Comparação de Modelos Genético-estatisticos para Seleção de Híbridos de Milho em Ensaios Preliminares
Ano de defesa: | 2016 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | , |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Federal do Espírito Santo
Mestrado em Genética e Melhoramento |
Programa de Pós-Graduação: |
Programa de Pós-Graduação em Genética e Melhoramento
|
Departamento: |
Não Informado pela instituição
|
País: |
BR
|
Palavras-chave em Português: | |
Palavras-chave em Inglês: | |
Área do conhecimento CNPq: | |
Link de acesso: | http://repositorio.ufes.br/handle/10/7835 |
Resumo: | As dificuldade que a população poderá passar com a falta de alimento e os disafios para asua produção nos anos futuros, vem preocupando e desenvolvendo diversas pesquisas no meio academico sobre o assunto e os possíveis resultados. Dentre as preocupações e esperaça ao mesmo tempo para uma amortização das perspectivas contestualizadas dos pesquisadores se encontra a cultura do milho (Zea mays). O milho é uma das principais fontes de alimenteo de forma direta e indireta para a população mundial. Trabalhos que busquem melhor eficiencia estatíscas, como a tecnica de modelos mistos (REML/BLUP), vem sendo adotados como uma possível amortização da falta alimentar no futuro. Além disto, modelos que expliquer melhor os valores estimados em relação aos observados e ensaios que resultem em híbridos com maiores maiores produtividades são de esta menessidade no panorana atual. Mediante está contestualização os objetivos do presente estudo foi selecionar o modelo que explique melhor os resultados observados e selecionar híbridos altamente produtivos. O experimento foi montado em um delineamento de blocos aumentados, dois ensaios separados, o ensaio 1 com 1801 linhagens hibridizada com o testador G24 e o ensaio 2 formado por 1551 linhagens hibridizado com o testador G8. A análise estatística foi realizada através da metodologia de modelos mistos (REML/BLUP). Foram testados 8 diferentes modelos, divididos em três classes. Os modelos selecionados foram os que apresentaram uma melhor precisão, baseado no log(L), AIC, BIC, acurácia e medidas de tempo e com e sem informação de parentesco. Com os modelos selecionados foram realizados testes de seleção de híbridos dentro de cada ensaio e no conjunto e estudou-se a coincidencia entre os ensaios em avaliação. Os melhores ajustes foram para os modelos M3, M6 e M8. Os menores tempos foram respostas dos modelos que não consideram informação de parentesco. A coincidência entre os 5% selecionados fenotipicamente e genotipicamente para todas as análises foi de 0,41 a 0,60. A coincidência entre os diferentes modelos e ensaios foi de 43,45 a 96,67%. Com este trabalho podemos concluir que os melhores modelos de modo geral entre ajustes e tempo foram os modelos M3 e M6 e o ensaio 1 que resultou nos melhores híbridos provenientes no experimento. |
id |
UFES_c6aca795a8fb01003259ab937062dbeb |
---|---|
oai_identifier_str |
oai:repositorio.ufes.br:10/7835 |
network_acronym_str |
UFES |
network_name_str |
Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) |
repository_id_str |
|
spelling |
Guimarães, Lauro José MoreiraPastina, Maria MartaFerreira, AdésioGuilhen, José Henrique SolerSantos, Pedro Henrique Araújo DinizSouza, Tércio da Silva de2018-08-01T22:57:26Z2018-08-012018-08-01T22:57:26Z2016-06-30As dificuldade que a população poderá passar com a falta de alimento e os disafios para asua produção nos anos futuros, vem preocupando e desenvolvendo diversas pesquisas no meio academico sobre o assunto e os possíveis resultados. Dentre as preocupações e esperaça ao mesmo tempo para uma amortização das perspectivas contestualizadas dos pesquisadores se encontra a cultura do milho (Zea mays). O milho é uma das principais fontes de alimenteo de forma direta e indireta para a população mundial. Trabalhos que busquem melhor eficiencia estatíscas, como a tecnica de modelos mistos (REML/BLUP), vem sendo adotados como uma possível amortização da falta alimentar no futuro. Além disto, modelos que expliquer melhor os valores estimados em relação aos observados e ensaios que resultem em híbridos com maiores maiores produtividades são de esta menessidade no panorana atual. Mediante está contestualização os objetivos do presente estudo foi selecionar o modelo que explique melhor os resultados observados e selecionar híbridos altamente produtivos. O experimento foi montado em um delineamento de blocos aumentados, dois ensaios separados, o ensaio 1 com 1801 linhagens hibridizada com o testador G24 e o ensaio 2 formado por 1551 linhagens hibridizado com o testador G8. A análise estatística foi realizada através da metodologia de modelos mistos (REML/BLUP). Foram testados 8 diferentes modelos, divididos em três classes. Os modelos selecionados foram os que apresentaram uma melhor precisão, baseado no log(L), AIC, BIC, acurácia e medidas de tempo e com e sem informação de parentesco. Com os modelos selecionados foram realizados testes de seleção de híbridos dentro de cada ensaio e no conjunto e estudou-se a coincidencia entre os ensaios em avaliação. Os melhores ajustes foram para os modelos M3, M6 e M8. Os menores tempos foram respostas dos modelos que não consideram informação de parentesco. A coincidência entre os 5% selecionados fenotipicamente e genotipicamente para todas as análises foi de 0,41 a 0,60. A coincidência entre os diferentes modelos e ensaios foi de 43,45 a 96,67%. Com este trabalho podemos concluir que os melhores modelos de modo geral entre ajustes e tempo foram os modelos M3 e M6 e o ensaio 1 que resultou nos melhores híbridos provenientes no experimento.Texthttp://repositorio.ufes.br/handle/10/7835porUniversidade Federal do Espírito SantoMestrado em Genética e MelhoramentoPrograma de Pós-Graduação em Genética e MelhoramentoUFESBRZea maysTopcrossModelos MistosAlgoritimosMilhoMilho - GenéticaAlgoritmosHeteroseMelhoramento Vegetal631.523Comparação de Modelos Genético-estatisticos para Seleção de Híbridos de Milho em Ensaios Preliminaresinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)instname:Universidade Federal do Espírito Santo (UFES)instacron:UFESORIGINALtese_10028_Dissertação Final José Henrique Soler Guilhen.pdfapplication/pdf3722988http://repositorio.ufes.br/bitstreams/1658feb0-66dc-4b36-9f4b-fb5fc647ebfa/download4b68b139b816cd54352c1e770f2628abMD5110/78352024-06-24 10:17:35.171oai:repositorio.ufes.br:10/7835http://repositorio.ufes.brRepositório InstitucionalPUBhttp://repositorio.ufes.br/oai/requestopendoar:21082024-06-24T10:17:35Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) - Universidade Federal do Espírito Santo (UFES)false |
dc.title.none.fl_str_mv |
Comparação de Modelos Genético-estatisticos para Seleção de Híbridos de Milho em Ensaios Preliminares |
title |
Comparação de Modelos Genético-estatisticos para Seleção de Híbridos de Milho em Ensaios Preliminares |
spellingShingle |
Comparação de Modelos Genético-estatisticos para Seleção de Híbridos de Milho em Ensaios Preliminares Guilhen, José Henrique Soler Zea mays Topcross Modelos Mistos Algoritimos Melhoramento Vegetal Milho Milho - Genética Algoritmos Heterose 631.523 |
title_short |
Comparação de Modelos Genético-estatisticos para Seleção de Híbridos de Milho em Ensaios Preliminares |
title_full |
Comparação de Modelos Genético-estatisticos para Seleção de Híbridos de Milho em Ensaios Preliminares |
title_fullStr |
Comparação de Modelos Genético-estatisticos para Seleção de Híbridos de Milho em Ensaios Preliminares |
title_full_unstemmed |
Comparação de Modelos Genético-estatisticos para Seleção de Híbridos de Milho em Ensaios Preliminares |
title_sort |
Comparação de Modelos Genético-estatisticos para Seleção de Híbridos de Milho em Ensaios Preliminares |
author |
Guilhen, José Henrique Soler |
author_facet |
Guilhen, José Henrique Soler |
author_role |
author |
dc.contributor.advisor-co1.fl_str_mv |
Guimarães, Lauro José Moreira |
dc.contributor.advisor-co2.fl_str_mv |
Pastina, Maria Marta |
dc.contributor.advisor1.fl_str_mv |
Ferreira, Adésio |
dc.contributor.author.fl_str_mv |
Guilhen, José Henrique Soler |
dc.contributor.referee1.fl_str_mv |
Santos, Pedro Henrique Araújo Diniz |
dc.contributor.referee2.fl_str_mv |
Souza, Tércio da Silva de |
contributor_str_mv |
Guimarães, Lauro José Moreira Pastina, Maria Marta Ferreira, Adésio Santos, Pedro Henrique Araújo Diniz Souza, Tércio da Silva de |
dc.subject.eng.fl_str_mv |
Zea mays Topcross |
topic |
Zea mays Topcross Modelos Mistos Algoritimos Melhoramento Vegetal Milho Milho - Genética Algoritmos Heterose 631.523 |
dc.subject.por.fl_str_mv |
Modelos Mistos Algoritimos |
dc.subject.cnpq.fl_str_mv |
Melhoramento Vegetal |
dc.subject.br-rjbn.none.fl_str_mv |
Milho Milho - Genética Algoritmos Heterose |
dc.subject.udc.none.fl_str_mv |
631.523 |
description |
As dificuldade que a população poderá passar com a falta de alimento e os disafios para asua produção nos anos futuros, vem preocupando e desenvolvendo diversas pesquisas no meio academico sobre o assunto e os possíveis resultados. Dentre as preocupações e esperaça ao mesmo tempo para uma amortização das perspectivas contestualizadas dos pesquisadores se encontra a cultura do milho (Zea mays). O milho é uma das principais fontes de alimenteo de forma direta e indireta para a população mundial. Trabalhos que busquem melhor eficiencia estatíscas, como a tecnica de modelos mistos (REML/BLUP), vem sendo adotados como uma possível amortização da falta alimentar no futuro. Além disto, modelos que expliquer melhor os valores estimados em relação aos observados e ensaios que resultem em híbridos com maiores maiores produtividades são de esta menessidade no panorana atual. Mediante está contestualização os objetivos do presente estudo foi selecionar o modelo que explique melhor os resultados observados e selecionar híbridos altamente produtivos. O experimento foi montado em um delineamento de blocos aumentados, dois ensaios separados, o ensaio 1 com 1801 linhagens hibridizada com o testador G24 e o ensaio 2 formado por 1551 linhagens hibridizado com o testador G8. A análise estatística foi realizada através da metodologia de modelos mistos (REML/BLUP). Foram testados 8 diferentes modelos, divididos em três classes. Os modelos selecionados foram os que apresentaram uma melhor precisão, baseado no log(L), AIC, BIC, acurácia e medidas de tempo e com e sem informação de parentesco. Com os modelos selecionados foram realizados testes de seleção de híbridos dentro de cada ensaio e no conjunto e estudou-se a coincidencia entre os ensaios em avaliação. Os melhores ajustes foram para os modelos M3, M6 e M8. Os menores tempos foram respostas dos modelos que não consideram informação de parentesco. A coincidência entre os 5% selecionados fenotipicamente e genotipicamente para todas as análises foi de 0,41 a 0,60. A coincidência entre os diferentes modelos e ensaios foi de 43,45 a 96,67%. Com este trabalho podemos concluir que os melhores modelos de modo geral entre ajustes e tempo foram os modelos M3 e M6 e o ensaio 1 que resultou nos melhores híbridos provenientes no experimento. |
publishDate |
2016 |
dc.date.issued.fl_str_mv |
2016-06-30 |
dc.date.accessioned.fl_str_mv |
2018-08-01T22:57:26Z |
dc.date.available.fl_str_mv |
2018-08-01 2018-08-01T22:57:26Z |
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 |
http://repositorio.ufes.br/handle/10/7835 |
url |
http://repositorio.ufes.br/handle/10/7835 |
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.format.none.fl_str_mv |
Text |
dc.publisher.none.fl_str_mv |
Universidade Federal do Espírito Santo Mestrado em Genética e Melhoramento |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Genética e Melhoramento |
dc.publisher.initials.fl_str_mv |
UFES |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
Universidade Federal do Espírito Santo Mestrado em Genética e Melhoramento |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) instname:Universidade Federal do Espírito Santo (UFES) instacron:UFES |
instname_str |
Universidade Federal do Espírito Santo (UFES) |
instacron_str |
UFES |
institution |
UFES |
reponame_str |
Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) |
collection |
Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) |
bitstream.url.fl_str_mv |
http://repositorio.ufes.br/bitstreams/1658feb0-66dc-4b36-9f4b-fb5fc647ebfa/download |
bitstream.checksum.fl_str_mv |
4b68b139b816cd54352c1e770f2628ab |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) - Universidade Federal do Espírito Santo (UFES) |
repository.mail.fl_str_mv |
|
_version_ |
1804310342635880448 |