Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DEX - Departamento de Ciências Exatas >
DEX - Programa de Pós-graduação >
DEX - Estatística e Experimentação Agropecuária - Mestrado (Dissertações) >

Por favor, utilize esse identificador para citar este item ou usar como link: http://repositorio.ufla.br/jspui/handle/1/4627

Título: Justificativa bayesiana para efeito de encolhimento em modelos AMMI
Título Alternativo: Bayesian justification for shrinkage effect in AMMI models
Autor(es): Silva, Carlos Pereira da
Orientador: Balestre, Marcio
Membro da banca: Nunes, José Airton Rodrigues
Bueno Filho, Júlio Sílvio de Sousa
Área de concentração: Estatística e Experimentação Agropecuária
Assunto: Abordagem bayesiana
Modelo parcimônia
Shrinkage
Interação genótipo-ambiente
Seleção de componente
Encolhimento
Selection of components
Shrinkage
Genotype-environment interaction
Data de Defesa: 22-Abr-2014
Data de publicação: 2014
Agência de Fomento: Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Referência: SILVA, C. P. da. Justificativa bayesiana para efeito de encolhimento em modelos AMMI. 2014. 82 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária) – Universidade Federal de Lavras, Lavras, 2014.
Resumo: Modelo de efeitos principais aditivos e interação multiplicativa (AMMI) é frequentemente utilizado para estudar interação entre fatores, nas mais diversas áreas de pesquisa, particularmente no ensaio de cultivares. Uma das principais características desse modelo é a parcimônia, de forma que apenas alguns componentes bilineares são necessários para representar a interação genótipo ambiente (GE). Diversos procedimentos foram desenvolvidos para seleção de componentes, tais como testes F aproximados e métodos de validação cruzada. Na literatura podem ser encontrados também exemplos do uso de estimadores com efeito de encolhimento (shrinkage), aplicados no contexto de efeitos fixos, que oferecem estimativas mais acuradas dos parâmetros. Neste trabalho, utilizou-se a metodologia bayesiana aplicada ao modelo AMMI, tomando as variâncias dos valores singulares como variáveis aleatórias e incorporando à priori conjunta do modelo. Verificou-se que com o uso de priori informativa, os efeitos da interação foram mais inportantes nos primeiros componentes bilineares e as estimativas para os valores singulares encolheram para zero, de forma que o modelo AMMI1 se mostrou o mais adequado para a análise. Foram propostas, ainda, regiões de credibilidade para o biplot AMMI1 com relação aos efeitos de genótipos e escores genotípicos referentes ao primeiro eixo principal. Com a construção das regiões de credibilidade foi possível identificar grupos de genótipos e ambientes homogêneos, possibilitando classificar os genótipos mais produtivos e estáveis e avaliá-los com relação à interação GE.
Abstract: The main additive effect model and multiplicative interaction (AMMI) is often used to study the interaction among factors in several areas of research, particularly in the test cultivars. A key feature of this model is parsimony, so that only some bilinear components are required to represent the genotype environment interaction (GE). Several procedures have been developed for selection of components, such as F approximated tests and cross-validation methods. In the literature, examples also can be found with the use of the shrinkage estimators applied in the context of fixed effects, which provide more accurate estimates of parameters. In this study, the Bayesian methodology was applied to the AMMI model taking the variances of the singular values as random variables and incorporating into the joint prior of the model. It was found that using a priori information, the interaction effects were more important on first bilinear components and the estimates for the singular values have shrunk to zero, so that the AMMI1 model was the most appropriate for the analysis. Regions of credibility were proposals for the biplot AMMI1 with respect to the genotypes effects and genotypic scores referring to the first principal axis. With the construction of the regions of credibility, it was possible to identify homogeneous groups of genotypes and environments, enabling classify the genotypes more productive and stable and evaluate them with respect to GE interaction.
Informações adicionais: Dissertação apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós-Graduação em Estatística e Experimentação Agropecuária, área de concentração em Estatística e Experimentação Agropecuária, para a obtenção do título de Mestre.
URI: http://repositorio.ufla.br/jspui/handle/1/4627
Publicador: UNIVERSIDADE FEDERAL DE LAVRAS
Idioma: pt_BR
Aparece nas coleções: DEX - Estatística e Experimentação Agropecuária - Mestrado (Dissertações)

Arquivos neste Item:

Arquivo Descrição TamanhoFormato
DISSERTACAO_Justificativa bayesiana para efeito de encolhimento em modelos AMMI.pdf741,96 kBAdobe PDFVer/abrir

Itens protegidos por copyright, com todos os direitos reservados, Salvo indicação em contrário.


Mostrar estatísticas

 


DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard - Feedback