Submitted by Maria Beatriz Vieira (mbeatriz.vieira@gmail.com) on 2016-10-10T15:20:52Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) dissertacao_cyrano_busato.pdf: 492572 bytes, checksum: 5744ab314d2b9cd92f0f936a4b74b6fe (MD5) / Approved for entry into archive by Aline Batista (alinehb.ufpel@gmail.com) on 2016-10-11T21:14:42Z (GMT) No. of bitstreams: 2 dissertacao_cyrano_busato.pdf: 492572 bytes, checksum: 5744ab314d2b9cd92f0f936a4b74b6fe (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Aline Batista (alinehb.ufpel@gmail.com) on 2016-10-11T21:16:29Z (GMT) No. of bitstreams: 2 dissertacao_cyrano_busato.pdf: 492572 bytes, checksum: 5744ab314d2b9cd92f0f936a4b74b6fe (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2016-10-11T21:16:36Z (GMT). No. of bitstreams: 2 dissertacao_cyrano_busato.pdf: 492572 bytes, checksum: 5744ab314d2b9cd92f0f936a4b74b6fe (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2013-06-10 / Sem bolsa / Em um programa de melhoramento de híbridos de arroz, os dados provenientes de ensaios de VCU são geralmente analisados pela Análise de Variância (ANOVA), que não permite analisar dados desbalanceados, entretanto a metodologia BLUP (Best linear undebiased predictor) pode possibilitar a análise de dados desbalanceados e indicar além das constituições genéticas de melhor desempenho, também as de desempenho mais estável. O presente trabalho objetiva avaliar a aplicabilidade da metodologia BLUP, através do Software SELEGEN REML/BLUP em um programa de híbridos de arroz. O trabalho foi conduzido na safra 2009/2010, 2010/2011 e 2011/2012 em quatro regiões distintas produtoras de arroz do Rio grande do Sul, sendo, a região SUL, Litoral NORTE, Fronteira OESTE e no município de Capão do Leão. Foram analisados os dados dos ensaios de VCU de todos os locais e dos três anos através de ANOVA e do SELEGEN e analisou-se as diferenças nas seleções de híbridos de arroz quanto ao caráter rendimento de grãos. O delineamento experimental foi de blocos ao acaso, com três repetições, por local a cada ano e região. Os resultados mostram que o SELEGEN possibilita a seleção de híbridos de alto potencial produtivo e estabilidade de produção, além de oferecer fácil interpretação e forma de trabalhar com dados desbalanceados. A utilização de ferramentas estatísticas que possibilitem a análise de grande número de dados é de extrema importância em um programa de melhoramento de híbridos, pois auxilia o melhorista a buscar grupos genéticos de melhor capacidade de combinação de forma objetiva, focando nas constituições de elevado e estável potencial produtivo. Além disso, com o passar dos anos e ciclos de seleção, os dados gerados podem contribuir para a predição de desempenho, proporcionando redução de custos e tempo no desenvolvimento de híbridos superiores em arroz irrigado. / In a breeding program of hybrid rice data from VCU trials are usually analyzed by analysis of variance (ANOVA), which do not allow unbalanced data however the methodology BLUP (Best Linear undebiased predictor) can analyze unbalanced data and indicate beyond genetic constitutions best and more stable performance. This study aims to evaluate the applicability of the BLUP methodology through Software SELEGEN REML/BLUP in a program of hybrid rice. The study was conducted in 2009/2010, 2010/2011 and 2011/2012 seasons at four distinct producing regions of rice in Rio Grande do Sul state, in the SOUTH region, NORTH coast, WEST Border and Capão do Leão District. Data from VCU trials were analyzed including all locations and the three years through ANOVA and through SELEGEN and the differences in the selections of hybrids for grain yield was interpreted. The experimental design was randomized blocks with three replications per location each year and region. The results show that SELEGEN allows selection of hybrids with high yield potential and yield stability among years and locations, and provide an easy interpretation way to unbalanced data. The use of statistical tools that enable the analysis of large amounts of data is extremely important in a hybrid rice breeding program and helps the breeder to seek genetic groups of better combining ability objectively and with focus on the constitutions of high and stable productive potential. In addition, over the years and cycles of selection the data generated can contribute to the prediction of performance saving cost and time in developing superior rice hybrids.