1. RI UFLA
  2. Programas de Pós-Graduação - Teses e Dissertações
  3. Genética e Melhoramento de Plantas - Doutorado (Teses)
Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/1443
Registro completo de metadados
Campo DCValorIdioma
dc.creatorPeixouto, Leandro Santos-
dc.date.accessioned2013-11-22T16:55:54Z-
dc.date.available2013-11-22T16:55:54Z-
dc.date.copyright2013-
dc.date.issued2013-11-22-
dc.date.submitted2013-08-30-
dc.identifier.citationPEIXOUTO, L. S. Proposta de análise de fatores na matriz G+GA via modelos mistos em Multi-Ambientes. 2013. 110 p. Tese (Doutorado em Genética e Melhoramento de Plantas) – Universidade Federal de Lavras, Lavras, 2013.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/1443-
dc.descriptionTese 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 Doutor.pt_BR
dc.languagept_BRpt_BR
dc.publisherUNIVERSIDADE FEDERAL DE LAVRASpt_BR
dc.rightsacesso abertopt_BR
dc.subjectInteração GxApt_BR
dc.subjectEstabilidadept_BR
dc.subjectEstratificação ambientalpt_BR
dc.subjectAdaptabilidadept_BR
dc.subjectREML/BLUPpt_BR
dc.subjectGxE Interactionpt_BR
dc.subjectStabilitypt_BR
dc.subjectEnvironmental stratificationpt_BR
dc.subjectAdaptabilitypt_BR
dc.titleProposta de análise de fatores na matriz G+GA via modelos mistos em Multi-Ambientespt_BR
dc.typetesept_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.advisor1Nunes, José Airton Rodrigues-
dc.contributor.referee1Abreu, Angela de Fátima Barbosa-
dc.contributor.referee1Oliveira, Antonio Carlos de-
dc.contributor.referee1Botelho, Flávia Barbosa Silva-
dc.contributor.referee1Gonçalves, Flávia Maria Avelar-
dc.description.resumoGenotype by environment interaction plays an important role in the recommendation of inbred lines. In this study, several univariate and multivariate methods were proposed directed to this subject. Recently, multivariate analysis has been preferred due to its ability to capture a higher part of the variance of the studiedeffects. Thus, we propose a modification in the Murakami & Cruz (2004) method by changing the adjusted phenotypic values by a matrix of genotypic effects summed with the G x E interaction effects, estimated through REML/BLUP. Aiming to compare the matrix factor analyses of G + GE (RFGGE) with the AMMI and GGE, two of the most used multivariate analyses, we used data from the elite trials of the Common Bean Breeding Program at Universidade Federal de Lavras (UFLA). The RFGGE analysis was more effective to capture a larger part of the G x E interaction, and was followed by the GGE and AMMI analyses. The mega-environments clustering was always the same as those observed in the AMMI and GGE analyses. There was no agreement according to the inbred lines which were more stable, with wider adaptation and most productive among the three methods. RFGGE and GGE ranked the line MAIV-15.204 as the closest to the ideotype, whereas AMMI ranked the line MAIV-18-259. The GGE analysis was the most intuitive for interpretation, most due to its graphical analysis, and was followed by the RFGGE. The AMMI analysis was shown to be difficult to allow some inferences, like the attainment of mega-environments.pt_BR
dc.description.resumoA influência que a interação genótipos por ambientes exerce na recomendação das linhagens é, em geral, bastante expressiva. Com a necessidade de estudos direcionados sobre esse assunto foram propostos diversos métodos univariados e multivariados. Atualmente, as análises multivariadas têm sido mais preferidas por sua capacidade de capturar maior proporção da variação dos efeitos estudados. Neste sentido, foi proposto uma modificação no método de Murakami e Cruz (2004) substituindo os valores fenotípicos ajustados por uma matriz dos efeitos genotípicos somados aos efeitos da interação GxA estimados via REML/BLUP. Com o objetivo de comparar a Análise de Fatores da matriz dos G+GA aleatórios (FGGAA) com os métodos AMMI e GGE, duas das mais utilizadas análises multivariadas, foram utilizados dados dos ensaios elites do Programa de Melhoramento do Feijoeiro da Universidade Federal de Lavras-MG. A análise FGGAA foi mais eficiente em capturar a maior porção da interação GxA, sendo seguida pela GGE e AMMI. O agrupamento dos Mega-Ambientes foi praticamente o mesmo para AMMI e GGE. Não houve concordância sobre a linhagem mais estável, com adaptação ampla e produtiva entre os três métodos. FGGAA e GGE classificaram a linhagem MAIV-15.204 como genótipo mais próximo do ideal, enquanto o AMMI identificou a linhagem MAIV-18.259. A análise GGE mostrou-se mais intuitiva na obtenção das interpretações, grande parte devido ao auxilio dos seus tipos gráficos. Sendo seguido por FGGAA. A análise AMMI apresentou-se difícil de realizar algumas inferências, a exemplo da obtenção dos Mega-Ambientes.pt_BR
dc.subject.cnpqCNPQ_NÃO_INFORMADOpt_BR
Aparece nas coleções:Genética e Melhoramento de Plantas - Doutorado (Teses)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
TESE_Proposta de análise de fatores na matriz G+GA via modelos mistos em Multi-Ambientes.pdf654,96 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.