, são suscetíveis a diversas doenças causadas por fungos, como a antracnose, que pode chegar a comprometer a safra inteira. Essa doença é causada por cepas do fungo Colletotrichum truncatum, pertencentes a grupos genéticos distintos, que podem levar a índices de severidade diversos. Nas análises estatísticas usuais de dados de severidade, entretanto, frequentemente considera-se, equivocadamente, que seguem uma distribuição normal ou são realizadas, previamente, transformações dos dados, como logit, probit ou complemento log-log, dentre outras. Como a severidade é uma variável contínua entre 0 e 100%, (ou entre 0 e 1), a distribuição beta pode ser mais apropriada e metodologias como a proposta por Cribari-Neto e Zeileis (2010) podem ser consideradas. Em experimentos de comparação de grupos genéticos de cepas de antracnose quando ao índice de severidade podemos considerar o efeito de cepas como fixo ou aleatório dependendo do interesse do pesquisador. Apresentamos, aqui, uma abordagem bayesiana para a análise de dados provenientes de experimentos inteiramente ao acaso do tipo, com dois fatores, grupo genético e cepas. A metodologia foi implementada utilizando-se a interface RStan (Stan Development Team, 2020) e ilustrada por meio de um conjunto de dados reais e inéditos. A análise dos mesmos revela que diferentes conclusões podem ser obtidas ao considerarmos efeitos de cepa fixos ou aleatórios. |
id |
USP_b253f4356fd6491ba3909eccf4a79067 |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-13092022-094518 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
Modelo beta misto bayesiano para descrever a influência de diferentes cepas do fungo Colletotrichum truncatum sobre a severidade da antracnose na sojicultoraBayesian mixed beta model to describe the influence of different strains of the fungus Colletotrichum truncatum on the severity of anthracnose in soybeansMCMCMCMCPathogenPatógenoRatesSojaSoybeanTaxasA cultura da soja é muito importante na economia mundial, pois sua matéria prima é utilizada para produção de diversos produtos. As plantas de soja, entretanto, são suscetíveis a diversas doenças causadas por fungos, como a antracnose, que pode chegar a comprometer a safra inteira. Essa doença é causada por cepas do fungo Colletotrichum truncatum, pertencentes a grupos genéticos distintos, que podem levar a índices de severidade diversos. Nas análises estatísticas usuais de dados de severidade, entretanto, frequentemente considera-se, equivocadamente, que seguem uma distribuição normal ou são realizadas, previamente, transformações dos dados, como logit, probit ou complemento log-log, dentre outras. Como a severidade é uma variável contínua entre 0 e 100%, (ou entre 0 e 1), a distribuição beta pode ser mais apropriada e metodologias como a proposta por Cribari-Neto e Zeileis (2010) podem ser consideradas. Em experimentos de comparação de grupos genéticos de cepas de antracnose quando ao índice de severidade podemos considerar o efeito de cepas como fixo ou aleatório dependendo do interesse do pesquisador. Apresentamos, aqui, uma abordagem bayesiana para a análise de dados provenientes de experimentos inteiramente ao acaso do tipo, com dois fatores, grupo genético e cepas. A metodologia foi implementada utilizando-se a interface RStan (Stan Development Team, 2020) e ilustrada por meio de um conjunto de dados reais e inéditos. A análise dos mesmos revela que diferentes conclusões podem ser obtidas ao considerarmos efeitos de cepa fixos ou aleatórios.Soybean farming is very important in the world economy, as soy is used for the production of various products. Soybean plants, however, are susceptible to several diseases caused by fungi, such as anthracnose, which can compromise the entire crop. This disease is caused by strains of the fungus Colletotrichum truncatum, belonging to different genetic groups, which can lead to different levels of severity. In the usual statistical analysis of severity data, however, it is often mistakenly considered that they follow a normal distribution or that data transformations are carried out in advance, such as logit, probit or log-log complement, among others. As the severity is a continuous variable between 0 and 100%, (or between 0 and 1), the beta distribution can be more appropriate and methodologies like the one proposed by Cribari-Neto e Zeileis (2010) can be considered. In experiments comparing genetic groups of anthracnose strains regarding the severity index, we can consider the effect of strains as fixed or random depending on the researcher’s interest. We present here a Bayesian approach to the analysis of data from entirely randomized experiments of this type, with two factors, genetic group and strain. The methodology was then implemented using the RStan interface (Stan Development Team, 2020) and illustrated using a set of unpublished real data. Their analysis reveals that different conclusions can be reached when considering fixed or random strain effects.Biblioteca Digitais de Teses e Dissertações da USPZocchi, Silvio SandovalSabino, Antonio Leopoldo Cardoso2022-07-06info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/11/11134/tde-13092022-094518/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2022-09-14T13:03:00Zoai:teses.usp.br:tde-13092022-094518Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212022-09-14T13:03Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Modelo beta misto bayesiano para descrever a influência de diferentes cepas do fungo Colletotrichum truncatum sobre a severidade da antracnose na sojicultora Bayesian mixed beta model to describe the influence of different strains of the fungus Colletotrichum truncatum on the severity of anthracnose in soybeans |
title |
Modelo beta misto bayesiano para descrever a influência de diferentes cepas do fungo Colletotrichum truncatum sobre a severidade da antracnose na sojicultora |
spellingShingle |
Modelo beta misto bayesiano para descrever a influência de diferentes cepas do fungo Colletotrichum truncatum sobre a severidade da antracnose na sojicultora Sabino, Antonio Leopoldo Cardoso MCMC MCMC Pathogen Patógeno Rates Soja Soybean Taxas |
title_short |
Modelo beta misto bayesiano para descrever a influência de diferentes cepas do fungo Colletotrichum truncatum sobre a severidade da antracnose na sojicultora |
title_full |
Modelo beta misto bayesiano para descrever a influência de diferentes cepas do fungo Colletotrichum truncatum sobre a severidade da antracnose na sojicultora |
title_fullStr |
Modelo beta misto bayesiano para descrever a influência de diferentes cepas do fungo Colletotrichum truncatum sobre a severidade da antracnose na sojicultora |
title_full_unstemmed |
Modelo beta misto bayesiano para descrever a influência de diferentes cepas do fungo Colletotrichum truncatum sobre a severidade da antracnose na sojicultora |
title_sort |
Modelo beta misto bayesiano para descrever a influência de diferentes cepas do fungo Colletotrichum truncatum sobre a severidade da antracnose na sojicultora |
author |
Sabino, Antonio Leopoldo Cardoso |
author_facet |
Sabino, Antonio Leopoldo Cardoso |
author_role |
author |
dc.contributor.none.fl_str_mv |
Zocchi, Silvio Sandoval |
dc.contributor.author.fl_str_mv |
Sabino, Antonio Leopoldo Cardoso |
dc.subject.por.fl_str_mv |
MCMC MCMC Pathogen Patógeno Rates Soja Soybean Taxas |
topic |
MCMC MCMC Pathogen Patógeno Rates Soja Soybean Taxas |
description |
A cultura da soja é muito importante na economia mundial, pois sua matéria prima é utilizada para produção de diversos produtos. As plantas de soja, entretanto, são suscetíveis a diversas doenças causadas por fungos, como a antracnose, que pode chegar a comprometer a safra inteira. Essa doença é causada por cepas do fungo Colletotrichum truncatum, pertencentes a grupos genéticos distintos, que podem levar a índices de severidade diversos. Nas análises estatísticas usuais de dados de severidade, entretanto, frequentemente considera-se, equivocadamente, que seguem uma distribuição normal ou são realizadas, previamente, transformações dos dados, como logit, probit ou complemento log-log, dentre outras. Como a severidade é uma variável contínua entre 0 e 100%, (ou entre 0 e 1), a distribuição beta pode ser mais apropriada e metodologias como a proposta por Cribari-Neto e Zeileis (2010) podem ser consideradas. Em experimentos de comparação de grupos genéticos de cepas de antracnose quando ao índice de severidade podemos considerar o efeito de cepas como fixo ou aleatório dependendo do interesse do pesquisador. Apresentamos, aqui, uma abordagem bayesiana para a análise de dados provenientes de experimentos inteiramente ao acaso do tipo, com dois fatores, grupo genético e cepas. A metodologia foi implementada utilizando-se a interface RStan (Stan Development Team, 2020) e ilustrada por meio de um conjunto de dados reais e inéditos. A análise dos mesmos revela que diferentes conclusões podem ser obtidas ao considerarmos efeitos de cepa fixos ou aleatórios. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-07-06 |
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 |
https://www.teses.usp.br/teses/disponiveis/11/11134/tde-13092022-094518/ |
url |
https://www.teses.usp.br/teses/disponiveis/11/11134/tde-13092022-094518/ |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
|
dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
|
dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
collection |
Biblioteca Digital de Teses e Dissertações da USP |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
_version_ |
1826318620257419264 |