Comparação de Modelos Genético-estatisticos para Seleção de Híbridos de Milho em Ensaios Preliminares

Detalhes bibliográficos
Ano de defesa: 2016
Autor(a) principal: Guilhen, José Henrique Soler
Orientador(a): Ferreira, Adésio
Banca de defesa: Santos, Pedro Henrique Araújo Diniz, Souza, Tércio da Silva de
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