Alternativas de análise de ensaios em látice no melhoramento vegetal

Abstract

Compararam-se diferentes formas de análise de experimentos em blocos incompletos, abordadas como casos particulares de modelos mistos, quais sejam: (a) análise intrablocos, em que apenas o efeito do erro experimental é suposto aleatório; (b) análise interblocos (látice), com efeitos de blocos supostos aleatórios; (c) análise BLUP, com os efeitos de tratamentos supostos aleatórios, e (d) modelo aleatório. Além disso, montou-se a ANAVA, considerando duas alternativas: (e) usando o quadrado médio de tratamentos ajustados para blocos e o quadrado médio do erro efetivo do látice; (f) tomando as repetições como blocos completos. Um exemplo de análise de um teste de progênies de Eucalyptus grandis (Hill) Maiden ilustra as implicações da escolha dos modelos para fins de seleção e de caracterização genética de populações. Observou-se que em geral o ordenamento dos tratamentos sofreu maiores alterações ao se mudar a alternativa de análise do que as estimativas do progresso esperado pela seleção. Tendência que se reforça com a seleção mais intensa. As formas de análise que consideram a restrição da casualização (blocos incompletos) foram as mais precisas, e dentre estas, a análise BLUP de tratamentos é conceitualmente a melhor, pois os tratamentos eram progênies de polinização livre, sendo a que mais difere da análise usual do látice. Isto indica ser possível minorar os erros de seleção nas análises de blocos incompletos no melhoramento vegetal.

Genetic evaluation of popcorn families using a Bayesian approach via the independence chain algorithm

“…Phenotypic data were analyzed according to the following linear mixed model (Bueno Filho and Vencovsky 2000):…”

Software Selegen-REML/BLUP: a useful tool for plant breeding

“…At the end of the second millennium, pioneering works in Brazil applied to plant breeding were carried out in the field of mixed linear models fitted under the frequentist approach via REML/BLUP (Resende et al 1993, 1996, Bueno Filho and Vencovsky 2000, Duarte and Vencovsky 2001, and the Bayesian approach via Gibbs sampler (Resende 1997, Resende and Rosa-Perez 1999. These models included random regressions for longitudinal and multivariate data (Resende 1997, Resende andRosa-Perez 1999), non-linear or generalized linear models for categorical variables , spatial analysis (Resende and Sturion 2001), factor analytical mixed models for multivariate analysis and genotype x environment interaction Thompson 2003, 2004), and competition or associative models of social interaction Thompson 2003, Resende et al 2005).…”

Rendimento de grãos em feijão preto: o componente que mais interfere no valor fenotípico é o ambiente

“…Ao se considerarem os fatores como aleatórios, a estimativa dos componentes da variância é o objetivo maior (BUENO FILHO & VENCOVSKY, 2000). De acordo com PIEPHO & MÖHRING (2006), em situações onde há heterogeneidade nas variâncias (devido a perdas de dados, por exemplo), a estimativa adequada dos componentes da variância é necessária na estimação dos efeitos dos genótipos e, nesses casos, quando os efeitos dos genótipos são considerados como aleatórios, o método mais eficaz é o do melhor preditor linear não viesado (BLUP).…”