A interação genótipos ambientes (G E) foi definido por Shelbourne (1972) como sendo a variação entre genótipos em resposta a diferentes condições ambientais. Sua magnitude na expressão fenotípica do caráter pode reduzir a correlação entre fenótipo e genótipo, in acionando a variância genética e, por sua vez, parâmetros dependentes desta, como herdabilidade e ganho genético com a seleção. Estudos sobre a adaptabilidade e a estabilidade fenotípica permitem particularizar os efeitos da interação GE ao nível de genótipo e ambiente, identificando a contribuição relativa de cada um para a interação total. Varias metodologias estatísticas têm sido propostas para a interpretação da interação G E proveniente de um grupo de cultivares testados em vários ambientes. Entre essas metodologias destaca-se os modelos AMMI (Additive Main Eects and Multiplicative Interaction Model), que vem ganhando grande aplicabilidade nos últimos anos. O modelo AMMI e um método uni-multivariado, que engloba uma analise de variância para os efeitos principais, que são os efeitos dos genótipos (G) e os ambientes (E) e para os efeitos multiplicativos (interação genótipo ambiente), para a qual utiliza-se a decomposição em valor singular (DVS). Essa técnica multivariada baseia-se no uso dos autovalores e autovetores provenientes da matriz de interação G E. Araujo e Dias (2005) verificaram o problema de superestimação e subestimação de autovalores estimados da maneira convencional. Efron(1979) propôs uma técnica de simulação numérica chamada Bootstrap para avaliar tais incertezas. O método Bootstrap consiste em uma técnica de reamostragem que permite aproximar a distribuição de uma função das observações a partir da distribuição empírica dos dados. Por meio desse método, podem ser estimados o erro-padrão da referida estimativa e os intervalos de confiança, com o intuito de fazer inferência sobre os parâmetros em questão. O objetivo deste trabalho será estudar o efeito da interação G E, avaliar a adaptabilidade e estabilidade de genótipos em diferentes ambientes através do modelo AMMI, com as analises através dos gráficos Biplot, encontrar a distribuição empírica dos autovalores e calcular o intervalo de confiança através o método Bootstrap não-paramétrico. Com o estudo da distribuição empírica dos autovalores poder-se-a validar os testes de hipóteses propostos na literatura para identificar o numero de IPCA (Incremental Principal Component Analysis) para seleção dos modelos AMMI, e propor um teste para seleção dos modelos. / The genotype environment interaction (G E) was dened by Shelbourne (1972) as the variation among genotypes in response to dierent environmental conditions. Its magnitude in phenotypic expression of the character can reduce the correlation between genotype and phenotype, in ating the genetic variance and, in turn, dependent on the parameters, as heritability and genetic gain with selection. Studies on the phenotypic adaptability and stability allow particularize the eects of interaction G E at the level of genotype and environment, identifying the relative contribution of each to the total interaction. There are several methods of analysis and interpretation for the genotype environment interaction from a group of genotype tested in several environments. These methods include AMMI models (Additive Main Eects and Multiplicative Interaction Model), coming gaining great applicability past years. The AMMI model is a uni-multivariate method, that includes an analysis of variance for the main eects (the eects of the genotypes (G) and environments (E)) and assumes multiplicative eects for the genotype environment interaction, using a singular value decomposition (DVS). This method estimates the eigenvalues and eigenvectors deriving from the matrix of genotype environment interaction. Araujo and Dias (2005) found an overestimation and underestimation problem with the eigenvalues in the conventional way. Efron (1979) proposed a numerical resampling technique called Bootstrap for evaluate such uncertainties. The bootstrap method consists of a resampling technique that allows to approximate the distribution of a function of the observations from the empirical distribution of the data. Through this method, can be estimated by the standard error of that estimate and condence intervals, in order to make inferences about the parameters in question. The aim of this work was to study the eect of genotype environment interection (GE), evaluate the adaptability and stability of genotypes in dierent environments through the AMMI model, with the analysis through the Biplot graphs, nd the empirical distribution of eigenvalues and calculate the condence interval using the nonparametric bootstrap, the study of the empirical distribution of eigenvalues serve to validate the hypothesis tests proposed in the literature to identify the number of IPCA (Incremental Principal Component Analysis) for selecting the AMMI model, and propose a test for selection of models.

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.

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.

INTRODUÇAO: O mapeamento obtido pela imagem de ressonância magnética funcional (RMf) têm contribuído substancialmente para investigação da neurofisiologia e pato-fisiologia de maneira não invasiva em humanos. Entretanto, a variabilidade dos resultados ainda é alta e envolve não apenas variações individuais, mas instrumentais e dependem da função cerebral estudada. OBJETIVO: É avaliar como a variabilidade dos resultados é modulada por tipo de função estudada, indivíduos e instalações no Estado de São Paulo. MATERIAL E MÉTODOS: Estudamos indivíduos jovens saudáveis (variável indivíduo) submetidos a funções de memória e linguagem (variável função) e realizamos estudo em quatro locais (variável instituição). Mantivemos a mesma instrumentação de apresentação de estímulos em bloco, o gênero (masculino) dos participantes, a instrumentação de coleta de dados comportamentais, o campo magnético principal dos equipamentos de RM (3 teslas) e região (Estado de São Paulo). A coleta de dados foi realizada em equipamentos de RM de três fabricantes (GE, Philips e Siemens). A tarefa de linguagem envolveu paradigma de geração silenciosa de palavras: \"pronunciar mentalmente\" palavras que começassem com a letra apresentada visualmente, alternados com controle \"pensar em céu azul\". Na tarefa de memória (two-back) os voluntários foram orientados a memorizar sequência de letras e apertar o botão na caixa de resposta quando a letra apresentada fosse igual a letra apresentada dois estímulos previamente. Na tarefa de controle, os participantes foram instruídos a apertar o botão toda vez que letra \'X\' fosse apresentada. RESULTADOS: A média das idades dos participantes foi de 33,1 anos, desvio padrão de 8,61 anos. Os resultados de imagem mostram áreas cerebrais semelhantes às encontradas na literatura para tarefa de memória e de linguagem. A variância da frequência de resposta BOLD esperada em regiões cerebrais clássicas nas funções de memória (0,091) e linguagem (0,053) não foi diferente (F-test: 1,71; p=0,21). Os indivíduos mostraram resposta BOLD com frequência que variou de 10% a 90% do total de áreas ativadas esperadas na tarefa de linguagem (média de 43%) e entre 0% a 89% na tarefa de memória (média de 42%). CONCLUSÃO: A análise entre as instituições mostrou que houve convergência dos achados principais, mas com variações de localização de agrupamentos de voxels para mesma tarefa e indivíduos. No geral observamos que cada uma destas três variáveis atua de forma independente nos resultados e que a maior parte da variabilidade dos dados vem de indivíduos, sendo menos decorrente de locais (instituição) ou de tarefa. Esta investigação trouxe evidências para prosseguir com estudo de outros parâmetros que possam explicar possíveis fontes de variabilidade do sinal ainda não investigadas / INTRODUTION: Functional magnetic resonance imaging (fMRI) has substantially enhanced our understanding of neurophysiology and pathophysiology in humans using noninvasive methods. However, the results are still highly variable and are not yet clear what is the contribution from individual subjects, methods, instrumentation or type of brain function under evaluation to this variability. OBJECTIVES: The aim of this study is to assess how and if the variability of the results is modulated by type of brain function investigated, individual subjects and institutions 3T MR systems installed in the State of São Paulo, Brazil. MATERIAL AND METHODS: We studied healthy young subjects (variable: individual) using memory and language functions (variable: function) and conducted study at four sites (variable: site). Other possible sources of variance were maintained constant across data acquisition sessions: instruments used to present stimuli in block-design task fMRI, gender (males only), main magnetic field of MRI system (3 Tesla) and the area (cultural background) was restricted to the Sate of São Paulo. Data collection was performed in MRI equipment from three manufacturers (GE, Philips and Siemens). The fMRI language task was a silent word generation paradigm: subjects were instructed to \"pronounce mentally\" words that begin with the letter presented visually - alternating with a control condition \"think of blue sky\". In the memory task (two-back) volunteers were instructed to memorize a sequence of letters and press the button in the answer box when the letter presented was the same as the letter presented two stimuli before the current. In the control task they were instructed to press the button every time a letter \'X\' was presented. RESULTS: The mean age of participants was 33.1 years, with a standard deviation of 8.61 years. The results show similar brain network areas as those described in the literature for memory and language tasks. The variance of the BOLD response (frequency of activity detected in task-related brain classical areas) in the memory (0.091) and language (0.053) functions were not different (F-test: 1.71; p = 0.21). Individuals showed BOLD response frequency rate ranging from 10% to 90% in the expected areas activated by the language task (average 43%) and between 0% to 89% in memory task (mean 42%). CONCLUSION: The analysis targeting institutions showed a partial spatial convergence of the main findings, but we also found location variations of voxel clusters for the same task and individuals. Overall we observed that each of these three variables (subjects, task and site) operates independently and the results show that most of the data variability comes from individuals, and less due to site or task. This research has brought evidence to encourage future investigations using parameters others than those tested that could explain the variability

O uso das técnicas de análise multivariada está reservado aos grandes centros de pesquisa, µas grandes empresas e ao ambiente acad^emico. Essas técnicas s~ao muito interessantes porque utilizam simultaneamente todas as variáveis respostas na interpretação teórica do conjunto de dados, levando em conta as correlações existentes entre elas. Uma das principais barreiras para a utilização dessas técnicas é o seu desconhecimento pelos pesquisadores interessados na pesquisa quantitativa. A outra dificuldade é que a grande maioria de softwares que permitem esse tipo de análise (SAS, MINITAB, BMDP, STATISTICA, S-PLUS, SYSTAT, etc.) não são de domínio público. A disseminação do uso das técnicas multivariadas pode melhorar a qualidade das pesquisas, proporcionar uma economia relativa de tempo e de custo, e facilitar a interpretação das estruturas dos dados, diminuindo a perda de informação. Neste trabalho, foram confirmadas algumas vantagens das técnicas multivariadas sobre as univariadas na análise de dados de expe- rimentos agropecuários. As análises foram realizadas com o auxílio do software R, um software aberto, \"amigável\" e gratuito, com inúmeros recursos disponíveis. / The use of the techniques of multivariate analysis is restricted to large centers of research, the higher companies and the academic environment. These techniques are very inte- resting because of the use of all answers variables simultaneously in theoretical interpretation of the data set, considering the correlations between them. One of the main obstacle to the usage of these techniques is that researchers interested in the quantitative research do not know them. The other di±culty is that most of the software that allow this type of analysis (SAS, MINITAB, BMDP, STATISTICA, S-PLUS, SYSTAT etc.) are not in public domain. Publishing the use of Multivariate techniques can improve the quality of the research, decrease the time spend and the cost, and make easy the interpretation of the structures of the data without cause damage of the information. In this report, were con¯rmed some advantages of the multivariate techniques in a univariate analysis for data of agricultural experiments. The analysis were taken with R software, a open software, \"friendly\" and free, with many statistical resources available.

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.

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.

Made available in DSpace on 2017-07-21T20:56:27Z (GMT). No. of bitstreams: 1 Luiz Fabiano dos Anjos.pdf: 1403026 bytes, checksum: a11a5c920d7a1e504e6f9467bb570c19 (MD5) Previous issue date: 2015-03-19 / The external evaluations of Evaluation System, at the national and state level, allow collecting data that offer to the managers and the school community about the use of educational institutions and the performance of each student. This work aims at analyzing the performance of students of the 3rd year of high school under the jurisdiction of public facilities to the Regional Center of Ponta Grossa Education External Evaluation of the evaluation system of the State of Paraná Education in Mathematics with respect to Content Structuring - Treatment Information. From the official documents, there was the recommendations for teaching such content. In textbooks used by the institutions there was the presentation and the time the contente of the treatment was developed. In carrying out the study opted for a literature consisting in a qualitative and quantitative approach to research. As the research and statistical analysis tool used a hypothesis test for data analysis in response to the initial question. So, to complete the examination of the data and the test we found that this came corroborate the hypothesis that the textbook adopted, does not significantly affect the average performance of students in analyzed Content Structuring. / As avaliações externas do Sistema de Avaliação, seja no âmbito nacional ou estadual, permitem coletar dados que oferecem aos gestores e a comunidade escolar informações sobre o aproveitamento das instituições de ensino e o rendimento de cada aluno. Este trabalho tem como objeto analisar o desempenho dos estudantes do 3º ano do Ensino Médio dos estabelecimentos públicos jurisdicionadas ao Núcleo Regional de Educação de Ponta Grossa na Avaliação Externa do Sistema de Avaliação da Educação do Estado do Paraná, na disciplina de Matemática com relação ao Conteúdo Estruturante - Tratamento da Informação. A partir dos documentos oficiais, observou-se as recomendações para o ensino destes conteúdos. Nos livros didáticos utilizados pelas instituições verificou-se a forma de apresentação e o momento em que o conteúdo Tratamento da Informação era desenvolvido. Para a concretização deste estudo optou-se por uma pesquisa bibliográfica constituindo-se em uma pesquisa de abordagem qualitativa e quantitativa. Como ferramenta da pesquisa e análise estatística utilizou-se um Teste de Hipótese para análise dos dados em resposta ao questionamento inicial. Assim, ao finalizar a análise dos dados e o teste foi possível verificar que este veio corroborar com a hipótese de que o livro didático adotado, não afeta significativamente o desempenho médio dos estudantes, no conteúdo estruturante analisado.

As análises de grupos de experimentos, de grande importância em melhoramento genético, são indispensáveis quando se pretende investigar o comportamento de alguns tratamentos em diversos locais de interesse do pesquisador. Nestes casos, parte-se das analises de variância individuais em cada local, para o agrupamento de todos os ensaios em uma única analise. Verifica-se então a veracidade da significância da interação tratamentos versus locais - TL, sendo esta não-significativa, pode-se obter conclusões generalizados a respeito do comportamento dos tratamentos. No entanto, o grande interesse esta nos casos de interação significativa, em que dois caminhos de destaque surgem para que se conclua a analise, o primeiro, permite que se considerem os resultados e conclusões das analises individuais, com o resíduo específico de cada local, enquanto o segundo aconselha que se desdobrem os graus de liberdade relativos a tratamentos + interação significativa, visando a interpretação dos tratamentos em estudo dentro de cada um dos locais, utilizando o resíduo médio como testador. Partindo do fato de que componentes de variância são variâncias associadas aos efeitos aleatórios de um modelo matemático, que permitem quantificar a variabilidade de tais efeitos, tem-se por objetivo neste trabalho, em grupos de experimentos reais com interação TL significativa, comparar os componentes de variância obtidos nas analises individuais utilizando os quadrados médios residuais - QMRes de cada ensaio versus os obtidos pós-desdobramento da interação em questão utilizando o quadrado médio do resíduo médio - QMRM. Tal confronto será fundamentado nas estimativas de variâncias das estimativas destes componentes. Finalmente, em grupos de ensaios reais e simulados, o objetivo será voltado para a comparação de rols classificatórios de tratamentos nas analises individuais versus os rols classificatórios de tratamentos obtidos pós-desdobramento da interação em questão. A montagem destes rols será possível a partir do uso do teste de Tukey, ao nível de 5% de significância, para os cálculos das diferenças mínimas significativas - dms ora com resíduos de analises individuais, ora de conjunta. Todos os cálculos deste trabalho serão realizados no software estatístico R. / The experimental groups analysis, of great importance in genetic improvement, are essential when intends to investigate the treatments behaviour in many places from researcher interest. In these cases, starts by the individual variance analysis in each place, to the grouping of all experiments in a single analysis. Examine the truth of the signicant treatments vs. places interaction - TL, being this no-signicant, is possible to obtain generalized conclusions about the treatments behaviour. However, the interest is in the cases when signi cant interaction is found, because two eminence ways appear for the analysis conclusions, the rst one allow that the individual analysis results and conclusions be considered, with the specic residue from each place, while the second one advise, that the degrees of freedom relative to treatments + signicant interaction be unfound, looking at the interpretation of the treatments in study inside each place, using the mean residue how testator. Starting with the fact that variance components are variances associated to the aleatory eects of a mathematical model, that allow the quantifying of such eects, this work objective, in real experimental groups, with signicant interaction TL, is to compare the variance components obtained in individual analysis using the residual mean square - QMRes from each experiment against the obtained after unfolding the interaction in question using the mean residual mean square - QMRM. This confrontation will be based in variance estimations of these components estimations. Finally, in real and simulate experimental groups, the objective will be directed to the comparison of treatments classicatory rankings in individual analysis vs. the treatments classi catory rankings obtained after unfolding of the interaction in question. The construction of these rankings will be possible using the Tukey test, with 5% of signicance, for the calculation of the signicants minimum dierences - dms, a time with individual analysis residual, othertime, conjunct. All the calculations from this work will be realized in the R statistical software.