O objetivo deste trabalho foi avaliar os métodos estatísticos de análise da interação de genótipos com ambientes (GxA), enfatizando a adaptabilidade e a estabilidade fenotípica. Utilizaram-se dados de produtividade de grãos de soja de sete experimentos em Goiás, testando 28 genótipos, dos quais quatro cultivares comerciais. Avaliaram-se os métodos Tradicional, Plaisted & Peterson, Wricke, Finlay & Wilkinson, Eberhart & Russell, Verma, Chahal & Murty, Toler, AMMI (additive main effect and multiplicative interaction), Hühn, Annicchiarico e Lin & Binns. Avaliou-se a associação entre os métodos pela correlação de Spearman. Observou-se forte associação entre os de Plaisted & Peterson e Wricke, cujo uso concomitante foi contra-indicado. A mesma conclusão é atribuída aos métodos Annicchiarico e Lin & Binns, também fortemente associados, o que implica em classificações fenotípicas muito semelhantes. O uso de um deles, entretanto, é recomendado. Métodos baseados, exclusivamente, em coeficientes de regressão, devem ser utilizados em associação com outro, fundamentado na variância da interação GxA, ou em medidas estatísticas como a variância dos desvios da regressão. O uso combinado do método de Eberhart & Russell e AMMI é outra indicação, em razão de suas correlações significativas com a maioria dos outros métodos e uma associação relativamente fraca entre eles.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.