Pressupostos multivariados e efeito dos parâmetros do modelo em análises multivariadas para ensaios com a aveia
Visualizar/
Data
2023-02-17Autor
Sgarbossa, Jaqueline 
Primeiro orientador
Lúcio, Alessandro Dal'Col
Metadata
Mostrar registro completoResumo
A aveia é um dos principais cereais de inverno cultivados no mundo, utilizada na alimentação
humana e animal, cobertura do solo, produção de palhada e rotação de culturas no sistema
plantio direto. Com o intuito de potencializar os sistemas de produção de aveia, têm sido
empregadas técnicas estatísticas para estudar as relações lineares entre caracteres, a fim de
identificar caracteres que direta ou indiretamente favoreçam a seleção de genótipos superiores,
entre estas técnicas destacam-se a correlação linear e análise de trilha. Ao proceder análises
multivariadas como a análise de trilha, alguns pressupostos estatísticos devem ser atendidos, a
fim de evitar a obtenção de resultados viesados. Além disso, ao trabalhar-se com esta técnica,
os parâmetros do modelo matemático referentes ao delineamento experimental e tratamentos
são desconsiderados, utilizando-se observações médias, sem estratificar os possíveis efeitos.
Sendo assim, este estudo foi desenvolvido com o intuito de analisar as implicações da remoção
dos parâmetros do modelo matemático sob os resultados de análises de correlação de Pearson
e análise de trilha, em ensaios com a cultura da aveia branca, cultivada em diferentes anos e
estratificando cenários agrícolas (com e sem o uso de fungicida). Os experimentos foram
conduzidos no período de 2015 a 2019, no município de Augusto Pestana, Rio Grande do Sul,
Brasil. O delineamento experimental utilizado foi de blocos completos ao acaso, sendo os
tratamentos caracterizados por cultivares de aveia e aplicações de fungicida, com três
repetições. Para cada ano, cenário e grupo de dados foi realizado diagnóstico de
multicolinearidade, calculados os coeficientes de correlação de Pearson e realizada análise de
trilha. A ocorrência de multicolinearidade gera a obtenção e coeficientes de trilha viesados e
sem intepretação biológica, independentemente do ambiente e grupo de dados analisados. A
remoção dos parâmetros do modelo matemático altera a capacidade explicativa dos caracteres
em relação a variância na produtividade, para todos os ambientes, cenários e tipos de análises
de trilha procedidas. Retirar os efeitos dos parâmetros do modelo, resulta em alterações na
direção e magnitude (>50%) nos coeficientes de trilha independentemente do ambiente, cenário
e tipo de análise de trilha procedida.
Coleções
Os arquivos de licença a seguir estão associados a este item:
Exceto quando indicado o contrário, a licença deste item é descrito como Attribution-NonCommercial-NoDerivatives 4.0 International