Em estudos multiambientais, o processo de recomendação de genótipos com maior produção e a determinação de genótipos estáveis são de suma importância para os melhoristas. Porém, quando ocorre falta de genótipo em um ou mais ambientes este processo passa a ter dificuldades. Pois, este procedimento depende de métodos estatísticos que necessitam de uma matriz de dados sem dados em falta. Desde 1976 diversos matemáticos e estatísticos estudam, continuamente, uma forma de lidar com dados em falta em dados multiambientais buscando obter um método que estime, de forma precisa, as unidades ausentes sem perda de informação. Desta forma, esta pesquisa propõe um novo método de imputação baseado na metodologia AMMI fazendo reamostragens Bootstrap Não-paramétrico na matriz de médias de interação genótipos e ambientes (G × E), o modelo de imputação AMMI Bootstrap Não-paramétrico (IAMMI-BNP). Para estudo de simulação foi considerado o conjunto de dados referente a procedência S. of Ravenshoe - Mt Pandanus - QLD (14.420) de Eucalyptus grandis coletada na Austrália em 1983. Com a finalidade de obter estimativas precisas dos valores em falta, foi considerado dois estudos de simulação. O primeiro considerou 2000 reamostragens no sentido linha da matriz de interação G × E considerando duas porcentagens de perda de dados (10% e 20 %). O segundo estudo de simulação, considerou 200 reamostragens na matriz de falta (10%) e três diferentes modelos de IAMMI-BNP: IAMMI0-BNP, que considera apenas os efeitos principais do modelo AMMI; IAMMI1-BNP e IAMMI2-BNP que considera um e dois eixos multiplicados do modelo AMMI, respectivamente. De forma geral, de acordo com os métodos de comparação o método de imputação proposto nos dois estudos de simulação forneceu valores imputados próximos dos originais. Considerando os estudos de simulação com 10% de perda, a eficiência do método de imputação proposto foi melhor quando se utilizou o modelo IAMMI2-BNP (com dois eixos multiplicativos). O teste das ordens assinaladas de Wilcoxon mostrou que os valores imputados não influenciaram na estimativa da média, indicando que valores médios dos dados imputados de cada ambiente foram estatisticamente semelhantes aos valores médios originais. / In multienvironment studies, the process of recommendation of genotypes with higher production and the determination of stable environments are of utmost importance for plant breeders. However, when there is missing of genotype in one or more environments this process show difficulties. Therefore, this procedure depends on statistical methods that complete data matrix requered. Since 1976 various mathematical and statistical study, continually, one way of dealing with the loss of information on data multienvironments, seeking to obtain a method that estimate, precisely, the missing units without loss of information. In this way, the purpose of this study is develop a new method of apportionment based on the methodology AMMI doing reamostragens bootstrap nonparametric in the array of means of genotype x environment interaction (GE). For the study of simulation was considered the data set concerning the origin of S. Mexico City - Mt Pandanus - QLD (14,420) of Eucalyptus grandis collected in Australia in 1983. It was performed two studies of simulation. The first performed 2000 resampling on the lines of the interaction matrix G X E, for two percentages of missing data (10% and 20%). The second simulation study considered 200 replicates in the missing data set (10 %) and three different models of IMAMMI-BNP: AMAMMI0-BNP, which considers only the main effects of the AMMI model; IAMMI1-BNP and IAMMI2-BNP which considers one and two axes multiplied by the AMMI model, respectively. In general, according to the comparison methods, the imputation method proposed in the two simulation studies provided imputed values similar to the originals. Considering the simulation studies with 10 % loss, the efficiency of the proposed imputation method was better when using the IAMMI2-BNP model (with two multiplicative axes). The Wilcoxon test of the orders showed that the values imputed had no influence on the mean estimate, indicating that mean values of the data imputed from each environment were statistically similar to the original mean values.

Made available in DSpace on 2014-06-11T19:26:44Z (GMT). No. of bitstreams: 0 Previous issue date: 2010-10-24Bitstream added on 2014-06-13T18:55:06Z : No. of bitstreams: 1 martinho_no_me_mar.pdf: 1256103 bytes, checksum: ec727dea999479c693a7b4a679d03349 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / A Catalogação de Assunto (Subject Cataloging) é um dos processos de representação temática da informação e foi desenvolvida nos Estados Unidos a partir da consolidação da Biblioteconomia estadunidense e dos processos biblioteconômicos que evidenciaram a necessidade de maior desenvolvimento dos catálogos, pois estes se afirmaram como instrumento indispensável às bibliotecas e suas comunidades usuárias. No entanto, a despeito de o Brasil ter sido fortemente influenciado pela Biblioteconomia estadunidense, há pouca literatura nacional a seu respeito e assim, pouca discussão dos aspectos históricos, conceituais e metodológicos da Catalogação de Assunto. Assim, abordamos esses aspectos por meio de estudo teórico e também da obra de Charles A. Cutter, nome fundamental para a evolução da Catalogação, e dos princípios propostos em sua obra Rules for a Dictionary Catalog. Dessa maneira, tivemos por objetivo auxiliar na compreensão desses fundamentos acerca da Catalogação de Assunto e conceder subsídios teóricos que pudessem contribuir para a diminuição da carência desse tema em língua portuguesa. A partir disso, realizamos o percurso histórico da Catalogação de Assunto partindo de seu contexto mais amplo, que é a Catalogação como um todo, e o desenvolvimento da própria biblioteconomia estadunidense. Em seguida, discutimos o conceito de “assunto”, dada a sua importância e constante presença no vocabulário da área e na própria expressão Catalogação de Assunto. Utilizamos o método do Protocolo Verbal em Grupo, para buscar a visão de acadêmicos e profissionais acerca das discussões aqui levantadas e dessa forma, obter dados sobre o conhecimento dessas questões nessas duas esferas de atuação, a partir do que confirmamos que embora tais tópicos tenham tido pouco espaço entre a literatura brasileira, e assim, é necessário que esta abordagem seja... / The Subject Cataloging is a process of thematic representation of the information and was developed in the United States from the consolidation of the american librarianship and of the librarian processes that evidenced the need for further development of catalogs, as they asserted themselves as an instrument indispensable to libraries and their user communities. However, despite Brazil having been heavily influenced by American Library, there is little national literature about and so little discussion of historical, conceptual and methodological aspects of Subject Cataloging. Thus, we addressed these aspects through theoretical study and also the work of Charles A. Cutter, fundamental name to the evolution of Cataloging, and the principles proposed in his Rules for a Dictionary Catalog. Thus, we had by objective was to assist in understanding these fundamentals about Subject Cataloging and provide theoretical support that could contribute to reducing the lack of this theme in Portuguese. From this, we outline the history of the Subject Cataloging departing from its broader context, which is Cataloging as a whole, and the development of American librarianship. Next, we discuss the concept of subject, given its importance and constant presence in the vocabulary of area and in the expression Subject Cataloging. We used the method of Think-aloud protocol, to seek the view of academics and professionals about the discussions raised here and thereby obtain data on the knowledge of these issues in these two spheres of activity, from which we confirm that although these topics have been little space between the Brazilian literature, and so, it is necessary that this approach is carried out to seek of the understanding of this conceptual universe. We conclude so far that actually there is a dearth of literature in Portuguese, to guide the epistemological foundation pillars for the Subject...(Complete abstract click electronic access below)

Submitted by Erika Demachki (erikademachki@gmail.com) on 2014-10-23T18:57:05Z No. of bitstreams: 2 Dissertação - Cláudia Oliveira Rosa - 2008.pdf: 710544 bytes, checksum: 49fa3ba3b62686526a998eebdf98b385 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Jaqueline Silva (jtas29@gmail.com) on 2014-10-23T20:30:34Z (GMT) No. of bitstreams: 2 Dissertação - Cláudia Oliveira Rosa - 2008.pdf: 710544 bytes, checksum: 49fa3ba3b62686526a998eebdf98b385 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2014-10-23T20:30:34Z (GMT). No. of bitstreams: 2 Dissertação - Cláudia Oliveira Rosa - 2008.pdf: 710544 bytes, checksum: 49fa3ba3b62686526a998eebdf98b385 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2008-08-20 / Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq / The sugarcane crop, due the constant increase of ethanol demand in the internal market, has been cultivated in Brazil in almost all its extension. With the expansion and creation of new areas as well there has been occupation of not suitable environments for its development. Today, there are twenty one sugar and ethanol producing units an implantation perspective of new units in medium and long run. The objective of the sugarcane improvement programs is to increase agricultural productivity and industrial characteristics of varieties, that should be better adapted to different locations, soil types, cultivation techniques, besides presenting higher resistance to insects and diseases. In plants improvement, considerations regarding genotypes interaction with environments are essential to the process efficiency. For the achievement of the present study, about interaction of different environments and genotypes, a set of final experimental evaluations of clones and varieties, wich were carried out in several locations in Goiás State, Brazil, were considered. The objective was evaluate the influence of genotypes by environments interaction (GxE) based on the stalk yield in tons per hectare, POL percentage and fiber. These are considered characters of agronomic, economic and industrial importance. Based on the results, it is not possible to recommend local key, for the planting of experimental area with sugarcane in the State of Goiás. In fact, it is recommended the increase of the number of experimental fields, to demonstrate with better precision about the genotypes in the State. As many about to the character productivity (TCH), recording about to POL % and fiber %, the outcomes of environment have been responsible for most variation expressed by mean squares, followed by the effects of genotypes and by the effects from the interaction GxE, which showed high significance. The analysis AMMI, by the models selected (AMMI 1 about fiber %, & AMMI 3 about TCH & POL%) has enabled to explain 58.31% from SQGxA for the variable productivity (TCH); 55.10% for the variable of pol (POL%) and 22.81% about the percentage of fiber. The genotypes RB965658 & RB965602 presented the highest productivity (TCH) and fiber and POL percentages as well. / A cultura da cana-de-açúcar, devido ao constante aumento da demanda por etanol no mercado interno, vem sendo cultivada em quase todo o país, e, com a ampliação e incorporação de áreas de cultivo, há a ocupação de ambientes não tão propícios ao seu desenvolvimento. Nos programas de melhoramento de cana-de-açúcar, procura-se indicar novas variedades para cada região produtora. O objetivo destes programas é a melhoria da produtividade agrícola e das características industriais das variedades, as quais devem ser mais bem adaptadas aos diferentes locais, tipos de solos e técnicas de cultivo, além de apresentar maior resistência a pragas e doenças. Atualmente, existem instaladas, em Goiás, 21 unidades produtoras de açúcar e/ou de álcool, com uma perspectiva de implantação de novas unidades em médio e longo prazo. Nesse sentido, o melhoramento varietal, com ênfase na interação de genótipos com ambientes (GxA), é essencial para a eficiência e sustentabilidade do processo produtivo da cultura. O presente trabalho teve como objetivo o estudo desta interação em cana-de-açúcar, considerando-se um conjunto de ensaios finais de avaliação de clones experimentais e variedades, implantados em cinco usinas/destilarias instaladas no Estado de Goiás. Implantaram-se os experimentos seguindo delineamento básico de blocos completos casualizados. Foram avaliadas a influência da interação GxA sobre produtividade de colmos, em toneladas por hectare, e as porcentagens de POL e de fibra, por serem considerados caracteres de grande importância agronômica e industrial. O método estatístico para avaliar a interação GxA foi a análise AMMI (modelo de efeitos principais aditivos e de interação multiplicativa). A interação de genótipos com ambientes foi altamente significativa para as três características, revelando adaptabilidades específicas dos genótipos e, consequentemente, dificultando a recomendação geral de um determinado genótipo para todo Estado de Goiás. Tanto para o caráter produtividade (TCH) quanto para POL% e fibra%, os efeitos de ambientes foram responsáveis pela maior parte da variação expressa nos quadrados médios, seguidos dos efeitos de genótipos e, por último, pelos efeitos da interação GxA. A análise AMMI, pelo modelo selecionado (AMMI1, para fibra%, e AMMI3, para TCH e POL%), permitiu explicar 58,31% da SQGxA para a variável produtividade (TCH), 55,10% para a variável porcentagem de pol (POL%) e 22,81% para porcentagem de fibra. Os genótipos RB965658 e RB965602 foram os melhores em produtividade (t/ha) e em porcentagem de fibra e POL.

O objetivo deste trabalho é propor uma nova metodologia de interpretação da estabilidade dos métodos de agrupamento, para dados de vegetação, utilizando a metodologia AMMI e a reamostragem (bootstrap), para ganhar confiabilidade nos agrupamentos formados. Os dados utilizados são provenientes do departamento de genética da Escola Superior de Agricultura \"Luiz de Queiroz\", e visam à produtividade de soja. Primeiramente aplica-se a metodologia AMMI e então, é estimada a matriz de distâncias euclidianas - com base nos dados originais e obtidos via reamostragem (bootstrap) - para a aplicação dos métodos de agrupamento (vizinho mais próximo, vizinho mais distante, ligação média, centroide, mediana e Ward). Para a verificação da validade dos agrupamentos formados utiliza-se o coeficiente de correlação cofenética, e pelo teste de Mantel, é apresentada a distribuição empírica dos coeficientes de correlação cofenética. Os agrupamentos obtidos pelos diferentes métodos são, em sua maioria, semelhantes indicando que, em princípio, qualquer um desses métodos seria adequado para a representação. O método que apresenta resultados discrepantes em relação aos outros (tanto para os dados originais, quanto pelos dados obtidos via bootstrap) - na representação gráfica em dendrograma - é método de Ward. Este estudo é promissor na análise da validade de agrupamentos formados em dados de vegetação. / The objective of this work is to propose a new interpretation methodology of clustering methods for vegetation data stability, using the AMMI and bootstrap methodology, to gain reliability in the clusters formed. The database used is from the Departament of Genetics of Luiz de Queiroz College of Agriculture, aiming soybean yield. Firstly AMMI is applied, then the Euclidian distance matrix is estimated - based on the original data and on the acquired by the bootstrap method - for the application of clustering methods (nearest neighbor, furthest neighbor, average linkage, centroid , median and Ward). In order to assess the validity of clusters formed the cophenetic correlation coefficient is used, and the Mantel test, in order to show the empirical distribution of the cophenetic correlation coefficients. The clusters obtained by different methods are, in most cases, quite similar, indicating that in principle, any of these methods would be suitable for the representation. The method that presents discrepant results (for both the original and bootstrap method obtained data) - on the dendrogram graphical representation, compared to the others - is the Ward\'s. This study is promising in the analysis of validity of clusters formed in vegetation data.

<p>У раду су приказани резултати огледа са једанаест сорти пшенице (Triticum aestivum L.) и једном сортом тритикалеа (Triticosecale W.) на локалитету Кумане у Банату, у стресним условима халоморфног земљишта типа солоњец. Током три вегетационе сезоне је испитана генотипска варијабилност, праћењем фенотипске варијације и интеракције генотип/спољна средина за принос и компоненте приноса (висина биљке, дужина класа, маса класа, маса зрна по класу и број зрна по класу). Оглед је постављен на контролној варијанти (солоњец без поправке) и третманима са мерама поправке, уз примену фосфогипса у количини од 25 t/ha и 50 t/ha. За анализу интеракције генотипа и спољне средине је примењен Модел главних ефеката и вишеструке интеракције-AMMI (Аdditive Мain Еffects and Мultiplicative Interaction). Међузависност испитиваних особина је утврђена анализом једноструких корелација. У циљу дефинисања реакције генотипова на стресне услове солоњеца, испитанa је активност ензимских и неензимских компоненти антиоксидативног система, као и липидне пероксидације.<br />Испољена је статистичка значајност главних ефеката генотипа, агроекосредина и њихове интеракције на варијабилност свих испитиваних својстава. Уочени су генотипови мале интеракције генотип/спољна средина за поједине особине, што би могло да се окарактерише као стабилна реакција тих генотипова у променљивим условима средине, у односу на мелиоративни третман и вегетациону сезону. Корелационом анализом су<br />установљене значајне и високозначајне вредности коефицијената корелације између већине испитиваних својстава. Разлике у активности ензима и неензимских компоненти антиоксидативног система заштите указују да су генотипови различито реаговали на стресне услове солоњеца.<br />Добијени резултати могу да помогну процес стварања генотипова пшенице, који ће да се гаје на земљиштима са вишим концентрацијама натријума и неповољним физичким особинама, са добром стабилношћу.</p> / <p>U radu su prikazani rezultati ogleda sa jedanaest sorti pšenice (Triticum aestivum L.) i jednom sortom tritikalea (Triticosecale W.) na lokalitetu Kumane u Banatu, u stresnim uslovima halomorfnog zemljišta tipa solonjec. Tokom tri vegetacione sezone je ispitana genotipska varijabilnost, praćenjem fenotipske varijacije i interakcije genotip/spoljna sredina za prinos i komponente prinosa (visina biljke, dužina klasa, masa klasa, masa zrna po klasu i broj zrna po klasu). Ogled je postavljen na kontrolnoj varijanti (solonjec bez popravke) i tretmanima sa merama popravke, uz primenu fosfogipsa u količini od 25 t/ha i 50 t/ha. Za analizu interakcije genotipa i spoljne sredine je primenjen Model glavnih efekata i višestruke interakcije-AMMI (Additive Main Effects and Multiplicative Interaction). Međuzavisnost ispitivanih osobina je utvrđena analizom jednostrukih korelacija. U cilju definisanja reakcije genotipova na stresne uslove solonjeca, ispitana je aktivnost enzimskih i neenzimskih komponenti antioksidativnog sistema, kao i lipidne peroksidacije.<br />Ispoljena je statistička značajnost glavnih efekata genotipa, agroekosredina i njihove interakcije na varijabilnost svih ispitivanih svojstava. Uočeni su genotipovi male interakcije genotip/spoljna sredina za pojedine osobine, što bi moglo da se okarakteriše kao stabilna reakcija tih genotipova u promenljivim uslovima sredine, u odnosu na meliorativni tretman i vegetacionu sezonu. Korelacionom analizom su<br />ustanovljene značajne i visokoznačajne vrednosti koeficijenata korelacije između većine ispitivanih svojstava. Razlike u aktivnosti enzima i neenzimskih komponenti antioksidativnog sistema zaštite ukazuju da su genotipovi različito reagovali na stresne uslove solonjeca.<br />Dobijeni rezultati mogu da pomognu proces stvaranja genotipova pšenice, koji će da se gaje na zemljištima sa višim koncentracijama natrijuma i nepovoljnim fizičkim osobinama, sa dobrom stabilnošću.</p> / <p>This paper presents the results of an experiment with eleven varieties of wheat (Triticum aestivum L.) and one triticale variety (Triticosecale W.). The experiment was conducted in stress conditions of the site Kumane in Banat, on solonetz soil. Genotypic variability has been examined, during three growing seasons, through phenotypic variation and genotype/environment interaction for yield and yield components (plant height, spike length, spike weight, seed weight per spike and number of grains per spike). The experiment was set up in the control treatment (solonetz soil without melioration) and the improvement measures with application of phosphogypsum in amount of 25 t/ha and 50 t/ha. The genotype/environment ineraction was analyzed using AMMI model (Additive Main Effect and Multiplicative Interaction). The interrelationship of the studied traits was determined by the single correlation coefficients. In order to define the genotype response to stress of solonetz, the activity of enzimatic and non-enzimatic antioxidant system and lipid peroxidation were examined.<br />The statistical significance of the main effects of genotypes, environments and their interaction on variation of all the traits was observed. The observed genotypes with low genotype/environment interaction for certain traits, which could be characterized as a stable reaction of these genotypes in variable environmental conditions, in relation to the ameliorated measures and growin seson. For the different traits as the most stable ones, various genotypes were obtained. The genotypes in study reacted differently to different levels of melioration, in relation to each treatment<br />and growing season. Correlation analysis were established significant and highly significant values of correlation coefficients between the most of studied traits. Differences in the activity of enzymatic and non-enzymatic components of the antioxidant protection suggests that the genotypes responded differently to stress conditions of solonetz.<br />The results can help the process of creating wheat genotypes, which will be grown on soils with higher concentrations of sodium and unfavorable physical properties, which would have good stability.</p>

Made available in DSpace on 2014-07-29T14:52:09Z (GMT). No. of bitstreams: 1 tese cristiane.pdf: 805152 bytes, checksum: 17b10ac06483864b2875c174a70c8625 (MD5) Previous issue date: 2008-06-13 / This research had the objective of evaluating the effects of different statistical approaches for the selection and ranking of genotypes, in the context of maize varieties trials. For that, data from real trials designed in lattice were used, in the Goiás State, Brazil, in the growing seasons of 2002/2003, 2003/2004, 2004/2005 and 2005/2006, as well as data from simulated experiments, aiming to cover situations related to that reality. The study also intended to quantify the effects of the genotype by environment interactions (GxE) from the real trials, aiming for the environmental stratification for the maize cultivation in the State, pointing out the cultivar evaluation and recommendation. Considering those objectives, the study is divided in three scientific articles. In the first one (Chapter 3), the effects of approaches of fixed model (FF), mixed model with random effect of blocks (AF), mixed model with random effect of treatments (FA), random model (AA), and James-Stein s estimator (JS) were evaluated on the selection and ranking of genotypes tested on the maize varieties trials, coordinated by the Agência Goiana de Desenvolvimento Rural e Fundiário (AgenciaRural Goiás). The experiments, in number of 47, were installed in lattice design, with three replications, during the four cited harvest years. In the second article (Chapter 4), the same approaches were evaluated, in terms of accuracy, mean predictive deviation and precision of their estimates/predictions, considering the simulated trials, also in lattice. Forty-eight cases were considered, corresponding to the combinations of different experimental sizes (15, 54, 105, and 450 treatments), genotypic determination coefficients h2' (6%, 15%, 25%, 48%, 63% and 82%), and two probability distributions for the generation of genotypic effects (normal and uniform). One thousand trials were simulated for each case, reaching the total of 48,000 experiments. The third and last article (Chapter 5) refers to the study of the GxE interaction, emphasizing the already mentioned environmental stratification, where the winner genotypes approach in association with the AMMI analysis (additive main effects and multiplicative interaction model) was adopted. Among the results and conclusions achieved through this study, it is possible to point out: i) the adoption of statistical approaches with shrinkage effect on the genotypic means results in the selection of a lower number of genotypes, especially in those trials whose mean of the check cultivars (baseline to the genotypic selection) is higher than the experimental grand mean; this fact reduces the number of genotypes with low yield potential in the next cycles of the selection program; ii) the use of models with fixed effects of treatments leads to a higher percentage of selected genotypes, mainly in the experiments whose check varieties mean overcomes the experimental grand mean; iii) among the shrinkage statistic approaches evaluated, the AA model must be preferred for the selection of genotypes, due to its capacity for better predicting the parametric genotypic effects (higher accuracy and lower mean predictive deviation), no matter if these effects are normally or uniformly distributed; iv) on the other hand, the FF model shows the worst relative performance, except for the situations where the variability among the genetic treatments is high (h2 ®1,0); v) considering low values for h2 (6%), the FA model shows efficiency similar to the AA model; vi) two established environmental strata showed to be consistent throughout the years, even when the tested genotypes were altered from one harvest season to the other: Ipameri, Inhumas and Senador Canêdo (stable to four years), and Porangatu and Orizona (stable along three years); vii) considering the obtained clustering, it is possible to reduce, at least 16%, the number of test locations currently used, and/or substitute the redundant locations by test places which better represent the recommended target region, aiming to increase the evaluation efficiency of the GxE interaction, in the scope of the genetic plant breeding program; viii) the ALBandeirante variety presents high yield potential and adaptability to the maize cultivation conditions in the Goiás State. / This research had the objective of evaluating the effects of different statistical approaches for the selection and ranking of genotypes, in the context of maize varieties trials. For that, data from real trials designed in lattice were used, in the Goiás State, Brazil, in the growing seasons of 2002/2003, 2003/2004, 2004/2005 and 2005/2006, as well as data from simulated experiments, aiming to cover situations related to that reality. The study also intended to quantify the effects of the genotype by environment interactions (GxE) from the real trials, aiming for the environmental stratification for the maize cultivation in the State, pointing out the cultivar evaluation and recommendation. Considering those objectives, the study is divided in three scientific articles. In the first one (Chapter 3), the effects of approaches of fixed model (FF), mixed model with random effect of blocks (AF), mixed model with random effect of treatments (FA), random model (AA), and James-Stein s estimator (JS) were evaluated on the selection and ranking of genotypes tested on the maize varieties trials, coordinated by the Agência Goiana de Desenvolvimento Rural e Fundiário (AgenciaRural Goiás). The experiments, in number of 47, were installed in lattice design, with three replications, during the four cited harvest years. In the second article (Chapter 4), the same approaches were evaluated, in terms of accuracy, mean predictive deviation and precision of their estimates/predictions, considering the simulated trials, also in lattice. Forty-eight cases were considered, corresponding to the combinations of different experimental sizes (15, 54, 105, and 450 treatments), genotypic determination coefficients h2' (6%, 15%, 25%, 48%, 63% and 82%), and two probability distributions for the generation of genotypic effects (normal and uniform). One thousand trials were simulated for each case, reaching the total of 48,000 experiments. The third and last article (Chapter 5) refers to the study of the GxE interaction, emphasizing the already mentioned environmental stratification, where the winner genotypes approach in association with the AMMI analysis (additive main effects and multiplicative interaction model) was adopted. Among the results and conclusions achieved through this study, it is possible to point out: i) the adoption of statistical approaches with shrinkage effect on the genotypic means results in the selection of a lower number of genotypes, especially in those trials whose mean of the check cultivars (baseline to the genotypic selection) is higher than the experimental grand mean; this fact reduces the number of genotypes with low yield potential in the next cycles of the selection program; ii) the use of models with fixed effects of treatments leads to a higher percentage of selected genotypes, mainly in the experiments whose check varieties mean overcomes the experimental grand mean; iii) among the shrinkage statistic approaches evaluated, the AA model must be preferred for the selection of genotypes, due to its capacity for better predicting the parametric genotypic effects (higher accuracy and lower mean predictive deviation), no matter if these effects are normally or uniformly distributed; iv) on the other hand, the FF model shows the worst relative performance, except for the situations where the variability among the genetic treatments is high (h2 ®1,0); v) considering low values for h2 (6%), the FA model shows efficiency similar to the AA model; vi) two established environmental strata showed to be consistent throughout the years, even when the tested genotypes were altered from one harvest season to the other: Ipameri, Inhumas and Senador Canêdo (stable to four years), and Porangatu and Orizona (stable along three years); vii) considering the obtained clustering, it is possible to reduce, at least 16%, the number of test locations currently used, and/or substitute the redundant locations by test places which better represent the recommended target region, aiming to increase the evaluation efficiency of the GxE interaction, in the scope of the genetic plant breeding program; viii) the ALBandeirante variety presents high yield potential and adaptability to the maize cultivation conditions in the Goiás State. / O presente trabalho teve como objetivo avaliar diferentes abordagens estatísticas em relação à seleção e ordenação de genótipos, no contexto de ensaios varietais de milho. Para isso, utilizaram-se dados reais de ensaios delineados em látice, conduzidos no Estado de Goiás, nas safras 2002/2003, 2003/2004, 2004/2005 e 2005/2006, bem como dados de experimentos simulados, nos quais se buscaram cobrir situações similares a essa realidade. O estudo propôs-se, ainda, a quantificar os efeitos da interação de genótipos com ambientes (GxE), a partir dos ensaios reais, visando-se à estratificação ambiental para a cultura do milho no Estado, com ênfase na avaliação e recomendação de cultivares. A partir desses objetivos, o trabalho apresenta-se estruturado na forma de três artigos científicos. No primeiro deles (Capítulo 3), avaliaram-se os efeitos das abordagens de modelo fixo (FF), modelo misto com efeito aleatório de blocos (AF), modelo misto com efeito aleatório de tratamentos (FA), modelo aleatório (AA) e do estimador de James-Stein (JS), na seleção e ordenação de genótipos testados na rede dos ensaios de variedades de milho, coordenada pela Agência Goiana de Desenvolvimento Rural e Fundiário (AgenciaRural Goiás). Os experimentos, em número de 47, foram instalados em látice, com três repetições, tendo sido conduzidos durante os quatro anos agrícolas citados. No segundo artigo (Capítulo 4), as mesmas abordagens foram avaliadas em termos de acurácia, desvio preditivo médio e precisão de suas estimativas/predições, considerando-se os experimentos simulados, também em látice. Foram considerados 48 casos, correspondentes às combinações de diferentes tamanhos experimentais (15, 54, 105 e 450 tratamentos), coeficientes de determinação genotípica h2' (6%, 15%, 25%, 48%, 63% e 82%) e duas distribuições de probabilidade para a geração dos efeitos genotípicos (normal e uniforme). Foram gerados 1.000 ensaios para cada caso, totalizando 48.000 experimentos. O terceiro e último artigo (Capítulo 5) refere-se ao estudo da interação GxE, com ênfase na referida estratificação ambiental, para o qual se adotou a abordagem de genótipos vencedores, associada à análise AMMI (modelo de efeitos principais aditivos e interação multiplicativa). Entre os resultados e conclusões obtidos, destacam-se: i) a adoção de abordagens estatísticas que promovem shrinkage das médias genotípicas resultam na seleção de menor número de genótipos, especialmente quando à média das cultivares testemunhas (referência para a seleção genotípica), que é superior à média experimental, reduzindo o número de genótipos pouco produtivos nos ciclos seguintes do programa de seleção; ii) o uso de modelos com efeitos fixos de tratamentos leva a um maior percentual de seleção de genótipos, sobretudo nos experimentos cuja média das testemunhas supera a média experimental; iii) entre as abordagens estatísticas shrinkage avaliadas, o modelo AA deve ser preferido para a seleção de genótipos, em razão de sua melhor capacidade de predição dos efeitos genotípicos paramétricos (maior acurácia e menor desvio preditivo médio), independentemente de esses efeitos terem distribuição normal ou uniforme; iv) contrariamente, o modelo FF demonstra o pior desempenho relativo, excetuando-se as situações em que a variabilidade entre os tratamentos genéticos é elevada (h2 ®1,0); v) sob baixos valores de h2 (6%), o modelo FA apresenta eficiência similar ao modelo AA; vi) dois estratos ambientais estabelecidos mostraram-se consistentes, ao longo dos anos, mesmo alterando-se os genótipos testados de uma safra agrícola para a outra: Ipameri, Inhumas e Senador Canêdo, (estável em quatro anos), e Porangatu e Orizona (estável em três anos); vii) com os agrupamentos obtidos é possível reduzir, pelo menos 16%, o número de locais de teste atualmente utilizados e, ou, efetuar a substituição de locais redundantes por outros pontos de teste que melhor representem a região alvo da recomendação, de modo a aumentar a eficiência da avaliação da interação GxE, no âmbito do programa de melhoramento; viii) a variedade ALBandeirante apresenta alto potencial produtivo e grande adaptabilidade às condições de cultivo do milho no Estado de Goiás. / O presente trabalho teve como objetivo avaliar diferentes abordagens estatísticas em relação à seleção e ordenação de genótipos, no contexto de ensaios varietais de milho. Para isso, utilizaram-se dados reais de ensaios delineados em látice, conduzidos no Estado de Goiás, nas safras 2002/2003, 2003/2004, 2004/2005 e 2005/2006, bem como dados de experimentos simulados, nos quais se buscaram cobrir situações similares a essa realidade. O estudo propôs-se, ainda, a quantificar os efeitos da interação de genótipos com ambientes (GxE), a partir dos ensaios reais, visando-se à estratificação ambiental para a cultura do milho no Estado, com ênfase na avaliação e recomendação de cultivares. A partir desses objetivos, o trabalho apresenta-se estruturado na forma de três artigos científicos. No primeiro deles (Capítulo 3), avaliaram-se os efeitos das abordagens de modelo fixo (FF), modelo misto com efeito aleatório de blocos (AF), modelo misto com efeito aleatório de tratamentos (FA), modelo aleatório (AA) e do estimador de James-Stein (JS), na seleção e ordenação de genótipos testados na rede dos ensaios de variedades de milho, coordenada pela Agência Goiana de Desenvolvimento Rural e Fundiário (AgenciaRural Goiás). Os experimentos, em número de 47, foram instalados em látice, com três repetições, tendo sido conduzidos durante os quatro anos agrícolas citados. No segundo artigo (Capítulo 4), as mesmas abordagens foram avaliadas em termos de acurácia, desvio preditivo médio e precisão de suas estimativas/predições, considerando-se os experimentos simulados, também em látice. Foram considerados 48 casos, correspondentes às combinações de diferentes tamanhos experimentais (15, 54, 105 e 450 tratamentos), coeficientes de determinação genotípica h2' (6%, 15%, 25%, 48%, 63% e 82%) e duas distribuições de probabilidade para a geração dos efeitos genotípicos (normal e uniforme). Foram gerados 1.000 ensaios para cada caso, totalizando 48.000 experimentos. O terceiro e último artigo (Capítulo 5) refere-se ao estudo da interação GxE, com ênfase na referida estratificação ambiental, para o qual se adotou a abordagem de genótipos vencedores, associada à análise AMMI (modelo de efeitos principais aditivos e interação multiplicativa). Entre os resultados e conclusões obtidos, destacam-se: i) a adoção de abordagens estatísticas que promovem shrinkage das médias genotípicas resultam na seleção de menor número de genótipos, especialmente quando à média das cultivares testemunhas (referência para a seleção genotípica), que é superior à média experimental, reduzindo o número de genótipos pouco produtivos nos ciclos seguintes do programa de seleção; ii) o uso de modelos com efeitos fixos de tratamentos leva a um maior percentual de seleção de genótipos, sobretudo nos experimentos cuja média das testemunhas supera a média experimental; iii) entre as abordagens estatísticas shrinkage avaliadas, o modelo AA deve ser preferido para a seleção de genótipos, em razão de sua melhor capacidade de predição dos efeitos genotípicos paramétricos (maior acurácia e menor desvio preditivo médio), independentemente de esses efeitos terem distribuição normal ou uniforme; iv) contrariamente, o modelo FF demonstra o pior desempenho relativo, excetuando-se as situações em que a variabilidade entre os tratamentos genéticos é elevada (h2 ®1,0); v) sob baixos valores de h2 (6%), o modelo FA apresenta eficiência similar ao modelo AA; vi) dois estratos ambientais estabelecidos mostraram-se consistentes, ao longo dos anos, mesmo alterando-se os genótipos testados de uma safra agrícola para a outra: Ipameri, Inhumas e Senador Canêdo, (estável em quatro anos), e Porangatu e Orizona (estável em três anos); vii) com os agrupamentos obtidos é possível reduzir, pelo menos 16%, o número de locais de teste atualmente utilizados e, ou, efetuar a substituição de locais redundantes por outros pontos de teste que melhor representem a região alvo da recomendação, de modo a aumentar a eficiência da avaliação da interação GxE, no âmbito do programa de melhoramento; viii) a variedade ALBandeirante apresenta alto potencial produtivo e grande adaptabilidade às condições de cultivo do milho no Estado de Goiás.

As análises biplot que utilizam os modelos de efeitos principais aditivos com inter- ação multiplicativa (AMMI) requerem matrizes de dados completas, mas, frequentemente os ensaios multiambientais apresentam dados faltantes. Nesta tese são propostas novas metodologias de imputação simples e múltipla que podem ser usadas para analisar da- dos desbalanceados em experimentos com interação genótipo por ambiente (G×E). A primeira, é uma nova extensão do método de validação cruzada por autovetor (Bro et al, 2008). A segunda, corresponde a um novo algoritmo não-paramétrico obtido por meio de modificações no método de imputação simples desenvolvido por Yan (2013). Também é incluído um estudo que considera sistemas de imputação recentemente relatados na literatura e os compara com o procedimento clássico recomendado para imputação em ensaios (G×E), ou seja, a combinação do algoritmo de Esperança-Maximização com os modelos AMMI ou EM-AMMI. Por último, são fornecidas generalizações da imputação simples descrita por Arciniegas-Alarcón et al. (2010) que mistura regressão com aproximação de posto inferior de uma matriz. Todas as metodologias têm como base a decomposição por valores singulares (DVS), portanto, são livres de pressuposições distribucionais ou estruturais. Para determinar o desempenho dos novos esquemas de imputação foram realizadas simulações baseadas em conjuntos de dados reais de diferentes espécies, com valores re- tirados aleatoriamente em diferentes porcentagens e a qualidade das imputações avaliada com distintas estatísticas. Concluiu-se que a DVS constitui uma ferramenta útil e flexível na construção de técnicas eficientes que contornem o problema de perda de informação em matrizes experimentais. / The biplot analysis using the additive main effects and multiplicative interaction models (AMMI) require complete data matrix, but often multi-environments trials have missing values. This thesis proposed new methods of single and multiple imputation that can be used to analyze unbalanced data in experiments with genotype by environment interaction (G×E). The first is a new extension of the cross-validation method by eigenvector (Bro et al., 2008). The second, corresponds to a new non-parametric algorithm obtained through modifications of the simple imputation method developed by Yan (2013). Also is included a study that considers imputation systems recently reported in the literature and compares them with the classic procedure recommended for imputation in trials (G×E), it means, the combination of the Expectation-Maximization (EM) algorithm with the additive main effects and multiplicative interaction (AMMI) model or EM-AMMI. Finally, are supplied generalizations of simple imputation described by Arciniegas-Alarcón et al. (2010) that combines regression with lower-rank approximation of a matrix. All methodologies are based on singular value decomposition (SVD), so, are free of any distributional or structural assumptions. In order to determine the performance of the new imputation schemes were performed simulations based on real data set of different species, with values deleted randomly at different percentages and the quality of the imputations was evaluated using different statistics. It was concluded that SVD provides a useful and flexible tool for the construction of efficient techniques that circumvent the problem of missing data in experimental matrices.

Submitted by Erika Demachki (erikademachki@gmail.com) on 2014-08-26T18:59:21Z No. of bitstreams: 2 license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Branquinho (2011).pdf: 1481959 bytes, checksum: ddf79d2fa9222fdebd9ddefc24d9cc18 (MD5) / Made available in DSpace on 2014-08-26T18:59:22Z (GMT). No. of bitstreams: 2 license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Branquinho (2011).pdf: 1481959 bytes, checksum: ddf79d2fa9222fdebd9ddefc24d9cc18 (MD5) Previous issue date: 2011-12-19 / Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq / The objective of this study was to establish a consistent environmental stratification for the region of soybean cropping in Central Brazil, based on genotype by environment (GE) interaction analysis. For this, yield data from variety trials conducted by Embrapa Cerrados in partnership with others Brazilian institutions, during seven growing seasons (2002/03 to 2008/09), were used. The study covered six experimental sets that were related to the genotypes of three maturity groups (early, medium and late), and two commercial groups (soybean conventional and transgenic RR), totaling 559 trials analyzed. The statistical treatment of data was performed in two stages: first, analyses of variance were performed for each experiment, from which the estimates of treatment mean (combination of genotype and environment) were obtained. In the second stage the joint and GE interaction analyses were performed. Thus, the yield mean of each genotype in each environment were submitted to the AMMI analysis (Additive Main effects and Multiplicative Interaction model), that led to choose a model with only one principal component (AMMI1). As result of this analysis, the genotypes and environments were jointly represented in a scatter plot called biplot (graph that display the rows and columns of a matrix; in this case, genotypes and environments are marginal in this table). To stratify the target region, the approach of winner genotypes (Gauch & Zobel, 1997; Crop Sci. 37: 311-326) was used. In this approach each stratum is composed by locations that shared a same winner genotype (one that is the higher yielding mean ranking of a location). In the AMMI1 biplot, the boundaries of each stratum were identified by horizontal lines drawn from the ordinate points (scores) corresponding to the environment of transition between two strata, which are characterized by their winner genotypes. With this information, the environmental strata were established for each growing year and experimental set. The maturity groups of assessed lines determined the environmental stratification obtained. Thus, the following locations were grouped to other localities, presenting a characteristic of redundancy: a) early maturity group (seven strata): (Campo Novo do Parecis, Maracajú, São Miguel do Araguaia, Tangará da Serra); (Conquista, Nuporanga, Sidrolândia, Sorriso); (Cristalina, Iraí, Sacramento); (Montividiu, Sonora, Tapurah); (Capinópolis, Senador Canedo); (Guaíra, Morro Agudo); and (Lucas do Rio Verde, Sapezal); b) medium maturity group (four strata): (Anápolis, Montividiu, Tangará da Serra); (Barreiras, Campo Novo do Parecis, Uberaba-Chapadões); (Chapadão do Sul, Conquista, Maracajú, Sonora); and (São Gabriel, Sorriso, Uberaba-Epamig); c) late maturity group (five strata): (Campo Novo do Parecis, Planaltina, Senador Canedo, Tapurah); (Iraí, Sacramento, Sonora); (Lucas do Rio Verde, Sorriso); (Goiatuba, Tangará da Serra); and (Barreiras, São Desidério). Were also identified key-locations to conduct the trials in the final stage of genotypic evaluation (advanced variety trials): a) early maturity group: Anápolis, Barretos, Campos de Júlio, Capinópolis, Chapadão do Céu, Chapadão do Sul, Goiatuba, Igarapava, Jataí, Luziânia, Morro Agudo, Planaltina, Primavera do Leste, Sacramento, São Gabriel do Oeste, São Miguel do Araguaia, Sapezal, Sidrolândia, Sonora, Uberaba-Chapadões, Uberaba-Epamig e Unaí;b) medium maturity group: Barreiras, Barretos, Campo Alegre, Campos de Júlio,Capinópolis, Chapadão do Céu, Chapadão do Sul, Cristalina, Goiatuba, Iraí, Jataí, Lucas do Rio Verde, Luziânia, Montividiu, Perolândia, Planaltina, Primavera do Leste, Rio Verde, Sacramento, São Desidério, Senador Canedo, Sorriso e Unaí; c) late maturity group: Anápolis, Campo Alegre, Campo Novo do Parecis, Campos de Júlio, Capinópolis, Chapadão do Céu, Chapadão do Sul, Cristalina, Goiatuba, Jataí, Luziânia, Montividiu, Primavera do Leste, Rio Verde, São Desidério, São Gabriel do Oeste, Sonora, Sorriso, Uberaba-Chapadões, Uberaba-Epamig e Unaí. Finally, among the locations recommended for the network of advanced trials, one was also appointed as key-location to conduct the initial stages of genotypes assessment in each maturity group. The locations Campos de Júlio (to early group), Rio Verde (medium and late groups) were in order indicated because resulted the best rankings of the winner genotypes through the target region. / O objetivo deste estudo foi estabelecer uma estratificação ambiental consistente para a região de cultivo comercial da soja, no Brasil Central, a partir de análise da interação entre genótipos e ambientes (GxA). Para isso, foram utilizados dados de produtividade de grãos, provenientes de ensaios de Valor de Cultivo e Uso (VCU) conduzidos pela Embrapa Cerrados, em parceria com outras instituições de pesquisa na região, durante sete anos agrícolas (2002/03 a 2008/09). O estudo envolveu seis conjuntos experimentais, correspondentes aos genótipos de três grupos de maturação (precoce, médio e tardio) e dois grupos comerciais (soja convencional e transgênica RR), totalizando 559 ensaios analisados. O tratamento estatístico dos dados foi feito em duas etapas: na primeira, foram realizadas análises de variância para cada experimento; e, a partir disto, estimaram-se as médias dos tratamentos (combinação entre genótipos e ambientes). A segunda etapa correspondeu às análises conjuntas da variação. Nessa etapa, as médias de produtividade de cada genótipo em cada ambiente foram submetidas à análise AMMI (Additive Main Effects and Multiplicative Interaction Model); e, neste caso, o modelo com apenas um eixo principal (AMMI1) foi o escolhido. Por último, os genótipos e os ambientes foram representados de forma conjunta em gráfico de dispersão denominado biplot (gráfico que representa as linhas e as colunas de uma matriz; neste caso, genótipos e ambientes estão nas marginais dessa tabela). Para a estratificação da região alvo, foi utilizada a abordagem de genótipos vencedores (Gauch & Zobel, 1997; Crop Sci. 37: 311- 326). Neste método, cada estrato é formado pelos locais que compartilham um mesmo genótipo vencedor (aquele que lidera a classificação de produtividades médias num dado local). No biplot AMMI1, os limites de cada estrato foram identificados por linhas horizontais, traçadas a partir dos pontos (escores) de ordenadas correspondentes aos ambientes de transição entre dois estratos, os quais são caracterizados pelos respectivos genótipos vencedores. De posse dessas informações, os estratos ambientais foram determinados para cada ano agrícola e conjunto experimental. O zoneamento ambiental ficou condicionado ao grupo de maturação das linhagens avaliadas. Assim, os seguintes locais agruparam-se a outras localidades, apresentando, portanto, característica de redundância: a) ciclo precoce (sete estratos): (Campo Novo do Parecis, Maracajú, São Miguel do Araguaia, Tangará da Serra); (Conquista, Nuporanga, Sidrolândia, Sorriso); (Cristalina, Irai, Sacramento); (Montividiu, Sonora, Tapurah); (Capinópolis, Senador Canedo); (Guaíra, Morro Agudo); e (Lucas do Rio Verde, Sapezal); b) ciclo médio (quatro estratos): (Anápolis, Montividiu, Tangará da Serra); (Barreiras, Campo Novo do Parecis, Uberaba-Chapadões); (Chapadão do Sul, Conquista, Maracajú, Sonora); e (São Gabriel, Sorriso, Uberaba-Epamig); c) ciclo tardio (cinco estratos): (Campo Novo do Parecis, Planaltina, Senador Canedo, Tapurah); (Iraí, Sacramento, Sonora); (Lucas do Rio Verde, Sorriso); (Goiatuba, Tangará da Serra); e (Barreiras, São Desidério). Foram, ainda, identificados os locais-chave para a condução dos ensaios na fase final da avaliação (ensaios de VCU): a) ciclo precoce: Anápolis, Barretos, Campos de Júlio, Capinópolis, Chapadão do Céu, Chapadão do Sul, Goiatuba, Igarapava, Jataí, Luziânia, Morro Agudo, Planaltina, Primavera do Leste, Sacramento, São Gabriel do Oeste, São Miguel do Araguaia, Sapezal, Sidrolândia, Sonora, Uberaba-Chapadões, Uberaba-Epamig e Unaí; b) ciclo médio: Barreiras, Barretos, Campo Alegre, Campos de Júlio, Capinópolis, Chapadão do Céu, Chapadão do Sul, Cristalina, Goiatuba, Iraí, Jataí, Lucas do Rio Verde, Luziânia, Montividiu, Perolândia, Planaltina, Primavera do Leste, Rio Verde, Sacramento, São Desidério, Senador Canedo, Sorriso e Unaí; c) ciclo tardio: Anápolis, Campo Alegre, Campo Novo do Parecis, Campos de Júlio, Capinópolis, Chapadão do Céu, Chapadão do Sul, Cristalina, Goiatuba, Jataí, Luziânia, Montividiu, Primavera do Leste, Rio Verde, São Desidério, São Gabriel do Oeste, Sonora, Sorriso, Uberaba-Chapadões, Uberaba-Epamig e Unaí. Por fim, entre os locais recomendados para a rede de ensaios de VCU, em cada grupo de maturação, indicou-se também um local-chave para a condução das fases iniciais do processo de avaliação. Os locais Campos de Júlio (para o grupo precoce) e Rio Verde (grupos médio e tardio) foram, então, indicados por resultarem nas melhores classificações dos genótipos vencedores ao longo da região alvo do estudo.

As análises biplot que utilizam os modelos de efeitos principais aditivos com inter- ação multiplicativa (AMMI) requerem matrizes de dados completas, mas, frequentemente os ensaios multiambientais apresentam dados faltantes. Nesta tese são propostas novas metodologias de imputação simples e múltipla que podem ser usadas para analisar da- dos desbalanceados em experimentos com interação genótipo por ambiente (G×E). A primeira, é uma nova extensão do método de validação cruzada por autovetor (Bro et al, 2008). A segunda, corresponde a um novo algoritmo não-paramétrico obtido por meio de modificações no método de imputação simples desenvolvido por Yan (2013). Também é incluído um estudo que considera sistemas de imputação recentemente relatados na literatura e os compara com o procedimento clássico recomendado para imputação em ensaios (G×E), ou seja, a combinação do algoritmo de Esperança-Maximização com os modelos AMMI ou EM-AMMI. Por último, são fornecidas generalizações da imputação simples descrita por Arciniegas-Alarcón et al. (2010) que mistura regressão com aproximação de posto inferior de uma matriz. Todas as metodologias têm como base a decomposição por valores singulares (DVS), portanto, são livres de pressuposições distribucionais ou estruturais. Para determinar o desempenho dos novos esquemas de imputação foram realizadas simulações baseadas em conjuntos de dados reais de diferentes espécies, com valores re- tirados aleatoriamente em diferentes porcentagens e a qualidade das imputações avaliada com distintas estatísticas. Concluiu-se que a DVS constitui uma ferramenta útil e flexível na construção de técnicas eficientes que contornem o problema de perda de informação em matrizes experimentais. / The biplot analysis using the additive main effects and multiplicative interaction models (AMMI) require complete data matrix, but often multi-environments trials have missing values. This thesis proposed new methods of single and multiple imputation that can be used to analyze unbalanced data in experiments with genotype by environment interaction (G×E). The first is a new extension of the cross-validation method by eigenvector (Bro et al., 2008). The second, corresponds to a new non-parametric algorithm obtained through modifications of the simple imputation method developed by Yan (2013). Also is included a study that considers imputation systems recently reported in the literature and compares them with the classic procedure recommended for imputation in trials (G×E), it means, the combination of the Expectation-Maximization (EM) algorithm with the additive main effects and multiplicative interaction (AMMI) model or EM-AMMI. Finally, are supplied generalizations of simple imputation described by Arciniegas-Alarcón et al. (2010) that combines regression with lower-rank approximation of a matrix. All methodologies are based on singular value decomposition (SVD), so, are free of any distributional or structural assumptions. In order to determine the performance of the new imputation schemes were performed simulations based on real data set of different species, with values deleted randomly at different percentages and the quality of the imputations was evaluated using different statistics. It was concluded that SVD provides a useful and flexible tool for the construction of efficient techniques that circumvent the problem of missing data in experimental matrices.

Orientador: João Antonio da Costa Andrade / Resumo: Na fase final de um programa de melhoramento, especificamente na recomendação de cultivares, o conhecimento da interação genótipos x ambientes (GxA) é essencial, porque analisa a existência de desempenho diferencial de genótipos em diferentes ambientes. Os efeitos da interação genótipos x ambientes sobre a adaptabilidade e estabilidade são de grande importância, visto que cada genótipo possui uma capacidade inerente de responder às mudanças ambientais. Dentre as estratégias usadas para identificar cultivares com baixos níveis de interação genótipos x ambientes, está a seleção de genótipos com alta adaptabilidade e estabilidade. O objetivo deste trabalho foi identificar clones de cana-de-açúcar produtivos, com boa estabilidade e adaptabilidade, considerando dois ciclos produtivos. Vinte e cinco clones precoces mais cinco testemunhas foram avaliados em 24 ambientes, em delineamento de blocos ao acaso, com três repetições. Para verificação da adaptabilidade e estabilidade foi utilizado o método de regressão bissegmentada e os métodos multivariados AMMI e GGE biplot. Os clones avaliados não apresentam os parâmetros ideais, como preconizado pelo método da regressão bissegmentada. De acordo com as três abordagens utilizadas, que são complementares nas informações desejadas, os clones mais promissores em termos de estabilidade e adaptabilidade geral são G13, G12 e G5. / Mestre