Resumo: Nos programas de melhoramento de cana-de-açúcar grande número de clones são avaliados todos os anos, em experimentos realizados em diferentes safras, épocas e regiões. E como é cada vez mais difícil selecionar os melhores genótipos fenotipicamente, o uso de métodos precisos de análise estatística é necessário, a fim de garantir maior confiabilidade ao processo seletivo. A avaliação genética com base em modelos mistos do tipo REML/BLUP (máxima verossimilhança restrita/ melhor predição linear não-viesada) tem merecido atenção especial dos pesquisadores. Outra questão importante durante o processo de seleção é a avaliação de possíveis efeitos da alocompetição sofrida pelos genótipos nos experimentos, pois, um genótipo em alocompetição pode ter comportamento diferente quando plantado comercialmente, apenas em autocompetição. Por essa razão, estratégias de análise que modelam a dependência espacial na forma de covariância, têm sido utilizadas no melhoramento com o objetivo de neutralizar os efeitos da competição entre parcelas vizinhas, além de aumentar a precisão experimental. Para o estudo desses fatores, foram utilizados dados de 1º e 3º corte, do atributo tonelada de cana/ha (TCH), da rede de ensaios estaduais do programa de melhoramento do Centro de Cana-IAC, instalados no ano de 2002. O delineamento experimental foi o de blocos casualizados com 3 repetições, sendo que a casualização em cada bloco foi feita uma única vez, de forma que em todos os experimentos, os genótipos tivessem sempre os mesmos vizinhos. As parcelas experimentais foram constituídas de cinco linhas de 8m espaçadas a 1,50m. De maneira geral, a análise por modelo misto e a análise tradicional apresentaram poucas diferenças em relação aos parâmetros avaliados e ao ordenamento dos genótipos, assim... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: In the programs for sugarcane improvement large number of clones are evaluated each year, in experiments realized in different crops, seasons and regions. And it is increasingly difficult to select the best genotypes phenotypically, the use of precise methods of statistical analysis is needed to ensure greater reliability in the selection process. The genetic evaluation based on mixed models of the type REML / BLUP (restricted maximum likelihood / best linear unbiased prediction) has deserved special attention from researchers. Another important issue during the selection process is the evaluation of possible effects of allocompetition suffered by the genotypes in the experiments, because a genotype in allocompetition may have different behavior when planted commercially, only in autocompetition. Therefore, strategies of analysis to model the spatial dependence in the form of covariance, have been used in improvement with the objective of neutralizing the effects of competition between neighboring plots, besides increasing the experimental precision. For the study of these factors, we used data from 1st and 3rd cuts, of the attribute tons of cane per hectare (TCH), than the network experiments state test of the improvement program of the Centro de Cana-IAC, Brazil, installed in 2002. The experimental design was a randomized block with 3 replications, with each block randomization was performed only once, so that in all experiments, the genotypes have the same neighbors. The experimental plots consisted of five lines of 8 m spaced to 1.50 m. In general, the mixed model analysis and traditional analysis showed little difference with respect to the parameters evaluated and the ranking of genotypes, as well as the use of different methodologies for the neighborhood analysis contributed little to increase the experimental precision. The effects of... (Complete abstract, click electonic access below) / Orientador: Dilermando Perecin / Coorientador: Marcos Guimarães de Andrade Landell / Banca: Maximiliano Salles Scarpari / Banca: Sandra Helena Unêda Trevisoli / Banca: Rinaldo Cesar de Paula / Banca: João Ademir de Oliveira / Doutor

Resumo: Parâmetros genéticos para a produção de leite no dia do controle (PLDC) de primeiras lactações de vacas da raça Guzerá foram estimados utilizando modelo multicaracterísticas de dimensão finita (TMDO) e modelos de regressão aleatória (MRA). A produção acumulada em 305 dias (P305), duração da lactação (DL) e persistência da lactação (PS) também foram analisadas. Para o TMDO, foram analisadas as PLDC juntamente com a P305 e a DL, considerando como aleatórios, o efeito genético aditivo e o residual e, como fixo, o grupo de contemporâneos e a covariável idade da vaca ao parto. Para os MRA, foram considerados como aleatório, o efeito genético aditivo, de ambiente permanente e residual e como efeito fixo, o grupo de contemporâneos, os efeitos linear e quadrático da covariável idade ao parto e a curva média da população. Para os MRA foram consideradas as funções de ajuste de Wilmink (WL), Ali & Schaeffer (AS), uma combinação entre a função de Wilmink com polinômios ortogonais de Legendre (LM), polinômios ortogonais de Legendre (LEG) e funções B-spline (BS). Os efeitos aleatórios genético aditivo e de ambiente permanente foram modelados por meio destas funções, bem como a curva média da população, com a exceção dos modelos ajustados por funções BS que tiveram a curva média ajustada por polinômio de Legendre ou pela função de Ali & Schaeffer. O resíduo foi ajustado considerando variância homogênea ou em classes heterogêneas de variância residual. O modelo empregando funções BS cúbica com número de coeficientes de regressão aleatória igual cinco tanto para efeito genético aditivo como de ambiente permanente com a curva média modelada pela função de Ali & Schaeffer e resíduo ajustado por seis classes variância residual foi o mais adequado. Entretanto, os melhores MRA para cada função de ajuste, não apresentaram diferenças para ... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Genetic parameters for milk production in the test day model (PLDC) for Guzerat dams' first lactations were estimated by multitrait finite model (TMDO) and random regression models (MRA). The cumulative production at 305 days (P305), lactation length (DL) and lactation persistency (PS) were also analyzed. For TMDO, the PLDC were analyzed together with P305 and DL, considering the additive genetic effect and residual effect as random effects , the contemporary group as a fixed effect, and the age of dam at calving as a covariate. For MRA, additive genetic effect, permanent environmental effect and residual effect were considered as random effects and the contemporary group, the linear and quadratic covariate of age at calving and the average curve of the population as fixed effects. Also for the MRA, the Wilmink (WL) and the Ali & Schaeffer (AS) adjustment functions, a combination of the Wilmink function with Legendre orthogonal polynomials (LM), Legendre orthogonal polynomials (LEG) and B-spline functions (BS) were considered. The random additive genetic and permanent environmental effects were modeled by means of these functions, as well as the population average curve , with the exception of the adjusted models by the BS functions that had the average curve adjusted by the Legendre polynomial or by the Ali & Schaeffer function. The residual error was adjusted considering homogeneous variance or heterogeneous classes of residual variance. The model using cubic BS functions with random regression coefficient numbers equal to five for additive genetic effect as well as for permanent environmental with average curve modeled by the Ali & Schaeffer function and residual error adjusted for six classes of residual variance was the more appropriate. However, the best MRA for each adjustment function presented no differences in the estimates of genetic parameters and for order correlation ... (Complete abstract click electronic access below) / Orientador: Humberto Tonhati / Coorientador: Maria Gabriela Campolina Diniz Peixoto / Banca: Lenir El Faro Zadra / Banca: Fernando Sebastián Baldi Rey / Mestre