1. RI UFLA
  2. Programas de Pós-Graduação - Teses e Dissertações
  3. Genética e Melhoramento de Plantas - Mestrado (Dissertações)
Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/956
Registro completo de metadados
Campo DCValorIdioma
dc.creatorAndrade, Vinícius Teixeira-
dc.date.accessioned2013-09-02T13:31:46Z-
dc.date.available2013-09-02T13:31:46Z-
dc.date.copyright2013-
dc.date.issued2013-
dc.date.submitted2013-04-29-
dc.identifier.citationANDRADE, V. T. Implicações da modelagem estatística na seleção de progênies de cafeeiro. 2013. 94 p. Dissertação (Mestrado em Genética e Melhoramento de Plantas) - Universidade Federal de Lavras, Lavras, 2013.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/956-
dc.descriptionDissertação apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós-Graduação em Genética e Melhoramento de Plantas, área de concentração em Genética e Melhoramento de Plantas para a obtenção do título de Mestre.pt_BR
dc.description.sponsorshipConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)pt_BR
dc.languagept_BRpt_BR
dc.publisherUNIVERSIDADE FEDERAL DE LAVRASpt_BR
dc.rightsacesso abertopt_BR
dc.subjectMelhoramento genético de plantapt_BR
dc.subjectMedida repetidapt_BR
dc.subjectDado longitudinalpt_BR
dc.subjectValor reprodutivopt_BR
dc.subjectPlant breedingpt_BR
dc.subjectRepeated measurept_BR
dc.subjectLongitudinal datapt_BR
dc.subjectBreeding valuept_BR
dc.titleImplicações da modelagem estatística na seleção de progênies de cafeeiropt_BR
dc.typedissertaçãopt_BR
dc.publisher.programDBI - Programa de Pós-graduaçãopt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.countryBRASILpt_BR
dc.description.concentrationGenética e Melhoramento de Plantaspt_BR
dc.contributor.advisor1Gonçalves, Flávia Maria Avelar-
dc.contributor.referee1Nunes, José Airton Rodrigues-
dc.contributor.referee1Botelho, César Elias-
dc.description.resumoIn order to obtain gains in productivity it is necessary that the progenies selected be genetically superior. To achieve such an objective, the essential requisites are a reliable phenotyping done through an adequate experimentation and the subsequent meticulous exploration of the experimental data by adopting accurate statistical methods. The data from coffee grain production derive from harvests in each year (repeated measurements of the same experimental plots, generating longitudinal data in time). The main characteristic of this type of analysis is the covariance existent in the random factors of the statistical model. Thus, the objectives of this work were to evaluate different covariance matrix structures in modeling the productive behavior of coffee progenies and its implications in selection, and verifying the influence of the manner in which the data are considered in analysis. We analyzed 21 S0:1Coffea arabica progenies during eight harvests. We analyzed the annual harvests in biennium, only large harvests and years in which the harvests were low, as a strategy in considering the data. We modeled for each situation, the covariance matrix referent to residue (R) and to the interactions between progenies and harvest (PH). We detected by BIC, approaches that promote better fit to the character. The consequences observed were the alterations in the estimation of population parameters, in progeny rank order and also in the coincidence index in selecting the best. Therefore, different covariance matrix structures must be analyzed in all situations when requested by the data. The productions must not be analyzed in biennium, but in by means of annual harvests or, if necessary, only in the years with large productions. The non-observation of these factors may induce the recombination of progenies considered superior when, in reality, they aren’t. The result of this process in the gain obtained with selection isn’t desirable in the genetic improvement of any plant species.pt_BR
dc.description.resumoPara se obter ganhos em produtividade é necessário que as progênies selecionadas sejam realmente superiores geneticamente. Para se alcançar tal objetivo, os requisitos indispensáveis se constituem numa fenotipagem fidedigna, mediante uma experimentação adequada e a subsequente exploração minuciosa dos dados experimentais por meio da adoção de métodos estatísticos acurados. Os dados de produção de grãos do cafeeiro são oriundos de colheitas anuais, que são medições repetidas nas mesmas parcelas experimentais, gerando dados longitudinais no tempo. A característica principal nesse tipo de análise é a covariância existente nos fatores aleatórios do modelo estatístico. Fato que nem sempre é levado em conta corretamente pelos modelos utilizados. Objetivou-se neste trabalho avaliar diferentes estruturas de matrizes de covariância na modelagem do comportamento produtivo de progênies de cafeeiro e suas implicações na seleção e verificar a influência do modo como se consideram os dados ao analisá-los. Foram analisadas 21 progênies S0:1 de Coffea arabica durante oito colheitas. Como estratégias de agrupamento de dados analisaram-se as colheitas anuais, em biênios, focando somente colheitas altas e também os anos de baixa produção. Modelou-se, para cada situação, a matriz de covariância referente ao resíduo (R) e à interação progênies com colheitas (PC). Detectaram-se, por meio de BIC, abordagens mais condizentes com o caráter. As consequencias observadas foram a alteração na estimativa de parâmetros populacionais, no ordenamento das progênies e também no índice de coincidência ao se selecionar as melhores. Portanto, diferentes estruturas das matrizes de covariância devem ser analisadas em todas as situações, quando forem requisitadas pelos dados. As produções não devem ser analisadas em biênios e sim por meio de suas colheitas anuais ou, caso necessário, apenas pelos anos de alta produção. A não observância desses fatores pode induzir à recombinação de progênies tidas como superiores quando na verdade não o são. O resultado desse processo no ganho realizado com a seleção não é desejável no melhoramento de qualquer espécie vegetal.pt_BR
dc.subject.cnpqCNPQ_NÃO_INFORMADOpt_BR
Aparece nas coleções:Genética e Melhoramento de Plantas - Mestrado (Dissertações)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DISSERTAÇÃO_Implicações da modelagem estatística na seleção de progênies de cafeeiro.pdf415,11 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.