Modelos estatísticos espaciais na análise de dados de experimentos de campo do melhoramento do feijoeiro

• Ano de defesa: 2022
• Autor(a) principal: Salvador, Felipe Vicentino
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Viçosa; Genética e Melhoramento
• Palavras-chave em Português: Feijão - Melhoramento genético - Métodos estatísticos; Análise espacial (Estatística); Melhoramento Vegetal
• Link de acesso: https://locus.ufv.br//handle/123456789/30154; https://doi.org/10.47328/ufvbbt.2022.512

Experimentos de campo são realizados com grande frequência em programas de melhoramento de espécies como o feijão-comum (Phaseolus vulgaris L.) visando a obtenção acurada dos valores genotípicos. Modelos estatísticos que consideram a informação de posição das parcelas junto à utilização dos delineamentos experimentais podem elevar a eficiência da análise de dados. Assim, o objetivo deste trabalho foi avaliar a eficiência de modelos espaciais baseados na estrutura autorregressiva dos resíduos e do modelo SpATS (análise espacial de experimentos de campo com splines) para captar tendências espaciais em experimentos de feijão-comum, melhorar a predição e a classificação genotípica. O capítulo I foi publicado no periódico Crop Science (Corrigindo dados experimentais para tendências espaciais em um programa de melhoramento de feijão-comum, Salvador, F.V. et al., Crop Science 62/2, Copyright © 2022 The Authors. Crop Science © 2022 Crop Science Society of America, Wiley Periodicals LLC. DOI: https://doi.org/10.1002/csc2.20703). Neste capítulo, o modelo tradicional de análise com efeitos dos delineamentos experimentais e erros independentes é comparado a outros modelos que incorporam matrizes de (co)variância residual autorregressiva de primeira ordem no sentido de linhas e colunas para captar tendências locais, assim como efeitos fixos lineares e aleatórios para linhas e colunas visando captar tendências globais e o erro de mensuração. No capítulo II, o modelo tradicional de análise é, desta vez, comparado ao modelo SpATS, que assume erros independentes, porém incorpora uma superfície suavizada capaz de captar tendências globais e locais em um único passo. Em ambas as abordagens estudadas, a análise espacial mostrou-se mais eficiente em relação à forma tradicional de análise, captando tendências espaciais existentes na maioria dos experimentos considerados. Como principais consequências, foram frequentemente observados aumentos nas estimativas de herdabilidade e acurácia ou, pelo menos, reduções na variância do erro de predição, assim como modificações na classificação genotípica. O modelo SpATS apresentou maior praticidade de análise e, além disto, foi possível captar tendências com este modelo em experimentos para os quais não se obteve sucesso com a abordagem autorregressiva. Assim, conclui-se que o uso de modelos espaciais na análise de dados experimentais é um procedimento eficiente e passível de ser utilizado frequentemente no programa de melhoramento da cultura. Palavras-chave: Phaseolus vulgaris L.. Delineamentos experimentais. Análise espacial. Estrutura autorregressiva. SpATS.