A produção de milho tem uma grande importância para o país. Ter o conhecimento sobre o crescimento da planta é de fundamental importância para seu manejo. Pode-se obter esse conhecimento fazendo um estudo por meio de modelos de crescimento, para se obter informações por meio de parâmetros com interpretações biológicas que trazem consigo um resumo sobre a curva característica do crescimento da planta, que podem ajudar no planejamento da cultura e principalmente conhecer qual período a planta mais cresce, a época mais adequada para adubação e realização do controle de pragas. Considerar características não comuns de suposições do modelo pode dar maior confiabilidade nos resultados do ajuste, como por exemplo a consideração da heterocedasticidade e não normalidade residual. Sendo assim, esse trabalho teve o objetivo de ajustar o modelo logístico considerando a heterocedasticidade e diferentes distribuições para o erro como normalidade, assimetria normal e assimetria t-student, a dados da altura da planta do milho do híbrido transgênico 30F35 Y (Yieldgard), observados ao longo do tempo. O experimento foi realizado no município de Votuporanga-SP, em área experimental do Pólo Regional Noroeste Paulista da APTA (Agência Paulista de Tecnologia dos Agro-negócios), no ano agrícola 2011/2012. A primeira medição da altura da planta de milho foi realizada 15 dias após a semeadura. As medições seguintes ocorreram com 30, 40, 50 e 122 dias, respectivamente, após a semeadura. Em cada dia de avaliação foi medido a altura das plantas em centímetros, com auxílio de uma régua, sendo esta medida da base da planta (solo) até o ápice da última folha expandida do cartucho. Toda a análise foi realizada utilizando o software R. Todos os modelos considerados se ajustaram bem a curva de crescimento do híbrido transgênico 30F35 Y (Yieldgard), porém o modelo logístico considerando erros normais assimétricos foi escolhido como mais adequado para modelar a curva, com base nos avaliadores utilizados. / Maize production is of great importance for the country. Knowing the plant development is of major importance to its management. Such knowledge may be attained through growth curves studies, to obtain information through parameters with biological interpretation which are able to synthesize the plantt\'s growth curve. This synthesis may help in management issues, such as information on the period of most rapid growth, best time to apply fertilizers and control pests. Considering uncommon features of the model assumptions may provide greater reliability on the results of the fitted model, such as residual heteroscedasticity and non-normality. In that sense, this work aimed to fit the logistic model considering variance heterogeneity and different error distributions such as normal, skew-normal and skew-t, to the transgenic hybrid 30F35Y maize height data through time. The experiment was conducted in the municipality of Votuporanga-SP, in an experimental station of the Pólo Regional Noroeste Paulista da Agência Paulista de Tecnologia dos Agro-Negócios (APTA) during the agronomic year of 2011/2012. The first height data measurement was taken 15 days after sewing. The following measurements were taken at 30, 40, 50 and 122 days after sewing. Each day the plant height was measured in centimeters using a ruler, measuring from the plant base (soil) until the edge of the last expanded leaf. All analyses were carried out using software R. All considered models fitted the data reasonably well, however the logistic model considering skew-normal errors was chosen as most adequate to model the data, basing on the goodness-of-fit tests.
| Identifer | oai:union.ndltd.org:usp.br/oai:teses.usp.br:tde-07042015-095040 |
| Date | 22 January 2015 |
| Creators | Mangueira, Rick Anderson Freire |
| Contributors | Savian, Taciana Villela |
| Publisher | Biblioteca Digitais de Teses e Dissertações da USP |
| Source Sets | Universidade de São Paulo |
| Language | Portuguese |
| Detected Language | English |
| Type | Dissertação de Mestrado |
| Format | application/pdf |
| Rights | Liberar o conteúdo para acesso público. |
Page generated in 0.0023 seconds