dissertação

Estimação do tamanho ótimo de parcelas com aplicação na cultura da soja

Carregando...
Imagem de Miniatura

Notas

Data

Editores

Coorientadores

Título da Revista

ISSN da Revista

Título de Volume

Editor

UNIVERSIDADE FEDERAL DE LAVRAS

Faculdade, Instituto ou Escola

Departamento

Programa de Pós-Graduação

DEX - Programa de Pós-graduação

Agência de fomento

Instituto de Biotecnologia Agrícola Paraguay - INBIO

Tipo de impacto

Áreas Temáticas da Extenção

Objetivos de Desenvolvimento Sustentável

Dados abertos

Resumo

Na pesquisa agrícola, é estratégico o desenvolvimento de novas técnicas que possuam características desejáveis e a execução de experimentos para avaliá-los. O tamanho da amostra em experimentos deve ser determinado para que se possa estimar com precisão adequada os parâmetros de interesse e economizar tempo, mão-de-obra e recursos. Para obter resultados altamente confiáveis, é necessário utilizar experimentos com tamanhos adequados de parcela. Diante do exposto, o presente trabalho tem como objetivo estimar o tamanho ótimo de parcela pelos métodos da máxima curvatura modificada, da curvatura máxima do coeficiente de variação, do modelo segmentado linear com resposta platô e do modelo quadrático segmentado com resposta platô com vista a avaliá-los e compará-los, com e sem a utilização da transformação de dados via regressão antitônica. As metodologias foram aplicadas a dados provenientes de ensaio em branco com soja, sendo avaliada a produção de grãos. Os resultados mostram que o tamanho ótimo de parcela varia segundo o método utilizado. Os modelos segmentados mostram-se adequados para determinar o tamanho ótimo de parcela. Verifica-se também que a transformação de dados via regressão antitônica pode ser utilizado na determinação de tamanho ótimo de parcela, uma vez que melhorou a qualidade de ajuste nos métodos nos quais foi aplicada. Pelo método do modelo linear segmentado com resposta platô, o tamanho ótimo de parcela é 22 unidades experimentais básicas ou 198 plantas, equivalente a 5,94 m2 de área.
In agricultural research is strategic the development of new techniques that have desirable characteristics and execution of experiments for evaluate them. The sample size in experiments should be determined so that we can to estimate with appropriate precision the parameters of interest and to economize time, manpower and resources. For highly reliable results, it is necessary to use experiments with appropriate plot sizes. Given the above, this work aims to estimate the optimum plot size by the methods of modified maximum curvature, maximum curvature of the coefficient of variation, segmented linear model with plateau response and segmented quadratic model with plateau response in order to evaluate them and compare them, with and without data transformation via antitonic regression, to obtain the optimum plot size. The methodologies were applied to data from a uniformity essay with soybean, being evaluated the grain production. The results show that the optimum plot size varies depending on the method used. The segmented models were adequate to determine the optimum plot size. It also appears that the transformation data via antitonic regression can be used in the determination of optimum plot size, since it improved the quality adjustment in the methods which it was applied. By the method segmented linear model with plateau response the optimum plot size is 22 experimental unit basic or 198 plants, equivalent to 5.94 m² of area.

Abstract

Descrição

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.

Área de concentração

Estatística e Experimentação Agropecuária

Agência de desenvolvimento

Palavra chave

Marca

Objetivo

Procedência

Impacto da pesquisa

Resumen

ISBN

DOI

Citação

HUMADA GONZÁLEZ, G. G. Estimação do tamanho ótimo de parcelas com aplicação na cultura da soja. 2012. 84 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária) - Universidade Federal de Lavras, Lavras, 2013.

Link externo

Avaliação

Revisão

Suplementado Por

Referenciado Por