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

Abstract

Resumo -O objetivo deste trabalho foi evidenciar a contribuição da análise da heterogeneidade das linhas de regressão para a recomendação de novas cultivares, pela metodologia de Eberhart & Russell. Um experimento com dez genótipos de arroz, avaliados em oito ambientes, foi utilizado para ilustração da metodologia. Utilizou-se o delineamento de blocos ao acaso com três repetições. A soma dos quadrados da interação genótipo x ambiente (GxA) foi decomposta para avaliação da heterogeneidade das linhas de regressão e dos desvios acumulados da linearidade. A heterogeneidade das linhas de regressão foi analisada com o uso do teste t sobre os coeficientes de regressão linear dos genótipos. Os dois componentes ortogonais da interação GxA foram significativos. A análise da heterogeneidade das linhas de regressão permitiu detectar incoerências na adaptabilidade dos genótipos, o que diminui as chances de recomendações equivocadas de cultivares. Os genótipos foram classificados de acordo com a eficiência da metodologia de Eberhart & Russell em explicar a natureza do desempenho genotípico diante das mudanças nos ambientes. A avaliação da heterogeneidade das linhas de regressão contribui para a recomendação mais efetiva de novas cultivares com a metodologia de Eberhart & Russell.Termos para indexação: adaptabilidade e estabilidade fenotípica, Eberhart & Russell, interação genótipo x ambiente, produtividade de grãos. Contribution of the heterogeneity of regression lines to the recommendation of new cultivarsAbstract -The objective of this work was to show the contribution of the analysis of the heterogeneity of regression lines to the recommendation of new cultivars by the Eberhart & Russell method. An experiment with ten rice genotypes, evaluated in eight environments, was used to illustrate the methodology. A randomized complete block design, with three replicates, was used. The sum of squares of genotype x environment (GxA) interaction was decomposed to evaluate the heterogeneity of regression lines and the accumulated deviations from linearity. The heterogeneity of regression lines was analyzed using the t-test on the linear regression coefficients of the genotypes. The two orthogonal components of GxA interaction were significant. The heterogeneity analysis of regression lines made it possible to detect inconsistencies in genotype adaptability, which reduced the chances of misleading recommendations of cultivars. Genotypes were ranked according to the efficiency of the Eberhart & Russell methodology to explain the nature of genotypic performance over changing environments. The evaluation of the heterogeneity of regression lines contributes to more effective recommendations of new cultivars with the use of the Eberhart & Russell methodology.