Este é um trabalho proveniente de vários encontros com pesquisadores da Embrapa de Campinas, cujo objetivo principal se centrou em investigar a probabilidade de frutificação em árvores de Café Arábica. Para isso foram analisados 20 bancos de dados para árvores de Café Arábica de um cultivar localizado no Instituto Agronômico do Paraná em dois momentos distintos (Junho de 2010 e em Novembro - Dezembro de 2010) e consideradas as seguintes variáveis: \"OCUPAÇÃO\" (quadrática ou retangular), \"ESPAÇAMENTO\" (6.000 plantas/ha e 10.000 plantas/ha) ambas relativas ao cultivo das plantas e \"TAMANHO DO ENTRENÓ\" (medição em cm de uma partição definida da planta). Na busca de um modelo representativo de tal fenômeno, foram estudadas paralelamente tópicos relativos a alometria e assimetria dessas mesmas plantas, os quais permitiram modelar determinadas associações entre algumas estruturas como largura e comprimento de folhas. Os modelos ajustados apresentaram uma grande significância para a variável \"ESPAÇAMENTO\" nos dois tempos estudados, enquanto que a variável \"OCUPAÇÃO\" foi significativa apenas no segundo tempo e variável \"TAMANHO DO ENTRENÓ\" não foi significativa para nenhum dos tempos. A metodologia adotada para investigar essa probabilidade se deu através dos modelos de regressão logístico. Com o intuito de agregar a variável \"TEMPO\", juntou-se os dois bancos de dados em diferentes tempos e, baseado na metodologia de modelos mistos, obteve-se um modelo ajustado com retas paralelas, onde apenas a variável \"ESPAÇAMENTO\" foi considerada significativa. / This work is based on several meetings with Embrapa researchers from Campinas in an integrated study with professors from the ESALQ Department of Statistics and Agronomic Experimentation, whose main objective was to investigate the probability of fruiting in Arabica Coffee trees. In order to do so, it was analyzed 20 databases for Coffee trees of a cultivar located at the Agronomic Institute of Paraná at two different times (June 2010 and November - December 2010), where the following variables were considered: \"OCCUPATION \"(quadratic or rectangular),\"SPACING \"(6,000 plants / ha and 10,000 plants / ha), both related to plant cultivation and \"SIZE OF ENTRENO\"( measured in cm of a defined plant partition). In order to find a representative model of this phenomenon, topics related to allometry and asymmetry of these same plants were studied in parallel, which allowed to model certain associations between some structures such as width and length of leaves. The adjusted models presented a great significance for the variable \"SPACING\"in the two studied times, whereas the variable \"OCCUPATION\"was significant only in the second time and the variable \"SIZE OF THE ENTRENÓ\"was not significant for any of the times. The methodology used to investigate this probability was based on logistic regression models. In order to aggregate the variable \"TIME\", the two databases were combined at different times and, based on the methodology of mixed models, a model adjusted with parallel lines was obtained, where only the variable \"SPACING\"was considered significant.

The generalized additive models for location, scale and shape (GAMLSS) developed by Rigby and Stasinopoulos (2005) are a general class of univariate regression models that do not have the response distribution restricted to the exponential family as do the generalized linear and additive models, for example. In addition, they allow all the parameters of the response variable distribution to be modeled explicitly through different sets of explanatory variables. The semiparametric subclass of GAMLSS, in particular, accepts a wide range of parametric and nonparametric terms to be included in the predictors of the parameters. Similar to the generalized linear models, the GAMLSSs link predictors to parameters through monotonic link functions, which can also change for each parameter. This dissertation describes the GAMLSSs methodology and presents two applications to data sets provenient from experiments in agronomy; exploring methods of estimation, diagnosis and comparison of these models. / Os modelos lineares generalizados para locação, escala e forma (GAMLSS) desenvolvidos por Rigby e Stasinopoulos (2005) são uma ampla classe de modelos de regressão univariados que não pressupõem que a distribuição da variável resposta pertença à família exponencial como os modelos lineares generalizados ou aditivos generalizados, por exemplo. Além do mais, eles permitem que todos os parâmetros da distribuição da variável resposta sejam modelados explicitamente por meio de diferentes conjuntos de variáveis explanatórias. A subclasse semiparamétrica dos GAMLSS, em particular, permite que uma grande variedade de termos paramétricos e não paramétricos sejam incluídos nos preditores dos parâmetros da distribuição assumida para a variável resposta. De forma análoga aos modelos lineares generalizados, os GAMLSSs ligam os preditores aos parâmetros por meio de funções de ligação monótonas, que também podem mudar de acordo com o parâmetro a ser estimado. Esta dissertação descreve a metodologia dos modelos lineares generalizados para locação, escala e forma e apresenta duas aplicações a bancos de dados provenientes de experimentos agrícolas; explorando métodos de estimação, diagnóstico e comparação desse tipo de modelos.

Para dados provenientes de bioensaios entomol´ogicos, na maioria das vezes, ´e necess´ario levar em considera¸cao a ocorrencia de mortalidade natural e a superdispers ao. Para incorporar a mortalidade natural, pode-se utilizar a f´ormula de Abbott, que associada ao modelo binomial, caracteriza o modelo padrao de mortalidade natural. Modelos padroes de superdispersao incluem os modelos beta-binomial, log´stico normal, misturas discretas e o uso do fator de heterogeneidade. Como alternativa aos modelos padrao de mortalidade natural, e de mortalidade natural com o fator de heterogeneidade, foi desenvolvido o modelo de mortalidade natural com a inclusao de um efeito aleat´orio no preditor linear, para melhor acomodar a superdispersao. Para obter as estimativas dos parametros desse novo modelo, foram usados os algoritmos de Newton Raphson e EM. Para a verifica¸cao dos ajustes dos modelos foram usados gr´aficos semi-normais de probabilidade com envelopes de simula¸cao, e para realizar a compara¸cao entre os modelos foram utilizados o teste da razao de verossimilhan¸cas e o crit´eiro AIC. A seguir, foram calculadas as estimativas das doses efetivas. Os procedimentos foram todos implementados no software R. Como aplica¸cao, foram analisados tres conjuntos de dados, provenientes de ensaios entomol´ogicos. Para os tres conjuntos de dados, concluiu-se que o modelo de mortalidade natural com efeito aleat´orio ´e superior aos procedimentos padroes, geralmente, utilizados. / When fitting dose-response models to entomological data it is often necessary to take account of natural mortality and/or overdispersion. The standard approach to handle natural mortality is to use Abbotts formula, which allows for a constant underlying mortality rate. Standard overdispersion models include beta-binomial models, logistic-normal, discrete mixtures and the use of the heterogeneity factor. We extend the standard natural mortality model and include a random effect to handle the overdispersion. To obtain the parameters estimates of this new model, two algorithms were used: the Newton Raphson and the EM. For the application, were used three data sets. We introduce the likelihood ratio test, effective dose, and simulated envelope for the natural mortality model with a random effect. The procedures are implemented in the R system. For the three the data sets studied, a significant further improvement in the fit is possible by using the random-effect model.

Nas últimas décadas, a produção e exportação de carne bovina no Brasil consolidaram o país como um importante fornecedor no mercado internacional. No ano de 2012 o Brasil produziu aproximadamente 17% da demanda mundial de carne, exportando 1.325 milhão de toneladas (USDA, 2012). No entanto, apesar desta posição privilegiada, a produção brasileira é caracterizada pela criação extensiva dos animais e pela baixa qualidade do produto final. O rebanho é composto basicamente por animais Bos indicus e seus cruzamentos, com predominância da raça Nelore. Estes animais, por sua vez, apresentam ótima adaptabilidade e resistência ao ambiente tropical, porém com qualidade de carne e carcaça inferior quando comparados a bovinos Bos taurus. Assim, buscando indivíduos com maior rusticidade e com melhores índices de crescimento e acabamento de carcaça, os produtores vem utilizando cruzamentos entre bovinos Bos taurus X Bos indicus, aproveitando os efeitos de heterose e complementariedade entre raças. Os resultados já obtidos reforçam a contribuição dos mestiços na produção de carne, sendo utilizados com maior frequência em ambientes onde animais puros não apresentariam bons desempenhos. Diante disso, a identificação e seleção de animais superiores para ambientes tropicais possibilitariam o atendimento das demandas do mercado, principalmente no que diz respeito à qualidade da carne produzida. Portanto, efeitos genéticos aditivos e não aditivos que influenciam as características de importância econômica devem ser considerados nas avaliações genéticas de animais cruzados. Desta forma, os objetivos deste trabalho foram: I) Estudar a influência dos efeitos genéticos não aditivos na estimação de componentes de variância, parâmetros genéticos e ranking dos animais através de diferentes modelos; II) Estudar a influência da regressão de cumeeira ponderada na redução de colinearidade e na estimação de componentes de variância e parâmetros genéticos. A partir dos resultados foi possível observar que modelos que consideraram efeitos genéticos aditivos e não aditivos da epistasia e de heterozigose foram em geral os mais adequados para descrever o peso a desmama e o ganho de peso da desmama ao sobreano. Para a análise de peso ao nascer, peso aos 12 meses, área do olho do lombo e a espessura de gordura da picanha o efeito da epistasia foi desprezível. Da mesma maneira, foi possível observar que a aplicação da regressão ridge ponderada diminuiu a inflação da variância associada aos efeitos fixos genéticos diretos e maternos e, proporcionou estimativas mais estáveis e plausíveis para as características de crescimento. Em relação aos componentes de variância não foram verificadas diferenças em função da aplicação de regressão ridge ponderada em características de crescimento. / In last year Brazilian beef production and exportation consolidated the country as an important provider in the international market. Thus, in 2012, Brazil provided approximately 17% of global meat demand, exporting 1,325 million tons (USDA, 2012). However, Brazilian production is characterized by extensive grazing system and low meat quality. The Brazilian herd is composed mainly of Bos indicus (mostly Nelore) and their crosses. These animals have great adaptability and resistance to tropical environment, but they show lower carcass and meat quality than Bos taurus cattle. Thus, looking for individuals with more rusticity and better growth rates and carcass traits, the farmers have been using crossbreed between Bos taurus X Bos indicus, exploring the heterosis and complementarity effects. Results obtained affirmed the crossbred contribution in meat production, especially in environments where purebred animals would not show good performances. Therefore, the identification and selection of genetically superior animals would meet specific market needs. Thus, is necessary to consider additive and non-additive genetic effects in genetic evaluation. The aims of this study were: I) to study the influence of non-additive genetic effects in the estimation of genetic parameters and ranking of animals across different models. II) To study the influence of weighted ridge regression in collinearity reduction and their effects in genetic parameters estimation. The results showed that models that considered non-additive genetic effects of epistasis and heterozygosity were generally the most suitable to describe the weaning weight and weight gain from weaning to yearling. The epistasis effect was unimportant for birth weight, weight at 12 months, loin rib eye area and fat thickness of. Similarly, it was observed that ridge regression application allowed decreased the inflation variance and provided stable and plausible estimates. No differences due to the application of ridge regression were observed in growth traits.

Made available in DSpace on 2015-03-26T13:32:19Z (GMT). No. of bitstreams: 1 texto completo.pdf: 1498414 bytes, checksum: a554a4debb559e9eaa2ce04ffbc8d4c9 (MD5) Previous issue date: 2013-02-26 / Fundação de Amparo a Pesquisa do Estado de Minas Gerais / The genomic wide selection (GWS) emerged in 2001 with the goal of increasing efficiency and accelerating the selection gain in genetic improvement based exclusively on markers after their genetic effects estimated from phenotypic data. In the context of survival analysis, Cox s proportional risk model with random effects was compared to the mixed linear model, both using parenthood matrices based on markers in substitution to basing on pedigree, this method being named GBLUP. The application was made on real data from an F2 population of pigs in which the dependent variable was the time in days, from birth to slaughter of the animal and the covariables: SNP markers (238), sex and handled lot. The data was previously corrected for fixed effects and the accuracy of the method was calculated based on the correlation of the ranks of genomic genetic values predicted in both models with the phenotypic values corrected. The analysis was repeated considering the least number of SNP markers that presented the greatest effect in module. The results showed agreement in the prediction of genomic genetic values and estimation of the effects of markers for both models in the situation of uncensored data and normality. However, when considering censored data, the Cox model with normal random effect was more appropriate, since there was no agreement in the prediction of genomic genetic values and estimation of the effects of markers with the mixed linear model with imputed data. The selection of markers allowed an increase in correlations between the positions of genomic genetic values predicted by the linear model and the Cox frailty model with phenotypic values corrected, being that for the characteristic being analyzed, 120 markers were sufficient to increase the predictive power. / A seleção genômica ampla (GWS) surgiu em 2001 com o objetivo de aumentar a eficiência e acelerar o ganho de seleção no melhoramento genético baseando-se exclusivamente em marcadores após terem seus efeitos genéticos estimados a partir de dados fenotípicos. No contexto de análise de sobrevivência, o modelo de riscos proporcionais de Cox com efeito aleatório foi comparado ao modelo linear misto, ambos usando a matriz de parentesco baseada em marcadores em substituição à baseada em pedigree, método esse denominado GBLUP. A aplicação foi feita aos dados reais de uma população F2 de suínos em que a variável resposta foi o tempo em dias, do nascimento até o abate do animal e as covariáveis: marcadores SNPs (238), sexo e lote de manejo. Os dados foram previamente corrigidos para seus efeitos fixos e a acurácia do método foi calculada com base na correlação dos postos dos valores genéticos genômicos preditos em ambos os modelos com os valores fenotípicos corrigidos. A análise foi repetida considerando menor número de marcadores SNPs que apresentassem maiores efeitos em módulo. Os resultados demonstraram concordância na predição dos valores genéticos genômicos e na estimação dos efeitos de marcadores para ambos os modelos na situação de dados não censurados e normalidade. No entanto, ao considerar a censura, o modelo de Cox com efeito aleatório normal foi o mais apropriado, uma vez que não houve concordância na predição dos valores genéticos genômicos e na estimação dos efeitos de marcadores com o modelo linear misto com dados imputados. A seleção de marcas permitiu um aumento nas correlações entre os postos dos valores genéticos genômicos preditos pelo modelo linear e pelo modelo de fragilidade de Cox com os valores fenotípicos corrigidos, sendo que para a característica analisada, 120 marcadores foram suficientes para maximizar a capacidade preditiva.

Submitted by Flávia Alves Marques da Silva null (flavia_alvesms@hotmail.com) on 2016-04-12T00:49:43Z No. of bitstreams: 1 Dissertação FAMS.pdf: 1151230 bytes, checksum: ca0a6199d3ff01fbcb0f85441e03066b (MD5) / Approved for entry into archive by Felipe Augusto Arakaki (arakaki@reitoria.unesp.br) on 2016-04-13T14:04:07Z (GMT) No. of bitstreams: 1 silva_fam_me_jabo.pdf: 1151230 bytes, checksum: ca0a6199d3ff01fbcb0f85441e03066b (MD5) / Made available in DSpace on 2016-04-13T14:04:07Z (GMT). No. of bitstreams: 1 silva_fam_me_jabo.pdf: 1151230 bytes, checksum: ca0a6199d3ff01fbcb0f85441e03066b (MD5) Previous issue date: 2016-02-18 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Nos programas de melhoramento de milho, a avaliação das linhagens em cruzamentos é uma etapa de alto custo, sendo que o uso e a escolha dos testadores mais adequados podem reduzir a demanda de recursos. Assim, o objetivo desse trabalho foi utilizar a abordagem REML/BLUP de modelos mistos para predição de valores genotípicos de topcrosses, combinando testadores com estruturas genéticas diversificadas. Foram avaliados 234 topcrosses (39 linhagens x 6 testadores), no ano agrícola 2012/13, no delineamento experimental de blocos ao acaso para o caráter produtividade de grãos de milho (t ha-1), altura de plantas (cm) e acamamento e quebramento de plantas (%). Foram realizadas análises de variância e, com as médias fenotípicas dos topcrosses, obteve-se os valores dos BLUPs considerando diferentes níveis de eliminação de testadores. Para verificar a eficiência dos BLUPs foram estimadas as correlações entre as médias fenotípicas e os valores genotípicos preditos com diferentes números e combinação de testadores, bem como os coeficientes de determinação, a coincidência no ordenamento dos topcrosses para seleção e descarte, com 10 e 20% de intensidade, e classificações dos topcrosses quanto à média fenotípica. O método de REML/BLUP se mostra adequado na predição dos valores genotípicos dos topcrosses nas situações com todos os testadores e com diferentes níveis de eliminação de testadores, com resultados variados em função das diversas combinações obtidas, para todos os caracteres avaliados. É possível estipular um padrão quanto à origem e estrutura genética dos testadores mais recomendados para cada caráter e, considerando todos, é observada uma boa precisão experimental a partir do nível com conjuntos formados por 3 testadores, independente da origem dos constituintes. A predição genotípica, através do REML/BLUP, auxilia na seleção de testadores, sendo que o número de testadores utilizados tem maior influência do que a origem e estrutura dos mesmos. / In maize breeding programs the evaluation of lines at crosses is a costly step, and the use and the choice of the most appropriate testers can reduce the demand for resources. The objective of this work was to use the REML/BLUP approach of mixed models to predict genotypic values of topcrosses using testers with diverse genetic structures. Were evaluated 234 topcrosses (39 lines x 6 testers) in the agricultural year of 2012/13, under the experimental design of randomized blocks for the traits as grain yield (t ha-1 ), plant height (cm) and lodging and breakage of plants (%). Analyses of variance were conducted, and with the phenotypic means of topcrosses were obtained BLUPs values considering different levels of elimination of the testers. In order to check the efficiency of BLUPs, the correlations were estimated between the average phenotypic and the genotypic predicted values with different numbers and combination of the testers, as well as the coefficients of determination, the coincidence in the ranking of topcrosses for selection and discard, with 10 and 20% of intensity, and the classification of the topcrosses as to the phenotypic average. The method of REML/BLUP shown adequate to predict the genotypic values of topcrosses in situations with all testers and with different levels of testers elimination, with varying results depending on the various combinations obtained for all traits. Is possible to set a standard as to the origin and genetic structure of the most recommended testers for each trait, and considering all, a good experimental precision is observed from level with joint formed by three testers, regardless of the origin of the constituents. The genotype prediction, by REML/BLUP, assists in the selection of testers, and the number of testers used has greater influence than the origin and structure of the same.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This work was done with the database of layers of brown-shelled eggs of Barred Plymouth Rock (BPR), White Plymouth Rock (WPR) and Rhode Island Red (RIR) breeds, for the years 1998 and 2010, created the Laboratory of Poultry Science (LAVIC) of Department of Animal Science, in the Federal University of Santa Maria (UFSM). In chapter 1 aimed to identify the mathematical model (linear or nonlinear) that best describes the curve of egg production of laying hens BPR, WPR and RIR; verify that a single equation can be used to describe the production of eggs different breeds through the test model identity and equal parameters, to study the biological interpretation of the parameters estimated by the models by correlations between parameters and egg production in different weeks old. The study indicated that the quartic polynomial regression and nonlinear models Quadratic Logarithm and Logistics II can be used to estimate the curve of egg production of birds BPR, WPR and RIR. The curves of egg production estimates by race are different, and egg production of breed WPR higher. A single curve of egg production estimated to be 1998 to 2010 birds WPR. The persistence of posture is similar among poultry breeds BPR and WPR. The potential maximum weekly posture of birds breed BPR is intermediate, and can be of the same birds WPR breed or RIR breed. Data productive of the 27th, 38th and 40th at 50 weeks of age can be used as partial data to estimate the curve of egg production, because they are correlated with the maximum potential posture weekly, and the rate of decline, which are highly correlated with the 1st principal component. In chapter 2 was to verify the existence of phenotypic divergence between layers of WPR and BPR through multivariate analysis (multivariate analysis of variance, principal components and clustering) of egg production weekly and accumulated periods. It is concluded that the egg production of poultry breeds BPR and WPR is different. The first two principal components meet the total variation of egg production accumulated the 21st to 25th, 21st to 30th, 21st to 40th, 21st to 45th, and 21st to 50th. Most of the phenotypic variation of the layers can be explained by the cumulative egg production of the 21st until the 40th week of age (10 months), and this variable is highly correlated with total egg production. Families from the race WPR and BPR form seven distinct groups, but homogeneous by the similarity between them. This allows direct crossings between different groups in search of heterosis. In chapter 3 aimed to define the mixed model that best fits the observed data of egg production of laying hens from 5th to 12th month of age, test different structures of the matrices G and R and to estimate broad-sense heritability and correlations environmental and genotype. This study indicated that the random regression model using regression of first grade and structures of (co)variance matrix for UN random effects (G) and UNR for waste matrix (R) models adequately curve of egg production from BPR and WPR laying hens. From the eighth month value heritability is moderate (0.34) with high genotypic correlation estimates (0.78 to 0.97) with nine months, 10, 11 and 12. It is also a high correlation of genotypic values of hens for egg production of the 8th month in the final months of posture. Thus, it is suggested phenotypic selection from the 8th month of production for birds BPR and WPR. / Este trabalho foi realizado com o banco de dados das poedeiras de ovos de casca marrom das raças Plymouth Rock Barrada (PRB), Plymouth Rock Branca (PRW) e Rhode Island Red (RIR), dos anos de 1998 e 2010, criadas no Laboratório de Avicultura (LAVIC) do Departamento de Zootecnia da Universidade Federal de Santa Maria (UFSM). No capítulo 1 objetivou-se identificar o modelo matemático (linear ou não linear) que melhor descreve a curva de produção de ovos das aves das raças PRB, PRW e RIR; verificar se uma única equação pode ser utilizada para descrever a produção de ovos das diferentes raças através do teste de identidade de modelos e igualdade de parâmetros; estudar as interpretações biológicas dos parâmetros estimados pelos modelos através das correlações existentes entre os parâmetros e a produção de ovos nas diferentes semanas de idade. O estudo indicou que o modelo de regressão polinomial quártica e os modelos não lineares Quadrático Logaritmo e Logístico II podem ser utilizados para estimar a curva de produção de ovos das aves PRB, PRW e RIR. As curvas de produções de ovos estimadas por raça são diferentes, sendo a produção de ovos da raça PRW superior. Uma única curva de produção de ovos pode ser estimada para os anos de 1998 e 2010 das aves PRW. A persistência de postura é semelhante entre as aves das raças PRB e PRW. O potencial máximo de postura semanal das aves da raça PRB é intermediário, e pode ser o mesmo das aves da raça PRW ou da raça RIR. Os dados produtivos da 27ª, 38ª e da 40ª a 50ª semana de idade podem ser utilizados como dados parciais para estimar a curva de produção de ovos, pois são correlacionados com o potencial máximo de postura semanal, e com a taxa de decréscimo, que são altamente correlacionados com o 1ª componente principal. No capítulo 2 teve como objetivo verificar a existência de divergência fenotípica entre poedeiras das raças PRB e PRW através de análises multivariadas (análise de variância multivariada, componentes principais e agrupamento) da produção de ovos semanal e acumulada por períodos. Concluiu-se que a produção de ovos das aves das raças PRB e PRW é diferente. Os dois primeiros componentes principais reúnem a variação total das produções de ovos acumuladas da 21ª a 25ª, 21ª a 30ª, 21ª a 40ª, 21ª a 45ª e 21ª a 50ª. A maior parte da variação fenotípica das poedeiras pode ser explicada pela produção de ovos acumulada da 21ª até a 40ª semana de idade (10 meses), sendo que essa variável tem alta correlação com a produção de ovos total. As famílias da raça PRW e da raça PRB, formam sete grupos distintos, mas homogêneos pela similaridade existente entre elas, o que permite direcionar cruzamentos entre os diferentes grupos, em busca da heterose. No capítulo 3 objetivou-se definir o modelo misto que melhor se ajusta aos dados observados da produção de ovos de poedeiras do 5º ao 12º mês de idade; testar diferentes estruturas das matrizes G e R; e estimar herdabilidade no sentido amplo e correlações ambientais e genotípicas. Este estudo indicou que o modelo de regressão aleatória que utiliza a regressão de primeiro grau e estruturas de (co)variância UN para matriz de efeitos aleatórios (G) e UNR para matriz de resíduos (R) modela adequadamente a curva de produção de ovos das aves das raças PRB e PRW. A partir do oitavo mês o valor da herdabilidade é moderada (0,34) com altas estimativas de correlação genotípica (0,78 a 0,97) com os meses 9, 10, 11 e 12. É alta também a correlação dos valores genotípicos das poedeiras para a produção de ovos do 8º mês com os meses finais de postura. Assim, sugere-se seleção fenotípica a partir do 8º mês de produção para as aves PRB e PRW.

Made available in DSpace on 2015-03-26T13:42:19Z (GMT). No. of bitstreams: 1 texto completo.pdf: 395835 bytes, checksum: 4d74de350081be7ce89d92837e9a0ba3 (MD5) Previous issue date: 2006-09-25 / The objectives of the present study were: a) evaluate the effect of the selection for stem number in phase T1 (preliminary phase of selection); b) estimate coefficients of genotypic correlation within phase T2 (second phase of selection) and between phases T1 and T2; c) estimate genetic parameters and predict genotypic values for clone selection. A total of 5298 genotypes obtained from the crossing between cultivars RB72454 and RB83102, which were carried out in 1998, in Murici AL, constituted selection phase T1. In the year 2000, of this total 130 genotypes were sampled in relation to the number of stems present in the clump, comprising 5 treatments that defined the experiment of phase T2, as follows: Treatment 1 - genotypes with 2, 3 or 4 stems per clump; Treatment 2 - 5, 6 or 7 stems; Treatment 3 - 8, 9 or 10 stems; Treatment 4 - 11, 12 or 13 stems and Treatment 5 - 14 or more stems. The experiments referring to the two selection phases were carried out at the Sugar-cane Improvement Center - CECA, of the Federal University of Viçosa. The Tukey s test (α = 0.05) was used to compare treatment means, using a randomized block design with 5 repetitions. The results indicated that genotypes not presenting at least five stems per clump in phase T1 should be discarded, even if they show other favorable characteristics. Besides recording stem number, Brix, height and stem diameter were also evaluated in phase T1, for the 130 genotypes. In phase T2 the following traits were evaluated: Brix, height, diameter and stem number, mean stem weight, estimated stem production, tons of stems per hectare and tons of Brix per hectare. The genetic parameter estimates and the prediction of genotypic values were obtained by the Selegen - REM/BLUP software (Resende, 2002a; Resende, 2002b). Genotypic values were used to obtain the coefficients of genotypic correlation between the traits evaluated in the phases T1 and T2, correlation coefficients between the traits evaluated in phase T2, rates of genetic progress, minimal selection proportions and percentage of coincidence of genotypes selected in phase T1 that were shown superior in phase T2. The results allowed the conclusion that, among the traits evaluated in phase T1, stem height had more potential for being considered in the selection of genotypes to be included in phase T2, since it gave the highest estimates of genetic parameters (heritability, selection accuracy and CVg/CVe ratio), highest coefficients of genotypic correlation between phases T1 and T2 and highest rates of genetic progress. In phase T2, the estimated stem production gave high genotypic correlation with stem productivity, constituting therefore an alternative to indirect selection for this second trait. Among the clones evaluated in phase T2, RB987620, RB987572 and RB987561 had the highest predicted genotypic values for trait TBH. / O presente estudo teve por objetivos: a) Avaliar o efeito da seleção para o número de colmos na fase T1 (primeira fase de seleção); b) Estimar coeficientes de correlação genotípica dentro da fase T2 (segunda fase de seleção) e entre as fases T1 e T2; c) Estimar parâmetros genéticos e predizer valores genotípicos para a seleção de clones de cana-de-açúcar. Um total de 5298 genótipos obtidos do cruzamento entre as cultivares RB72454 e RB83102, o qual se realizou em 1998, em Murici AL constituiu a fase de seleção T1. Em 2000, deste número total de genótipos, 130 foram amostrados quanto ao número de colmos presentes na touceira, constituindo 5 tratamentos que definiram o experimento referente à fase T2, quais sejam: Tratamento 1- genótipos que apresentaram 2, 3 ou 4 colmos na touceira; Tratamento 2 5, 6 ou 7 colmos; Tratamento 3 8, 9 ou 10 colmos; Tratamento 4 11, 12 ou 13 colmos e Tratamento 5 14 ou mais colmos. Os experimentos referentes às duas fases de seleção foram conduzidos no Centro de Pesquisa e Melhoramento da Cana-de-açúcar CECA, da Universidade Federal de Viçosa. A comparação entre as médias dos tratamentos foi feita pelo teste Tukey (α = 0,05) utilizando-se o delineamento em blocos casualizados com 5 repetições. Os resultados indicaram que genótipos que não apresentarem na fase T1 pelo menos cinco colmos na touceira deverão ser descartados, mesmo que apresentem outros caracteres favoráveis. Além do registro do número de colmos avaliaram-se também na fase T1, para os 130 genótipos o Brix, altura e diâmetro de colmos. Na fase T2 avaliaram-se os seguintes caracteres: Brix, altura, diâmetro e número de colmos, peso médio de colmos, produção estimada de colmos, toneladas de colmos por hectare e toneladas de Brix por hectare. As estimativas dos parâmetros genéticos e a predição dos valores genotípicos, foram obtidas por meio do programa computacional Selegen REM/BLUP (Resende, 2002a; Resende, 2002b). De posse dos valores genotípicos foram obtidos os coeficientes de correlação genotípica entre caracteres avaliados na fase T1 e T2, coeficientes de correlação entre caracteres avaliados na fase T2, taxas de avanço genético, proporções mínimas de seleção e porcentagens de coincidência de genótipos selecionados na fase T1 que se mostraram superiores na fase T2. Os resultados obtidos permitiram concluir que, dentre os caracteres avaliados na fase T1, a altura do colmo foi o que se mostrou mais promissor a ser considerado na seleção de genótipos a serem incluídos na fase T2, uma vez que apresentou as maiores estimativas de parâmetros genéticos (herdabilidade, acurácia de seleção e relação CVg/CVe), maiores coeficientes de correlação genotípica entre as fases T1 e T2 e maiores taxas de avanço genético. Na fase T2, a produção estimada de colmos apresentou alta correlação genotípica com a produtividade de colmos, constituindo-se assim em uma alternativa de seleção indireta para este segundo caráter. Dentre os clones avaliados na fase T2, RB987620, RB987572 e RB987561 foram os que apresentaram os maiores valores genotípicos preditos quanto ao caráter TBH.

Para dados provenientes de bioensaios entomol´ogicos, na maioria das vezes, ´e necess´ario levar em considera¸cao a ocorrencia de mortalidade natural e a superdispers ao. Para incorporar a mortalidade natural, pode-se utilizar a f´ormula de Abbott, que associada ao modelo binomial, caracteriza o modelo padrao de mortalidade natural. Modelos padroes de superdispersao incluem os modelos beta-binomial, log´stico normal, misturas discretas e o uso do fator de heterogeneidade. Como alternativa aos modelos padrao de mortalidade natural, e de mortalidade natural com o fator de heterogeneidade, foi desenvolvido o modelo de mortalidade natural com a inclusao de um efeito aleat´orio no preditor linear, para melhor acomodar a superdispersao. Para obter as estimativas dos parametros desse novo modelo, foram usados os algoritmos de Newton Raphson e EM. Para a verifica¸cao dos ajustes dos modelos foram usados gr´aficos semi-normais de probabilidade com envelopes de simula¸cao, e para realizar a compara¸cao entre os modelos foram utilizados o teste da razao de verossimilhan¸cas e o crit´eiro AIC. A seguir, foram calculadas as estimativas das doses efetivas. Os procedimentos foram todos implementados no software R. Como aplica¸cao, foram analisados tres conjuntos de dados, provenientes de ensaios entomol´ogicos. Para os tres conjuntos de dados, concluiu-se que o modelo de mortalidade natural com efeito aleat´orio ´e superior aos procedimentos padroes, geralmente, utilizados. / When fitting dose-response models to entomological data it is often necessary to take account of natural mortality and/or overdispersion. The standard approach to handle natural mortality is to use Abbotts formula, which allows for a constant underlying mortality rate. Standard overdispersion models include beta-binomial models, logistic-normal, discrete mixtures and the use of the heterogeneity factor. We extend the standard natural mortality model and include a random effect to handle the overdispersion. To obtain the parameters estimates of this new model, two algorithms were used: the Newton Raphson and the EM. For the application, were used three data sets. We introduce the likelihood ratio test, effective dose, and simulated envelope for the natural mortality model with a random effect. The procedures are implemented in the R system. For the three the data sets studied, a significant further improvement in the fit is possible by using the random-effect model.

The generalized additive models for location, scale and shape (GAMLSS) developed by Rigby and Stasinopoulos (2005) are a general class of univariate regression models that do not have the response distribution restricted to the exponential family as do the generalized linear and additive models, for example. In addition, they allow all the parameters of the response variable distribution to be modeled explicitly through different sets of explanatory variables. The semiparametric subclass of GAMLSS, in particular, accepts a wide range of parametric and nonparametric terms to be included in the predictors of the parameters. Similar to the generalized linear models, the GAMLSSs link predictors to parameters through monotonic link functions, which can also change for each parameter. This dissertation describes the GAMLSSs methodology and presents two applications to data sets provenient from experiments in agronomy; exploring methods of estimation, diagnosis and comparison of these models. / Os modelos lineares generalizados para locação, escala e forma (GAMLSS) desenvolvidos por Rigby e Stasinopoulos (2005) são uma ampla classe de modelos de regressão univariados que não pressupõem que a distribuição da variável resposta pertença à família exponencial como os modelos lineares generalizados ou aditivos generalizados, por exemplo. Além do mais, eles permitem que todos os parâmetros da distribuição da variável resposta sejam modelados explicitamente por meio de diferentes conjuntos de variáveis explanatórias. A subclasse semiparamétrica dos GAMLSS, em particular, permite que uma grande variedade de termos paramétricos e não paramétricos sejam incluídos nos preditores dos parâmetros da distribuição assumida para a variável resposta. De forma análoga aos modelos lineares generalizados, os GAMLSSs ligam os preditores aos parâmetros por meio de funções de ligação monótonas, que também podem mudar de acordo com o parâmetro a ser estimado. Esta dissertação descreve a metodologia dos modelos lineares generalizados para locação, escala e forma e apresenta duas aplicações a bancos de dados provenientes de experimentos agrícolas; explorando métodos de estimação, diagnóstico e comparação desse tipo de modelos.