Tese em PDF - departamento de engenharia florestal - ufpr ...
Tese em PDF - departamento de engenharia florestal - ufpr ... Tese em PDF - departamento de engenharia florestal - ufpr ...
A avaliação de variedades ou de famílias, com vistas à identificação e recomendação de materiais genéticos superiores, é uma das principais etapas dos programas de melhoramento. Como os testes são conduzidos em diferentes condições climáticas, edáficas e de manejo das culturas, as famílias devem apresentar a maior produtividade, adaptabilidade e estabilidade possível, diante da diversidade ambiental (PINTO JÚNIOR, 2004). 2.8 TAMANHO EFETIVO O tamanho efetivo populacional foi conceituado por Freire-Maia (1974), “corresponde a uma população ideal de tamanho invariável, com iguais proporções de machos e fêmeas, destituída de endocruzamento com taxa apreciável, em que cada indivíduo tem a mesma probabilidade de deixar progênie de tamanho igual, de tal forma que o número de descendentes por genitor acompanha a curva de distribuição de Poisson”. Geralmente, tamanho efetivo populacional refere-se ao tamanho genético de uma população reprodutiva e não ao número de indivíduos que a compõe. Conforme a conceituação de S. Wright, introduzida em 1931, na situação de um tamanho efetivo populacional pequeno, um reduzido número de indivíduos participa efetivamente do intercruzamento, com vista à regeneração da nova população, conduzindo a uma ocorrência da mudança aleatória das freqüências alélicas (oscilação ou deriva genética) e o aumento da endogamia na nova população (PINTO JÚNIOR, 2004). Rawlings (1970) preconiza um tamanho efetivo populacional em torno de trinta, como o valor adequado a maioria dos sistemas genéticos. Entretanto, para capturar alelos com frequência ≥ 5%, uma amostragem de vinte famílias de polinização aberta, não aparentadas, com cem indivíduos por família, é o suficiente para representar uma população, de acordo com Resende e Vencovsky (1990). 19
2.9 USO DO MODELO LINEAR MISTO GENERALIZADO EM DETRIMENTO DA ANOVA A análise de variância (ANOVA) e análise de regressão foram, durante muito tempo, o principal esteio da análise e modelagem estatística. Entretanto, estas técnicas têm como suposição básica a independência dos erros. O modelo REML permite relaxar esta suposição de independência permitindo maior flexibilidade na modelagem. Tal procedimento foi criado pelos pesquisadores ingleses Desmond Patterson e Robin Thompson em 1971 e hoje constitui-se no procedimento padrão para análise estatística em uma grande gama de aplicações. Em experimentos agronômicos e florestais, o REML tem substituído com vantagens o método ANOVA, na verdade, o REML é uma generalização da ANOVA para situações mais complexas (RESENDE, 2004). O problema central do melhoramento genético é a predição dos valores genéticos dos vários candidatos à seleção. E esta predição necessita de componentes de variância conhecidos ou estimados com precisão. O procedimento ótimo de predição de valores genéticos é o BLUP e o procedimento ótimo de predição de componentes de variância é o REML. Estes procedimentos são associados a um modelo linear misto, isto é, modelo que contém efeitos fixos além da média geral e efeitos aleatórios além do erro. Assim são modelos mistos: a) modelos com efeitos aleatórios de tratamento e efeitos fixos de ambiente; b) modelos com efeitos fixos de tratamentos e efeitos aleatórios de ambiente (RESENDE, 2004). As vantagens do uso do modelo misto (REML) em relação ao uso de modelos completamente fixos (ANOVA) são: a) produzem estimativas ou predições mais acuradas de efeitos de tratamentos quando existem dados perdidos nos experimentos; b) as predições dos efeitos aleatórios são forçadas (shrinkage) em direção à média geral, penalizando estimativas baseadas em pequenas amostras; c) permitem o ajuste de diferentes variâncias para cada grupo de tratamentos, ou seja, permite considerar variâncias heterogêneas; d) resolve o problema de estimação quando se tem dados perdidos; e) modelagem da estrutura de correlação em 20
- Page 1 and 2: UNIVERSIDADE FEDERAL DO PARANÁ LUC
- Page 3 and 4: DEDICO Aos meus pais Walter e Sueli
- Page 5 and 6: Aos amigos da Escola Superior de Ag
- Page 7 and 8: ABSTRACT Eucalyptus benthamii Maide
- Page 9 and 10: FIGURA 17 - INCREMENTO RADIAL DAS
- Page 11 and 12: LISTAGEM DE TABELAS TABELA 1 - ESTI
- Page 13 and 14: TABELA 23 - MÉDIAS E DESVIOS-PADR
- Page 15 and 16: TABELA 43 - INCLINAÇÃO DA CURVA D
- Page 17 and 18: SUMÁRIO SEÇÃO 1 - ASPECTOS GERAI
- Page 19 and 20: 3.5 CONCLUSÃO.....................
- Page 21 and 22: 1 INTRODUÇÃO Não há plantaçõe
- Page 23 and 24: 2 REVISÃO DE LITERATURA 2.1 Eucaly
- Page 25 and 26: 2.2.1 FLORESTAS CLONAIS DE Eucalypt
- Page 27 and 28: fatores, essa divisão foi baseada
- Page 29 and 30: médio de 15 cm aos 45 meses de ida
- Page 31 and 32: egeneração dos talhões em uma ev
- Page 33 and 34: 2.5 TESTE DE PROGÊNIES A variaçã
- Page 35 and 36: intermédio do conhecimento do grau
- Page 37: árvores e/ou na redução do cresc
- Page 41 and 42: assumem, em geral, que os efeitos d
- Page 43 and 44: 1 AVALIAÇÃO GENÉTICA DE PROGÊNI
- Page 45 and 46: Os delineamentos de cruzamento são
- Page 47 and 48: covariância genotípica de meio-ir
- Page 49 and 50: Nos estudos genéticos, é necessá
- Page 51 and 52: A existência de interação genót
- Page 53 and 54: LOCAL Latitude (°S) Longitude (°O
- Page 55 and 56: 1.3.4 COLETA E ANÁLISE DE DADOS Fo
- Page 57 and 58: COV : covariância genética aditiv
- Page 59 and 60: ∧ 2 σ c : variância entre parce
- Page 61 and 62: ⎡y1 ⎤ ⎡X 1b1 ⎤ ⎢ ⎥ ⎢
- Page 63 and 64: 1.4 RESULTADOS E DISCUSSÕES 1.4.1
- Page 65 and 66: TABELA 4 - PARÂMETROS GENÉTICOS D
- Page 67 and 68: progênies foi 81% em Caçador; 65%
- Page 69 and 70: A família 11 foi mais produtiva em
- Page 71 and 72: para eucaliptos subtropicais planta
- Page 73 and 74: Em contraste, em Calmon, a herdabil
- Page 75 and 76: Região Sul do Brasil. E. benthamii
- Page 77 and 78: Na Tabela 9 são apresentados os va
- Page 79 and 80: Os resultados apresentados na Tabel
- Page 81 and 82: Os valores de coeficientes de herda
- Page 83 and 84: elatados por Wilcox (1980) para E.
- Page 85 and 86: Caso sejam adotados programas de me
- Page 87 and 88: 2 AVALIAÇÃO DO COMPORTAMENTO DE C
2.9 USO DO MODELO LINEAR MISTO GENERALIZADO EM DETRIMENTO DA<br />
ANOVA<br />
A análise <strong>de</strong> variância (ANOVA) e análise <strong>de</strong> regressão foram, durante muito<br />
t<strong>em</strong>po, o principal esteio da análise e mo<strong>de</strong>lag<strong>em</strong> estatística. Entretanto, estas<br />
técnicas têm como suposição básica a in<strong>de</strong>pendência dos erros. O mo<strong>de</strong>lo REML<br />
permite relaxar esta suposição <strong>de</strong> in<strong>de</strong>pendência permitindo maior flexibilida<strong>de</strong> na<br />
mo<strong>de</strong>lag<strong>em</strong>. Tal procedimento foi criado pelos pesquisadores ingleses Desmond<br />
Patterson e Robin Thompson <strong>em</strong> 1971 e hoje constitui-se no procedimento padrão<br />
para análise estatística <strong>em</strong> uma gran<strong>de</strong> gama <strong>de</strong> aplicações. Em experimentos<br />
agronômicos e florestais, o REML t<strong>em</strong> substituído com vantagens o método ANOVA,<br />
na verda<strong>de</strong>, o REML é uma generalização da ANOVA para situações mais<br />
complexas (RESENDE, 2004).<br />
O probl<strong>em</strong>a central do melhoramento genético é a predição dos valores<br />
genéticos dos vários candidatos à seleção. E esta predição necessita <strong>de</strong><br />
componentes <strong>de</strong> variância conhecidos ou estimados com precisão. O procedimento<br />
ótimo <strong>de</strong> predição <strong>de</strong> valores genéticos é o BLUP e o procedimento ótimo <strong>de</strong><br />
predição <strong>de</strong> componentes <strong>de</strong> variância é o REML. Estes procedimentos são<br />
associados a um mo<strong>de</strong>lo linear misto, isto é, mo<strong>de</strong>lo que contém efeitos fixos além<br />
da média geral e efeitos aleatórios além do erro. Assim são mo<strong>de</strong>los mistos: a)<br />
mo<strong>de</strong>los com efeitos aleatórios <strong>de</strong> tratamento e efeitos fixos <strong>de</strong> ambiente; b)<br />
mo<strong>de</strong>los com efeitos fixos <strong>de</strong> tratamentos e efeitos aleatórios <strong>de</strong> ambiente<br />
(RESENDE, 2004).<br />
As vantagens do uso do mo<strong>de</strong>lo misto (REML) <strong>em</strong> relação ao uso <strong>de</strong> mo<strong>de</strong>los<br />
completamente fixos (ANOVA) são: a) produz<strong>em</strong> estimativas ou predições mais<br />
acuradas <strong>de</strong> efeitos <strong>de</strong> tratamentos quando exist<strong>em</strong> dados perdidos nos<br />
experimentos; b) as predições dos efeitos aleatórios são forçadas (shrinkage) <strong>em</strong><br />
direção à média geral, penalizando estimativas baseadas <strong>em</strong> pequenas amostras; c)<br />
permit<strong>em</strong> o ajuste <strong>de</strong> diferentes variâncias para cada grupo <strong>de</strong> tratamentos, ou seja,<br />
permite consi<strong>de</strong>rar variâncias heterogêneas; d) resolve o probl<strong>em</strong>a <strong>de</strong> estimação<br />
quando se t<strong>em</strong> dados perdidos; e) mo<strong>de</strong>lag<strong>em</strong> da estrutura <strong>de</strong> correlação <strong>em</strong><br />
20