Search

Resumo: O objetivo deste trabalho foi avaliar a eficiência da análise estatística espacial, em comparação a análises usuais em blocos ao acaso e em látice, na classificação de famílias de feijoeiro ( Phaseolus vulgaris), sob diferentes cenários de dependência espacial e de precisão experimental. Foram considerados 12 cenários, formados por quatro classes de dependência espacial entre erros (nula, baixa, média e alta) e três classes de precisão experimental (moderada, alta e muito alta). Para as três classes de precisão experimental, foram definidos os valores de acurácia seletiva de: 0,60, 0,80 e 0,95, respectivamente. Já as quatro classes de dependência espacial entre erros assumiram, respectivamente, os seguintes valores de alcance do modelo geoestatístico exponencial: 0, 10, 20 e 40 m. Para experimentos com precisão experimental muito alta ou ausência de dependência espacial, a eficiência da análise espacial para classificação de famílias do feijoeiro é semelhante à eficiência das análises usuais. Para experimentos com alta e, principalmente, com moderada precisão experimental, a análise espacial é mais eficiente que as análises usuais para classificação de famílias de feijoeiro, quando os erros apresentam dependência espacial.

Resumo: O objetivo deste trabalho foi propor modelos que considerem estrutura irregular dos dados e avaliá-los em relação a modelos utilizados com tempos regulares. Foram considerados os modelos de crescimento Gompertz, Logístico e Von Bertalanffy com estruturas regular e irregular para os erros. A metodologia foi exemplificada com o uso de dados reais e simulados. Foram utilizados 16 pesos médios de 160 animais da raça Hereford, com pesagens do nascimento até aproximadamente 2 anos de idade. Para cada modelo, os parâmetros do melhor ajuste foram utilizados para simulação. O ajuste dos modelos melhora quando a estrutura original dos dados é levada em consideração, com redução na soma de quadrados dos resíduos e no valor do critério de Akaike.

The objective of this study was to evaluate the efficiency of spatial statistical analysis in the selection of genotypes in a plant breeding program and, particularly, to demonstrate the benefits of the approach when experimental observations are not spatially independent. The basic material of this study was a yield trial of soybean lines, with five check varieties (of fixed effect) and 110 test lines (of random effects), in an augmented block design. The spatial analysis used a random field linear model (RFML), with a covariance function estimated from the residuals of the analysis considering independent errors. Results showed a residual autocorrelation of significant magnitude and extension (range), which allowed a better discrimination among genotypes (increase of the power of statistical tests, reduction in the standard errors of estimates and predictors, and a greater amplitude of predictor values) when the spatial analysis was applied. Furthermore, the spatial analysis led to a different ranking of the genetic materials, in comparison with the non-spatial analysis, and a selection less influenced by local variation effects was obtained.O objetivo deste trabalho foi avaliar a eficiência da análise estatística espacial na seleção de genótipos de plantas num programa de melhoramento. Buscou-se demonstrar os benefícios potenciais dessa abordagem quando as observações experimentais não são espacialmente independentes. O material consistiu de um ensaio de competição de linhagens de soja, com cinco cultivares testemunhas (de efeitos fixos) e 110 novos genótipos (de efeitos aleatórios), delineado em blocos aumentados. O ajuste espacial foi feito pelo modelo linear de campo aleatório (RFLM), com função de autocovariância estimada a partir dos resíduos da análise sob erros independentes. Os resultados apontaram uma autocorrelação residual de magnitude e alcance significativos, o que garantiu à abordagem espacial uma melhoria considerável na discriminação dos tratamentos genéticos - aumento do poder dos testes estatísticos, redução nos erros padrão de estimativas e de preditores e alargamento na amplitude das predições genotípicas. A análise espacial levou a um diferente ordenamento das linhagens em relação à análise não espacial e, finalmente, a uma seleção menos influenciada por efeitos da variação local.