Desempenho de genótipos de alfafa considerando modelos com diferentes estruturas da matriz de covariâncias e na análise multi-informação

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Pontes, Daiana Salles
Orientador(a): Cruz, Cosme Damião
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Viçosa
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Área do conhecimento CNPq:
Link de acesso: https://locus.ufv.br//handle/123456789/28615
Resumo: A alfafa (Medicago sativa L.) é uma das principais leguminosas forrageiras nos países temperados. Mundialmente, é considerada uma das mais importantes forrageiras, dado o seu potencial de produção de forragem e da sua adaptação a diversas condições ambientais. Neste estudo, os objetivos foram 1) quantificar a variabilidade genética e identificar genótipos superiores por meio da modelagem de diferentes estruturas para a matriz de erros e 2) propor a utilização de uma ficha de recomendação por meio da avaliação multi-informação de estabilidade e adaptabilidade. Foram utilizadas informações de 77 genótipos de alfafa, envolvendo um período de cultivo com 24 cortes (meses) consecutivos no período de 2015 a 2017. O delineamento utilizado em cada experimento foi o de blocos casualizados, com três repetições. O caráter avaliado foi produção de matéria seca (PMS) (kg.ha-1). Foram ajustados modelos considerando as matrizes: simetria composta, simetria composta heterogênea, auto- regressiva de 1ª ordem, auto-regressiva de 1ª ordem heterogênea, componente de variância e não estruturada. Para escolher a melhor matriz, utilizou o critério de AIC. Para comparar as produções médias dentro de cada corte utilizou-se o teste de Scott-Knott, a 5% de probabilidade. A persistência (S%) da PMS de genótipo foi estimada indiretamente pela proporção de cortes que este foi superior no teste de Scott-Knott. Na avaliação multi-informação considerou-se: a média geral, o potencial médio em diferentes condições ambientais (PM), a plasticidade, a medida da contribuição relativa para a interação, o índice de recomendação Annicchiarico, a adaptabilidade percentual, a estabilidade percentual, o padrão J de resposta do genótipo (PJR), o padrão campeão e o índice de recomendação centroide. A partir do modelo covariância simetria composta heterogênea (de menor AIC) foram indicados os genótipos 4, 21, 57, 61, 67 e 72 como os de maior persistência (S%) da PMS. Além disso, destaca-se que a análise de medidas repetidas considerando diferentes estruturas para a matriz de erros deve se preferida neste tipo de experimento, por considerar a natureza de dependência dos resíduos e por ter apresentado menor AIC do que os modelos de parcela subdividida no tempo. Na ficha de recomendação observou-se que o genótipo 21 se destacou para os parâmetros PM para ambiente geral e favorável. Já para PM no ambiente desfavorável o genótipo 61 ficou em primeira posição. Apesar disso, o genótipo 61 apresentou desvio da regressão estatisticamente diferente a zero, indicando que seu grau de imprevisibilidade deve comprometer a indicação dessa cultivar ( 2 abaixo de 80%). A ficha de recomendação por meio da análise multi-informação proposta neste trabalho possibilita o melhorista a tomada de decisão na seleção de genótipos superiores de alfafa. A análise multi-informação possibilitou identificar o genótipo 21 como o mais promissor por apresentar superioridade relativa de PMS, de comportamento previsível e responsivo às variações ambientais, em diferentes cortes. Palavras-chave: Alfafa. Melhoramento. Medidas Repetidas. Estabilidade. Adaptabilidade.
id UFV_2e4d989dc4a5e9af4ce92b469d7136c1
oai_identifier_str oai:locus.ufv.br:123456789/28615
network_acronym_str UFV
network_name_str LOCUS Repositório Institucional da UFV
repository_id_str
spelling Nascimento, MoysésRosado, Renato Domiciano SilvaPontes, Daiana Salleshttp://lattes.cnpq.br/6638973949782292Cruz, Cosme Damião2022-02-03T12:40:19Z2022-02-03T12:40:19Z2020-06-15PONTES, Daiana Salles. Desempenho de genótipos de alfafa considerando modelos com diferentes estruturas da matriz de covariâncias e na análise multi-informação. 2020. 74 f. Tese (Doutorado em Estatística Aplicada e Biometria) - Universidade Federal de Viçosa, Viçosa. 2020.https://locus.ufv.br//handle/123456789/28615A alfafa (Medicago sativa L.) é uma das principais leguminosas forrageiras nos países temperados. Mundialmente, é considerada uma das mais importantes forrageiras, dado o seu potencial de produção de forragem e da sua adaptação a diversas condições ambientais. Neste estudo, os objetivos foram 1) quantificar a variabilidade genética e identificar genótipos superiores por meio da modelagem de diferentes estruturas para a matriz de erros e 2) propor a utilização de uma ficha de recomendação por meio da avaliação multi-informação de estabilidade e adaptabilidade. Foram utilizadas informações de 77 genótipos de alfafa, envolvendo um período de cultivo com 24 cortes (meses) consecutivos no período de 2015 a 2017. O delineamento utilizado em cada experimento foi o de blocos casualizados, com três repetições. O caráter avaliado foi produção de matéria seca (PMS) (kg.ha-1). Foram ajustados modelos considerando as matrizes: simetria composta, simetria composta heterogênea, auto- regressiva de 1ª ordem, auto-regressiva de 1ª ordem heterogênea, componente de variância e não estruturada. Para escolher a melhor matriz, utilizou o critério de AIC. Para comparar as produções médias dentro de cada corte utilizou-se o teste de Scott-Knott, a 5% de probabilidade. A persistência (S%) da PMS de genótipo foi estimada indiretamente pela proporção de cortes que este foi superior no teste de Scott-Knott. Na avaliação multi-informação considerou-se: a média geral, o potencial médio em diferentes condições ambientais (PM), a plasticidade, a medida da contribuição relativa para a interação, o índice de recomendação Annicchiarico, a adaptabilidade percentual, a estabilidade percentual, o padrão J de resposta do genótipo (PJR), o padrão campeão e o índice de recomendação centroide. A partir do modelo covariância simetria composta heterogênea (de menor AIC) foram indicados os genótipos 4, 21, 57, 61, 67 e 72 como os de maior persistência (S%) da PMS. Além disso, destaca-se que a análise de medidas repetidas considerando diferentes estruturas para a matriz de erros deve se preferida neste tipo de experimento, por considerar a natureza de dependência dos resíduos e por ter apresentado menor AIC do que os modelos de parcela subdividida no tempo. Na ficha de recomendação observou-se que o genótipo 21 se destacou para os parâmetros PM para ambiente geral e favorável. Já para PM no ambiente desfavorável o genótipo 61 ficou em primeira posição. Apesar disso, o genótipo 61 apresentou desvio da regressão estatisticamente diferente a zero, indicando que seu grau de imprevisibilidade deve comprometer a indicação dessa cultivar ( 2 abaixo de 80%). A ficha de recomendação por meio da análise multi-informação proposta neste trabalho possibilita o melhorista a tomada de decisão na seleção de genótipos superiores de alfafa. A análise multi-informação possibilitou identificar o genótipo 21 como o mais promissor por apresentar superioridade relativa de PMS, de comportamento previsível e responsivo às variações ambientais, em diferentes cortes. Palavras-chave: Alfafa. Melhoramento. Medidas Repetidas. Estabilidade. Adaptabilidade.Alfalfa (Medicago sativa L.) is one of the main legumes in temperate countries. Due to the productive potential and its adaptation in different environmental conditions, it is considered one of the more important forage worldwide. The aims were 1) to quantify the genetic variability and to identify superior genotypes by adjusting different covariance structures and 2) to propose the multi-information evaluation by means of the use of a recommendation sheet that contains several parameters from methods of stability and adaptability. Data from 77 cultivars evaluated in twenty-four alfalfa cuts (months) were used. The cuts were performed from 2015 to 2017. The experiment was a three-replicate randomized complete block design. The evaluated trait was dry matter yield (DMY) ( kg. ha -1 ) . Models were adjusted considering the following covariance structures: Compound Symmetric, heterogeneous composite symmetry, first-order Autoregressive, heterogeneous first-order Autoregressive, and Unstructured. To select an appropriate structure was used the Akaike Information Criterion (AIC). To compare the average yields within each cut, the Scott-Knott test was used, at 5% probability. The persistence (S%) of DMY of each genotype was indirectly estimated by the proportion of cuts which was superior in the Scott-Knott test. In the multi-information evaluation was considered the following parameters: general average, average potential under different environmental conditions (AP), plasticity, the measure of the relative contribution to the interaction, the Annicchiarico recommendation index, percentage adaptability, percentage stability, the J pattern of genotype response (JPR), champion pattern and centroid recommendation index. From the heterogeneous composite symmetry covariance model (lowest AIC), were indicated the genotypes 4, 21, 57, 61, 67, and 72 as the most persistent (S%) of DMY. In addition, it is highlighted that the analysis of repeated measures for different covariance structures must be preferred for alfalfa data, because it considers the dependence of data and because it presented less AIC than the ANOVA models with two and three error. In the recommendation sheet, it was observed that genotype 21 stood out for the AP parameters for a general and favorable environment. For AP in an unfavorable environment, genotype 61 was in first position. However, the genotype 61 showed a deviation from the regression statistically different to zero, indicating that its degree of unpredictability should compromise the indication of this cultivar ( 2 below 80%). By means of the recommendation sheet proposed in this study, the breeder can select the superior alfalfa genotypes throughout the multi- information analysis. The multi-information analysis made it possible to identify genotype 21 as the most promising for presenting a relative superiority of DMY, with predictable and responsive behavior to environmental variations, in different cuts. Keywords: Alfafa. Breeding. Repeated Measures. Stability. Adaptability.porUniversidade Federal de ViçosaAlfafa - Melhoramento genéticoEstabilidadeAdaptabilidadeGenética QuantitativaDesempenho de genótipos de alfafa considerando modelos com diferentes estruturas da matriz de covariâncias e na análise multi-informaçãoPerformance of alfalfa genotypes considering models with different covariance matrix structures and in multi-information analysisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisUniversidade Federal de ViçosaDepartamento de EstatísticaDoutor em Estatística Aplicada e BiometriaViçosa - MG2020-06-15Doutoradoinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFVORIGINALtexto completo.pdftexto completo.pdftexto completoapplication/pdf869882https://locus.ufv.br//bitstream/123456789/28615/1/texto%20completo.pdfbb12aa67b6520849b8d09ad403bc5000MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://locus.ufv.br//bitstream/123456789/28615/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52123456789/286152022-02-03 09:42:21.244oai:locus.ufv.br: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Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452022-02-03T12:42:21LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false
dc.title.pt-BR.fl_str_mv Desempenho de genótipos de alfafa considerando modelos com diferentes estruturas da matriz de covariâncias e na análise multi-informação
dc.title.en.fl_str_mv Performance of alfalfa genotypes considering models with different covariance matrix structures and in multi-information analysis
title Desempenho de genótipos de alfafa considerando modelos com diferentes estruturas da matriz de covariâncias e na análise multi-informação
spellingShingle Desempenho de genótipos de alfafa considerando modelos com diferentes estruturas da matriz de covariâncias e na análise multi-informação
Pontes, Daiana Salles
Alfafa - Melhoramento genético
Estabilidade
Adaptabilidade
Genética Quantitativa
title_short Desempenho de genótipos de alfafa considerando modelos com diferentes estruturas da matriz de covariâncias e na análise multi-informação
title_full Desempenho de genótipos de alfafa considerando modelos com diferentes estruturas da matriz de covariâncias e na análise multi-informação
title_fullStr Desempenho de genótipos de alfafa considerando modelos com diferentes estruturas da matriz de covariâncias e na análise multi-informação
title_full_unstemmed Desempenho de genótipos de alfafa considerando modelos com diferentes estruturas da matriz de covariâncias e na análise multi-informação
title_sort Desempenho de genótipos de alfafa considerando modelos com diferentes estruturas da matriz de covariâncias e na análise multi-informação
author Pontes, Daiana Salles
author_facet Pontes, Daiana Salles
author_role author
dc.contributor.authorLattes.pt-BR.fl_str_mv http://lattes.cnpq.br/6638973949782292
dc.contributor.none.fl_str_mv Nascimento, Moysés
Rosado, Renato Domiciano Silva
dc.contributor.author.fl_str_mv Pontes, Daiana Salles
dc.contributor.advisor1.fl_str_mv Cruz, Cosme Damião
contributor_str_mv Cruz, Cosme Damião
dc.subject.pt-BR.fl_str_mv Alfafa - Melhoramento genético
Estabilidade
Adaptabilidade
topic Alfafa - Melhoramento genético
Estabilidade
Adaptabilidade
Genética Quantitativa
dc.subject.cnpq.fl_str_mv Genética Quantitativa
description A alfafa (Medicago sativa L.) é uma das principais leguminosas forrageiras nos países temperados. Mundialmente, é considerada uma das mais importantes forrageiras, dado o seu potencial de produção de forragem e da sua adaptação a diversas condições ambientais. Neste estudo, os objetivos foram 1) quantificar a variabilidade genética e identificar genótipos superiores por meio da modelagem de diferentes estruturas para a matriz de erros e 2) propor a utilização de uma ficha de recomendação por meio da avaliação multi-informação de estabilidade e adaptabilidade. Foram utilizadas informações de 77 genótipos de alfafa, envolvendo um período de cultivo com 24 cortes (meses) consecutivos no período de 2015 a 2017. O delineamento utilizado em cada experimento foi o de blocos casualizados, com três repetições. O caráter avaliado foi produção de matéria seca (PMS) (kg.ha-1). Foram ajustados modelos considerando as matrizes: simetria composta, simetria composta heterogênea, auto- regressiva de 1ª ordem, auto-regressiva de 1ª ordem heterogênea, componente de variância e não estruturada. Para escolher a melhor matriz, utilizou o critério de AIC. Para comparar as produções médias dentro de cada corte utilizou-se o teste de Scott-Knott, a 5% de probabilidade. A persistência (S%) da PMS de genótipo foi estimada indiretamente pela proporção de cortes que este foi superior no teste de Scott-Knott. Na avaliação multi-informação considerou-se: a média geral, o potencial médio em diferentes condições ambientais (PM), a plasticidade, a medida da contribuição relativa para a interação, o índice de recomendação Annicchiarico, a adaptabilidade percentual, a estabilidade percentual, o padrão J de resposta do genótipo (PJR), o padrão campeão e o índice de recomendação centroide. A partir do modelo covariância simetria composta heterogênea (de menor AIC) foram indicados os genótipos 4, 21, 57, 61, 67 e 72 como os de maior persistência (S%) da PMS. Além disso, destaca-se que a análise de medidas repetidas considerando diferentes estruturas para a matriz de erros deve se preferida neste tipo de experimento, por considerar a natureza de dependência dos resíduos e por ter apresentado menor AIC do que os modelos de parcela subdividida no tempo. Na ficha de recomendação observou-se que o genótipo 21 se destacou para os parâmetros PM para ambiente geral e favorável. Já para PM no ambiente desfavorável o genótipo 61 ficou em primeira posição. Apesar disso, o genótipo 61 apresentou desvio da regressão estatisticamente diferente a zero, indicando que seu grau de imprevisibilidade deve comprometer a indicação dessa cultivar ( 2 abaixo de 80%). A ficha de recomendação por meio da análise multi-informação proposta neste trabalho possibilita o melhorista a tomada de decisão na seleção de genótipos superiores de alfafa. A análise multi-informação possibilitou identificar o genótipo 21 como o mais promissor por apresentar superioridade relativa de PMS, de comportamento previsível e responsivo às variações ambientais, em diferentes cortes. Palavras-chave: Alfafa. Melhoramento. Medidas Repetidas. Estabilidade. Adaptabilidade.
publishDate 2020
dc.date.issued.fl_str_mv 2020-06-15
dc.date.accessioned.fl_str_mv 2022-02-03T12:40:19Z
dc.date.available.fl_str_mv 2022-02-03T12:40:19Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv PONTES, Daiana Salles. Desempenho de genótipos de alfafa considerando modelos com diferentes estruturas da matriz de covariâncias e na análise multi-informação. 2020. 74 f. Tese (Doutorado em Estatística Aplicada e Biometria) - Universidade Federal de Viçosa, Viçosa. 2020.
dc.identifier.uri.fl_str_mv https://locus.ufv.br//handle/123456789/28615
identifier_str_mv PONTES, Daiana Salles. Desempenho de genótipos de alfafa considerando modelos com diferentes estruturas da matriz de covariâncias e na análise multi-informação. 2020. 74 f. Tese (Doutorado em Estatística Aplicada e Biometria) - Universidade Federal de Viçosa, Viçosa. 2020.
url https://locus.ufv.br//handle/123456789/28615
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Viçosa
publisher.none.fl_str_mv Universidade Federal de Viçosa
dc.source.none.fl_str_mv reponame:LOCUS Repositório Institucional da UFV
instname:Universidade Federal de Viçosa (UFV)
instacron:UFV
instname_str Universidade Federal de Viçosa (UFV)
instacron_str UFV
institution UFV
reponame_str LOCUS Repositório Institucional da UFV
collection LOCUS Repositório Institucional da UFV
bitstream.url.fl_str_mv https://locus.ufv.br//bitstream/123456789/28615/1/texto%20completo.pdf
https://locus.ufv.br//bitstream/123456789/28615/2/license.txt
bitstream.checksum.fl_str_mv bb12aa67b6520849b8d09ad403bc5000
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)
repository.mail.fl_str_mv fabiojreis@ufv.br
_version_ 1794528748058443776