Uma das principais dificuldades encontradas pelos pesquisadores na utilização da Estatística Experimental Não-Paramétrica é a obtenção de resultados confiáveis. Os testes mais utilizados para os delineamentos com um fator de classificação simples inteiramente casualizados e blocos casualizados são o de Kruskal-Wallis e o de Friedman, respectivamente. As tabelas disponíveis para estes testes são pouco abrangentes, fazendo com que o pesquisador seja obrigado a recorrer a aproximações. Estas aproximações diferem dependendo do autor a ser consultado, podendo levar a resultados contraditórios. Além disso, tais tabelas não consideram empates, mesmo no caso de pequenas amostras. No caso de comparações múltiplas isto é mais evidente ainda, em especial quando ocorrem empates ou ainda, nos delineamentos inteiramente casualizados onde se tem número diferente de repetições entre tratamentos. Nota-se ainda que os softwares mais utilizados em geral recorrem a aproximações para fornecer os níveis de significância, além de não apresentarem resultados para as comparações múltiplas. Assim, o objetivo deste trabalho é apresentar um programa, em linguagem C, que realiza os testes de Kruskal-Wallis, de Friedman e de comparações múltiplas entre todos os tratamentos (bilateral) e entre os tratamentos e o controle (uni e bilateral) considerando todas as configurações sistemáticas de postos ou com 1.000.000 de configurações aleatórias, dependendo do número total de permutações possíveis. Dois níveis de significância são apresentados: o DW ou MaxDif , baseado na comparação com a diferença máxima dentro de cada configuração e o Geral, baseado na comparação com todas as diferenças em cada configuração. Os valores do nível de significância Geral assemelham-se aos fornecidos pela aproximação normal. Os resultados obtidos através da utilização do programa mostram, ainda, que os testes utilizando as permutações aleatórias podem ser bons substitutos nos casos em que o número de permutações sistemáticas é muito grande, já que os níveis de probabilidade são bastante próximos. / One of the most difficulties for the researchers in using Nonparametric Methods is to obtain reliable results. Kruskal-Wallis and Friedman tests are the most used for one-way layout and for randomized blocks, respectively. Tables available for these tests are not too wild, so the research must use approximate values. These approximations are different, depending on the author and the results can be not similar. Furthermore, these tables do not taking account tied observations, even in the case of small sample. For multiple comparisons, this is more evident, specially when tied observations occur or the number of replications is different. Many softwares like SAS, STATISTICA, S-Plus, MINITAB, etc., use approximation in order to get the significance levels and they do not present results for multiple comparisons. Thus, the aim of this work is to present a routine in C language that runs Kruskal-Wallis, Friedman and multiple comparisons among all treatments (bi-tailed) and between treatment and control (uni and bi-tailed), considering all the systematic configurations of the ranks or with more than 1,000,000 random ones, depending on the total of possible permutations. Two levels of significance are presented: DW or MaxDif, based on the comparison of the maximum difference within each configuration and the Geral, based on the comparison of all differences for each configuration. The Geral values of the significance level are very similar for the normal approximation. The obtaining results through this routine show that, the tests using random permutations can be nice substitutes for the case of the number of systematic permutations is too large, once the levels of probability are very near.

O objetivo deste trabalho foi avaliar a incorporação de funções geoestatísticas na matriz de variâncias e covariâncias residual no estudo de modelos lineares mistos a partir de um grupo de quatro experimentos de cana-de-açúcar, conduzidos na Guatemala nos seguintes locais: fazenda Limones - usina açucareira Pantaleón (LP), fazenda Bálsamo - usina açucareira Pantaleón (BP), área 1 da fazenda Limones - usina Madre Tierra (MT1) e área 2 da fazenda Limones - usina Madre Tierra (MT2). A variável resposta de interesse foi a produção de cana-de-açúcar por hectare, o delineamento utilizado nos quatro locais foi o casualizado em blocos, com cinco repetições e os mesmos seis tratamentos referentes a diferentes dosagens de um biorregulador (estimulante de crescimento). Em princípio, foram ajustados e comparados diversos modelos alternando-se o efeito de blocos, ora considerado fixo, ora aleatório, e a estrutura da matriz de variâncias e covariâncias (R), segundo os modelos exponencial, gaussiano e esférico. Estes modelos foram comparados, e os que admitem estruturas de dependência espacial se destacaram estatisticamente como os melhores, a partir do critério de Akaike (AIC), sendo então selecionados os modelos BFExp (blocos de efeito fixo e função exponencial na matriz R) e BAExpH (blocos de efeito aleatório, função exponencial para R e variâncias diferentes entre os locais). A seguir, foi realizada a estimação dos efeitos fixos e a predição dos efeitos aleatórios por meio do método da máxima verossimilhança restrita (REML) pois esta metodologia proporciona um menor viés para suas estimativas. As análises conjuntas nos dois modelos selecionados não apresentaram interação tratamentos versus locais, nem mesmo efeito de tratamentos significativos, não sendo aconselhado o desdobramento desta interação. O efeito de locais por sua vez, foi significativo apenas no modelo BAExpH, e detectou-se neste caso a superioridade do local BP em relação aos demais. Adicionalmente, os locais foram analisados individualmente, focando a comparação dos modelos e as análises de variâncias, contudo, assim como na análise conjunta, nos modelos escolhidos para cada local, os efeitos de tratamentos também não foram significativos. Gráficos de resíduos foram construídos e representaram bons ajustes para os modelos BFExp e BAExpH para descrever os dados deste grupo de experimentos. Por fim, foi realizado um estudo de simulação cujos resultados deram mais credibilidade e suporte para a importância e relevância de se verificar, por meio de comparações, a necessidade de uso de um modelo mais elaborado, que considere a possível existência de dependência espacial entre as observações. / The aim of this research was to evaluate the incorporation of geostatistical functions in the residual variances and covariances matrix in linear mixed models in a group of four experiments cane sugar conducted in four sites of Guatemala: farm Limones - Pantaleon sugar mill (LP), farm Bálsamo - Pantaleon sugar mill (BP), area 1 of the farm Limones - sugar mill Madre Tierra (MT1) and area 2 of the farm Limones - sugar mill Madre Tierra (MT2). Production of sugar cane was the interest variable analyzed at all locations, using the randomized block design with five replications and the same six treatments related to different doses of a plant growth regulator. Initially the models were adjusted and compared with alternating the blocks effect, sometimes considered fixed, sometimes random, and the structure of the variance and covariance matrix (R) according to the exponential, gaussian and spherical models. The models were compared, and, among them, those with spatial dependence structures stood out as the best statistically from the Akaike information criterion (AIC), and the selected modelos were the BFExp model (block as fixed effect and exponential function to R) and the BAExpH model (block as random effect, exponential function to R and different variances among the sites). After that, the estimation of fixed effects and prediction of random effects using the restricted maximum likelihood method (REML) were done, since this methodology provides a lower bias to their estimates. The joint analysis of both selected models showed no interaction between treatments and locals, even significant effect of treatments, not being advised the unfolding of this interaction. The effect of local was significant only in the BAExpH model, and detected in this case the superiority of the local BP in relation to the others. Additionally, individual sites were examined similarly to the previous case, through comparison of models and analysis of variance, however, treatment effects weren\'t significant too. Residual plots were constructed and represented satisfactory fit of the models to describe the data in all cases studied. Finally, a simulation study showed results with more credibility and support for the importance and relevance of verifying, through comparisons, the need to use a more structured model that considers the possible existence of spatial dependence among observations.

Os painéis à base de madeira vêm sendo amplamente utilizados em todo o mundo, em resposta à redução de oferta de madeira maciça em diversos segmentos da indústria madeireira, como em móveis, painéis, estruturas e outros componentes na construção civil. O grande volume de resíduos gerados pela agroindústria viabiliza o desenvolvimento de materiais alternativos e sustentáveis, destacando-se os painéis de partículas. Este trabalho apresenta um estudo da produção e avaliação de painéis de partículas de Eucalyptus grandis e casca de aveia, aderidas sob pressão com dois tipos de resinas (poliuretana à base de mamona e ureia formaldeído). O desempenho físico-mecânico dos painéis produzidos foi avaliado com base na ABNT NBR 14810:2006. Por meio de análise de variância (ANOVA), avaliou-se a influência dos fatores adotados: madeira de Eucalyptus grandis, com proporções mássicas de 70, 85 e 100%; casca de aveia, nas proporções de 15, 30 e 100%; e adesivos, nas proporções de 10, 12 e 14%, bem como a combinação entre ambos, em cada uma das variáveis respostas (propriedades físico-mecânicas) avaliadas. Os resultados apontaram excelentes propriedades físico-mecânicas, em alguns casos muito superiores aos requisitos estipulados pelas normas nacionais e internacionais. Desta maneira, ficou comprovado o bom desempenho dos painéis de partículas produzidos, além de sua compatibilidade para aplicações em indústrias, como de móveis, painéis, embalagens e na construção civil. / Wood-based panels have been widely used around the world, replacing solid wood in various segments of the industry, such as furniture, panels, structures and other building components. The large volume of waste generated by agro industry enables the development of alternative and sustainable materials, highlighting the particleboard. This paper presents a study about production and evaluation of particleboard of Eucalyptus grandis and oat hulls, bonded under pressure with two types of resins (polyurethane based on castor oil and urea formaldehyde). Physical-mechanical performance of the panels produced was evaluated based on ABNT NBR 14810:2006. A variance analysis (ANOVA) evaluated the factors influence: Eucalyptus grandis, with mass ratios of 70, 85 and 100%; oat hulls, in proportions of 15, 30 and 100%; adhesives, in proportions of 10, 12 and 14%, and the combination of both, in each of the response variables (physical and mechanical properties) evaluated. Results showed excellent physical-mechanical properties, in some cases much higher than national and international codes requirements. Thus, panel particles good performance was proved, in addition to its compatibility with applications in wood industries, such as furniture, panels, packaging and in building construction.

Submitted by (ana.araujo@ufrpe.br) on 2016-06-28T16:41:02Z No. of bitstreams: 1 Dennis Marinho Oliveira Ramalho de Souza.pdf: 1003295 bytes, checksum: 60937307ae603aef0fcf28c69dd304b6 (MD5) / Made available in DSpace on 2016-06-28T16:41:02Z (GMT). No. of bitstreams: 1 Dennis Marinho Oliveira Ramalho de Souza.pdf: 1003295 bytes, checksum: 60937307ae603aef0fcf28c69dd304b6 (MD5) Previous issue date: 2011-02-16 / When choosing the ideal test to perform the comparison of the experimental treatments means, there is no standard way or a manual or a solution to define the optimal test. The authors of each test set only a few theoretical restrictions or small details, but none of them determines to which experiment the test should be applied. As there is a need to establish which tests are best indicated and illustrate with an application it was used in this paper a design located in the region of the Gypsum Pole of the Araripe-PE with 15 clones of Eucalyptus spp. that were measured every six months over seven years, from 2002 to 2009,. In this paper, the tests used were the most widespread in the literature and applied the original methodologies in order to analyze the similarities among the tests at the levels of 1% and 5% of probabilities, and establish which clones presented mean of productions more significant. According to the results presented it was concluded that the tests of Tukey and Conagin are the most recommended and clones C41, C11 and C39 were the most productivies for biomass production in the region of Gypsum Plaster Pole of Araripe-PE. / Na escolha do teste ideal para realização da comparação das médias dos tratamentos no delineamento experimental, não existe uma maneira padrão ou manual ou uma solução que defina o teste ótimo. Os autores de cada teste estabelecem apenas algumas restrições teóricas ou pequenos detalhes, mas nenhum deles determina a que experimento o seu teste é indicado, dificultando assim para o experimentador conhecer o teste que deveria adotar. Como existe a necessidade de estabelecer quais testes são os mais indicados e ilustrar uma aplicação utilizou-se neste trabalho um delineamento localizado na região do Pólo Gesseiro do Araripe, com 15 clones de Eucalyptus spp. que foram mensurados a cada seis meses durante sete anos, no período 2002 a 2009,. Neste trabalho os testes utilizados foram os mais difundidos na literatura sendo aplicadas as suas metodologias originais com a finalidade de analisar as semelhanças entre cada teste nos níveis de significância 1% e 5%, bem como estabelecer nesse delineamento qual(is) clone(s) possui(em) a(s) média(s) de produção mais significativas. De acordo com os resultados apresentados se conclui que o teste de Tukey e Conagin são os mais recomendados e os clones C41, C11 e C39 são os mais indicados para produção de biomassa na região do Pólo Gesseiro do Araripe, Pernambuco.

Os métodos de superfície de resposta e planejamento de experimentos foram utilizados no processo de análise e otimização de sistemas frigoríficos. Foram determinadas as dimensões do tubo capilar juntamente com a carga de refrigerante que proporcionaram as melhores condições de funcionamento a um protótipo. O comportamento de oito variáveis resposta foram estudadas, que são: Capacidade Frigorífica, Coeficiente de Eficácia, Temperatura de Descarga, Super Aquecimento, Sub resfriamento, Vazão de Refrigerante, Temperatura de Evaporação e Temperatura de Condensação. Superfícies de Resposta e Curvas de nível foram levantadas em diversas situações de interesse, visando revelar o comportamento e a sensibilidade do sistema. Alguns fatores revelaram níveis que propiciaram uma reduzida variabilidade para certas variáveis resposta demonstrando o conceito de sistema robusto. O método mostrou-se bastante adequado, contribuindo com resultados de grande valia para a otimização e análise do comportamento de sistemas frigoríficos, além de poder ter sua aplicabilidade ampliada para sistemas térmicos em geral. / The Response Surface Methodology and the Design of Experiments were applied on the analysis and optimization process of refrigeration systems. The dimensions of a capillary tube and refrigerant charge that provided the best working conditions to a prototype were determined. The behavior of the Refrigeration Capacity, Coeficient of Performance, Discharge Temperature, Super Heating, Sub Cooling, Mass Flow Rate, Evaporation Temperature and Condensing Temperature were studied in detail. Surface Response and Contour plots were constructed on many situations in order to reveal the system behavior and sensitivity. Some factor levels provided a small variability to certain responses, demonstrating the concept of robust system. The methodology contribuited properly with valuable results to the optimization and analysis of refrigeration system behavior; besides, its applicability can be easily generalised to thermal systems.

E comum encontrar nos ensaios experimentais a analise de dois fatores, cada um com diferente numero de níveis, eles proporcionam uma tabela de dados de dupla entrada. Geralmente a analise destes dados e feita através da analise de variância - ANOVA, cumprindo algumas pressuposições básicas do modelo, mas ha outros estudos nos quais e de grande importância a interação, como e o caso dos estudos de melhoramento genético, em que o objetivo e selecionar genótipos com ótimos desempenhos em diferentes ambientes. A pouca eficiência na analise da interação dos genótipos com os ambientes (GE) da ANOVA pode representar um problema aos melhoristas, que devem tirar proveito dessa interação para os seus estudos. Os modelos aditivos com interação multiplicativa - AMMI, traz vantagens na seleção de genótipos quando comparados com métodos convencionais, pois proporcionam uma melhor analise da interação (GE), alem de permitir combinar componentes aditivos e multiplicativos em um mesmo modelo; estes modelos tem demonstrado ser eficientes na analise quando se tem apenas uma variável resposta, mas quando há mais de uma, ainda n~ao existe um procedimento geral para realizar a analise. O presente trabalho propõe uma metodologia de analise quando se têm modelos AMMI bivariados, realizando analises individuais das variáveis respostas seguidas de uma analise de procrustes, que permite fazer comparações dos resultados obtidos nas analises individuais e finalmente uma confirmação destes resultados através da analise multivariada de variância - MANOVA. Os resultados obtidos permitem concluir que a analises AMMI e procrustes proporcionam uma boa alternativa de analise para os modelos AMMI bivariados. / Is frequently nd in the studies the two way factor analysis, each factor with dierent number of levels, they conform a two way table of data, generally the analysis of the data is made with the analysis of variance - ANOVA, satisfying some assumptions, but there are some studies in which is very important the interaction, like the case of the improvement studies, where the objetive is select genotypes with optimum performance in dierents environments. The poor eciency in the genotypes and environment interaction (GE) analysis of the ANOVA can represents a problem for the researchers, that need to take advantage of the interaction. The additive main eects and multiplicative interactions model - AMMI, give advantages in the selection of genotypes when is compare with traditional methods, because give a better interaction (GE) analysis, also permit combine additive and multiplicative components in the same model, these models have demonstrated be ecient in the analysis with just one response variable but when there is more than one there is not a clear procedure to do the analysis. This work presents a analysis methodology for the bivariate AMMI models, doing individuals analysis in the response variables follow by the procrustes, which permit compare the results of the individuals analysis, and nally a conrmation of theses results with the multivariate analysis of variance - MANOVA. From the results can be concluded that the AMMI and the procrustes analysis give a good alternative for the bivariate AMMI models analysis.

Os experimentos multiambientes são um tipo especial dos experimentos bifatoriais, muito usados em melhoramento genético de plantas, nos quais algumas cultivares são avaliadas em diferentes locais. Geralmente nesses estudos se encontra uma resposta diferencial das cultivares em cada local que é chamada de interação genótipo x ambiente ou G x E, que é bem explicada por modelos de efeitos aditivos e interação multiplicativa (AMMI). Frequentemente os experimentos G x E podem ser desbalanceados e um ou vários genótipos não serem testados em alguns locais. Às vezes para o pesquisador recomendar os ambientes pode ser de interesse obter estimativas daquelas combinações genótipo ambiente que não foram testadas e tais estimativas podem ser calculadas explorando a informação inerente a aquelas combinações que foram atualmente obtidas. Além do interesse do pesquisador por essas estimativas, os da- dos ausentes podem causar alguma modificação na estimação tradicional dos parâmetros nos modelos AMMI, pois para estimar os parâmetros é necessário um processo sequencial fazendo uma análise de variância com uma posterior decomposição por valor singular da matriz de residuais, a qual não pode ser calculada se existir uma matriz de interação com dados faltantes. Para resolver esses problemas Bergamo (2007) e Bergamo et al. (2008) propuseram uma nova técnica através do uso de imputação múltipla livre de distribuição (IMLD) e é por essa razão que se decidiu avaliar o recente desenvolvimento comparando-o com algumas metodologias de imputação que têm sido usadas com sucesso nos experimentos G x E com dados ausentes como os mínimos quadrados alternados ALS(0), ALS(1) (CALINSKI et al., 1992) e estimativas robustas r-AMMI1 e r-AMMI2 (DENIS; BARIL, 1992). Assim, foi de- senvolvido um estudo de simulação baseado em uma matriz de dados reais genótipos (15) ambientes (27) do ensaio estadual de algodoeiro herbáceo 2000/01 (FARIAS, 2005), fazendo retiradas aleatórias de 10%, 20% e 30%, imputando os dados e comparando os métodos através da raiz quadrada da diferença preditiva média (RMSPD), a estatística de similari- dade de Procrustes e o coe…ciente de correlação não paramétrico de Spearman. Também foi feita uma análise sobre a escolha de componentes multiplicativos de um modelo AMMI quando se têm matrizes completadas (observados + imputados). Os resultados do estudo de simulação mostraram que segundo a distribuição da RMSPD padronizada, o método r- AMMI1 é o melhor, superando o IMLD. Entretanto, utilizando a estatística de Procrustes se encontrou que completando matrizes com ALS(0) se obtém a maior similaridade com relação à matriz de dados originais, também foi mostrado que os cinco métodos considerados têm uma alta correlação entre as imputações e os correspondentes dados reais. Finalmente, recomenda-se utilizar a imputação de dados para a estimação dos parâmetros de um modelo AMMI sob ocorrência de dados ausentes, mas para determinar o número de componentes multiplicativos é preferível tomar a decisão somente sobre a informação observada. / The multienvironment trials are a special type of the two-factor experiments, widely used in genetic improvement of plants, where some cultivars are assessed in diferent locations. Generally, in these studies there is a di¤erential response of cultivars in each location that is called genotype environment interaction, or G x E, which is well explained by the additive main e¤ects and multiplicative interaction models (AMMI). Often the experiments GE may be unbalanced and one or several genotypes were not tested in some locations. Sometimes for the environments recommendations, the researcher may be interested in obtain estimates of those combinations G x E that were not tested and such estimates can be calcu- lated using the information of those combinations that were actually obtained. Additionally to the interest of the researchers in these estimates, the missing data may cause some pro- blems in the classical estimation of parameters in the AMMI models, because the parameter estimation need of a sequential process doing an analysis of variance followed by a singular value decomposition, which can not be calculated if there is a matrix of interaction with missing data. To solve these problems Bergamo (2007) and Bergamo et al. (2008) proposed a new technique using the distribution free multiple imputation (IMLD), and for this reason was decided to evaluate the recent development through the comparison with some methods of imputation that have been used successfully in experiments GE with missing data like the AMMI estimates based on alternating least squares ALS(0), ALS(1) (CALINSKI et al. 1992) and AMMI estimates with robust sub-model r-AMMI1 and r-AMMI2 (DENIS; BARIL, 1992). Thus, was developed a simulation study based on a matrix of true data genotypes (15) environments (27) of the upland cotton variety trials (ensaio estadual de algodoeiro her- báceo) 2000/01 (FARIAS, 2005), doing missed random (10%, 20%, 30%), imputing the data and comparing the methods through the root mean square predictive di¤erence (RMSPD) of the true value, the Procrustes statistic and the Spearman´s ranks correlation coe¢ cient. Also was made an analysis on the choice of the multiplicative components of an AMMI model after imputation on the complete data sets (observed + imputed). The results of the simulation study has shown that according to the distribution of RMSPD standardized, the r-AMMI1 method is better than the IMLD. However, using the Procrustes statistic was found that imputing data matrix with ALS(0), is obtained the greatest similarity related to the true data matrix. The …ve methods considered show high correlation between the true and the imputed missing values. Finally, is recommended using the imputation data for the estimation of the parameters of an AMMI model under the presence of missing data, but for choosing the number of multiplicative terms is preferable take the decision only on the observed information.

Esse trabalho teve como objetivo comparar métodos de estimação de componentes de variância e parâmetros genéticos, considerando tanto o delineamento estatístico fatorial instalado em látice quadrado como o delineamento genético III. Como referência, foram utilizados três conjuntos de dados reais, em melhoramento genético de milho, relativos aos caracteres de produção de grãos (gramas por parcela), altura da folha bandeira ao chão (centímetros) e o número de folhas entre a primeira espiga e o pendão; sendo que a altura da folha bandeira e o número de folhas foram obtidos pela média entre cinco plantas competitivas para cada parcela. O método da Análise da Variância (ANOVA), conforme indicado pelo Delineameno III, foi utilizado na análise dos dados e estimação dos componentes de variância relativos ao modelo matemático, variâncias genéticas, coeficiente de herdabilidade e grau médio de dominância para cada um dos três caracteres estudados. Essas estimativas foram utilizadas na simulação de 1000 conjuntos de dados com características semelhantes a cada um dos conjuntos de dado reais considerados. Os métodos da ANOVA e da máxima verossimilhança restrita (REML) foram utilizados na predição dos parâmetros já mencionados para cada um dos conjuntos de dados simulados dentro de cada caráter. As 1000 estimativas obtidas por cada método, para cada caráter estudado, foram utilizadas no cálculo de estatísticas descritivas (média, desvio-padrão e acurácia relativa) e na montagem de gráficos de Box-plot. Utilizando as informações obtidas a partir das estimativas fornecidas por cada método e em posse dos valores reais que essas estimativas deveriam prever (valor utilizado na simulação dos dados) foi possível comparar ambos os métodos quanto à eficiência das estimativas por eles fornecidas. Ambos os métodos apresentaram características semelhantes na predição da maioria dos componentes de variância relativos ao modelo matemático, sendo que as maiores disparidades se deram para os componentes relativos aos efeitos de progênie (?p2) e as interações entre progênie e linhagem (?pt2) e entre progênie, linhagem e ambiente (?pta2); os quais são os componentes de maior peso no cálculo das variâncias e parâmetros genéticos. O método da ANOVA foi o bastante eficiente na predição de ?p2, sendo que o método da REML se aproxima dos resultados obtidos pelo método da ANOVA conforme diminuem os valores de referência para esse componente; para ?pt2 o método da REML se mostrou mais eficiente conforme maior é o valor de referência, porém, perde eficiência e se aproxima do método da ANOVA conforme o valor de referência do componente diminui. Ambos os métodos se mostraram ineficientes na predição de ?pta2, porém o método da REML foi o menos eficiente. O melhor desempenho do método da ANOVA na predição dos componentes de variância de maior peso no cálculo das variâncias genéticas levou a um melhor desempenho desse método na predição de todos os parâmetros genéticos, com exceção da variância de dominância, a qual depende unicamente de ?pt2. Porém, foi observada uma tendência no método da ANOVA, em média, na superestimação do grau médio de dominância em cerca de 45% do seu valor de referência, independentemente do caráter estudado. / This work aimed to compare estimation methods for variance components and genetic parameters, considering the factorial statistical design set in randomized blocks and the genetic Design III. As reference, three sets of real data were used, on maize genetic improvement, related to the characters: grain yield (grams by plot), plant height, measured from the ground to the °ag leaf in centimeters, and the number of leaves above the uppermost ear. The analysis of variance method (ANOVA), accordingly to the proposed by the Design III, was used on the analysis of the data and estimation of the variance components derived from the mathematical model, genetic variances, heritability and average degree of dominance for each of the studied characters. This estimatives were used on the simulation of 1000 data sets with similar characteristics to the real data analyzed. The ANOVA and restricted maximum likelihood (REML) methods were used on the prediction of the already mentioned parameters for each of the simulated data sets within each character. The 1000 estimatives obtained by each method, for each studied character, were used on the calculation of descriptive statistics (mean, standard deviation and relative accuracy) and for the ¯tting of box-plot graphics. Through the information obtained from the estimatives given by each method and in possession of the actual values that they should predict (values used in the simulation of the data sets) it was possible to compare both methods as to the e±ciency of the estimatives given by them. Both methods presented similar characteristics on the prediction of most of the variance components derived from the mathematical model, being that most di®erences were pertinent to the components related to the e®ects of progeny (¾2 p) and to the interactions between progeny and parental inbred (¾2 pt) and between progeny, parental inbred and environment (¾2 pta); which are the components of greater importance on the calculation of the genetic parameters. The ANOVA method was very e±cient on the prediction of ¾2 p, being that the smaller the reference value for this component, more the REML method approached the results obtained by the ANOVA method; for larger values of ¾2 pt the most e±cient was the REML method, but its e±ciency decayed and approached the ANOVA method for smaller reference values for this component. Both methods were poorly e±cient on the prediction of ¾2 pta, but the REML method was the least e±cient. The better performance of the ANOVA method on the prediction of the variance components of greater importance on the calculation of the genetic variances lead to a better performance of the ANOVA method on the prediction of all genetic parameters, with exception to the dominance variance, which depended solely on ¾2 pt. However, it was observed a tendency on the ANOVA method, in average, on the overestimation of the average degree of dominance of around 45% of the actual reference value, independently of the studied character.

A fase intermediária de um programa de melhoramento de soja caracteriza-se pela avaliação de grande número de genótipos (cerca de 100 linhagens) em diversos ambientes, fato que torna esta etapa bastante dispendiosa. A utilização de métodos estatísticos que permitam uma análise da interação genótipos x ambientes (GxE) mais refinada, pode permitir, com o ganho em precisão gerado, uma compensação ao aumento esperado na interação GxE em conseqüência da diminuição do número de repetições nesses experimentos. A metodologia de Eberhart & Russell (1966) (ER) utiliza a regressão linear como ferramenta para modelar a interação GxE, enquanto que a metodologia AMMI utiliza a análise da variância para modelar os efeitos de genótipos e de ambientes e a decomposição de valores singulares para modelar apenas a interação GxE. O objetivo deste trabalho foi avaliar a possibilidade de redução do número de repetições em experimentos com 72 linhagens em delineamento em blocos casualizados com duas repetições subdivididas em conjuntos experimentais (BCCE), conduzidos em quatro locais / épocas de cultivo e três anos agrícolas. Os experimentos foram analisados em BCCE e também em blocos aumentados (BA) considerando-se aleatoriamente uma das duas repetições. Como ferramentas auxiliares foram empregadas as metodologias ER e AMMI. A análise conjunta dos 12 ambientes através da metodologia AMMI foi utilizada como padrão para comparações, através de correlações de Spearman (rs). Em relação a este padrão, a média das rs dos três anos foi estimada em: 54% para as médias dos experimentos em BA; 64% para os experimentos em BCCE; 65% para os experimentos em BA analisados pela metodologia ER; 69% para os experimentos em BCCE analisados pela metodologia ER; 73% para os experimentos em BA analisados pela metodologia AMMI e 74% para os experimentos em BCCE avaliados pela metodologia AMMI. Os resultados obtidos permitiram concluir que as metodologias para o estudo da interação GxE são capazes de aumentar as rs com o padrão, indicando a possibilidade de redução de duas para uma repetição nos experimentos intermediários através do uso de: a) metodologia AMMI ao invés da seleção baseada nas médias das duas repetições; b) metodologia ER (em dois dos três anos avaliados) ao invés da seleção baseada nas médias das duas repetições; c) metodologia AMMI (em dois dos três anos avaliados) ao invés da seleção baseada na metodologia ER. Com a redução do número de repetições (duas para uma) é possível diminuir sensivelmente os custos com a experimentação na fase intermediária de programas de melhoramento. / The intermediary phase of a soybean breeding program involves the evaluation of a large number of genotypes (about 100 lines) in several environments, becoming this a very expensive step. The utilization of statistical methods that allow a refined analysis of the genotype x environment (GxE) interaction, may generate gains in precision as a compensation to the expected increase in the GxE estimate and, thus, to permit the reduction of the replication number. Eberhart & Russell (1966) (ER) methodology utilizes linear regression to study G x E interaction; the AMMI methodology employs the analysis of variance to fit effects of genotypes and environments and singular values decomposition to fit only the GxE interaction. The objective of this research was to evaluate experiments with 72 lines in randomized block design with two replications subdivided in sets with common checks (BCCE); these experiments were carried out in four locations / sow dates during three agriculture years. The experiments were analyzed in BCCE and also in augmented blocks (BA) by considering only one replication taking at random. As auxiliary tools were used ER and AMMI methodologies. The joint analysis of the 12 environments through the AMMI methodology was used as pattern for comparisons through Spearman correlation (rs). In relation to this pattern, the mean of rs in the three years was estimated in: 54% for means of BA experiments, 64% for BCCE experiments, 65% for BA experiments analyzed with ER, 69% for BCCE experiments analyzed with ER methodology, 73% for BA experiments analyzed with AMMI methodology and, 74% for BCCE experiments analyzed with AMMI methodology. The results indicated that the application of auxiliary methods for understanding GxE interaction were able to increase the rs with the pattern, opening the possibility for reducing the replication number in the experiments of the intermediary steps of soybean breeding programs. In conclusion, it was verified the possibility to reduce from two (BCCE) by one (BA) replication by using the following auxiliary methods of analysis: a) AMMI method instead of means of two replications as the unique selection criterion; b) ER method (in two of the three evaluated years) instead of means of two replications as the unique selection criterion; c) AMMI method (in two of the three evaluated years) instead of selection as based on ER method. The reduction from two to one replication makes possible to lower reasonably the experimental costs during the intermediary step of breeding programs.

Orientador: Fernando Roberto Martins / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Biologia / Made available in DSpace on 2018-08-23T02:32:50Z (GMT). No. of bitstreams: 1 VanMelis_Juliano_D.pdf: 2552550 bytes, checksum: 8227a941fa221a10cce8b272ae92449f (MD5) Previous issue date: 2013 / Resumo: Apesar da importância que as trepadeiras apresentam em florestas tropicais, estudos sobre a montagem da comunidade de lianas (trepadeiras lenhosas e sublenhosas) que investiguem desde a contribuição dos fatores abióticos e bióticos até fatores intrínsecos (coexistência entre indivíduos) são escassos. O objetivo geral desta tese é pesquisar a estruturação da comunidade das espécies de lianas em uma Floresta Estacional Semidecídua (FES), investigando (1) a importância relativa dos fatores ambientais e espaciais para diferentes espécies de lianas, (2) a estruturação filogenética da comunidade de trepadeiras em diferentes ambientes, e (3) os efeitos diretos ou mediados das árvores e arbustos para o número de espécies e indivíduos de trepadeiras. Mostramos que (1) grande parte da variação na composição de espécies de lianas em uma FES é devido a fatores não investigados (fatores estocásticos) e o espaço (autocorrelação espacial). Portanto, concluímos que os maiores determinantes na variação da composição de espécies de lianas em uma FES é a aleatoriedade (sendo reflexo da variação estocástica das populações) e a limitação por dispersão (demonstrada pela alta autocorrelação espacial). No segundo capítulo (2), encontramos que uma maioria discreta das parcelas apresentou maior aproximação filogenética do que o esperado ao acaso na comunidade de trepadeiras amostrada. Houve pouca influência de variáveis relacionadas à dinâmica florestal na variação da aproximação filogenética, sendo que áreas com árvores mais altas e maior proporção de árvores do presente apresentavam maior aproximação filogenética que outras áreas. Concluímos que em áreas de dossel mais baixo e menor proporção de árvores do presente (clareiras) não apresentam menor sinal filogenético, pois todas as espécies de lianas apresentariam potencial de existirem nestas áreas, enquanto que nas áreas de floresta madura haveria a existência de filtros ambientais para a existência de poucos ramos filogenéticos. Por último (3), encontramos que os atributos da comunidade de árvores e arbustos são fatores importantes na variação dos atributos da comunidade de lianas, sendo parte dele decorrente do distúrbio no dossel. Mas o distúrbio no dossel como fator direto é mais importante na variação da abundância e número de espécies de lianas em uma Floresta Estacional Semidecídua / Abstract: Despite the fact that climbing plants present in tropical forests, studies which investigate the contribution of abiotic and biotic factors or intrinsic factors (coexistence between individuals) on community assembly of lianas (woody and sub-woody climbers) are scarce. The overall objective of this thesis is to research the community structure of liana species in a Seasonal Semideciduous Forest (SSF), investigating (1) the relative importance of environmental and spatial factors on community assembly of lianas, (2) the phylogenetic structure of climbing plants community along the forest development (treefall gaps to old-growth forest), and (3) the direct or indirect effects of trees and shrubs for the number of species and individuals of climbing plants. We show that (1) much of the variation in species composition of lianas in a SSF is due to stochastic factors and space. Therefore, we conclude that the major determinants of variation in lianas' species composition in a TSF are stochastic variance of populations, shown by the unexplained factors, and dispersion limitation, shown by spatial autocorrelation. In the second chapter (2), we found that a slight majority of the sample plots showed cluster phylogenetic structure in the climbing plants community. There was a slight influence of variables related to forest dynamics in the variation of the phylogenetic structure, and areas with tall trees and higher proportion of present trees had higher values of clustering in phylogenetic structure than other areas. We conclude that in areas of lower canopy and smaller proportion of present trees (treefall gaps) showed few phylogenetic branches, since all species of climbing plants would be existing in these areas, while areas of old-growth forest would demonstrate environmental filters for the climbing plants. Finally, we also found (3) that the community of trees and shrubs' attributes (abundance and species richness) are important factors in the variation of attributes liana community (species richness and abundance), being part of it due to the canopy disturbance. But canopy disturbance was the more important direct factor in variance of abundance and species richness of lianas in a Seasonal Semideciduous Forest / Doutorado / Doutor em Biologia Vegetal