A fase intermediária de um programa de melhoramento de soja caracteriza-se pela avaliação de grande número de genótipos (cerca de 100 linhagens) em diversos ambientes, fato que torna esta etapa bastante dispendiosa. A utilização de métodos estatísticos que permitam uma análise da interação genótipos x ambientes (GxE) mais refinada, pode permitir, com o ganho em precisão gerado, uma compensação ao aumento esperado na interação GxE em conseqüência da diminuição do número de repetições nesses experimentos. A metodologia de Eberhart & Russell (1966) (ER) utiliza a regressão linear como ferramenta para modelar a interação GxE, enquanto que a metodologia AMMI utiliza a análise da variância para modelar os efeitos de genótipos e de ambientes e a decomposição de valores singulares para modelar apenas a interação GxE. O objetivo deste trabalho foi avaliar a possibilidade de redução do número de repetições em experimentos com 72 linhagens em delineamento em blocos casualizados com duas repetições subdivididas em conjuntos experimentais (BCCE), conduzidos em quatro locais / épocas de cultivo e três anos agrícolas. Os experimentos foram analisados em BCCE e também em blocos aumentados (BA) considerando-se aleatoriamente uma das duas repetições. Como ferramentas auxiliares foram empregadas as metodologias ER e AMMI. A análise conjunta dos 12 ambientes através da metodologia AMMI foi utilizada como padrão para comparações, através de correlações de Spearman (rs). Em relação a este padrão, a média das rs dos três anos foi estimada em: 54% para as médias dos experimentos em BA; 64% para os experimentos em BCCE; 65% para os experimentos em BA analisados pela metodologia ER; 69% para os experimentos em BCCE analisados pela metodologia ER; 73% para os experimentos em BA analisados pela metodologia AMMI e 74% para os experimentos em BCCE avaliados pela metodologia AMMI. Os resultados obtidos permitiram concluir que as metodologias para o estudo da interação GxE são capazes de aumentar as rs com o padrão, indicando a possibilidade de redução de duas para uma repetição nos experimentos intermediários através do uso de: a) metodologia AMMI ao invés da seleção baseada nas médias das duas repetições; b) metodologia ER (em dois dos três anos avaliados) ao invés da seleção baseada nas médias das duas repetições; c) metodologia AMMI (em dois dos três anos avaliados) ao invés da seleção baseada na metodologia ER. Com a redução do número de repetições (duas para uma) é possível diminuir sensivelmente os custos com a experimentação na fase intermediária de programas de melhoramento. / The intermediary phase of a soybean breeding program involves the evaluation of a large number of genotypes (about 100 lines) in several environments, becoming this a very expensive step. The utilization of statistical methods that allow a refined analysis of the genotype x environment (GxE) interaction, may generate gains in precision as a compensation to the expected increase in the GxE estimate and, thus, to permit the reduction of the replication number. Eberhart & Russell (1966) (ER) methodology utilizes linear regression to study G x E interaction; the AMMI methodology employs the analysis of variance to fit effects of genotypes and environments and singular values decomposition to fit only the GxE interaction. The objective of this research was to evaluate experiments with 72 lines in randomized block design with two replications subdivided in sets with common checks (BCCE); these experiments were carried out in four locations / sow dates during three agriculture years. The experiments were analyzed in BCCE and also in augmented blocks (BA) by considering only one replication taking at random. As auxiliary tools were used ER and AMMI methodologies. The joint analysis of the 12 environments through the AMMI methodology was used as pattern for comparisons through Spearman correlation (rs). In relation to this pattern, the mean of rs in the three years was estimated in: 54% for means of BA experiments, 64% for BCCE experiments, 65% for BA experiments analyzed with ER, 69% for BCCE experiments analyzed with ER methodology, 73% for BA experiments analyzed with AMMI methodology and, 74% for BCCE experiments analyzed with AMMI methodology. The results indicated that the application of auxiliary methods for understanding GxE interaction were able to increase the rs with the pattern, opening the possibility for reducing the replication number in the experiments of the intermediary steps of soybean breeding programs. In conclusion, it was verified the possibility to reduce from two (BCCE) by one (BA) replication by using the following auxiliary methods of analysis: a) AMMI method instead of means of two replications as the unique selection criterion; b) ER method (in two of the three evaluated years) instead of means of two replications as the unique selection criterion; c) AMMI method (in two of the three evaluated years) instead of selection as based on ER method. The reduction from two to one replication makes possible to lower reasonably the experimental costs during the intermediary step of breeding programs.

A fase intermediária de um programa de melhoramento de soja caracteriza-se pela avaliação de grande número de genótipos (cerca de 100 linhagens) em diversos ambientes, fato que torna esta etapa bastante dispendiosa. A utilização de métodos estatísticos que permitam uma análise da interação genótipos x ambientes (GxE) mais refinada, pode permitir, com o ganho em precisão gerado, uma compensação ao aumento esperado na interação GxE em conseqüência da diminuição do número de repetições nesses experimentos. A metodologia de Eberhart & Russell (1966) (ER) utiliza a regressão linear como ferramenta para modelar a interação GxE, enquanto que a metodologia AMMI utiliza a análise da variância para modelar os efeitos de genótipos e de ambientes e a decomposição de valores singulares para modelar apenas a interação GxE. O objetivo deste trabalho foi avaliar a possibilidade de redução do número de repetições em experimentos com 72 linhagens em delineamento em blocos casualizados com duas repetições subdivididas em conjuntos experimentais (BCCE), conduzidos em quatro locais / épocas de cultivo e três anos agrícolas. Os experimentos foram analisados em BCCE e também em blocos aumentados (BA) considerando-se aleatoriamente uma das duas repetições. Como ferramentas auxiliares foram empregadas as metodologias ER e AMMI. A análise conjunta dos 12 ambientes através da metodologia AMMI foi utilizada como padrão para comparações, através de correlações de Spearman (rs). Em relação a este padrão, a média das rs dos três anos foi estimada em: 54% para as médias dos experimentos em BA; 64% para os experimentos em BCCE; 65% para os experimentos em BA analisados pela metodologia ER; 69% para os experimentos em BCCE analisados pela metodologia ER; 73% para os experimentos em BA analisados pela metodologia AMMI e 74% para os experimentos em BCCE avaliados pela metodologia AMMI. Os resultados obtidos permitiram concluir que as metodologias para o estudo da interação GxE são capazes de aumentar as rs com o padrão, indicando a possibilidade de redução de duas para uma repetição nos experimentos intermediários através do uso de: a) metodologia AMMI ao invés da seleção baseada nas médias das duas repetições; b) metodologia ER (em dois dos três anos avaliados) ao invés da seleção baseada nas médias das duas repetições; c) metodologia AMMI (em dois dos três anos avaliados) ao invés da seleção baseada na metodologia ER. Com a redução do número de repetições (duas para uma) é possível diminuir sensivelmente os custos com a experimentação na fase intermediária de programas de melhoramento. / The intermediary phase of a soybean breeding program involves the evaluation of a large number of genotypes (about 100 lines) in several environments, becoming this a very expensive step. The utilization of statistical methods that allow a refined analysis of the genotype x environment (GxE) interaction, may generate gains in precision as a compensation to the expected increase in the GxE estimate and, thus, to permit the reduction of the replication number. Eberhart & Russell (1966) (ER) methodology utilizes linear regression to study G x E interaction; the AMMI methodology employs the analysis of variance to fit effects of genotypes and environments and singular values decomposition to fit only the GxE interaction. The objective of this research was to evaluate experiments with 72 lines in randomized block design with two replications subdivided in sets with common checks (BCCE); these experiments were carried out in four locations / sow dates during three agriculture years. The experiments were analyzed in BCCE and also in augmented blocks (BA) by considering only one replication taking at random. As auxiliary tools were used ER and AMMI methodologies. The joint analysis of the 12 environments through the AMMI methodology was used as pattern for comparisons through Spearman correlation (rs). In relation to this pattern, the mean of rs in the three years was estimated in: 54% for means of BA experiments, 64% for BCCE experiments, 65% for BA experiments analyzed with ER, 69% for BCCE experiments analyzed with ER methodology, 73% for BA experiments analyzed with AMMI methodology and, 74% for BCCE experiments analyzed with AMMI methodology. The results indicated that the application of auxiliary methods for understanding GxE interaction were able to increase the rs with the pattern, opening the possibility for reducing the replication number in the experiments of the intermediary steps of soybean breeding programs. In conclusion, it was verified the possibility to reduce from two (BCCE) by one (BA) replication by using the following auxiliary methods of analysis: a) AMMI method instead of means of two replications as the unique selection criterion; b) ER method (in two of the three evaluated years) instead of means of two replications as the unique selection criterion; c) AMMI method (in two of the three evaluated years) instead of selection as based on ER method. The reduction from two to one replication makes possible to lower reasonably the experimental costs during the intermediary step of breeding programs.