Técnicas de análises exploratórias em dados de cultivares de alfafa

Abstract

RESUMO -Objetivou-se utilizar técnicas de análises exploratórias em dados da produção de matéria seca (PMS) de 16 cortes de 92 cultivares de alfafa (Medicago sativa L.). A produção de matéria seca variou entre e dentro de cortes, uma vez que os coeficientes de variação oscilaram de 17,7% (corte 2) a 51,7% (corte 9). De modo geral, os dados de produção obtidos nos 16 cortes não se ajustaram à distribuição normal. Os coeficientes de simetria foram negativos nos cortes 1 a 4, 10 a 12, 14 a 16, enquanto os coeficientes de curtose foram negativos nos cortes 1, 9, 10, 12 e 16. As estimativas robustas do desviopadrão obtidas por quatro métodos diferiram do desvio-padrão clássico (S) em todos os cortes, indicando que a estimativa S deve ser substituída por estimadores robustos.Palavras-chave: medidas robustas de escalas, produção de matéria seca, testes de locação, testes de normalidade Exploratory data analysis techniques in cultivars of alfalfaABSTRACT -The objective was to utilize exploratory data analysis techniques for evaluating dry matter production (DMP) obtained from 16 cuts of 92 accessions of alfalfa (Medicago sativa L.). A significant effect on DMP was observed both within and among cuts; the coefficient of variation ranged from 17.7% (cut 2) to 51.7% (cut 9). The DMP data obtained from 16 cuts of 92 accessions of alfalfa did not fit to the normal distribution. The skewness coefficients were negative for dry matter production data in cuts 1 to 4, 10 to 12, and 14 to 16, while kurtosis coefficients were negative in cuts 1, 9, 10, 12, and 16. Robust estimates of standard deviation obtained from four different methods were different from the traditional standard (S) in all cuts, showing that estimate S should be replaced by these robust estimators in statistical analysis.Key Words: dry mater production, location tests, robust measures of scale, tests for normality IntroduçãoO uso de alfafa em sistemas intensivos de produção de leite tem despertado o interesse de produtores, principalmente no estado de São Paulo, onde a atividade passa por crises e tem desaparecido em determinadas regiões. No entanto, a pecuária leiteira deve ser mantida, não só para atender ao mercado consumidor, mas também como alternativa de diversificação das propriedades rurais do estado. A alfafa, por ser uma forrageira de alta produção de matéria seca (MS) e elevada qualidade nutricional, pode ser uma alternativa na alimentação animal (Vilela, 1998).Na pesquisa tem sido comum avaliar o comportamento de cultivares por meio do rendimento de MS determinado com cortes sucessivos no período das águas e da seca. É fundamental realizar um mínimo de medições, de modo que a seleção seja feita com acurácia e menor custo em termos de tempo e mão-de-obra. Esses dados, no entanto, em virtude da variabilidade inerente ao material e de problemas de coleta, podem apresentar outliers, correlações absurdas, afastamento da distribuição normal, heterogeneidade de variâncias, grau acentuado de simetria e de curtose, entre outras características que podem ocul...

Normas DRIS multivariadas para avaliação do estado nutricional de laranjeira 'Pera' no estado do Amazonas

“…A curtose é uma medida do grau de achatamento de uma distribuição em relação à curva normal. Do modo semelhante, o coeficiente de simetria foi negativo para N. A simetria é uma medida da forma de distribuição dos dados quanto à distribuição da curva normal, indicando neste caso, que a cauda desta curva é viezada à esquerda (FREITAS et al, 2008). Observa-se também maior coeficiente de variação (CV) para os teores foliares de Fe, Cu e Mg, nesta ordem e menor CV para N (Tabela 2).…”

Predição da precocidade sexual em bovinos da raça Nelore por meio de componentes principais

“…Na tabela 1 é apresentado um resumo das estatísticas descritivas das variáveis analisadas. Exceto ALT, Comp e Gesta, todas as variáveis apresentaram coeficientes de assimetria e de curtose que podem ser considerados próximos de zero, sugerindo que a distribuição dessas variáveis se assemelha a uma normal (FREITAS et al, 2008). O fato de as variáveis ALT, Comp e Gesta apresentarem coeficientes de assimetria e de curtose altos não acarretou problemas na análise dos CPs, uma vez que não foi detectada a presença de outliers, uma das anomalias mais prejudiciais à técnica de CP.…”

Dissimilarity of parameterized maps generated in geostatistics and the assumption of an automatic software model in precision agriculture

“…For comparison purposes, outliers were analyzed within the dataset of each attribute by means of boxplot graphs (Freitas et al, 2008) and were removed when their removal resulted in a better adjustment of the semivariograms. Therefore, to prevent the model from being underestimated or overestimated, a trend of the data based on the significant dispersion plots and correlation coefficients was analyzed and outliers were withdrawn after verification, as suggested by S. R. Vieira, Hatfield, Nielsen and Biggar (1983) who worked with the semivariogram of the residue.…”

“…Regardless of the attributes analyzed, the estimation of these statistics after the removal of the outliers caused skewness and better kurtosis, with less flattening of the distribution in relation to the normal curve in the data because there was equivalence between the mean and median sensitivity and also a reduction in the coefficients of variation, which did not occur with the mathematical assumption, this also being another divergence factor justified by the precision index (Table 2) and the maps (Figures 1 and 2). According to Freitas et al (2008), the skewness and kurtosis of the data are measures that demonstrate the amplitude of the data regarding the distribution of the normal curve, which affects the inferences obtained, the estimation of the fixed effects, and the heterogeneity of the variance of the error. reduction in the coefficients of variation, which did not occur with the mathematical assumption, this also being another divergence factor justified by the precision index (Table 2) and the maps (Figures 1 and 2).…”