“Inteligência Artificial: A Nova Fronteira da Ciência Brasileira”
19 a 24 de outubro de 2020
Trabalho 13866
| ISSN | 2237-9045 |
|---|---|
| Instituição | Universidade Federal de Viçosa |
| Nível | Graduação |
| Modalidade | Pesquisa |
| Área de conhecimento | Ciências Agrárias |
| Área temática | Agronomia |
| Setor | Departamento de Biologia Geral |
| Bolsa | PIBIC/CNPq |
| Conclusão de bolsa | Sim |
| Apoio financeiro | CNPq |
| Primeiro autor | Emanuel Ferrari do Nascimento |
| Orientador | LEONARDO LOPES BHERING |
| Outros membros | Arthur Mayrink Elizeu, Flávio Rodrigo Gandolfi Benites, Jeniffer Santana Pinto Coelho Evangelista, Marco Antônio de Amorim Peixoto |
| Título | Modelagem de resíduo em gramíneas forrageiras do gênero Cynodon |
| Resumo | Diante da crescente demanda pelo aumento da produtividade animal, as gramíneas forrageiras do gênero Cynodon têm chamado a atenção em programas de melhoramento genético pelo seu alto potencial de produção, elevado valor nutritivo da forragem e excelente aceitabilidade pelos animais. O objetivo do presente trabalho foi comparar metodologias e diferentes estruturas de matriz de (co)variâncias residuais na análise de medidas repetidas. O experimento consistiu na avaliação de cinco genótipos de Cynodon, utilizando o delineamento de blocos casualizados, com quatro repetições e uma planta por parcela. Foram feitos quatro cortes de avaliação da característica peso verde da planta (kg plot-1). Foram testados modelos com as seguintes estruturas de (co)variâncias residuais: identidade de variância (IDV), simetria composta (CS), simetria composta com variâncias heterogêneas (CSH), auto-regressiva (AR), auto-regressiva com variâncias heterogêneas (ARH) e não estruturada (UN), via método dos mínimos quadrados, mínimos quadrados generalizados e modelos lineares mistos. Todas as análises foram realizadas pelo software RBio. O melhor ajuste de modelo foi comparado pelo critério de informação de Akaike (AIC), no qual o melhor modelo apresenta menor valor de AIC. O modelo com estrutura AR conferiu o melhor ajuste para o efeito de resíduo, apresentando menor valor de AIC. Os valores de AIC encontrados para o referido modelo foram de 1051.47 e 1051.48 pelos métodos mínimos quadrados generalizados e modelos lineares mistos, respectivamente. A escolha da estrutura AR para o efeito de resíduo pode ser fundamentada no fato da mesma constituir um modelo com somente dois parâmetros a serem estimados, o que facilita consideravelmente a estimação. Valores altos de AIC, comparados com os modelos de melhor ajuste, foram estimados pelo método de mínimos quadrados. Tais modelos não levam em consideração a heterogeneidade de variância residual, o que dificulta o ajuste, principalmente em plantas perenes, onde a estrutura residual é de difícil modelagem. O modelo UN não atingiu convergência para a característica avaliada em nenhum método utilizado. A não convergência para o modelo é resultado da complexidade da estrutura, com elevado número de parâmetros a serem estimados, tornando proibitivo seu uso com muitos ambientes ou características. Portanto, por ser menos parametrizada e melhor representar o efeito residual do experimento com Cynodon, o modelo com a estrutura AR confere eficiência e parcimônia em relação aos demais modelos. O uso da estrutura AR é recomendado na análise de medidas repetidas envolvendo gramíneas forrageiras desse gênero para modelagem do efeito residual. |
| Palavras-chave | Melhoramento de forragens, medidas repetidas, estruturas de (co)variâncias. |
| Forma de apresentação..... | Painel |
| Link para apresentação | Painel |
|---|