Luiz Alexandre Peternelli Área de Estatística Departamento de Informática
-
Upload
karina-morrison -
Category
Documents
-
view
29 -
download
0
description
Transcript of Luiz Alexandre Peternelli Área de Estatística Departamento de Informática
Sobre o uso de métodos estatísticos Sobre o uso de métodos estatísticos auxiliaresauxiliares
nos estágios iniciais de seleção nos estágios iniciais de seleção dos programas de melhoramento de dos programas de melhoramento de
plantasplantas
Luiz Alexandre Peternelli
Área de EstatísticaDepartamento de Informática
Universidade Federal de Viçosa – UFV
Objetivo
Sobre alguns métodos estatísticos de uso
potencial na fase inicial de programas de
melhoramento de plantas;
Sobre os possíveis obstáculos ou problemas;
Sobre necessidades de pesquisas futuras;
Programas de MelhoramentoProgramas de Melhoramento
– Seleção de elevado número de genótipos;
– Área limitada;
– Recursos financeiros limitados;
– Pressa;
Estágios iniciais
Soluções possíveisSoluções possíveis Aumentar a área experimental;
Conseguir mais recursos financeiros;
Avaliar um menor número de material (?);
– perda de indivíduos superiores;
Reduzir o número de repetições do material (?).
– perda na precisão experimental;
Reduzir o tamanho da parcela (?);
– interferência entre parcelas vizinhas;
Propostas de DelineamentosPropostas de Delineamentos
Delineamentos aumentados (Federer, 1956)– Define-se:
tratamentos comuns (testemunhas) tratamentos regulares (novo material)
– Seleciona-se um delineamento para os trat. comuns DBC, DBI, DQL etc
– Aumenta-se o tamanho dos blocos, ou o número de linhas ou colunas para acomodar os trat. regulares;
– Tratamentos regulares geralmente r = 1. #
Detalhes do delineamentoDetalhes do delineamento
Tratamentos comuns erro experimental
Tratamentos regulares ajustados para efeito de blocos,
linhas ou colunas
OBS.: proposta inicial: substituir o uso de testemunhas
sistematicamente arranjadas no campo
Estudos recentesEstudos recentes Melhora do ajuste com o uso de modelos mistos
euZbXy
em que:– y : vetor de observações;
– b : vetor de efeitos fixos desconhecidos;
– u : vetor de efeitos aleatórios desconhecidos;
– e : vetor de erros aleatórios;
– X e Z : matrizes conhecidas
Alternativas de análiseAlternativas de análise
Uso de dados de parentesco ou de marcadores moleculares – matriz de similaridades genéticas
Tratamentos regulares aleatório ou fixo Blocos aleatório ou fixo
Porém ... eventual similaridade entre respostas de parcelas vizinhas
Uso de Estatística EspacialUso de Estatística Espacial
levar em conta o efeito da heterogeneidade espacial oriundas da:
– não homogeneidade dentro dos blocos;– forma e disposição inapropriadas;
proposta inicial anos 30; desde então propostos vários outros métodos
ou variantes dos primeiros Em resumo...
Métodos de Estatística Espacial geoestatística
técnica de análise multivariada
regressão linear múltipla
“intuição”
análise de covariância
Princípios envolvidos:Princípios envolvidos:
Maior dificuldade:Maior dificuldade:
Desconhecimento da teoria envolvida; Disponibilidade de softwares para execução das
análises;
Alguns autores programas em SAS para esclarecer algumas análises (ex.): Wolfinger et al. (1997) Duarte (2000) Federer et al. (2001)
Recente proposta de aplicaçãoRecente proposta de aplicação
Federer, Reynolds and Crossa (2001). Combining Results from augmented Designs over Sites. Agron. J. 93:389-395.
Proposta:– Combinar resultados de experimentos de
diferentes locais usando as três teorias– vantagens sugeridas:
vantagens:vantagens:
diz superar as dificuldades na combinação de resultados de experimentos de vários locais;
economia de recursos; permite avaliar melhor os novos materiais; independência quanto a
– homogeneidade da variância residual;– uso das mesmas testemunhas por local;– mesmo modelo de resposta por local;– mesmo delineamento por local.
Resumo do métodoResumo do método Para cada local, para cada variável
– escolhe-se um delineamento aumentado;– ajusta-se o modelo que melhor represente a
variabilidade espacial; (modelo fixo) – Ex.
– para o modelo selecionado análise modelo misto: fixo testemunhas; aleatório “blocos” e novos tratamentos
– obtém médias de tratamento ajustadas
• local 1 Prod = trat C1 C2 C3 C4 C6 C8 R1 R2 R4 R8 R10 C1R1 C2R1 C3R1
• local 2 Prod = trat C1 C4 C10 R2 C1R1 C1R3 C2R2 C2R4 C3R2 C3R4 C4R3 C4R4
• local 3 Prod = rep trat bloco(rep) C1bloco(rep)
Combinação dos resultadosCombinação dos resultados
Método 1 (Cochran e Cox, 1957)
– obter as médias ajustadas;
– análise: esquema fatorial
local aleatório
tratamentos fixo
– obter as demais informações de interesse
... continuação... continuação
Método 2
– obter as médias ajustadas
– dividir as médias pelos seus erros padrões
– Análise: esquema fatorial local e trat aleatório
– obter demais informações de interesse
Considerações finaisConsiderações finais
Há real necessidade para tanta “precisão”?
– inúmeros métodos estatísticos usados simultaneamente; porém...
– fase inicial de programas de melhoramento;
– Escolha das testemunhas influi?;
– Há influência da classificação indevida de efeitos fixos e aleatórios?;
... Considerações finais... Considerações finais
Uso de parcelas pequenas influi?
Definir objetivos : – simples ordenamento visando
seleção de certo percentual(?); ou seleção baseada na testemunha(?);
– obtenção de parâmetros genéticos (?);
Divergência de resultados encontrados na literatura;
... Considerações finais... Considerações finais
Trabalhos futuros ...Trabalhos futuros ...
SIMULAÇÃO SIMULAÇÃO
validação do modelo
FIM