Agrupamento de modelos de regressão da análise de adaptabilidade e estabilidade de genótipos

Abstract

O objetivo deste trabalho foi evidenciar diferenças entre modelos de regressão, obtidos pelo método de Eberhart & Russell, na análise de adaptabilidade e estabilidade de comportamento de genótipos, e propor uma metodologia de agrupamento dos modelos similares. O teste para verificar a identidade de modelos foi empregado em dados de avaliação de 14 genótipos de milho em oito ambientes. Uma vez rejeitada a hipótese de igualdade dos modelos de regressão, realizou-se o agrupamento desses modelos com base no cálculo do quadrado médio da redução (QMRed) entre pares dos modelos de regressão. Após a obtenção desses valores, foi selecionado o de menor magnitude e verificada sua significância pelo teste F. NA hipótese de esse QMRed não ser significativo, o par de modelos relacionado a ele forma o grupo inicial. O método para verificar a identidade de modelos pode ser usado com sucesso no agrupamento de equações de regressão linear obtidas pelo método de Eberhart & Russell com o objetivo de estudar a adaptabilidade e a estabilidade de genótipos. O método de agrupamento de modelos similares permite formar grupos de genótipos com o mesmo comportamento estatístico

Emergência de genótipos de capim-elefante com potencial de uso em programas de melhoramento de plantas

“…Para análise da relação da dependência de uma variável em relação à outra, a análise de regressão é a técnica mais utilizada (HAIR JÚNIOR et al, 2005). Além disso, o agrupamento de modelos de regressão permite a formação de grupos de genótipos com comportamento semelhante (VASCONCELOS et al, 2010), como foi realizado no presente estudo. …”

Contribuição da heterogeneidade de linhas de regressão para a recomendação de novas cultivares

“…Além disso, a decomposição da soma dos quadrados da interação evidenciou que tanto a heterogeneidade das linhas de regressão quanto os desvios acumulados foram significativos. Estes resultados indicam que as regressões lineares são efetivas para representar o desempenho genotípico das cultivares avaliadas (Suinaga et al, 2006). No entanto, a presença de uma fração não linear significativa indica ausência de linearidade em pelos menos uma equação de regressão (Murakami et al, 2004).…”

“…Assim, a metodologia não considera e nem testa a diferença entre os coeficientes das regressões lineares, ou seja, ela não possibilita a interpretação da heterogeneidade entre as linhas de regressão (Vasconcelos et al, 2010) que, quando contrastadas, podem ser paralelas ou coincidentes (Kleinbaum et al, 2013).…”

“…Diferentes procedimentos estatísticos são usados para testar e agrupar essas linhas de regressão, como: métodos da identidade de modelos (Vasconcelos et al, 2010); variáveis Dummy; análise de variância (Magalhães et al, 2004); análise multivariada de conglomerado (Silva, 1995b); teste de comparações múltiplas (Piana et al, 1999;Silva, 1995a); e, também, o teste t (Steel & Torrie, 1960). A heterogeneidade entre linhas de regressão, quando avaliada pelo teste t, contrasta os coeficientes de regressão par a par, o que permitiria inferências específicas entre os genótipos contrastados (Guedes et al, 2001).…”

“…Isso possibilitaria inferências sobre se a diferença nos acréscimos de rendimento de grãos, com a melhoria do ambiente, realmente ocorre em razão de diferenças genotípicas (Weisberg, 2014). Assim, podem-se detectar incoerências nos resultados de adaptabilidade dos genótipos, o que evitaria a recomendação de genótipos não adequados aos ambientes analisados (Vasconcelos et al, 2010). Portanto, o uso do teste t, para a avaliação da heterogeneidade entre as linhas de regressão, pode representar uma contribuição significativa para aumentar a efetividade da metodologia de Eberhart & Russell (1966).…”