dc.creator | Sgarbossa, Jaqueline | |
dc.date.accessioned | 2023-03-14T13:59:34Z | |
dc.date.available | 2023-03-14T13:59:34Z | |
dc.date.issued | 2023-02-17 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/28182 | |
dc.description.abstract | Oat is one of the main winter cereals grown in the world, used in human food and animal feed,
ground cover, straw production, and crop rotation in the no-tillage system. In order to enhance
the oat production systems, statistical techniques have been used to study the linear
relationships between characters, in order to identify characters that directly or indirectly favor
the selection of superior genotypes, among these techniques the linear correlation stands out,
and path analysis. When performing multivariate analyses such as path analysis, some statistical
assumptions must be met to avoid obtaining biased results. Furthermore, when working with
this technique, the parameters of the mathematical model referring to the experimental design
and treatments are disregarded, using only average observations, without stratifying the
possible effects. Therefore, this study was developed with the aim of analyzing the implications
of removing the parameters from the mathematical model on the results of Pearson correlation
analysis and path analysis, in field trials with the oat crop, cultivated in different years and
stratifying agricultural scenarios (with and without the use of fungicide). The experiments were
conducted from 2015 to 2019, in the municipality of Augusto Pestana, Rio Grande do Sul,
Brazil. The experimental design used was complete randomized blocks, with treatments
characterized by oat cultivars and fungicide applications, with three replications. For each year,
scenario, and data group, a multicollinearity diagnosis was performed, Pearson's correlation
coefficients were calculated, and a path analysis was performed. The occurrence of
multicollinearity generates biased path coefficients without biological interpretation, regardless
of the environment and data group analyzed. Removing parameters from the mathematical
model changes the explanatory capacity of characters in relation to yield variance, for all
environments, scenarios, and types of path analysis performed. Removing the effects of model
parameters results in changes in direction and magnitude (>50%) in the path coefficients
regardless of the environment, scenario, and type of path analysis performed. | eng |
dc.description.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES | por |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Avena sativa | por |
dc.subject | Análise de trilha | por |
dc.subject | Multicolinearidade | por |
dc.subject | Relações lineares | por |
dc.subject | Linear relationships | eng |
dc.subject | Multicollinearity | eng |
dc.subject | Path analysis | eng |
dc.title | Pressupostos multivariados e efeito dos parâmetros do modelo em análises multivariadas para ensaios com a aveia | por |
dc.title.alternative | Multivariate assumptions and effect of mathematical model parameters in multivariate analysis for oats tests | eng |
dc.type | Tese | por |
dc.description.resumo | 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. | por |
dc.contributor.advisor1 | Lúcio, Alessandro Dal'Col | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/0972869223145503 | por |
dc.contributor.referee1 | Caron, Braulio Otomar | |
dc.contributor.referee2 | Follmann, Diego Nicolau | |
dc.contributor.referee3 | Silva, José Antonio Gonzalez da | |
dc.contributor.referee4 | Haesbaer, Fernando Machado | |
dc.creator.Lattes | http://lattes.cnpq.br/0157652076165779 | por |
dc.publisher.country | Brasil | por |
dc.publisher.department | Agronomia | por |
dc.publisher.initials | UFSM | por |
dc.publisher.program | Programa de Pós-Graduação em Agronomia | por |
dc.subject.cnpq | CNPQ::CIENCIAS AGRARIAS::AGRONOMIA | por |
dc.publisher.unidade | Centro de Ciências Rurais | por |