Você está na página 1de 305

O Software Selegen-Reml/Blup

Marcos Deon Vilela de Resende

Documentos EMBRAPA Campo Grande - 2006

Copyright N. 00052763 Instituto Nacional de Propriedade Intelectual

O Software Selegen-Reml/Blup Marcos Deon Vilela de Resende Sumrio 1. Histrico do Selegen-Reml/Blup 2. Algoritmo Matemtico e Computacional 3. Procedimentos Estatsticos, Matemticos e Genticos 3.1 Descrio Geral dos Procedimentos 3.2 Procedimento timo de Avaliao Genotpica e Significncia dos Efeitos do Modelo 4. Avaliao de Gentipos (Acessos, Cultivares, Clones, Hbridos, Linhagens e Famlias) em Vrias Repeties - Uma Observao por Parcela 4.1 Avaliao em um s local e em uma s colheita 4.1.1 Blocos Completos (Modelos 20, 21 e 96) 4.1.2 Blocos Incompletos (Modelos 16 e 17) 4.1.3 Blocos Completos, Anlise com Covarivel (Modelo 119) 4.1.4 Delineamento em Blocos Aumentados (Incompletos): Modelos 74 e 76. 4.1.5 Delineamento Inteiramente ao Acaso (DIC): Modelo 83 4.1.6 Delineamento Linha-Coluna: Modelo 58 4.1.7 Ausncia de Delineamento experimental: Modelo 58 4.1.8 Avaliao em um s local e safra - grupos de experimentos: modelos 16 ou 17 4.2 Avaliao em vrios locais e em uma s colheita 4.2.1 Blocos Completos em Vrios Locais (Modelos 23 e 25) 4.2.2 Blocos Incompletos em Vrios Locais (Modelos 11 e 26) 4.2.3 Delineamento em Blocos Aumentados (Incompletos) em Vrios Locais Mtodo MHPRVG: Modelos 75 e 77. 4.2.4 Delineamento em Blocos Completos em Vrios Locais e uma Observao por Parcela Mtodo MHPRVG: Modelo 54. 4.2.5 Delineamento em Blocos Incompletos em Vrios Locais e Uma Observao por Parcela Mtodo MHPRVG: Modelo 52. 4.2.6 Avaliao em vrios locais e em uma s safra - grupos de experimentos: modelos 11 ou 16 e 52.

4.3 Avaliao em um s local e em vrias colheitas 4.3.1 Modelo Bsico de Repetibilidade sem Delineamento (Modelo 63) 4.3.2 Delineamento em Blocos Completos (Modelos 28 e 29) 4.3.3 Delineamento em Blocos Incompletos ou Ltice (Modelo 70) 4.3.4 Delineamento em Blocos Aumentados com Testemunha de Efeito Aleatrio (Modelo 70) 4.3.5 Delineamento em Blocos Aumentados com Testemunha de Efeito Fixo (Modelo 68) 4.3.6 Delineamento em Blocos Completos com Estabilidade e Adaptabilidade Temporal (Mtodo MHPRVG) Estrutura CS: Modelo 55. 4.3.7 Delineamento em Blocos Incompletos com Estabilidade e Adaptabilidade Temporal (Mtodo MHPRVG) - Modelo 78. 4.4 Avaliao em vrios locais e em vrias colheitas (culturas perenes) Delineamento em Blocos Completos, Vrios Locais e Vrias Colheitas (Modelo 69) 4.4.2 Delineamento em Blocos Incompletos, Vrios Locais e Vrias Colheitas (Modelo 71) 4.4.3 Delineamento em Blocos Completos com Estabilidade e Adaptabilidade Mtodo MHPRVG: Modelo 151. 4.4.4 Delineamento em Blocos Incompletos com Estabilidade e Adaptabilidade Mtodo MHPRVG: Modelo 152. 4.4.5 Delineamento em Blocos Aumentados com Testemunhas de Efeito Aleatrio - Estabilidade e Adaptabilidade pelo Mtodo MHPRVG: Modelo 152. 4.4.6 Delineamento em Blocos Aumentados com Testemunhas de Efeito Fixo - Estabilidade e Adaptabilidade pelo Mtodo MHPRVG: Modelo 153. 4.4.7 Delineamento em Blocos Completos: Modelo CS ou modelo simultneo de repetibilidade, herdabilidade, interao gentipos x locais, interao gentipos x colheitas e interao tripla (Modelo 155) 4.5 Avaliao em vrios locais e em vrias anos (culturas anuais) 4.5.1 4.5.2 Delineamento em Blocos Completos com Interao Tripla e Estabilidade e Adaptabilidade Mtodo MHPRVG: Modelo 114. Delineamento em Blocos Completos sem Interao Tripla e Estabilidade e Adaptabilidade Mtodo MHPRVG: Modelo 115. 4.4.1

5. Avaliao de Gentipos (Acessos, Cultivares, Clones, Hbridos, Linhagens e Famlias) em Vrias Repeties - Vrias Observaes por Parcela 5.1 Avaliao em um local e em uma colheita 5.1.1 Blocos Completos (Modelos 2, 18 e 94) 5.1.2. Blocos Incompletos (Modelo 7) 5.1.3. Blocos Completos, Anlise com Covarivel (Modelo 127) 5.1.4 Delineamento Inteiramente ao Acaso (DIC): Modelo 81 5.1.5 Delineamento Linha-Coluna: Modelo 57 5.2 Avaliao em vrios locais e em uma safra 5.2.1 Blocos Completos em Vrios Locais (Modelo 3) 5.2.2. Blocos Incompletos em Vrios Locais (Modelo 12) 5.2.3 Blocos Completos em Vrios Locais, Anlise com Covarivel (Modelo 128) 5.2.4 Blocos Incompletos em Vrios Locais, Anlise com Covarivel (Modelo 129) 5.2.5 Delineamento em Blocos Completos em Vrios Locais e Vrias Observaes por Parcela Mtodo MHPRVG: Modelos 51. 5.2.6 Delineamento em Blocos Incompletos em Vrios Locais e Vrias Observaes por Parcela Mtodo MHPRVG: Modelos 53. 5.3 Avaliao em um local e em vrias colheitas ou safras 5.3.1 Delineamento em Blocos Completos (Modelo 9 e 27) 5.3.2 Delineamento em Blocos Incompletos ou Ltice (Modelo 66) 5.3.3 Delineamento em Blocos Completos com Estabilidade e Adaptabilidade Temporal Mtodo MHPRVG: Modelo 79. 5.3.4 Delineamento em Blocos Completos: Medidas Repetidas via Modelo Fatorial Completo ou Estrutura de Simetria Composta (Modelo 116) 5.4 Avaliao em vrios locais e em vrias colheitas ou safras 5.4.1 Delineamento em Blocos Completos, Vrios Locais e Vrias Safras (Modelo 64) 5.4.2 Delineamento em Blocos Incompletos, Vrios Locais e Vrias Safras (Modelo 72) 5.4.3 Delineamento em Blocos Incompletos, Vrios Locais e Vrias Safras, com Covarivel (Modelo 130)

6. Avaliao de Indivduos em Prognies de Meios Irmos (ou Polinizao Aberta em Espcies Algamas) - Uma Observao por Parcela 6.1 Avaliao em um local e em uma colheita ou safra 6.1.1 Blocos Completos (Modelos 19 e 95) 6.1.2 Blocos Incompletos (Modelo 15) 6.1.3 Blocos Completos, Anlise com Covarivel (Modelo 135) 6.1.4 Blocos Incompletos, Anlise com Covarivel (Modelo 137) 6.1.5 Delineamento Inteiramente ao Acaso (DIC): (Modelo 82) 6.2 Avaliao em vrios locais e em uma s colheita ou safra 6.2.1 Blocos Completos em Vrios Locais (Modelo 22) 6.2.2 Blocos Incompletos em Vrios Locais (Modelo 10) 6.2.3 Blocos Completos em Vrios Locais, Anlise com Covarivel (Modelo 136) 6.2.4 Blocos Incompletos em Vrios Locais, Anlise com Covarivel (Modelo 138) 7. Avaliao de Indivduos em Prognies de Meios Irmos (ou Polinizao Aberta em Espcies Algamas) Vrias Observaes por Parcela 7.1 Avaliao em um local e em uma colheita 7.1.1 Blocos Completos (Modelos 1 e 93) 7.1.2. Blocos Incompletos (Modelo 6) 7.1.3. Blocos Completos, Anlise com Covarivel (Modelo 131) 7.1.4. Blocos Incompletos, Anlise com Covarivel (Modelo 133) 7.1.5 Delineamento Inteiramente ao Acaso (DIC): Modelo 80 7.1.6 Delineamento Linha-Coluna: Modelo 56 7.1.7 Delineamento de Parejas Dentro de Bloco: Modelo 158 7.1.8 Delineamento de Parejas Dentro de Bloco, com Desbaste: Modelo 159 7.2 Avaliao em vrios locais e em uma colheita 7.2.1 Blocos Completos em Vrios Locais (Modelo 4) 7.2.2. Blocos Incompletos em Vrios Locais (Modelo 13) 7.2.3 Blocos Completos em Vrios Locais, Anlise com Covarivel (Modelo 132) 7.2.4. Blocos Incompletos em Vrios Locais, Anlise com Covarivel (Modelo 134)

7.3 Avaliao em um local e em vrias colheitas 7.3.1 Delineamento em Blocos Completos com Resultado por Indivduo (Modelo 8) 7.3.2 Delineamento em Blocos Completos com Resultado por Indivduo e Colheita, com Estabilidade e Adaptabilidade Temporal pelo Mtodo MHPRVG (Modelo 62) 7.3.3 Delineamento em Blocos Incompletos ou Ltice (Modelo 67)

7.4 Avaliao em vrios locais e em vrias colheitas 7.4.1 Delineamento em Blocos Completos, Vrios Locais e Vrias Colheitas (Modelo 65) 7.4.2 Delineamento em Blocos Incompletos, Vrios Locais e Vrias Colheitas (Modelo 73) 7.5 Avaliao em vrias populaes 7.5.1 Blocos Completos, Vrias Populaes, Prognies de Meios Irmos em um Local (Modelo 5) 7.5.2 Blocos Completos, Vrias Populaes, Prognies de Meios Irmos em Vrios Locais: Modelo 14 7.5.3 Blocos Completos, Vrias Populaes, sem Estrutura de Prognies, em um Local: Modelo 24. 7.5.4 Delineamento em Blocos Completos, Vrias Populaes e Vrias Safras (Modelo 154) 8. Avaliao de Indivduos em Prognies F3 de Plantas Autgamas ou S1 de Plantas Algamas) Vrias Observaes por Parcela 8.1 Avaliao em um Local no Delineamento de Blocos ao Acaso, Linhagens Derivadas de um s Cruzamento ou Populao F2: Modelo 59 8.2 Avaliao em um Local sem Delineamento Experimental (ou em Blocos Aumentados), Linhagens Derivadas de um s Cruzamento ou Populao F2: Modelo 60 8.3 Avaliao em um Local no Delineamento de Blocos ao Acaso, Linhagens Derivadas de Vrios Cruzamentos ou Populaes F2: Modelo 61

9. Avaliao de Indivduos em Prognies de Irmos Germanos de Plantas Algamas Vrias Observaes por Parcela 9.1 Um Local e uma Safra, Blocos Completos (Modelo 147) 9.2 Vrios Locais e uma Safra, Blocos Completos (Modelo 148) 9.3 Um Local e uma Safra, Blocos Completos, Anlise com Covarivel (Modelo 145) 9.4 Vrios Locais e uma Safra, Blocos Completos, Anlise com Covarivel (Modelo 146) 10. Avaliao de Indivduos em Prognies S1 de Populaes com Sistema Reprodutivo Misto 10.1 Avaliao de Prognies S1 em um Local no Delineamento de Blocos ao Acaso, Prognies de uma s Populao, Vrias Plantas por Parcela: Modelo 107 10.2 Avaliao em um Local no Delineamento de Blocos ao Acaso, Prognies de uma s Populao, Uma Planta por Parcela: Modelo 108 10.3 Avaliao em um Local no Delineamento de Blocos ao Acaso, Prognies de Vrias Populaes, Vrias Plantas por Parcela: Modelo 109 11. Avaliao de Indivduos em Prognies de Polinizao Aberta de Plantas com Sistema Reprodutivo Misto 11.1 Avaliao de Indivduos em Prognies de Polinizao Aberta em um Local no Delineamento de Blocos ao Acaso, Prognies de uma s Populao, Vrias Plantas por Parcela: Modelo 110 11.2 Avaliao em um Local no Delineamento de Blocos ao Acaso, Prognies de uma s Populao, Uma Planta por Parcela: Modelo 111 11.3 Avaliao em um Local no Delineamento de Blocos ao Acaso, Prognies de Vrias Populaes, Vrias Plantas por Parcela: Modelo 112

12. Avaliao de Indivduos em Prognies de Irmos Germanos obtidas sob Cruzamentos Fatoriais ou Diallicos Interpopulacionais 12.1 Avaliao em um local e em uma safra 12.1.1 Blocos Completos e Uma Planta por Parcela, Espcies Algamas (Modelo 87) 12.1.2 Blocos Completos com Vrias Plantas por Parcela, Espcies Algamas (Modelo 88) 12.1.3 Blocos Incompletos com Uma Planta por Parcela, Espcies Algamas (Modelo 90) 12.1.4 Blocos Completos e Uma Planta por Parcela, Cruzamento entre Linhagens Completamente Endogmicas (Modelo 98) 12.1.5 Blocos Completos e Uma Planta por Parcela, Espcies Algamas, Anlise com Covarivel (Modelo 140) 12.1.6 Blocos Completos com Vrias Plantas por Parcela, Espcies Algamas, Anlise com Covarivel (Modelo 139) 12.2 Avaliao em vrios locais e em uma safra 12.2.1 Blocos Completos com Vrias Plantas por Parcela, Espcies Algamas, Vrios Locais (Modelo 89) 12.2.2 Blocos Incompletos com Uma Planta por Parcela, Espcies Algamas, Vrios Locais (Modelo 91) 12.3 Avaliao em um local e vrias safras 12.3.1 Blocos Completos com Vrias Plantas por Parcela, Espcies Algamas, Um Local, Medidas Repetidas (Modelo 100)

13. Avaliao de Clones Aparentados em Vrias Repeties - Uma Observao por Parcela 13.1 Avaliao em um s local e em uma s colheita 13.1.1 Blocos Completos (Modelo 30) 13.1.2. Blocos Incompletos (Modelo 48) 13.1.3. Blocos Incompletos, Anlise com Covarivel (Modelo 143) 13.2. Avaliao em vrios locais e em uma s colheita

13.2.1 Blocos Completos em Vrios Locais (Modelo 31) 13.2.2 Blocos Incompletos em Vrios Locais (Modelo 32) 13.2.3 Blocos Incompletos em Vrios Locais, Anlise com Covarivel (Modelo 144) 13.3. Avaliao em um s local e em vrias colheitas 13.3.1 Blocos Incompletos em Vrias Colheitas (Modelo 92) 14. Avaliao de Clones Aparentados em Vrias Repeties - Vrias Observaes por Parcela 14.1 Avaliao em um s local e em uma s colheita ou safra 14.1.1 Blocos Completos (Modelo 47) 14.1.2. Blocos Incompletos (Modelo 49) 14.1.3. Blocos Completos, Anlise com Covarivel (Modelo 141) 14.2 Avaliao em vrios locais e em uma s colheita ou safra 14.2.1 Blocos Completos em Vrios Locais (Modelo 50) 14.2.2 Blocos Completos em Vrios Locais, Anlise com Covarivel (Modelo 142) 15. Avaliao de Indivduos em Prognies de Irmos Germanos obtidas sob Cruzamentos Fatoriais ou Diallicos Intrapopulacionais Uma Planta por Parcela 15.1 Avaliao em um local e em uma safra 15.1.1 Blocos Completos e Uma Planta por Parcela, Genitores no Aparentados (Modelo 36) 15.1.2. Blocos Incompletos e Uma Planta por Parcela, Genitores no Aparentados (Modelo 35) 15.1.3 Blocos Completos e Uma Planta por Parcela, Genitores Aparentados (Modelo 43) 15.1.4. Blocos Incompletos e Uma Planta por Parcela, Genitores Aparentados (Modelo 42) 15.2 Avaliao em vrios locais e em uma colheita ou safra

15.2.1 Blocos Completos e Uma Planta por Parcela, Genitores no Aparentados (Modelo 34) 15.2.2 Blocos Incompletos e Uma Planta por Parcela, Genitores no Aparentados (Modelo 39) 15.2.3 Blocos Completos e Uma Planta por Parcela, Genitores Aparentados (Modelo 41) 15.2.4 Blocos Incompletos e Uma Planta por Parcela, Genitores Aparentados (Modelo 46)

Vrios Locais, Vrios Locais, Vrios Locais, Vrios Locais,

16. Avaliao de Indivduos em Prognies de Irmos Germanos obtidas sob Cruzamentos Fatoriais ou Diallicos Intrapopulacionais Vrias Plantas por Parcela 16.1 Avaliao em um local e em uma safra 16.1.1 Blocos Completos, Vrias Plantas por Parcela, Genitores no Aparentados (Modelo 33) 16.1.2. Blocos Incompletos, Vrias Plantas por Parcela, Genitores no Aparentados (Modelo 38) 16.1.3 Blocos Completos e Vrias Plantas por Parcela, Genitores Aparentados (Modelo 40) 16.1.4 Blocos Incompletos e Vrias Plantas por Parcela, Genitores Aparentados (Modelo 45) 16.2 Avaliao em vrios locais e em uma safra 16.2.1 Blocos Completos, Vrias Planta por Parcela, Vrios Locais, Genitores no Aparentados (Modelo 37) 16.2.2 Blocos Completos, Vrias Planta por Parcela, Vrios Locais, Genitores Aparentados (Modelo 44) 17. Otimizao da Seleo em Funo da Endogamia e do Ne (Modelo 106) 18. Melhoramento Animal 18.1 Modelo Animal Reduzido para Reprodutores e seus Descendentes (Modelo 84) 18.2 Modelo Animal Reduzido de Repetibilidade para Reprodutores e seus Descendentes (Modelo 85) 18.3 Modelo Animal Reduzido para Reprodutores e seus Descendentes, com Efeito de Ambiente Comum ou de Famlia de Irmos Germanos (Cruzamentos Hierrquicos - Modelo 87) 19. Avaliao de Indivduos e Genitores via Testes de Prognies de Irmos Germanos obtidas sob Cruzamentos Hierrquicos Intrapopulacionais Uma Planta por Parcela
10

19.1 Blocos Completos, Uma Planta por Parcela, Genitores no Aparentados (Modelo 86) 20. Modelos Estatsticos Genricos 20.1 Modelo com 2 Fatores de Efeitos Fixos e 1 fator de Efeitos Aleatrios (Modelo 120) 20.2 Modelo com 1 Fator de Efeitos Fixos e 1 Fator de Efeitos Aleatrios alm dos Resduos (Modelo 121) 20.3 Modelo com 1 Fator de Efeitos Fixos e 2 Fatores de Efeitos Aleatrios alm dos Resduos (Modelo 122) 20.4 Modelo com 1 Fator de Efeitos Fixos e 3 Fatores de Efeitos Aleatrios alm dos Resduos (Modelo 123) 20.5 Modelo com 1 Fator de Efeitos Fixos e 4 Fatores de Efeitos Aleatrios alm dos Resduos (Modelo 124) 20.6 Modelo com 1 Fator de Efeitos Fixos e 5 Fatores de Efeitos Aleatrios alm dos Resduos (Modelo 125)

11

21. Modelos Estatsticos com Tratamentos de Efeitos Fixos: DBC, DIC, Parcelas Subdivididas, Fatorial, Hierrquico 21.1 Delineamento de blocos ao acaso com vrias observaes por parcela: Modelo 97 21.2 Delineamento de blocos ao acaso com uma observao por parcela: Modelo 99 21.3 Delineamento inteiramente ao acaso com vrias observaes por parcela: Modelo 156 21.4 Delineamento de inteiramente ao acaso com uma observao por parcela: Modelo 157 21.5 Delineamento de blocos ao acaso, arranjo em parcela subdividida com uma observao por parcela, resultado geral para os nveis do fator aleatrio atravs dos nveis do fator de efeitos fixos: Modelo 12 21.6 Delineamento de blocos ao acaso, arranjo em parcela subdividida com uma observao por parcela, resultado para os nveis do fator aleatrio dentro dos nveis do fator de efeitos fixos: Modelo 53 21.7 Delineamento de blocos ao acaso, arranjo fatorial com 2 fatores, com uma observao por parcela, resultado geral para os nveis do fator aleatrio atravs dos nveis do fator de efeitos fixos: Modelo 11 21.8 Delineamento de blocos ao acaso, arranjo fatorial com 2 fatores, com uma observao por parcela, resultado para os nveis do fator aleatrio dentro dos nveis do fator de efeitos fixos: Modelo 52 21.9 Delineamento de blocos ao acaso, arranjo fatorial com 2 fatores, com vrias observaes por parcela, resultado geral para os nveis do fator aleatrio atravs dos nveis do fator de efeitos fixos: Modelo 12 21.10 Delineamento de blocos ao acaso, arranjo fatorial com 2 fatores, com vrias observaes por parcela, resultado para os nveis do fator aleatrio dentro dos nveis do fator de efeitos fixos: Modelo 53 21.11 Delineamento de blocos ao acaso, arranjo em parcelas subdivididas, teste de procedncias e prognies, um local: Modelo 6 21.12 Delineamento de blocos ao acaso, arranjo em parcelas subdivididas, teste de procedncias e prognies, vrios locais: Modelo 13 22. Gentica de Populaes 22.1 Vrias Populaes: Modelo 117 22.2 Uma Populao: Modelo 118 23. Autocorrelao Espacial e Anlise de Resduos 24. Seleo pela Distribuio do Mximo e com Base no Conceito de Mdia Harmnica 25. Anlise Espacial 26. Anlise de Competio e Espacial
12

27. Estudo da Estrutura de Correlao entre Caracteres, ndice de Seleo e Anlise Multivariada 27.1 Estatstica Geral (Modelo 105) 27.2 Correlao entre Caracteres (Modelos 102 e 105) 27.3 ndice de Seleo Envolvendo os Vrios Caracteres (Modelo 101) 27.4 Agrupamento de Gentipos com Base em Divergncia Genotpica Multivariada e Eliminao de Variveis Redundantes via Componentes Principais (Modelos 103 e 104) 28. BLUP com Parmetros Fornecidos pelo Usurio 29. BLUP sob Heterogeneidade de Varincia Residual entre Tratamentos 30. Anlises Combinando Diferentes Delineamentos Experimentais 31. Anlises Combinando Diferentes Tamanhos de Parcela 32. Anlises Combinando Diferentes Tipos de Prognies 33. Anlise Simultnea de Tratamentos Regulares e Testemunhas 34. Anlise de Experimentos no Delineamento de Nelder 35. Anlise de Experimentos com Parentesco Exato entre Indivduos de uma Prognie 36. Referncias Bibliogrficas

13

Software Selegen-Reml/Blup Marcos Deon Vilela de Resende

1. Histrico do Selegen-Reml/Blup O software Selegen-Reml/Blup (Sistema Estatstico e Seleo Gentica Computadorizada via Modelos Lineares Mistos) surgiu em associao com o aperfeioamento das metodologias de seleo gentica a partir da anlise matemtica e estatstica de dados obtidos em experimentos de campo. Na dcada de 1990 ocorreu um grande salto qualitativo nas metodologias analticas de seleo gentica aplicadas ao melhoramento gentico de plantas. No melhoramento de plantas, o procedimento REML/BLUP atualmente o procedimento timo de seleo. No contexto da seleo recorrente no melhoramento de plantas, os mtodos de seleo evoluram seguindo aproximadamente a seguinte cronologia: Seleo de famlias Entre mdias de famla (Vencovsky, 1987) BLP de famlias (White & Hodge, 1989; Bueno Filho, 1997) BLP de famlias em vrios locais (Resende et al., 1993) REML/BLUP de famlias (Resende et al., 1996; Duarte, 2000) Seleo de indivduos Entre famlias e dentro de parcela (Kageyama & Vencovsky, 1983) Entre famlias corrigida e dentro de famlia no experimento (Resende, 1991) Individual pela seleo combinada (Resende, 1991; Bueno Filho, 1992; Morais, 1994) Individual pelo indice multi-efeitos (IME) ou BLUP individual (Resende & Higa, 1994) Individual pela seleo combinada modificada (Pires et al., 1996) REML/BLUP individual (Resende & Fernandes, 1999; Resende, 1999, Resende & Dias, 2000) No incio da dcada de 1990, as indstrias de celulose de eucalipto no Brasil comearam a demandar mtodos acurados de seleo individual a partir da avaliao de dezenas de milhares de indivduos mensurados a campo em vrios experimentos e locais. Estes indivduos deveriam ser selecionados com base em valores genticos e no fenotpicos. A seleo entre famlias e dentro de parcelas, muito comum poca, mostrava-se inadequada para tal propsito. Havia a necessidade do desenvolvimento de mtodos mais adequados. O mtodo BLP, difundido naquela poca, prestava-se apenas para a seleo entre famlias. Em 1992 foi desenvolvido o mtodo do ndice multiefeitos (IME) para a seleo tima em nvel de indivduos, o qual foi implementado no software Selegen, tambm desenvolvido na mesma poca (Resende & Higa, 1994; Resende et al., 1994). O software Selegen evoluiu gradativamente passando a incorporar o procedimento
14

REML/BLUP (Resende et al., 1993; Resende et al., 1994; Resende & Oliveira, 1997, Resende, 2002b). O ano de 1993 marca o incio do Selegen e do uso da metodologia de modelos lineares mistos (via melhor predio linear) no melhoramento de plantas no Brasil. Em 1997/1998 um marco importante foi a demonstrao de que o IME equivalia ao procedimento generalizado do BLUP em nvel individual. At ento no havia sido demonstrado formalmente na literatura internacional como um BLUP individual timo poderia ser derivado, levando em conta simultaneamente as informaes dos delineamentos experimentais e a teoria gentica dos ndices de seleo combinando informaes dos indivduos e de seus parentes. O trabalho de Resende & Fernandes (1999) permitiu ento: - demonstrao de que o IME BLUP para o caso balanceado. - demonstrao de que a seleo combinada e combinada modificada no so BLUP nem para o caso balanceado. - construo do BLUP individual passo a passo usando simultaneamente a teoria estatstica, a gentica e a experimental, garantido a derivao de preditores timos. - derivao de vrios modelos BLUP em nvel individual para inmeras situaes experimentais e estruturas genticas.

A teoria genrica do BLUP como procedimento timo foi difundida completamente a partir da dcada de 1970 pelos cientistas Charles Henderson nos EUA e Robin Thompson na Inglaterra, dentre outros (Henderson, 1973, 1975, 1976; Thompson 1976, 1977, 1979). Para a aplicao do BLUP so necessrias estimativas fidedignas de componentes de varincia. O mtodo timo de estimao de componentes de varincia, com dados desbalanceados ou no, o REML desenvolvido por Patterson & Thompson (1971) e Thompson (1973, 1977, 1980). O procedimento REML/BLUP passou a ser usado rotineiramente no melhoramento animal no exterior a partir da dcada de 1980. No Brasil, em gado de leite, passou a ser usado a partir de 1994 (Verneque & Valente, 2001). Isto se deveu ao desenvolvimento de softwares especficos que permitem tratar adequadamente a matriz de parentesco gentico gentico aditivo entres os indivduos em avaliao. Algoritmos para escrever diretamente essa matriz de parentesco gentico aditivo foram apresentados por Henderson (1976) nos EUA e Thompson (1977) na Inglaterra. Os primeiros softwares desenvolvidos foram o REML na Inglaterra (Robinson & Thompson, 1982), o DFREML na Inglaterra e Austrlia (Meyer, 1988) e o MTDFREML nos EUA (Boldman et al., 1993), ambos empregando o algoritmo livre de derivadas (DF). Misztal & Perez-Enciso (1993) relatam o uso do algoritmo EM, posteriormente usado no desenvolvimento dos programas BLUPF90 e REMLF90. Posteriormente (Gilmour et al., 1998) foi desenvolvido o software ASREML, que emprega o algoritmo AI desenvolvido por Johson & Thompson (1995) e Gilmour et al. (1995).
15

A disponibilidade desses softwares conduziu ao incio da aplicao do procedimento REML/BLUP individual ao melhoramento florestal em nvel individual a partir de 1995 (Borralho et al., 1995). No entanto, nenhuma derivao explcita do procedimento BLUP considerando as caractersticas dos delineamentos experimentais foi apresentada. Em outras palavras, modelos eram ajustados sem se saber exatamente como as vrias informaes eram usadas e se o modelo ajustado era timo. Os softwares mencionados, desenvolvidos para o melhoramento animal, podem ser usados adequadamente para o melhoramento vegetal em algumas situaes, principalmente quando apenas os efeitos aditivos so de interesse. Com clonagem e com a diversidade dos sistemas reprodutivos em plantas, limitaes existem. O software Selegen-Reml/Blup foi desenvolvido para atender a rotina dos programas de melhoramento gentico vegetal e contempla as seguintes categorias de plantas: algamas, autgamas, de sistema reprodutivo misto e de propagao clonal. Considera vrios delineamentos experimentais, vrios delineamentos de cruzamento, interao gentipo x ambiente e experimentos repetidos em vrios locais, medidas repetidas, prognies pertencentes a vrias populaes dentre outros fatores. O software no se restringe a ajustar os efeitos e apresentar os componentes de varincia, mas apresenta tambm os valores genticos aditivos, de dominncia e genotpicos dos indivduos, o ganho gentico com a seleo, o tamanho efetivo populacional dentre outros parmetros interessantes ao melhoramento vegetal. Do ponto de vista estatstico tambm interessante pois permite o teste da significncia dos efeitos via teste da razo de verossimilhana (LRT) e anlise de deviance. Softwares como o SAS e o ASREML permitem o ajuste de um nmero infinito de modelos e, inclusive, modelos mais complexos. No entanto, o SAS apresenta limitao para lidar com matriz de parentesco e predizer valores genticos em nvel de indivduos. O software Selegen-REML/BLUP de fcil uso e interpretao, permitindo lidar de forma eficiente com a maioria das situaes corriqueiras no melhoramento vegetal. O Selegen-REML/BLUP gratuito para uso em Universidades e Institutos Pblicos de Pesquisa no Brasil e no exterior. Alguns softwares de excelncia so pagos anualmente inclusive para uso em Universidades e Institutos Pblicos de Pesquisa. Isto significa que, cada vez que um estudante ou pesquisador roda uma anlise nesses softwares, ele est, de fato, pagando para que seja feita a anlise. At o momento, o Selegen-Reml/Blup tem sido aplicado ao melhoramento de plantas perenes e anuais nos pases Brasil, frica do Sul, Argentina, China, Chile, Costa Rica, ndia, Peru e Tunsia. Na iniciativa privada tem sido usado no melhoramento de eucalipto, pinus, accia-negra, teca, milho, soja, seringueira, cana-de-acar. Em instituies pblicas tem sido usado nessas mesmas espcies e tambm em feijo, arroz, caju, acerola, cupuau, cacau, caf, guaran, dend, pupunha, palmeira real, laranja, brachiaria, panicum, estilosantes, leucena, erva-mate, pequi, batata, mandioca, aa, manga, maracuj, camu-camu, buriti, dentre outras. Em termos de projetos de pesquisa e programas de melhoramento relevantes desenvolvidos no exterior com o uso do programa Selegen, destacam-se:
16

(a) Melhoramento de Teca, Gmelina, Accia mangium e espcies nativas na Costa Rica. (b) Melhoramento das Fruteiras Pupunha, Camu-camu e Buriti no projeto FRUTAMAZ desenvolvido na Amaznia Peruana pelo FAO/ICRAF. (c) Melhoramento das Espcies Agroflorestais Capirona (Calycophyllum spruceanum), Bolaina (Guazuma crinita) e Guaba (Inga edulis) Amaznia Peruana pelo FAO/ICRAF. (d) Domesticao e Melhoramento de Germoplasma pela Rede Panamericana de Germoplasma Agroflorestal em vrios pases da Amrica Latina. (e) Melhoramento de Accia Negra, Eucalipto e Pinus na frica do Sul pelo Institute for Comercial Forestry Research (ICFR). (f) Melhoramento de Eucalipto, Pinus e Prosopis na Tunsia pelo Ministrio da Agricultura. (g) Melhoramento de Eucalipto e Pinus pela Mininco (empresa que cultiva mais de 500 mil hectares de florestas) no Chile. No Brasil, alm das aplicaes do Selegen no melhoramento das espcies domesticadas e de importncia econmica, uma aplicao importante refere-se ao projeto de gentica e conservao de espcies frutferas e florestais nativas desenvolvido pela CESP em convnio com a ESALQ/USP/IPEF e com a UNESP de Ilha Solteira. Nesse projeto, cerca de 2000 prognies de 66 espcies do Cerrado e da Floresta Semi-Decdua esto sendo avaliadas geneticamente e conservadas. Isto representa um patrimnio e fonte de informaes inestimveis. 2. Algoritmo Matemtico e Computacional A implementao computacional da metodologia de modelos mistos baseia-se fortemente em mtodos numricos, notadamente, em lgebra linear numrica, visando obteno iterativa das solues das equaes de modelo misto (obteno do BLUP) e, clculo numrico para a maximizao/ minimizao de funes de vrias variveis, visando obteno das estimativas REML. Vrios algoritmos computacionais para a obteno de componentes de varincia por ML e REML tm sido desenvolvidos tais como o MS (Method of Scoring de Fisher, apresentado por Patterson &Thompson, 1971), o EM (Expectation-Maximization, de Dempster et al., 1977), o DF-REML (Derivative-free Restricted Maximum Likelihood, de Graser et al., 1987 e o AI-REML (Average Information-REML de Johnson & Thompson, 1995). Dentre estes, os mais usados so o EM, o DF-REML, e o AI-REML. O algoritmo EM muito estvel, numericamente, apresentando convergncia mesmo que os valores iniciais no tenham sido totalmente adequados. Entretanto, uma inconvenincia do algoritmo EM a lentido para as estimativas prximas ao limite do espao paramtrico (por exemplo, quando uma varincia tende a zero). Se valores iniciais positivos forem utilizados, a convergncia para valores no negativos garantida (Harville, 1977). O algoritmo EM atua por meio da obteno da esperana (por integrao) e maximizao (derivao) da funo de verossimilhana dos dados, sucessivamente. Nos modelos de plantas individuais, em que, freqentemente, a ordem das equaes de modelo misto excedem o nmero de observaes, a obteno de estimativas por meio de primeira derivada pelo mtodo EM requer a inverso da matriz dos coeficientes das
17

equaes de modelo misto, aumentando muito o esforo computacional. Segundo Lynch & Walsh (1997), os mtodos de Newton-Raphson e de Fisher apresentam convergncia quadrtica, ao passo que o algoritmo EM apresenta convergncia linear, sendo, portanto, mais lento. Para contornar esta questo, Graser et al. (1987) propuseram um algoritmo para obteno do ponto de mximo do logaritmo da funo de verossimilhana por meio de sucessivas avaliaes da funo, partindo de valores atribudos aos componentes de varincia. Assim, o mximo relativo aos componentes de varincia encontrado por um processo de procura direta, sem requerer a inverso da matriz dos coeficientes. Por no envolver a derivao da funo densidade de probabilidade, em relao aos componentes de varincia, para o estabelecimento do sistema de equaes a ser utilizado no processo iterativo, o algoritmo foi denominado DFREML. O algoritmo DF requer menos tempo de processamento por iterao do que o EM, porm exige maior nmero de iteraes para atingir a convergncia. Recentemente, o algoritmo denominado AI-REML (Average Information-REML) foi desenvolvido e tem sido muito utilizado (Gilmour et al., 1995; Johnson & Thompson, 1995; Meyer, 1997; Thompson et al., 2003; Meyer, 2006). Segundo Johnson & Thompson (1995), o algoritmo DF apresenta pobres propriedades numricas, e as solues apresentam baixa acurcia nos dgitos significativos o que constitui um problema quando vrios componentes de varincia so estimados. Assim, o algoritmo AI muito competitivo em relao aos algoritmos DF e EM e converge em menos de 10 iteraes, embora o tempo por iterao seja 2 a 3 vezes maior que aquele requerido pelo algoritmo DF. Mesmo assim, o tempo total para convergncia muito menor. Segundo os ltimos autores, para modelos complexos, o algoritmo AI cinco vezes mais rpido que o DF e trs vezes mais rpido que o algoritmo EM. Os algoritmos para obteno de estimativas REML podem ser agrupados de acordo com a ordem das derivadas usadas. Assim, tm-se: (i) no derivativo (DFREML); (ii) baseado em derivadas parciais de primeira ordem (EM-REML); (iii) baseado em derivadas parciais de primeira e segunda ordens (AI-REML). O algoritmo AI um procedimento derivativo melhorado, o qual fundamenta-se no uso do mtodo de Newton-Raphson, que usam as derivadas primeira e segunda da funo de verossimilhana. Tal algoritmo fundamenta-se na utilizao da informao advinda da mdia das derivadas segundas observadas e esperadas da funo de verossimilhana, de forma que o termo que contm os traos dos produtos da matriz inversa cancelado, restando uma expresso mais simples para computao. Tcnicas de matrizes esparsas so empregadas no clculo dos elementos da inversa da matriz dos coeficientes, os quais so necessrios para as derivadas primeiras da funo de verossimilhana. Este algoritmo tambm denominado Quasi-Newton (Gilmour et al., 1995), o qual aproxima a matriz hessiano (matriz de derivadas segundas) pela mdia das informaes observadas e esperadas. A informao observada uma medida da curvatura da funo (ou do seu log) de verossimilhana e a informao esperada a prpria informao de Fisher. Uma comparao emprica dos algoritmos REML foi realizada por Hofer (1998) e os resultados so apresentados na Tabela 1. Tabela 1. Resultados da comparao emprica de algoritmos para a obteno de estimativas REML em termos do nmero (I) de iteraes (ou avaliaes de funes, para o algoritmo DF) e tempo total (T) de computao at a convergncia, em horas.

18

NMME 4.895 9.780 14.685 6.192 10.230 14.274 5.731 8.765 5.073 10.146 233.796

NVC 3 9 18 9 12 18 5 6 2 6 55

DF I 26 238 583 699 1.236 4.751 169 927 39 472 37.021 T 0.01 0.31 1.77 1.27 2.33 11.10 0.34 70.60 0.02 0.52 2083 I 24 33 45 109 23 -

EM T 0.05 0.26 1.02 1.14 4.97 I 6 7 5 9 -

Al T 0.07 1.86 0.02 0.09 -

NMME = nmero de equaes de modelo misto; NVC = nmero de componentes de varincia.

Os algoritmos DF ganharam popularidade devido s suas flexibilidades quanto aos modelos (Meyer, 1989; 1991) e por causa da disponibilidade de softwares. Entretanto, as dificuldades de convergncia em modelos mais complexos geraram um novo interesse em algoritmos baseados em primeira e segunda derivadas da funo de verossimilhana, como o AI. Pela Tabela 1, torna-se claro que os algoritmos DF so vantajosos computacionalmente somente quando o nmero de parmetros a serem estimados pequeno. Os algoritmos EM so mais eficientes que o DF quando o nmero de parmetros grande. Nesta mesma situao, o algoritmo AI supera o EM. Segundo Thompson et al. (2005), muitas vezes o algoritmo AI converge em poucas iteraes. No entanto, segundo Meyer (2006a), algumas vezes o algoritmo AI falha na convergncia e, portanto, a alternativa seria o algoritmo EM, o qual garante um aumento no Log L em cada iterao. Tal autora relata que o uso do algoritmo PX-EM ou parameter expanded EM proposto por Foulley & van Dick (2000) uma excelente opo. Tal autora comprova que a melhor opo a combinao dos algoritmos PX-EM (nas primeiras iteraes) e AI nas ltimas iteraes. Essa combinao explora a estabilidade e boa performance do PX-EM nas primeiras iteraes e a rpida convergncia do AI prxima ao mximo do Log L. Uma sugesto similar foi proposta por Thompson et al. (2005). O algoritmo AI tem convergncia quadrtica mas as estimativas no so restritas ao espao paramtrico. Alm disso, o aumento no Log L no garantido. Por outro lado, o algoritmo EM tem convergncia montona, isto , h um aumento do Log L em cada iterao e estimativas dentro do espao paramtrico so produzidas. No entanto, a convergncia apenas linear pois apenas informao da primeira derivada da funo de verossimilhana usada. O algoritmo combinado PXEM/AI foi usado na implementao do software Wombat o qual atualmente substitui o DFREML (Meyer, 2006b). Os problemas computacionais associados estimao REML referem-se inverso de matrizes e obteno de primeiras e segundas derivadas necessrias avaliao da maximizao de funes, fatores esses que demandam grandes recursos computacionais em termos de tempo de processamento e memria. A anlise REML requer repetidas fatoraes e inverses da matriz dos coeficientes das equaes de modelo misto. Este fato tem levado os pesquisadores a utilizarem diferentes tcnicas de

19

anlise numrica visando diminuir a necessidade de recursos computacionais associada ao uso do procedimento REML. O algoritmo usado no ASREML o AS que combina o mtodo AI para maximizao da funo com o mtodo numrico de matrizes esparsas (sparse). Misztal & Perez-Enciso (1993) redescobriram o mtodo de Takahashi et al. (1971) para matrizes esparsas e derivaram um eficiente algoritmo EM para REML/BLUP. O software Selegen-Reml/Blup combina os mtodos de Takahashi e o mtodo da bifatorao esparsa de Zollenkoff (1973) no algoritmo EM. Portanto, o algoritmo do tipo SB-EM (Sparse Bifactorisation / Expectation-Maximisation) e o software do tipo SB-EMREML. Os mtodos de Takahashi e de Zollenkoff foram desenvolvidos na rea de Engenharia Eltrica, associados a matrizes de impedncia em circuitos eltricos. Os estimadores e preditores empregados no Selegen-Reml/Blup encontram-se descritos com detalhes na srie de 10 trabalhos publicados pelo autor na Revista de Matemtica e Estatstica de 1999 a 2006 em So Paulo e tambm em Resende et al. (1996), Resende (1999; 2000; 2002a; 2004), Resende & Sturion (2001) e Resende & Thompson (2003). A funo de verossimilhana restrita a ser maximizada dada a seguir. Um modelo linear misto generalizado tem a seguinte forma:
y = X + Z + ,

com as seguintes distribuies e estruturas de mdias e varincias:


~ N ( 0, G ) ~ N ( 0, R )
E ( y ) = X Var ( y ) = V = ZGZ '+ R

em que: y: vetor conhecido de observaes.

: vetor paramtrico de efeitos fixos, com matriz de incidncia X.


: vetor paramtrico de efeitos aleatrios, com matriz de incidncia Z.

: vetor desconhecido de erros.


G: matriz de varincia-covarincia dos efeitos aleatrios. R: matriz de varincia-covarincia dos erros. 0: vetor nulo. Assumindo G e R como conhecidas, a simultanea estimao de efeitos fixos e a predio dos efeitos aleatrios podem ser obtidas por meio das equaes de modelo misto (mtodo BLUP) dadas por:

20

X ' R1 X 1 Z' R X

1 1 Z' R Z + G X ' R 1Z

X ' R1 y ~ = 1 Z ' R y

Quando G e R no so conhecidas, os componentes de varincia associados aos efeitos aleatrios podem ser estimados de forma eficiente pelo mtodo REML (Patterson & Thompson, 1971). Exceto por uma constante, a funo de verossimilhana residual (em termos de seus log) a ser maximizada dada por:
L= 1 (log X 'V 1 X + logV + v log 2 + y' Py / 2 ) 2 1 = (log C * + log R + log G + v log 2 + y' Py / 2 ) 2

em que:
V = R + ZGZ'; P = V 1 V 1 X ( X 'V 1 X )1 X 'V 1 .

v = N-r(x): graus de liberdade para os efeitos aleatrios, em que N o nmero total de dados e r(x) o rank da matriz X. C* = Matriz dos coeficientes das equaes de modelo misto. Sendo geral, o modelo descrito engloba vrios modelos peculiares a cada situao.

3. Procedimentos Estatsticos, Matemticos e Genticos 3.1 Descrio Geral dos Procedimentos O nome Selegen-Reml/Blup designa Sistema Estatstico e Seleo Gentica Computadorizada e um software destinado anlise de Modelos Lineares Mistos via REML/BLUP e REML/GLS. Foi desenvolvido na linguagem Fortran 90 e possui interface com os sistemas operacionais Windows e DOS. A configurao computacional mnima exigida 256 MB de memria RAM. No entanto, para modelos mais complexos e dezenas de milhares de dados (linhas no arquivo), memria RAM de 1 GB recomendada. adequado para anlise de experimentos tanto balanceados quanto desbalanceados, conduzindo a eficincia mxima. No h a necessidade de informar se balanceado ou no, pois utiliza procedimento matemtico e estatstico timo e genrico para qualquer situao. Os arquivos a serem analisados devem apresentar extenso .txt (texto MS-DOS) com uma linha de cabealho. Esta linha apenas para orientao do usurio pois ignorada pelo programa. Assim, tal linha pode conter quaisquer nomes. Em termos estatsticos, os seguintes mtodos de anlise so executados pelo Selegen:

21

Estatstica Geral: mdia, varincia, desvio padro, coeficiente de variao, mximo, mnimo, curtose, assimetria, covarincia, correlao. Anlise de Varincia. Anlise de Covarincia e de Correlao. Anlise Multivariada: Componentes Principais e Anlise de Agrupamento. Modelos Lineares Mistos via REML/BLUP. Modelos Lineares Mistos via REML/GLS. Modelos Lineares Mistos para Medidas Repetidas. Modelos Lineares Mistos para Anlise de Mltiplos Experimentos e Interao G x E. Modelos Lineares Mistos com Covariveis.
Maximizao de Funo de Verossimilhana Residual para Teste da Razo de Verossimilhana (LRT) e Anlise de Deviance.

Modelos Lineares Mistos com Heterogeneidade de Varincia Residual dentro de Tratamentos. Predio Pontual e Intervalar de Efeitos Aleatrios (Valores Genticos). Cmputo de Resduos para Anlise de Homogeneidade e Normalidade. Autocorrelao Espacial para Anlise de Resduos. Anlise Hierrquica para Gentica de Populaes. Amostragem Gentica (Tamanho Efetivo Populacional) Anlise Espacial (em implementao). Anlise de Competio e Espacial (em implementao). O programa atual contempla cerca de 150 modelos de anlise e, em termos de experimentao, gentica e melhoramento, fornece os seguintes resultados de interesse. BLUP e REML/BLUP para efeitos aditivos, de dominncia e genotpicos. Herdabilidades, correlaes genticas e fenotpicas, ganho gentico. BLUP sob heterogeneidade de varincias dentro de tratamentos. Anlise de devincia. Delineamentos experimentais: DIC, DBC, blocos aumentados, ltice, linha e coluna. Grupos de experimentos, vrios locais e interao gentipo x ambiente. Delineamentos de cruzamento: polinizao aberta , controlada (meios irmos, irmos germanos, fatorial, diallico, hierrquico, delineamentos desbalanceados, hbridos). Testes clonais. Uma ou vrias populaes. Uma ou vrias plantas por parcela. Uma ou vrias medidas repetidas. Componentes principais genticos. Anlise de agrupamento por valores genotpicos. Divergncia gentica via valores genotpicos. ndice de seleo multi-caractersticas. Tamanho efetivo populacional. Otimizao da seleo e restrio na endogamia. Estabilidade e adaptabilidade de valores genotpicos. Gentica de populaes. Espcies algamas, autgamas, sistema reprodutivo misto, animais

22

Mtodos de seleo associados: seleo de genitores (ag), seleo de genitores potenciais (a), seleo de clones potenciais (g = a + d), seleo de cruzamentos (vgc = 0.5 (af + am) + cec), seleo de clones. O Selegen-Reml/Blup foi delineado para maximizar a eficincia global do melhoramento e aborda de forma intrincada os tpicos mencionados acima, sobrepondo esquema de seleo recorrente, delineamento de cruzamento, delineamento experimental, controle estatstico via covarivel, sistema de propagao do material melhorado. Utiliza procedimentos estatsticos de eficincia mxima: procedimentos timos de estimao de componentes de varincia e de predio de valores genticos. Os modelos para ndice de seleo, componentes principais genticos e anlise de agrupamento gentico trabalham no nvel genotpico e no no nvel fenotpico, conforme realizado tradicionalmente. Meyer & Kirkpatrick (2005) enfatizam a relevncia dos componentes principais no nvel gentico em detrimento do fenotpico. Os procedimentos disponveis no Selegen-Reml/Blup podem ser visualizados a partir da tela principal do programa, mostrada a seguir.

Nessa tela principal e tambm no cabealho dos resultados, a descrio SELEGEN REML/BLUP 1993 no indica o ano da verso do software. Apenas indica o ano (1993) em que o software foi criado ou iniciado. Escolhendo-se nessa tela a primeira janela Modelos Mistos: Delineamentos Experimentais / Materiais Genticos / Ambientes,
23

vrias opes de modelos aparecem, em termos de delineamentos experimentais, conforme a tela seguinte.

Nesta tela so apresentadas tambm vrias opes em termos de anlise (REML/BLUP ou s BLUP, BLUP com heterogeneidade de varincias dentro de tratamentos), valores iniciais para a herdabilidade individual (h2) e coeficientes de determinao de outros efeitos aleatrios (coeficientes c2), opo para considerao de zeros como significativos ou no, escolha do critrio de convergncia ou taxa de erro no procedimento iterativo. Como default, estas opes j se apresentam marcadas e preenchidas com valores adequados maioria das situaes. Na janela modelo desta tela, para cada delineamento experimental,so apresentados vrios modelos alternativos em termos de nmero de plantas por parcela, tipo de prognie, nmero de locais avaliados, conforme a tela a seguir, referente ao delineamento em blocos ao acaso.

24

Escolhendo-se o arquivo a ser analisado e o modelo de anlise, aps pressionar executar, os resultados so apresentados conforme a tela a seguir.

25

Os resultados so apresentados em 5 arquivos, os quais podem ser abertos diretamente e contm os seguintes restados: Nomedoarquivo_v0i.res: apresenta os componentes de varincia, valores genticos preditos, ganho gentico com seleo e tamanho efetivo populacional. Nomedoarquivo_v0i.fam: apresenta os valores genticos preditos e seus intervalos de confiana. Nomedoarquivo_v0i.dev: apresenta o mximo da funo de verossimilhana restrita, a deviance, os resduos e o quadrado mdio referente ao fator de efeitos fixos, o qual pode ser usado para realizar o teste F para o referido fator de efeitos fixos. Nomedoarquivo_v0i.efe: apresenta todos os efeitos ajustados pelo modelo em questo. Nomedoarquivo_v0i.het: apresenta a varincia residual dentro de cada tratamento e a herdabilidade individual vlida para cada tratamento. Escolhendo-se tambm a anlise BLUP-HET, o arquivo Nomedoarquivo_v0i.het apresenta adicionalmente os valores genticos preditos sob heterogeneidade de varincias dentro de tratamentos e mais 3 arquivos so mostrados: Nomedoarquivo_Het_v0i.fam, Nomedoarquivo_Het_v0i.dev e Nomedoarquivo_Het_v0i.efe, os quais so obtidos sob heterogeneidade de varincias.

26

Outra forma de visualizar e encontrar os modelos adequados anlise refere-se ao uso do diagrama apresentado a seguir, sobre o qual so baseadas as descries a seguir, feitas para cada modelo do software. Alvo da Anlise Nmero de Observaes por Parcela Uma Obs ou Planta/Parcel a Nmero de Locais e de Medidas Repetidas Um Local sem Medida Repetida Delineamentos Experimentais Blocos ao Acaso Ltice Blocos ao Acaso com Covarivel Blocos Aumentados Inteiramente ao Acaso Linha e Coluna Ausncia de Delineament o Experimenta l Grupos de Experimento s Blocos ao Acaso Ltice Blocos Aumentados, Estabilidade e Adaptabilida de Blocos ao Acaso, Estabilidade e Adaptabilida de Modelos Item da Descrio

Seleo de Gentipos com Base em Vrias Repeties

20, 21, 96 4.1.1 16, 17 119 4.1.2 4.1.3

74, 76 83 58 58

4.1.4 4.1.5 4.1.6 4.1.7

16, 17

4.1.8

Vrios Locais sem Medida Repetida

23, 25 11, 26 75, 77

4.2.1 4.2.2 4.2.3

54

4.2.4

27

Um Local e Vrias Medidas Repetidas

Vrios Locais e Vrias Medidas Repetidas

Ltice, Estabilidade e Adaptabilida de Grupos de Experimento s Modelo Bsico Blocos ao Acaso Ltice Blocos Aumentados, Testemunha Aleatrio Blocos Aumentados, Testemunha Fixo Blocos,Estab . e Adapt. Temporal Ltice, Estab. e Adapt. Temporal Blocos ao Acaso Ltice Blocos,Estab . e Adapt. Espacial Ltice,Estab. e Adapt. Espacial Blocos Aumentados, Test. Aleatrio, Estab. e Adapt. Espacial

52

4.2.5

11, 26, 52 4.2.6

63 28, 29 70 70

4.3.1 4.3.2 4.3.3 4.3.4

68

4.3.5

55

4.3.6

78

4.3.7

69 71 151

4.4.1 4.4.2 4.4.3

152

4.4.4

152

4.4.5

28

Vrios Locais e Anos (Culturas Anuais)

Blocos Aumentados, Test. Aleatrio, Estab. e Adapt. Espacial Blocos Completo, Modelo CS, Estab. e Adapt. Blocos,Estab . e Adapt. Espacial, Interao Tripla Blocos,Estab e Adapt Espacial, Interaces Dupla

153

4.4.6

155

4.4.7

114

4.5.1

115

4.5.2

Seleo de Gentipos com Base em Vrias Repeties

Vrias Plantas por Parcela

Um Local Blocos ao sem Medida Acaso Repetida Ltice Blocos ao Acaso com Covarivel Inteiramente ao Acaso Linha e Coluna Blocos Vrios Locais sem Completos Medida Ltice Repetida Blocos ao Acaso com Covarivel Ltice com Covarivel

2, 18, 94 7 127

5.1.1 5.1.2 5.1.3

81 57 3 12 128

5.1.4 5.1.5 5.2.1 5.2.2 5.2.3

129

5.2.4

29

Um Local e Vrias Medidas Repetidas

Vrios Locais e Vrias Medidas Repetidas

Blocos ao Acaso, Estabilidade e Adaptabilida de Ltice, Estabilidade e Adaptabilida de Blocos Completos Ltice Blocos,Estab . e Adapt. Temporal Blocos, Mod. Fatorial Completo Blocos Completos

51

5.2.5

53

5.2.6

9, 27 66 79

5.3.1 5.3.2 5.3.3

116

5.3.4

64

5.4.1

Ltice Ltice com Covarivel

72 130

5.4.2 5.4.3

Seleo de Indivduos e Genitores em Prognies de Meios Irmos

Blocos Uma Obs ou Um Local sem Medida Completos Planta por Repetida Parcela Ltice Blocos Completos com Covarivel Ltice com Covarivel Inteiramente ao Acaso Blocos Vrios Locais sem Completos Medida Ltice

19 e 95 15 135

6.1.1 6.1.2 6.1.3

137 82 22 10

6.1.4 6.1.5 6.2.1 6.2.2

30

Repetida

Blocos Completos com Covarivel Ltice com Covarivel

136

6.2.3

138

6.2.4

Seleo de Indivduos e Genitores em Prognies de Meios Irmos

Vrias Plantas por Parcela

Blocos Um local sem Medida Completos Repetida Ltice Blocos Completos com Covarivel Ltice com Covarivel Inteiramente ao Acaso Linha e Coluna Vrios Blocos Locais sem Completos Medida Ltice Repetida Blocos Completos com Covarivel Ltice com Covarivel Um Local e Blocos, Vrias resultado por Medidas indivduo Repetidas Blocos, resultado por indivduo e por safra (MHPRVG) Ltice Vrios Blocos Locais e Completos Vrias Ltice Medidas Repetidas Vrias Blocos Populaes Completos

1 e 93 6 131

7.1.1 7.1.2 7.1.3

133 80 56 4 13 132

7.1.4 7.1.5 7.1.6 7.2.1 7.2.2 7.2.3

134 8

7.2.4 7.3.1

62

7.3.2

67 65 73

7.3.3 7.4.1 7.4.2

7.5.1

31

Blocos, Vrios Locais Blocos sem Estrutura Prognie Blocos, Medidas Repetidas Seleo de Vrias Indivduos e Plantas por Linhagens em Parcela Prognies F3 de Autgamas ou S1 de Algamas Um Local, Uma Populao

14

7.5.2

24

7.5.3

154

7.5.4

Seleo de Vrias Indivduos e Plantas por cruzamentos em Parcela Prognies de Irmos Germanos de Plantas Algamas

Seleo de Indivduos e Genitores em Prognies S1 de Plantas com Sistema Reprodutivo Misto Seleo de Indivduos e Genitores em Prognies de Polinizao

Vrias Plantas por Parcela Uma Planta por Parcela Vrias Plantas por Parcela Vrias Plantas por Parcela Uma Planta por Parcela

Um Local, Vrias Populaes Um Local, sem Medida Repetida Vrios Locais, sem Medida Repetida Um Local, sem Medida Repetida Vrios Locais, sem Medida Repetida Um Local, Uma Populao

Blocos 59 Completos Sem 60 Delineament o Blocos 61 Completos Blocos Completos Blocos Completos 147

8.1 8.2

8.3

9.1

148

9.2

Blocos, com 145 Covarivel Blocos, com 146 Covarivel

9.3

9.4

Blocos Completos Blocos Completos Blocos Completos Blocos Completos Blocos Completos

107

10.1

108 109

10.2 10.3

Um Local, Vrias Populaes Um Local, Uma Populao

110

11.1

111

11.2

32

Aberta em Plantas Vrias com Sistema Plantas por Reprodutivo Parcela Misto

Um Local, Vrias Populaes

Blocos Completos

112

11.3

Seleo de Indivduos, Genitores e Cruzamentos em Prognies Obtidas sob Cruzamentos Fatoriais ou Diallicos Interpopulacionais

Uma Planta por Parcela Vrias Plantas por Parcela Uma Planta por Parcela

Blocos Um Local, sem Medidas Completos Repetidas Blocos Completos Ltice Blocos, Cruzamentos entre Linhagens Blocos, Anlise com Covarivel Blocos, Anlise com Covarivel Blocos Completos Ltice Blocos Completos

87 88

12.1.1 12.1.2

90 98

12.1.3 12.1.4

140

12.1.5

Vrias Plantas por Parcela Vrias Plantas por Parcela Uma Planta por Parcela Vrias Plantas por Parcela

139

12.1.6

Vrios Locais sem Medida Repetida Um Local e Vrias Medidas Repetidas

89

12.2.1

91 100

12.2.2 12.3.1

Seleo de Clones Uma Planta Aparentados com por Parcela Base em Vrias Repeties

Blocos Um Local, sem Medidas Completos Repetidas Ltice Ltice, Anlise com Covarivel Vrios Blocos Locais sem Completos Medida Repetida Ltice

30 48 143

13.1.1 13.1.2 13.1.3

31

13.2.1

32

13.2.2

33

Vrias Plantas por Parcela

Um Local, Vrias Medidas Repetidas Um Local, Blocos sem Medidas Completos Repetidas Ltice Blocos, Anlise com Covarivel Vrios Blocos Locais sem Completos Medida Blocos, Repetida Anlise com Covarivel

Ltice, 144 Anlise com Covarivel Blocos 92 Incompletos

13.2.3

13.3.1

47 49 141

14.1.1 14.1.2 14.1.3

50 142

14.2.1 14.2.2

Seleo de Uma Planta Indivduos, por Parcela Genitores e Cruzamentos em Prognies Obtidas sob Cruzamentos Fatoriais ou Diallicos Intrapopulacionais

Um Local, Blocos, sem Medidas Genitores Repetidas no Aparentados Ltice, Genitores no Aparentados Blocos, Genitores Aparentados Ltice, Genitores Aparentados Blocos, Vrios Locais, sem Genitores no Medida Aparentados Repetida Ltice, Genitores no Aparentados Blocos, Genitores Aparentados

36

15.1.1

35

15.1.2

43

15.1.3

42

15.1.4

34

15.2.1

39

15.2.2

41

15.2.3

34

Vrias Plantas por Parcela

Ltice, Genitores Aparentados Um Local, Blocos, sem Medidas Genitores Repetidas no Aparentados Ltice, Genitores no Aparentados Blocos, Genitores Aparentados Ltice, Genitores Aparentados Blocos, Vrios Locais, sem Genitores no Medida Aparentados Repetida Blocos, Genitores Aparentados

46

15.2.4

33

16.1.1

38

16.1.2

40

16.1.3

45

16.1.4

37

16.2.1

44

16.2.2

Otimizao da Seleo em Funo do Ne e da Endogamia Melhoramento Animal

Testes de 106 Prognies em Blocos ou Ltice Modelo Animal Simples 84 Modelo Animal de Repetibilidade 85 Modelo Animal Com Efeito de Famlias 86 de Irmos Germanos (Cruzamentos Hierrquicos) ou Efeito de Ambiente Comum Seleo de Uma Planta Um Local, Blocos, 86 Indivduos e por Parcela sem Genitores no Genitores em Medidas Aparentados Prognies Obtidas Repetidas sob Cruzamentos Hierrquicos Intrapopulacionais Modelos Dois Efeitos Fixos e Um Aleatrio 120 Estatsticos Um Efeito Fixo e Um Efeito Aleatrio 121 Genricos Um Efeito Fixo e Dois Efeitos Aleatrios 122

Vrias Plantas por Parcela

Um ou Vrios Locais

17

18.1 18.2 18.3

19.1

20.1 20.2 20.3

35

Um Efeito Fixo e Trs Efeitos Aleatrios 123 Um Efeito Fixo e Quatro Efeitos 124 Aleatrios Um Efeito Fixo e Cinco Efeitos Aleatrios 125

20.4 20.5 20.6

Modelos Estatsticos com Tratamentos de Efeitos Fixos: DBC, DIC, Parcela Subdividida, Fatorial, Hierrquico

Vrias Observaes por Parcela Uma Observao por Parcela Vrias Observaes por Parcela Uma Observao por Parcela Uma Observao por Parcela

Um Local

Blocos

97

21.1

Um Local

Blocos

99

21.2

Um Local

Inteiramente ao 156 acaso Inteiramente ao 157 acaso Blocos, com Resultado Geral para os Nveis do Fator Aleatrio Blocos, com Resultado para os Nveis do Fator Aleatrio Dentro dos Nveis do Fator Fixo Blocos, com Resultado Geral para os Nveis do Fator Aleatrio Blocos, com Resultado para os Nveis do Fator Aleatrio Dentro dos Nveis do Fator Fixo 12

21.3

Um Local

21.4

Parcela Subdividida

21.5

Uma Observao por Parcela

Parcela Subdividida

53

21.6

Uma Observao por Parcela

Fatorial com2 Fatores

11

21.7

Uma Observao por Parcela

Fatorial com2 Fatores

52

21.8

36

Vrias Fatorial Observaes com2 por Parcela Fatores

Vrias Fatorial Observaes com2 por Parcela Fatores

Vrias Parcela Observaes Subdividida, por Parcela Teste de Proc/Prog, um Local Vrias Parcela Blocos 13 Observaes Subdividida, por Parcela Teste de Proc/Prog, vrios locais Gentica de Vrias Populaes: componentes de 117 Populaes varincia, estatsticas F de Wright, taxa de cruzamento e de autofecundao, tamanhos efetivos de famlias e total, freqncia allica Uma Populao: componentes de varincia, 118 estatsticas F de Wright, taxa de cruzamento e de autofecundao, tamanhos efetivos de famlias e total, freqncia allica Autocorrelao 113 Espacial e Anlise de Resduos Seleo pela Seleo de famlias com base na mdia dos 149 Distribuio indivduos com maiores valores genticos e do Mximo tambm com base na mdia harmnica dos valores de seus indivduos Anlise Modelo com efeitos aleatrios de gentipos e 126 Espacial resduos autoregressivos de primeira ordem em duas dimenses. Anlise de Modelo com efeitos aleatrios de competio 150 Competio e genotpica, de gentipos e resduos Espacial autoregressivos de primeira ordem em duas dimenses.

Blocos, com 12 Resultado Geral para os Nveis do Fator Aleatrio Blocos, com 53 Resultado para os Nveis do Fator Aleatrio Dentro dos Nveis do Fator Fixo Blocos 6

21.9

21.10

21.11

21.12

22.1

22.2

23

24

25

26

37

Estatstica Geral Mdia, varincia, covarincia, correlao, desvio, CV, mnimo, mximo, assimetria e curtose Correlaes Matriz de Covarincias e de Correlaes Genticas ndice de Aditivo, Multiplicativo, Rank Mdio Seleo Divergncia Matriz de covarincia e de correlao, valores genticos padronizados, autovalores Gentica: e autovetores, proporo da variabilidade Componentes explicada pelos autovalores, escores dos Principais componentes principais, correlao entre as Genticos variveis e os componentes principais. Anlise de Agrupamento Gentico BLUP somente Clculo de Distncia Euclidiana Mdia e Quadrtica, Distncia de Mahalanobis e Agrupamento Tocher BLUP sem a necessidade de se estimar componentes de varincia, usando estimativas fornecidas pelo usurio

105

27.1

102 101 103

27.2 27.3 27.4

104

27.4

Opcional 28 mente em todos os modelos BLUP sob BLUP computado considerando a Opcional 29 Heterogeneidade herogeneidade de varincia residual entre os mente em de Varincia tratamento vrios Residual entre Modelos Tratamentos

Uma classificao aproximada dos grupos de plantas quanto aos Modelos de Avaliao Gentica em funo da Estrutura Experimental de Campo apresentada a seguir. (a) Culturas Anuais e Olercolas (Arroz, Milho, Soja, Feijo, Trigo, Aveia, Cevada, Sorgo, Algodo, Batata, Mandioca): dados analisados com uma observao por parcela e inferncia ao nvel do efeito de tratamentos genticos (linhagens, hbridos, clones, famlias, cultivares, acessos), modelos descritos nos itens de 4.1.1 a 4.4.2, exceto aqueles com medidas repetidas. (b) Forrageiras e Cana-de-Acar: dados analisados com uma observao por parcela e medidas repetidas, inferncia ao nvel do efeito de tratamentos genticos (linhagens, hbridos, clones, famlias, cultivares, acessos), modelos descritos nos itens de 4.1.1 a 4.4.2, incluindo aqueles com medidas repetidas. (c) Espcies Florestais: dados tomados ao nvel de plantas individuais sem medidas repetidas, inferncia ao nvel de indivduos, genitores e clones, todos os modelos descritos, exceto aqueles com medidas repetidas.

38

(d) Fruteiras, Palmceas (Aa, Coco, Dend, Pupunha, Tmara), Estimulantes (Caf, Cacau, Guaran, Erva-mate), Seringueira: dados tomados ao nvel de plantas individuais com medidas repetidas, inferncia ao nvel de indivduos, genitores e clones, todos os modelos descritos, inclusive aqueles com medidas repetidas. A complexidade dos modelos, a dificuldade na avaliao gentica e o grau de desbalanceamento aumentam de (a) para (d), ou seja, a complexidade aumenta na seguinte seqncia: Culturas Anuais e Olercolas; Forrageiras e Cana-de-Acar; Espcies Florestais; Frutferas, Seringueira e Erva-mate. 3.2 Procedimento timo de Avaliao Genotpica e Significncia dos Efeitos do Modelo A avaliao genotpica compreende a estimao de componentes de varincia (parmetros genticos) e a predio dos valores genotpicos. As estimativas dos parmetros genticos tais quais a herdabilidade e correlaes genticas so fundamentais para o delineamento de eficientes estratgias de melhoramento. A experimentao de campo, via de regra, est associada a desbalanceamento de dados devido a vrios motivos tais quais perdas de plantas e parcelas, desiguais quantidades de sementes e mudas disponveis por tratamento, rede experimental com diferentes nmeros de repeties por experimento e diferentes delineamentos experimentais, no avaliao de todas as combinaes gentipo-ambiente, dentre outros. Em funo disso e do que foi exposto no tpico 2.1, o procedimento timo de avaliao genotpica refere-se ao REML/BLUP (mxima verossimilhana residual ou restrita/melhor predio linear no viciada), tambm denominado genericamente de metodologia de modelos mistos. Estes procedimentos lidam naturalmente com o desbalanceamento conduzindo a estimaes e predies mais precisas de parmetros genticos e valores genticos, respectivamente. O procedimento timo de seleo o BLUP para os efeitos genticos aditivos (a), de dominncia (d) e genotpicos (g), dependendo da situao. O BLUP o procedimento que maximiza a acurcia seletiva e, portanto, superior a qualquer outro ndice de seleo combinada, exceto aquele que usa todos os efeitos aleatrios do modelo estatstico (ndice multiefeitos, conforme Resende & Higa, 1994), o qual o prprio BLUP para o caso de dados balanceados (Resende & Fernandes, 1999). O BLUP permite tambm o uso simultneo de vrias fontes de informao tais quais aquelas advindas de vrios experimentos instalados em um ou vrios locais e avaliados em uma ou vrias colheitas. O BLUP individual utiliza todos os efeitos do modelo estatstico, contempla o desbalanceamento, utiliza o parentesco gentico entre os indivduos em avaliao e, considera a coincidncia entre unidade de seleo e unidade de recombinao. A anlise de varincia (ANOVA) e anlise de regresso foram, durante muito tempo, o principal esteio da anlise e modelagem estatstica. Entretanto, estas tcnicas tm limitao para lidar com dados desbalanceados e com parentesco entre tratamentos. O mtodo REML permite lidar com essa situao permitindo maior flexibilidade e

39

eficincia na modelagem. Tal procedimento foi criado pelos pesquisadores ingleses Desmond Patterson e Robin Thompson em 1971 e hoje constitui-se no procedimento padro para a anlise estatstica em uma grande gama de aplicaes. Em experimentos agronmicos e florestais, o REML tem substitudo com vantagens o mtodo ANOVA criado pelo cientista ingls Ronald Fisher em 1925. Na verdade, o REML uma generalizao da ANOVA para situaes mais complexas. Para situaes simples, os dois procedimentos so equivalentes, mas para as situaes mais complexas encontradas na prtica, a ANOVA um procedimento apenas aproximado. O REML um mtodo eficiente no estudo das vrias fontes de variao associadas avaliao de experimentos de campo, permitindo desdobrar a variao fenotpica em seus vrios componentes genticos, ambientais e de interao gentipo x ambiente. As principais vantagens prticas do REML/BLUP so: permite comparar indivduos ou variedades atravs do tempo (geraes, anos) e espao (locais, blocos); permite a simultnea correo para os efeitos ambientais, estimao de componentes de varincia e predio de valores genticos; permite lidar com estruturas complexas de dados (medidas repetidas, diferentes anos, locais e delineamentos); pode ser aplicado a dados desbalanceados e a delineamentos no ortogonais. No caso de dados desbalanceados, a ANOVA conduz a imprecisas estimativas de componentes de varincia e consequentemente a inacuradas predies de valores genticos. Um software de fcil aplicao prtica, destinado a aplicao corriqueira no melhoramento gentico o Selegen-REML/BLUP (Resende, 2002b). Na anlise de modelos mistos com dados desbalanceados os efeitos do modelo no so testados via testes F tal como se faz no mtodo da anlise de varincia. Nesse caso, para os efeitos aleatrios, o teste cientificamente recomendado o teste da razo de verossimilhana (LRT). Para os efeitos fixos, um teste F aproximado pode ser usado. Um quadro similar ao quadro da anlise de varincia pode ser elaborado. Tal quadro pode ser denominado de Anlise de Deviance (ANADEV) e estabelecido segundo os seguintes passos: (a) obteno do logaritmo do ponto de mximo da funo de verossimilhana residual (L) para modelos com e sem o efeito a ser testado. (b) obteno da deviance D = -2 Log L para modelos com e sem o efeito a ser testado. (c) Fazer a diferena entre as deviances para modelos sem e com o efeito a ser testado, obtendo a razo de verossimilhana (LR). (d) Testar, via LRT, a significncia dessa diferena usando o teste qui-quadrado com 1 grau de liberdade. Considere como exemplo, o seguinte experimento, conduzido no delineamento de blocos ao acaso com vrias plantas por parcela. Tem-se ento o seguinte modelo y = u + g + b + gb + e, em que g refere-se ao efeito aleatrio de gentipos, b refere-se ao efeito fixo de blocos, gb refere-se ao efeito aleatrio de parcela e e refere-se ao resduo aleatrio dentro de parcela. A seguinte anlise de deviance (ANADEV) pode ser realizada.

40

Efeito Gentipos Parcela Resduo Modelo Completo Bloco

Deviance 647.1794 654.1289 640.6248 -

LRT(Qui-quadrado) Comp.Var. Coef. Determ. 6.5546** 0.032924* h2g = 0.0456* 13.5041** 0.068492** c2parc = 0.0948** 0.6206 c2res=0.8595 c2total=1.0000 F = 7.0172** -

Qui quadrado tabelado: 3,84 e 6,63 para os nveis de significncia de 5% e 1%, respectivamente.

O software Selegen fornece (via arquivo com extenso .dev) as deviances quando se rodam os modelos com ou sem (basta zerar os coeficientes de determinao c2 correspondentes, na tela do Selegen) os efeitos a serem testados. De posse dessas deviances torna-se fcil construir a tabela da anlise de deviance. No presente exemplo, verifica-se que os efeitos de gentipos e de parcelas so significativos. Consequentemente os respectivos componentes de varincia so significativamente diferentes de zero assim como os respectivos coeficientes de determinao (herdabilidade dos efeitos genotpicos h2g e coeficiente de determinao dos efeitos de parcela -c2parc, conforme obtidos pelos modelos 1 e 2 do Selegen). O fator bloco, considerado de efeito fixo, foi testado via F de Snedecor. No Selegen tambm apresentado o desvio padro da herdabilidade individual. De posse da estimativa da herdabilidade e de seu desvio padro pode-se tambm inferir sobre a significncia dos efeitos genotpicos e, conseqentemente, sobre a presena de variabilidade genotpica significativa. Essa outra forma de avaliar a significncia dos efeitos genticos, alm daquela j relatada por meio da anlise de deviance via o teste da razo de verossimilhana (LRT).

4. Avaliao de Gentipos (Acessos, Cultivares, Clones, Hbridos, Linhagens e Famlias) em Vrias Repeties - Uma Observao por Parcela A avaliao de materiais genticos em termos de comportamento mdio em vrias repeties importante em vrias etapas do melhoramento de plantas, desde a avaliao de acessos nas fases iniciais do melhoramento at a avaliao de cultivares na fase final do melhoramento, visando a recomendao para plantios comerciais. Conforme j relatado em tpicos anteriores, o procedimento timo de avaliao genotpica o REML/BLUP que permite, simultaneamente, estimar os parmetros genticos e predizer os valores genotpicos (ou valores fenotpicos futuros). Permite tambm a estimao e predio com dados desbalanceados e considera simultaneamente todas as informaes experimentais disponveis, sem a necessidade de se balancear artificialmente as informaes via descarte de alguns dados e/ou tomada de mdias oriundas de diferentes nmeros de informaes (fatos esses que tornam a avaliao gentica imprecisa). Em funo dessas consideraes, o software Selegen-Reml/Blup emprega o procedimento Reml/Blup. Maiores detalhes tericos sobre os modelos relatados a seguir podem ser encontrados nas publicaes Resende et al. (1996), Resende (1999; 2000, 2002a; 2004) e Resende & Thompson (2003).

41

4.1 Avaliao em um s local e em uma s colheita Os experimentos podem ser instalados nos delineamentos em blocos completos, incompletos (ltice, alfa, blocos aumentados), inteiramente ao acaso (DIC) e linhacoluna. As avaliaes geralmente so realizadas ao nvel de totais ou de mdias por parcelas, gerando uma s observao por parcela. Para materiais genticos no aparentados ou mesmo aparentados porm ignorando-se o parentesco entre eles, os modelos do Selegen que podem ser usados nessa situao so: Delineamento em Blocos Completos: Modelos 20 e 21. Delineamento em Blocos Completos, com Tabela da Anlise de Varincia: Modelo 96. Delineamento em Blocos Incompletos ou Ltice: Modelos 16 e 17. Delineamento em Blocos Completos, Anlise com Covarivel: Modelo 119. Delineamento em Blocos Aumentados (Incompletos): Modelos 74 e 76. Delineamento Inteiramente ao Acaso: Modelo 83. Delineamento Linha-Coluna: Modelo 58. Ausncia de Delineamento experimental: Modelo 58. Uma anlise com covarivel para o delineamento de blocos incompletos pode ser realizada empregando-se o modelo 127, porm ajustando blocos no lugar de parcela. Maiores detalhes podem ser vistos na descrio do modelo 127. No Selegen Windows, os modelos 20, 21, 16, 17, 58, 74, 76 e 83 podem ser encontrados na caixa Modelos Mistos: Delineamentos Experimentais / Materiais Genticos / Ambientes da tela principal. O modelo 96 pode ser encontrado na caixa Anlise de Varincia/REML e os modelos 119 e 127 podem ser encontrados na caixa Modelos Mistos com Covarivel. 4.1.1 Blocos Completos (Modelos 20, 21 e 96) Modelo Estatstico y = Xr + Zg + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Desejando-se ajustar os efeitos de repeties como aleatrios pode-se empregar os modelos 16 ou 17, seguindo a sequncia de colunas de tais modelos e preenchendo-se toda a coluna de repeties com 1 (onde ser ajustada a mdia geral) e a coluna de blocos com os blocos completos. Sequncia de Colunas no Arquivo de Dados
42

Parcela Gentipo Repetio Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 repeties. Parcela
1 2 3 4

Gentipo
1 1 2 2

Repetio
1 2 1 2

Obs/Parcela
1 1 1 1

Varivel 1
10.3 12.4 8.5 5.2

Varivel 2
0.35 0.25 0.14 0.34

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. h2mc: herdabilidade da mdia de gentipo, assumindo ausncia de perda de parcelas. Acclon: acurcia da seleo de gentipos, assumindo ausncia de perda de parcelas. CVgi%: coeficiente de variao genotpica. CVe%: coeficiente de variao residual. CVr = CVg/CVe = coeficiente de variao relativa. PEV: varincia do erro de predio dos valores genotpicos, assumindo ausncia de perda de parcelas. SEP: desvio padro do valor genotpico predito, assumindo ausncia de perda de parcelas. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana 2. Componentes de Mdia ( BLUP Individual ) Seleo de Gentipos Ordem Gentipos
1 2 3 4 5 133 123 119 122 124

g
0.5969 0.4809 0.3555 0.3344 0.3032

u+g
5.2398 5.1237 4.9984 4.9772 4.9461

Ganho Nova Mdia


0.5969 0.5389 0.4778 0.4419 0.4142 5.2398 5.1817 5.1206 5.0848 5.0570

em que g: efeito genotpico predito. u + g: mdia genotpica ou valores genotpicos. Os valores genotpicos preditos, em conjunto com a estimativa SEP podem ser usados para a obteno de intervalos de confiana dos valores genotpicos

43

preditos por meio da expresso ( u + g ) t SEP , que t = 1.96 o valor tabelado da distribuio t de Student. Isto realizado pelo Selegen e apresentado no arquivo com extenso .fam. Verificando-se a sobreposio desses intervalos de confiana pode-se inferir sobre comparaes mltiplas entre gentipos baseandose em seus valores genotpicos preditos. Esses resultados so apresentados abaixo, em que LIIC e LSIC referem-se aos limites inferior e superior do intervalo de confiana, respectivamente. Outra forma de verificar a existncia diferena significativa entre os gentipos por meio da diferena mnima significativa dada por LSD = DMS = 1 . 4142 t SEP = 1 . 4142 1 . 96 SEP = 2 . 7718 SEP .
Ordem Genotipo 1 133 2 123 3 119 4 122 5 124 u+g 5.2399 5.1238 4.9985 4.9773 4.9462 LIIC 4.9821 4.8660 4.7406 4.7195 4.6883 LSIC 5.4977 5.3817 5.2563 5.2351 5.2040

Verifica-se, pelos resultados acima, que os gentipos 122 e 124 diferem do gentipo 133, visto que seus LSIC so inferiores ao LIIC do gentipo 133. Com respeito a comparaes mltiplas importante relatar que os testes estatsticos provam apenas diferenas, ou seja, no provam igualdades. Assim, pode-se provar estatisticamente que determinados efeitos genotpicos no so iguais. Mas no se pode provar que determinados efeitos genotpicos so iguais. Pode-se apenas dizer que no se conseguiu provar diferenas entre eles. Assim, gentipos com mesma letra em um teste de comparao mltipla no podem ser tomados como iguais, mas apenas que suas diferenas no puderam ser provadas como estatisiticamente significativas, dada a experimentao empregada.

4.1.2. Blocos Incompletos (Modelos 16 e 17) Modelo Estatstico y = Xr + Zg + Wb + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Parcela Gentipo Repetio Bloco Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos em 2 repeties e 4 blocos.

44

Parcela
1 3 5 7 2 4 6 8

Gentipo
1 2 3 4 1 2 3 4

Repetio
1 1 1 1 2 2 2 2

Bloco
1 1 2 2 3 4 3 4

Obs/Parcela Varivel 1
1 1 1 1 1 1 1 1 10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4

Varivel 2
0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11

O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio. Desejando-se ajustar os efeitos de repeties como aleatrios pode-se preencher toda a coluna de repeties com 1 (onde ser ajustada a mdia geral). Neste caso, os efeitos de repeties sero distribudos, de forma confundida, nos efeitos de blocos.

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vbloc: varincia ambiental entre blocos. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. c2bloc = c2: coeficiente de determinao dos efeitos de bloco. h2mc: herdabilidade ajustada da mdia de gentipo, assumindo sobrevivncia completa. Acclon: acurcia da seleo de gentipos, assumindo sobrevivncia completa. CVgi%: coeficiente de variao genotpica. CVe%: coeficiente de variao residual. CVr = CVg/CVe = coeficiente de variao relativa. PEV: varincia do erro de predio dos valores genotpicos, assumindo sobrevivncia completa. SEP: desvio padro do valor genotpico predito, assumindo sobrevivncia completa. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.1.1 so igualmente vlidos.

4.1.3. Blocos Completos, Anlise com Covarivel (Modelo 119)

45

Modelo Estatstico y = Xr + Cov + Zg + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). O coeficiente refere-se regresso associada covarivel Cov. As letras romanas maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Parcela Gentipo Repetio Obs/Parc Covarivel Variveis Exemplo: Avaliao 2 variveis em 4 gentipos em 2 repeties. Parcela
1 3 5 7 2 4 6 8

Gentipo
1 2 3 4 1 2 3 4

Repetio
1 1 1 1 2 2 2 2

Obs/Parcela Covarivel Varivel 1


1 1 1 1 1 1 1 1 1 0 2 3 3 2 3 1 10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4

Varivel 2
0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. h2mc: herdabilidade da mdia de gentipo, assumindo sobrevivncia completa. Acclon: acurcia da seleo de gentipos, assumindo sobrevivncia completa. CVgi%: coeficiente de variao genotpica. CVe%: coeficiente de variao residual. PEV: varincia do erro de predio dos valores genotpicos, assumindo sobrevivncia completa. SEP: desvio padro do valor genotpico predito, assumindo sobrevivncia completa. Mdia geral do experimento. Beta: coeficiente de regresso associado covarivel. Mdia Cov: Mdia da covarivel.

46

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.1.1 so igualmente vlidos. 4.1.4 Delineamento em Blocos Aumentados (Incompletos): Modelos 74 e 76. Os delineamentos em blocos aumentados so caracterizados pela ausncia de repeties dos tratamentos principais e pela presena de testemunhas repetidas em todos os blocos. Em geral, so usados nas etapas iniciais dos programas de melhoramento, situao essa em que pode se dispor de um nmero limitado de propgulos por acesso. As testemunhas podem ser consideradas de efeitos fixos ou de efeitos aleatrios. Na concepo original (Federer, 1958) so consideradas de efeitos fixos. Em termos da metodologia de modelos mistos, se as testemunhas so avaliadas em muitas repeties, pode-se consider-las como de efeitos aleatrios. Nesse caso, consider-las como de efeitos fixos ou aleatrios conduz praticamente aos mesmos resultados. Isto porque a herdabilidade da mdia da testemunha ou fator de shrinkage tende a 1 tal como o assumido quando os efeitos de testemunhas so tratados como fixos. O Selegen permite considerar as duas opes: testemunha como efeito aleatrio (modelo 74) e testemunha como efeito fixo (modelo 76). Em tais delineamentos os blocos so incompletos no que concerne aos tratamentos principais. Assim, podem ser analisados tambm pelos modelos 16 e 17, na situao em que considera-se os efeitos de testemunhas como aleatrios. Nesse caso, ajusta-se a mdia geral na coluna de repetio, a qual deve ser toda preenchida com o nmero 1. Modelo Estatstico y = Xf + Zg + Wb + e, em que y o vetor de dados, f o vetor dos efeitos assumidos como fixos (mdia geral para o modelo 74 e mdias de testemunhas e mdia da populao de tratamentos principais para o modelo 76), g o vetor dos efeitos genotpicos (assumidos como aleatrios), b o vetor dos efeitos ambientais de blocos (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Modelo 74 Parcela Gentipo Mdia-Geral Bloco Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos e uma testemunha, em 2 blocos. Parcela
1 2 3 4 5 6

Gentipo
1 2 T 3 4 T

Mdia
1 1 1 1 1 1

Bloco
1 1 1 2 2 2

Obs/Parcela Varivel 1
1 1 1 1 1 1 10.3 8.5 8.6 8.7 12.4 5.2

Varivel 2
0.35 0.14 0.54 0.94 0.25 0.34

47

Sequncia de Colunas no Arquivo de Dados Modelo 76 Parcela Gentipo Populao-Testemunhas Bloco Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos e duas testemunhas, em 2 blocos.

Parcela
1 2 3 4 5 6 7 8

Gentipo
1 2 T1 T2 3 4 T1 T2

Pop-Test
1 1 2 3 1 1 2 3

Bloco
1 1 1 1 2 2 2 2

Obs/Parcela Varivel 1
1 1 1 1 1 1 1 1 10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4

Varivel 2
0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11

Na coluna Pop-Test a populao dos tratamentos principais preenchida com determinado dgito ou cdigo e as testemunhas so preenchidas com outros cdigos. No presente exemplo, codificou-se a populao dos tratamentos principais com o nmero 1 e as testemunhas com T1 com o nmero 2 e T2 com o nmero 3. Poder-se-ia ter utilizado os prprios cdigos T1 e T2. Os arquivos no necessitam estar ordenados dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vbloc: varincia ambiental entre blocos. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. c2bloc = c2: coeficiente de determinao dos efeitos de bloco. h2mgen: herdabilidade ajustada da mdia de gentipo, assumindo sobrevivncia completa. Acgen: acurcia da seleo de gentipos, assumindo sobrevivncia completa. Mdia geral do experimento. No caso do modelo 76, a mdia geral apresentada equivale mdia das mdias das testemunhas e da populao de tratamentos principais. Esses valores isolados so apresentados logo abaixo da mdia geral.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.1.1 so igualmente vlidos.

48

4.1.5 Delineamento Inteiramente ao Acaso (DIC): Modelo 83 Modelo Estatstico y = Xu + Zg + e, em que y o vetor de dados, u o escalar referente mdia geral (efeito fixo), g o vetor dos efeitos genotpicos (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Parcela Gentipo Mdia Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 repeties. Parcela
1 2 3 4

Gentipo
1 2 1 2

Mdia 1 1 1 1

Obs/Parcela
1 1 1 1

Varivel 1
10.3 12.4 8.5 5.2

Varivel 2
0.35 0.25 0.14 0.34

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. CVgi%: coeficiente de variao genotpica. CVe%: coeficiente de variao residual. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.1.1 so igualmente vlidos. 4.1.6 Delineamento Linha-Coluna: Modelo 58 Modelo Estatstico y = Xu + Zg + Wl + Tc + e, em que y o vetor de dados, u o escalar referente mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), l o vetor dos efeitos de linha (assumidos como aleatrios), c vetor dos efeitos de coluna

49

(aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Parcela Gentipo Mdia Linha Coluna Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 repeties. Parcela
1 2 3 4

Gentipo
1 2 1 2

Mdia
1 1 1 1

Linha
1 1 2 2

Coluna
1 2 1 2

Obs/Parc ela
1 1 1 1

Varivel 1
10.3 8.5 8.6 8.7

Varivel 2
0.35 0.14 0.54 0.94

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vlinha: varincia ambiental entre linhas. Vcoluna: varincia ambiental entre colunas. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. h2aj: herdabilidade individual no sentido amplo, ajustada para os efeitos de linha e coluna. c2linha: coeficiente de determinao dos efeitos de linhas. c2coluna: coeficiente de determinao dos efeitos de colunas. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.1.1 so igualmente vlidos. 4.1.7 Ausncia de Delineamento experimental: Modelo 58 Avaliaes genticas de parcelas ou plantas igualmente espaadas em plantios comerciais podem ser realizadas por meio desse modelo, atribuindo-se linhas e colunas em um retngulo da plantao. Tambm, efeitos de diferentes talhes podem ser ajustados na coluna designada para a mdia geral. Deve-se escolher a opo BLUP e fornecer um valor conhecido da herdabilidade do carter sob seleo. A varincia fenotpica necessria pode ser obtida por meio do procedimento REML. 4.1.8 Avaliao em um s local e safra - grupos de experimentos: modelos 16 ou 17

50

Grupos de experimentos so conduzidos quando se tem um grande nmero de materiais genticos a serem avaliados e o material dividido em grupos instalados em diferentes experimentos. Por exemplo, 200 hbridos avaliados em 4 experimentos com 50 hbridos cada um e determinado nmero de repeties. No contexto da anlise de modelos mistos, esse tipo de experimentao pode ser englobado na classe de blocos incompletos. Assim, podem ser usados os modelos 16 ou 17 para anlise. Considerando o total de experimentos, os blocos so incompletos e portanto devem ser tratados como efeitos aleatrios visando recuperar informao gentica interblocos. Os experimentos tambm so incompletos e portanto devem preferencialmente ser tratados como de efeitos aleatrios, especialmente quando o nmero de tratamentos por experimento pequeno. Existem duas formas alternativas de anlise: tratando os efeitos de experimento como fixo ou como aleatrio. Tratando-se os efeitos de experimento como fixos, tem-se o seguinte modelo e forma de montar as colunas do arquivo de dados. Modelo Estatstico y = Xt + Zg + Wb + e, em que y o vetor de dados, t o vetor dos efeitos (assumidos como fixos) de experimento ou teste somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Parcela Gentipo Repetio Bloco Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos em 2 experimentos e 4 blocos. Parcela
1 3 5 7 2 4 6 8

Gentipo
1 2 3 4 1 2 3 4

Experimento
1 1 1 1 2 2 2 2

Bloco
1 1 2 2 3 4 3 4

Obs/Parcela Varivel 1
1 1 1 1 1 1 1 1 10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4

Varivel 2
0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11

O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de um experimento para outro, ou seja, os nmeros dados aos blocos devem ser diferentes em cada experimento. Interpretao dos Resultados
51

A interpretao dos resultados segue exatamente conforme descrito para o tpico 4.1.2. Tratando-se os efeitos de experimento como aleatrios, tem-se o seguinte modelo e forma de montar as colunas do arquivo de dados. Modelo Estatstico y = Xu + Zg + Wb + e, em que y o vetor de dados, u o escalar contendo a mdia geral (fixo), g o vetor dos efeitos genotpicos (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Parcela Gentipo Mdia Bloco Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos em 2 experimentos com 2 blocos cada um. Parcela
1 3 5 7 2 4 6 8

Gentipo
1 2 3 4 1 2 3 4

Mdia Geral
1 1 1 1 1 1 1 1

Bloco
1 1 2 2 3 4 3 4

Obs/Parcela Varivel 1
1 1 1 1 1 1 1 1 10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4

Varivel 2
0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11

O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de um experimento para outro, ou seja, os nmeros dados aos blocos devem ser diferentes em cada experimento. Interpretao dos Resultados A interpretao dos resultados segue exatamente conforme descrito para o tpico 4.1.2.

4.2 Avaliao em vrios locais (ambientes) e em uma s colheita Os experimentos com gentipos repetidos em vrios locais caracterizam-se pela presena de correlao em nvel dos efeitos de tratamentos ou gentipos atravs dos locais. Os demais efeitos (por exemplo, blocos e resduo) so no correlacionados atravs dos locais. A modelagem completa e tima dos efeitos de tratamentos
52

propiciada pelo modelo multivariado, com estrutura de covarincia no estruturada (UN), o qual trata os vrios locais como se fossem diferentes caracteres, conforme descrito por Resende et al. (1999). Nesse caso, contempla-se tanto a heterogeneidade de varincias quanto de covarincias entre locais, as quais conduzem tambm a heterogeneidade de correlaes entre pares de locais. No entanto, essa modelagem a mais complexa possvel e, com grande nmero de locais, proibitiva devido necessidade de estimao de um grande nmero de parmetros e dificuldade de convergncia na anlise. A modelagem mais simples e parsimnica possvel baseia-se na estrutura de simetria composta (CS), a qual assume tanto homogeneidade de varincias quanto de covarincias entre locais. Essa abordagem desejvel porque depende do menor nmero possvel de estimativas de parmetros. No entanto, pode ser ineficiente no caso de grande heterogeneidade de varincia e covarincia entre locais. A modelagem via estrutura CS exatamente igual abordagem de um modelo univariado misto com efeito de gentipos e de interao (ou combinao) gentipo x ambiente conforme descrito por Resende (2002;2004) e Piepho & Mohring (2005) e apresentado nos tems em seqncia. Para uma aplicao segura dessa estrutura CS, recomenda-se em caso de presena de grande heterogeneidade de varincias, a correo prvia dos dados de cada local por meio da multiplicao dos mesmos pela razo hi/hm, em que hi refere-se raiz quadrada herdabilidade no local i e hm refere-se raiz quadrada da mdia das herdabilidades nos vrios ambientes, conforme Resende (2004). Esse procedimento considera simultaneamente a heterogeneidade de varincia gentica e residual. Procedendo-se dessa forma, a aplicao da estrutura CS fornece resultados semelhantes aqueles que se obtm quando se aplica a estrutura de simetria composta com varincias heterogneas (CSH). No caso de anlises conjuntas de locais dois a dois e com presena de homogeneidade de varincias (ou corrigindo a heterogeneidade), a aplicao das estruturas UN e CS produzem resultados semelhantes. Ainda no caso de anlises de locais dois a dois, com heterogeneidade de varincias, as estruturas UN e CSH so idnticas. Com anlises envolvendo mais que dois locais e com presena de homogeneidade de varincias (ou corrigindo a heterogeneidade), as estruturas UN e CSH produzem resultados semelhantes. Em resumo, com correo para a heterogeneidade de varincias e em presena de correlaes genticas no muito discrepantes entre pares de locais no h necessidade de se usar o modelo multivariado ou estrutura UN. Com correlaes genticas muito discrepantes entre pares de locais e grande nmero de locais, outras estruturas intermedirias entre UN e CS podem ser usadas. Dentre essas, citam-se: fator analtica multiplicativa sob modelos mistos (FAMM), que anloga ao modelo AMMI porm considera gentipos como efeitos aleatrios (Resende & Thompson, 2003; 2004); componentes principais genticos sob modelos mistos (Meyer & Kirkpatrick, 2005); autoregressiva com varincias heterogneas (ARH); antedependncia estruturada (SAD); Toeplitz ou de correlao bandada; modelos de regresso aleatria; ajuste de splines. Essas estruturas so usadas para modelagem de matrizes de covarincia e de correlao em vrios contextos, sejam eles espaciais (entre locais e dentro de locais) ou temporais (medidas repetidas no tempo). Entretanto, no
53

caso de ensaios multi-locais com vegetais, apenas a estrutura FAMM parece adequada, permitindo considerar, sob modelos parsimoniosos, a presena de heterogeneidade das correlaes entre locais. Os demais modelos citados so mais adequados a estudos de medidas repetidas no tempo, em que as correlaes seguem alguns padres em funo das distncias entre as medidas consideradas, em geral havendo decrscimo das correlaes em funo do aumento dessas distncias. Esse no o caso das correlaes envolvendo diferentes ambientes. Esses mtodos sero melhor comentados em tpico seguinte. Os experimentos em blocos completos, incompletos ou blocos aumentados, instalados em vrios locais e com avaliaes realizadas ao nvel de totais ou de mdias por parcelas (gerando uma s observao por parcela), podem ser analisados pelos seguintes modelos do Selegen (para materiais genticos no aparentados): Delineamento em Blocos Completos: Modelos 23 e 25. Delineamento em Blocos Incompletos ou Ltice: Modelos 11 e 26. Anlise de Estabilidade e Adaptabilidade sob Modelos Mistos pelo Mtodo MHPRVG - Blocos Completos e uma Observao por Parcela: Modelo 54 - Blocos Incompletos e uma Observao por Parcela: Modelo 52 - Blocos Aumentados e uma Observao por Parcela Testemunha de Efeito Aleatrio: Modelo 75. - Blocos Aumentados e uma Observao por Parcela Testemunha de Efeito Fixo: Modelo 77. Uma anlise com covarivel para o delineamento de blocos completos em vrios locais pode ser realizada empregando-se o modelo 127, porm ajustando a interao no lugar de parcela. Anlise com covarivel para o delineamento de blocos incompletos em vrios locais pode ser realizada empregando-se o modelo 128, porm ajustando blocos no lugar de parcela. Maiores detalhes podem ser vistos nas descries dos modelos 127 e 128. No Selegen Windows, os modelos 23, 25, 11, 26, 75 e 77 podem ser encontrados na caixa Modelos Mistos: Delineamentos Experimentais/Materiais Genticos/Ambientes da tela principal. Os modelos 52 e 54 podem ser encontrados na caixa Produtividade, Estabilidade e Adaptabilidade. Os modelos 127 e 128 podem ser encontrados na caixa Modelos Mistos com Covarivel.

4.2.1 Blocos Completos em Vrios Locais (Modelos 23 e 25) Modelo Estatstico y = Xr + Zg + Wi + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x

54

ambiente (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor r contempla todos as repeties de todos os locais (ajusta combinaes repetio-local). Nesse caso, esse vetor contempla os efeitos de locais e de repeties dentro de locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. Desejando-se ajustar os efeitos de repeties e de locais como aleatrios pode-se empregar os modelos 11 ou 26, seguindo a sequncia de colunas de tais modelos e preenchendo-se toda a coluna de repeties com 1 (onde ser ajustada a mdia geral) e a coluna de blocos com os blocos completos nos vrios locais. Em ambos os casos, ou seja, com efeitos de repeties e locais como fixos ou aleatrios, os efeitos desses dois fatores so ajustados de forma confundida. Mesmo assim, essa anlise apresenta eficincia mxima, ou seja, a mesma eficincia que se obteria com o ajuste em separado dos efeitos de locais e de repeties. O modelo descrito de simetria composta (CS) na matriz de covarincia genotpica e uma verso equivalente e generalizada (no sentido de atender tanto a dados balanceados quanto desbalanceados) do modelo tradicionalmente empregado para a anlise conjunta de experimentos, dado por Yijk = u + gi + bj/k + lk + glik + eijk, em que u o efeito da mdia geral, gi o efeito do gentipo i, bj/k o efeito do bloco j dentro do local k, lk o efeito do local k, glik o efeito da interao gentipos x locais e eijk o erro ou resduo aleatrio. H a seguinte correspondncia com o modelo descrito nesse tem: r = u + bj/k + lk; g = gi; i = glik; e = eijk. Desejando-se ajustar os efeitos de locais como fixos e os efeitos de repeties como aleatrios pode-se proceder conforme descrito no tpico 21.7. Sequncia de Colunas no Arquivo de Dados Parcela Gentipo Repetio Interao Local Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 repeties em cada um de 2 locais (repeties 1 e 2 no local 1 e repeties 3 e 4 no local 2). Parcela
1 2 3 4 5 6 7 8

Gentipo
1 2 1 2 1 2 1 2

Repetio
1 1 2 2 3 3 4 4

Interao
11 12 11 12 21 22 21 22

Local
1 1 1 1 2 2 2 2

Varivel 1
10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4

Varivel 2
0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11

A coluna Interao deve codificar combinaes local-gentipo. Assim, o cdigo 12 representa local 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando =E2&B2, quando se tem a codificao de locais na coluna E e de gentipos na coluna B.
55

Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vint: varincia da interao gentipo x ambiente. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. c2int = c2: coeficiente de determinao dos efeitos da interao gentipo x ambiente. h2mc: herdabilidade da mdia de gentipo, assumindo sobrevivncia completa. Acclon: acurcia da seleo de gentipos, assumindo sobrevivncia completa. rgloc: correlao genotpica entre o desempenho nos vrios ambientes. CVgi%: coeficiente de variao genotpica. CVe%: coeficiente de variao residual. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.1.1 so igualmente vlidos.

4.2.2. Blocos Incompletos em Vrios Locais (Modelos 11 e 26) Modelo Estatstico y = Xr + Zg + Wb + Ti + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor r contempla todos as repeties de todos os locais (ajusta combinaes repetio-local). Nesse caso, esse vetor contempla os efeitos de locais e de repeties dentro de locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. Desejando-se ajustar os efeitos de repeties e de locais como aleatrios basta preencher toda a coluna de repeties com 1 (onde ser ajustada a mdia geral). Neste caso, os efeitos de repeties e de locais sero distribudos, de forma confundida, nos efeitos de blocos.

56

Sequncia de Colunas no Arquivo de Dados Parcela Gentipo Repetio Bloco Interao Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos em 2 repeties e 4 blocos em cada um de 2 locais (repeties 1 e 2 no local 1 e repeties 3 e 4 no local 2). Parcela
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

Gentipo Repetio
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

Bloco
1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

Interao
11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24

Local
1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

Varivel 1
10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

Varivel 2
0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

A coluna Interao deve codificar combinaes local-gentipo. Assim, o cdigo 12 representa local 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando =F2&B2, quando se tem a codificao de locais na coluna F e de gentipos na coluna B. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra e de um local para outro, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio e local. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vbloc: varincia ambiental entre blocos. Vint: varincia da interao gentipo x ambiente. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais.

57

c2bloc = c2: coeficiente de determinao dos efeitos de bloco. c2int = c21: coeficiente de determinao dos efeitos da interao gentipo x ambiente. h2mc: herdabilidade ajustada da mdia de gentipo, assumindo sobrevivncia completa. Acclon: acurcia da seleo de gentipos, assumindo sobrevivncia completa. rgloc: correlao genotpica entre o desempenho nos vrios ambientes. CVgi%: coeficiente de variao genotpica. CVe%: coeficiente de variao residual. PEV: varincia do erro de predio dos valores genotpicos, assumindo sobrevivncia completa. SEP: desvio padro do valor genotpico predito, assumindo sobrevivncia completa. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.1.1 so igualmente vlidos. 4.2.3 Delineamento em Blocos Aumentados (Incompletos) em Vrios Locais Mtodo MHPRVG: Modelos 75 e 77. Para experimentos no delineamento em blocos aumentados repetidos em vrios locais o Selegen permite considerar as duas opes de anlise: testemunha como efeito aleatrio (modelo 75) e testemunha como efeito fixo (modelo 77). Em tais delineamentos os blocos so incompletos no que concerne aos tratamentos principais. Assim, podem ser analisados tambm pelos modelos 11 e 26, na situao em que considera-se os efeitos de testemunhas como aleatrios. Nesse caso, ajusta-se os efeitos de locais na coluna de repetio, a qual deve ser preenchida com os cdigos de locais. Modelo Estatstico y = Xf + Zg + Wb + Ti + e, em que y o vetor de dados, f o vetor dos efeitos assumidos como fixos (mdia de locais para o modelo 75 e mdias de testemunhas e mdia da populao de tratamentos principais em cada local para o modelo 77), b o vetor dos efeitos ambientais de blocos (assumidos como aleatrios), g o vetor dos efeitos genotpicos (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Desejando-se ajustar os efeitos de locais como aleatrios basta preencher toda a coluna de local com 1 (onde ser ajustada a mdia geral) para o modelo 75 e deve-se preencher a coluna Populao-Testemunha-Local somente com os cdigos das testemunhas e da populao principal, ou seja, os mesmos cdigos para todos os locais. Neste caso, os efeitos de locais sero distribudos, de forma confundida, nos efeitos de blocos onde sero ajustadas combinaes bloco-local.

Sequncia de Colunas no Arquivo de Dados Modelo 75 Parcela Gentipo Local Bloco Interao Obs/Parc Variveis

58

Exemplo: Avaliao de 2 variveis em 4 gentipos e 2 testemunhas e 2 blocos em cada um de 2 locais.

Local 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

Parcela 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

Gentipo 1 2 3 4 T1 T2 T1 T2 1 2 3 4 T1 T2 T1 T2

Local 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

Bloco 1 1 2 2 1 1 2 2 3 3 4 4 3 3 4 4

Interao 11 12 13 14 1T1 1T2 1T1 1T2 21 22 23 24 2T1 2T2 2T1 2T2

Obs/Parc Varivel 1 Varivel 2 1 10.3 0.35 1 8.5 0.14 1 8.6 0.54 1 1.6 2.40 1 10.4 0.35 1 8.7 0.14 1 8.8 0.54 1 1.7 2.50 1 10.5 0.35 1 8.9 0.14 1 8.1 0.54 1 1.8 2.60 1 10.6 0.35 1 8.1 0.14 1 8.2 0.54 1 1.9 2.70

A coluna Interao deve codificar combinaes local-gentipo. Assim, o cdigo 12 representa local 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando A2&C2, quando se tem a codificao de locais na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de um local para outro, ou seja, os nmeros dados aos blocos devem ser diferentes em cada local. Sequncia de Colunas no Arquivo de Dados Modelo 77 Parcela Gentipo Populao-Testemunhas-Local Bloco Interao Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos e 2 testemunhas e 2 blocos em cada um de 2 locais.

Local 1 1 1 1 1 1 1

Parcela 1 2 3 4 5 6 7

Gentipo 1 2 3 4 T1 T2 T1

Pop-TestLoc 1 1 1 1 2 3 2

Bloco 1 1 2 2 1 1 2

Interao 11 12 13 14 1T1 1T2 1T1

Obs/Parc 1 1 1 1 1 1 1

Varivel 1 Varivel 2 10.3 8.5 8.6 1.6 10.4 8.7 8.8 0.35 0.14 0.54 2.40 0.35 0.14 0.54

59

1 2 2 2 2 2 2 2 2

8 9 10 11 12 13 14 15 16

T2 1 2 3 4 T1 T2 T1 T2

3 4 4 4 4 5 6 5 6

2 3 3 4 4 3 3 4 4

1T2 21 22 23 24 2T1 2T2 2T1 2T2

1 1 1 1 1 1 1 1 1

1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

A coluna Interao deve codificar combinaes local-gentipo. Assim, o cdigo 12 representa local 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando A2&C2, quando se tem a codificao de locais na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de um local para outro, ou seja, os nmeros dados aos blocos devem ser diferentes em cada local. Na coluna Pop-Test-Loc a populao dos tratamentos principais preenchida com determinado dgito ou cdigo em cada local e as testemunhas so preenchidas com outros cdigos em cada local. No presente exemplo, codificou-se a populao dos tratamentos principais no local 1 com o nmero 1, a testemunha T1 no local 1 com o nmero 2, T2 no local 1 com o nmero 3, a populao dos tratamentos principais no local 2 com o nmero 4, a testemunha T1 no local 2 com o nmero 5 e T2 no local 2 com o nmero 6. Poder-se-ia ter utilizado os prprios cdigos T1 e T2. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vbloc: varincia ambiental entre blocos. Vint: varincia da interao gentipo x ambiente. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. c2bloc = c2: coeficiente de determinao dos efeitos de bloco. c2int = c21: coeficiente de determinao dos efeitos da interao gentipo x ambiente. rgloc: correlao genotpica entre o desempenho nos vrios ambientes. Mdia geral do experimento. No caso do modelo 77, a mdia geral apresentada equivale mdia das mdias das testemunhas e da populao de tratamentos principais em todos os locais. Esses valores isolados so apresentados logo abaixo da mdia geral.

Valores Genotpicos

60

2. Componentes de Mdia ( BLUP Individual ) Seleo de Genotipos - Todos Locais

Ordem Genotipo g u+g Ganho Nova Mdia u+g+gem 1 9 0.0385 0.2179 0.0385 0.2179 0.2402 2 7 0.0316 0.2111 0.0351 0.2145 0.2327 3 18 0.0191 0.1985 0.0297 0.2092 0.2188 4 1 0.0164 0.1959 0.0264 0.2058 0.2159 5 19 0.0128 0.1923 0.0237 0.2031 0.2119 Esses resultados so referentes aos efeitos (g) e valores (u + g) genotpicos preditos, livres de toda interao com ambientes. A quantidade (u + g + gem) refere-se ao valor genotpico mdio nos vrios ambientes e capitaliza uma interao mdia com todos os ambientes avaliados. Seleo de Genotipos por Local

Local 1

Ordem Genotipo

g+ge

u+g+ge

Ganho Nova Media

1 2 3 4 5

9 7 2 18 1

0.0485 0.0365 0.0250 0.0207 0.0185

0.2508 0.2387 0.2272 0.2229 0.2207

0.0485 0.0425 0.0367 0.0327 0.0298

0.2508 0.2447 0.2389 0.2349 0.2321

2 1 2 3 4 5 15 8 7 3 18 0.0056 0.0055 0.0051 0.0051 0.0044 0.1839 0.1838 0.1834 0.1833 0.1826 0.0056 0.0056 0.0054 0.0053 0.0051 0.1839 0.1838 0.1837 0.1836 0.1834

Nessa seo so apresentados os valores genotpicos preditos para cada local (u + g + ge), ou seja, os valores genotpicos capitalizando a interao com os ambientes. Estabilidade de Valores Geneticos ( MHVG )

Ordem Genotipo 1 5 2 9

MHVG 0.2176 0.2098


61

3 4 5

7 18 1

0.2074 0.2008 0.1991

Estes resultados so referentes estabilidade genotpica pelo mtodo da mdia harmnica dos valores genotpicos (MHVG), conforme Resende (2002; 2004). No contexto dos modelos mistos, este um mtodo para ordenamento de gentipos simultaneamente por seus valores genticos (produtividade) e estabilidade e refere-se a um procedimento BLUP sob mdias harmnicas. Quanto menor for o desvio padro do comportamento genotpico atravs dos locais, maior ser a mdia harmnica de seus valores genotpicos atravs dos locais. Assim, a seleo pelos maiores valores da mdia harmnica dos valores genotpicos (MHVG) implica simultaneamente seleo para produtividade e estabilidade. Adaptabilidade de Valores Geneticos ( PRVG ) Ordem Genotipo 1 9 2 7 3 5 4 18 5 1 PRVG 1.1258 1.1045 1.0760 1.0634 1.0545 PRVG*MG 0.2020 0.1982 0.1931 0.1908 0.1892

Tais resultados so referentes adaptabilidade genotpica pelo mtodo da performance relativa dos valores genotpicos preditos (PRVG) atravs dos ambientes. Neste caso, os valores genotpicos preditos so expressos como proporo da mdia geral de cada local e, posteriormente, obtm-se o valor mdio desta proporo atravs dos locais. Genericamente, a performance relativa tem sido usada h longo tempo em termos de dados fenotpicos e, nesses termos, constitui a base do mtodo de Annicchiarico (1992). A quantidade PRVG*MG refere-se performance genotpica relativa mdia multiplicada pela mdia geral de todos os locais. Fornece, portanto, o valor genotpico mdio, capitalizando a adaptabilidade. Estabilidade e Adaptabilidade de Valores Geneticos ( MHPRVG ) Ordem Genotipo 1 9 2 7 3 5 4 18 5 1 MHPRVG MHPRVG*MG 1.1142 0.1999 1.0993 0.1973 1.0760 0.1931 1.0620 0.1906 1.0532 0.1890

A seo imediatamente acima refere-se a uma medida simultnea da produtividade, estabilidade e adaptabilidade pelo mtodo da mdia harmnica da performance relativa dos valores genotpicos (MHPRVG). Tal mtodo similar ao mtodo de Linn & Binns (1988), porm no contexto genotpico e no no contexto fenotpico. A quantidade MHPRVG*MG refere-se MGPRVG multiplicada pela mdia geral de todos os locais.
62

Fornece, portanto, o valor genotpico mdio penalizado pela instabilidade e capitalizado pela adaptabilidade.

Este mtodo permite selecionar simultaneamente pelos trs atributos mencionados e apresenta as seguintes vantagens: (i) considera os efeitos genotpicos como aleatrios e portanto fornece estabilidade e adaptabilidade genotpica e no fenotpica; (ii) permite lidar com desbalanceamento; (iii) permite lidar com delineamentos no ortogonais; (iv) permite lidar com heterogeneidade de varincias; (v) permite considerar erros correlacionados dentro de locais; (vi) fornece valores genticos j descontados (penalizados) da instabilidade; (vii) pode ser aplicado com qualquer nmero de ambientes; (viii) permite considerar a estabilidade e adaptabilidade na seleo de indivduos dentro de prognie; (iv) no depende da estimao de outros parmetros tais quais coeficientes de regresso; (x) gera resultados na prpria grandeza ou escala do carter avaliado; (xi) permite computar o ganho gentico com a seleo pelos trs atributos simultaneamente. Estes ltimos dois fatores so bastante importantes. Outros mtodos como o de Lin & Binns fornecem resultados que no so interpretados diretamente como valores genticos e, portanto, no permitem computar o ganho gentico no carter composto pela produtividade, estabilidade e adaptabilidade. O mtodo de Annicchiarico depende, adicionalmente, de suposies de valores Z. Interacao ge Codigo 11 12 21 22 23 ge 0.0020 0.0177 -0.0028 0.0008 -0.0028

Os efeitos ge equivalem interao entre gentipos e ambientes. O cdigo 12 refere-se ao efeito do local 1 sobre o gentipo 2, como desvio em relao mdia geral e livre dos demais efeitos tais quais g, dentre outros. No caso, o efeito 12 positivo no sentido de aumentar a performance do gentipo 2 no ambiente 1. Mdia dos Locais Local 1 2 3 Media 0.2022 0.1782 0.1578

Comparao entre as vrias Predies de Valores Genotpicos Seis modalidades de valores genotpicos so preditas para cada gentipo: (a) por local (u + g + ge); (b) para vrios locais, livres da interao g x e (u + g); (c) para a mdia dos
63

locais, capitalizando o efeito mdio da interao (u + g + gem); (d) para vrios locais penalizando pela instabilidade de cada gentipo (MHVG); (e) para a mdia dos locais, capitalizando a capacidade de resposta de cada gentipo melhoria do ambiente (PRVG); (f) para a mdia dos locais, penalizando pela instabilidade e capitalizando pela adaptabilidade (MHPRVG). Em termos de inferncias sobre a produtividade esperada, tais valores genotpicos devem ser usados da seguinte maneira: (i) para plantio em cada local da rede experimental: considerar valores genotpicos (mdias genticas) descritos em (a); (ii) para plantio em vrios outros locais com o mesmo padro de interao g x e da rede experimental: considerar valores genotpicos (mdias genticas) descritos em (c) ou (e); (iii) para plantio em outros locais desconhecidos ou com padro de interao g x e diferente daquele da rede experimental ou com alta heterogeneidade ambiental dentro de local: considerar valores genotpicos (mdias genticas) descritos em (b) ou (d); (iv) para plantio em vrios outros locais com variados padro de interao g x e: considerar valores genotpicos (mdias genticas) descritos em (f). Os mtodos que mais penalizam os valores genotpicos preditos so, pela ordem: (d) e (b); (f), (e) e (c); (a). Dentre esses, (d) e (b) so similares, sendo que (d) tende a ser superior, na considerao do conceito de estabilidade, por particularizar melhor a interao para cada gentipo. Tambm (c), (e) e (f) geram resultados mais similares entre eles. De maneira genrica, pode-se dizer que os mtodos MHVG e MHPRVG so opes seguras, sendo o MHVG um pouco mais conservador. 4.2.4 Delineamento em Blocos Completos em Vrios Locais e uma Observao por Parcela Mtodo MHPRVG: Modelo 54. Essa situao refere-se a uma extenso dos modelos 23 e 25. Modelo Estatstico y = Xr + Zg + Wi + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor r contempla todos as repeties de todos os locais (ajusta combinaes repetio-local). Nesse caso, esse vetor contempla os efeitos de locais e de repeties dentro de locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. Desejando-se ajustar os efeitos de repeties e de locais como aleatrios pode-se empregar o modelo 52, seguindo a sequncia de colunas de tal modelo e preenchendo-se

64

toda a coluna de repeties com 1 (onde ser ajustada a mdia geral) e a coluna de blocos com os blocos completos nos vrios locais. Desejando-se ajustar os efeitos de locais como fixos e os efeitos de repeties como aleatrios pode-se proceder conforme descrito no tpico 21.8.

Sequncia de Colunas no Arquivo de Dados Local Parcela Gentipo Repetio Interao Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 repeties em cada um de 2 locais (repeties 1 e 2 no local 1 e repeties 3 e 4 no local 2).
Local 1 1 1 1 2 2 2 2 Parcela 1 2 3 4 5 6 7 8 Gentipo 1 2 1 2 1 2 1 2 Repetio 1 1 2 2 3 3 4 4 Interao 11 12 11 12 21 22 21 22 Obs/Parc 1 1 1 1 1 1 1 1 Varivel 1 10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4 Varivel 2 0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11

A coluna Interao deve codificar combinaes local-gentipo. Assim, o cdigo 12 representa local 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando A2&C2, quando se tem a codificao de locais na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vint: varincia da interao gentipo x ambiente. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. c2int = c2: coeficiente de determinao dos efeitos da interao gentipo x ambiente. h2mg: herdabilidade da mdia de gentipo, assumindo sobrevivncia completa. Acgen: acurcia da seleo de gentipos, assumindo sobrevivncia completa. rgloc: correlao genotpica entre o desempenho nos vrios ambientes. CVgi%: coeficiente de variao genotpica. CVe%: coeficiente de variao residual. Mdia geral do experimento.

65

Valores Genotpicos Os comentrios apresentados no tem 4.2.3 so igualmente vlidos.

4.2.5 Delineamento em Blocos Incompletos em Vrios Locais e Uma Observao por Parcela Mtodo MHPRVG: Modelos 52. Essa situao refere-se a uma extenso do modelo 11 e 26. Modelo Estatstico y = Xr + Zg + Wb + Ti + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor r contempla todos as repeties de todos os locais (ajusta combinaes repetio-local). Nesse caso, esse vetor contempla os efeitos de locais e de repeties dentro de locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. Desejando-se ajustar os efeitos de repeties e de locais como aleatrios basta preencher toda a coluna de repeties com 1 (onde ser ajustada a mdia geral). Neste caso, os efeitos de repeties e de locais sero distribudos, de forma confundida, nos efeitos de blocos. Sequncia de Colunas no Arquivo de Dados Local Parcela Gentipo Repetio Bloco Interao Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos em 2 repeties e 4 blocos em cada um de 2 locais.
Local 1 1 1 1 1 1 1 1 2 2 2 Parcela 1 2 3 4 5 6 7 8 9 10 11 Gentipo Repetio 1 1 2 1 3 1 4 1 1 2 2 2 3 2 4 2 1 3 2 3 3 3 Bloco 1 1 2 2 3 3 4 4 5 5 6 Interao 11 12 13 14 11 12 13 14 21 22 23 Obs/Parc Varivel 1 Varivel 2 1 10.3 0.35 1 8.5 0.14 1 8.6 0.54 1 1.6 2.40 1 10.4 0.35 1 8.7 0.14 1 8.8 0.54 1 1.7 2.50 1 10.5 0.35 1 8.9 0.14 1 8.1 0.54

66

2 2 2 2 2

12 13 14 15 16

4 1 2 3 4

3 4 4 4 4

6 7 7 8 8

24 21 22 23 24

1 1 1 1 1

1.8 10.6 8.1 8.2 1.9

2.60 0.35 0.14 0.54 2.70

A coluna Interao deve codificar combinaes local-gentipo. Assim, o cdigo 12 representa local 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando A2&C2, quando se tem a codificao de locais na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra e de um local para outro, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio e local. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vbloc: varincia ambiental entre blocos. Vint: varincia da interao gentipo x ambiente. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. c2bloc = c2: coeficiente de determinao dos efeitos de bloco. c2int = c21: coeficiente de determinao dos efeitos da interao gentipo x ambiente. h2mg: herdabilidade ajustada da mdia de gentipo, assumindo sobrevivncia completa. Acgen: acurcia da seleo de gentipos, assumindo sobrevivncia completa. rgloc: correlao genotpica entre o desempenho nos vrios ambientes. CVgi%: coeficiente de variao genotpica. CVe%: coeficiente de variao residual. Mdia geral do experimento.

Valores Genotpicos Os comentrios apresentados no tem 4.2.3 so igualmente vlidos.

4.2.6

Avaliao em vrios locais e em uma s safra - grupos de experimentos: modelos 11 ou 16 e 52.

Os grupos de experimentos conduzidos em vrios locais podem ser analisados segundo os modelos 11 ou 26. Para obter informaes sobre adaptabilidade e estabilidade pode-se empregar o modelo 52.

67

Tratando-se os efeitos de experimento como fixos, tem-se o seguinte modelo e forma de montar as colunas do arquivo de dados. Modelo Estatstico y = Xt + Zg + Wb + Ti + e, em que y o vetor de dados, t o vetor dos efeitos de teste ou experimento (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor t contempla todos os experimentos de todos os locais. essencial que os experimentos sejam codificados com diferentes nmeros nos diferentes locais. Nesse caso, os efeitos de local e de experimento dentro de local so ajustados como fixos. Sequncia de Colunas no Arquivo de Dados Parcela Gentipo Experimento Bloco Interao Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos em 2 experimentos e 4 blocos em cada um de 2 locais (experimentos 1 e 2 no local 1 e experimentos 3 e 4 no local 2). .
Parcela Gentipo Experimento Bloco Interao Local Varivel 1 Varivel 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

A coluna Interao deve codificar combinaes local-gentipo. Assim, o cdigo 12 representa local 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando F2&B2, quando se tem a codificao de locais na coluna F e de gentipos na coluna B. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma.

68

A numerao dos blocos deve ser sequencial de uma repetio para outra e de um local para outro, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio e local. Interpretao dos Resultados A interpretao dos resultados segue exatamente conforme descrito para o tpico 4.2.2. Tratando-se os efeitos de experimento como aleatrios, tem-se o seguinte modelo e forma de montar as colunas do arquivo de dados. Modelo Estatstico y = Xu + Zg + Wb + Ti + e, em que y o vetor de dados, u o escalar referente mdia geral (fixo), g o vetor dos efeitos genotpicos (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Nesse caso, os efeitos de local e de experimento dentro de local so ajustados como aleatrios. Sequncia de Colunas no Arquivo de Dados Parcela Gentipo Mdia Bloco Interao Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos em 2 experimentos e 4 blocos em cada um de 2 locais (experimentos 1 e 2 no local 1 e experimentos 3 e 4 no local 2). .
Parcela 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Gentipo 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 Mdia 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Bloco 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 Interao 11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24 Local 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Varivel 1 10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9 Varivel 2 0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

69

A coluna Interao deve codificar combinaes local-gentipo. Assim, o cdigo 12 representa local 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando F2&B2, quando se tem a codificao de locais na coluna F e de gentipos na coluna B. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra e de um local para outro, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio e local. Interpretao dos Resultados A interpretao dos resultados segue exatamente conforme descrito para o tpico 4.2.2. A anlise de estabilidade e adaptabilidade pelo modelo 52 do Selegen seguem os modelos estatsticos descritos acima e as sequncias de colunas descritas abaixo. Sequncia de Colunas no Arquivo de Dados Experimento como Efeito Fixo Local Parcela Gentipo Experimento Bloco Interao Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos em 2 experimentos e 4 blocos em cada um de 2 locais.
Local Parcela Gentipo Experimento Bloco Interao Obs/Parcela Varivel 1 Varivel 2

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

Sequncia de Colunas no Arquivo de Dados Experimento como Efeito Aleatrio Local Parcela Gentipo Mdia Bloco Interao Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos em 2 experimentos e 4 blocos em cada um de 2 locais.

70

Local 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

Parcela 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

Gentipo 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

Mdia 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

Bloco 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

Interao 11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24

Obs/Parc Varivel 1 Varivel 2 1 10.3 0.35 1 8.5 0.14 1 8.6 0.54 1 1.6 2.40 1 10.4 0.35 1 8.7 0.14 1 8.8 0.54 1 1.7 2.50 1 10.5 0.35 1 8.9 0.14 1 8.1 0.54 1 1.8 2.60 1 10.6 0.35 1 8.1 0.14 1 8.2 0.54 1 1.9 2.70

A interpretao dos resultados de estabilidade e adaptabilidade segue conforme descrito no tpico 4.2.3.

4.3 Avaliao em um s local e em vrias safras (culturas perenes) A anlise de experimentos de medidas (ou colheitas) repetidas nas mesmas parcelas e/ou indivduos apresenta peculiaridades pelo fato das vrias colheitas serem correlacionadas entre si e pela possibilidade de haver heterogeneidade de varincias e de covarincias entre as vrias colheitas ou safras. Um modelo completo e timo para analisar um conjunto de dados dessa natureza o modelo multivariado (tambm denominado modelo com matriz de covarincia no estruturada entre colheitas, UN) o qual trata cada colheita como se fosse uma varivel diferente. E essa estrutura de covarincia aplicada a todos os fatores aleatrios do modelo tais quais os efeitos genotpicos de tratamentos, efeitos de parcela e os efeitos residuais. Porm, considerando um nmero relativamente grande (trs ou mais) de colheitas tal modelo difcil de ser ajustado (apresentando problema de convergncia), alm de ser superparametrizado, ou seja, depender da estimativa de um grande nmero de parmetros. Como apresentado no tpico 4.2, a modelagem mais simples para cada fator via estrutura de covarincia de simetria composta (CS), a qual assume tanto homogeneidade de varincias quanto de covarincias entre colheitas. Essa abordagem desejvel porque depende do menor nmero possvel de estimativas de parmetros. No entanto, pode ser ineficiente no caso de grande heterogeneidade de varincia e covarincia entre colheitas. Adotar a modelagem via estrutura CS para os fatores gentipos, parcela e resduos exatamente igual abordagem de um modelo univariado com os fatores gentipos, blocos e colheitas (ou medies) e suas interaes duplas e tripla. Para uma aplicao segura dessa estrutura CS, recomenda-se em caso de presena de grande heterogeneidade de varincias, a correo prvia dos dados de cada colheita por meio da multiplicao dos mesmos pela razo hi/hm, em que hi refere-se raiz quadrada herdabilidade na colheita i e hm refere-se raiz quadrada da mdia das herdabilidades

71

nas vrias colheitas, conforme Resende (2004). Esse procedimento considera simultaneamente a heterogeneidade de varincia gentica e residual entre colheitas. Procedendo-se dessa forma, a aplicao da estrutura CS fornece resultados semelhantes aqueles que se obtm quando se aplica a estrutura de simetria composta com varincias heterogneas (CSH). No caso de anlises conjuntas de colheitas duas a duas e com presena de homogeneidade de varincias (ou corrigindo a heterogeneidade), a aplicao das estruturas UN e CS produzem resultados semelhantes. Ainda no caso de anlises de colheitas duas a duas, com heterogeneidade de varincias, as estruturas UN e CSH so idnticas. Com anlises envolvendo mais que duas colheitas e com presena de homogeneidade de varincias (ou corrigindo a heterogeneidade), as estruturas UN e CSH produzem resultados semelhantes. Em resumo, com correo para a heterogeneidade de varincias e em presena de correlaes genticas no muito discrepantes entre pares de colheitas no h necessidade de se usar o modelo multivariado ou estrutura UN. Com correlaes genticas muito discrepantes entre pares de colheitas e grande nmero de colheitas, outras estruturas intermedirias entre UN e CS podem ser usadas. Dentre essas, citam-se: fator analtica multiplicativa sob modelos mistos (FAMM) (Resende & Thompson, 2003; 2004); componentes principais genticos sob modelos mistos (GPCM) (Meyer & Kirkpatrick, 2005); autoregressiva com varincias heterogneas (ARH); antedependncia estruturada (SAD); Toeplitz ou de correlao bandada; modelos de regresso aleatria (RR); ajuste de splines. Dentre os modelos citados, os mais adequados a estudos de medidas repetidas no tempo so: ARH, SAD, Toeplitz, RR, GPCM e Splines (Resende, 2002, pg 522; Resende, 2004). No entanto, os modelos ajustados via RR, GPCM e Splines tendem a ser pouco efetivos no melhoramento de plantas devido ao pequeno nmero de colheitas praticado em cada gentipo. Isto foi comprovado por Resende & Thompson (2003). Tais tcnicas so muito empregadas no melhoramento animal, em que indivduos de diferentes idades so avaliados produzindo um grande nmero de pontos em termos de idades. Essas tcnicas so mais adequadas para avaliar caracteres infinitamente dimensionais. Dessa forma, para caracteres de plantas perenes, em que as correlaes seguem alguns padres em funo das distncias entre as medidas consideradas, em geral havendo decrscimo das correlaes em funo do aumento dessas distncias, os modelos ARH e SAD tendem a ser os mais adequados (Resende & Thompson, 2003; Resende et al., 2006). Assim como o modelo ARH, o Toeplitz pode tambm ser adequado nas situaes em que as correlaes apresentam a mesma magnitude em intervalos de idade de mesma dimenso, por exemplo, correlaes iguais entre as colheitas 1 e 2 e entre as colheitas 2 e 3. Entretanto, o modelo Toeplitz mais parametrizado do que o ARH. Mas em geral, com a estabilizao do carter, a correlao entre as idades 2 e 3 tende a ser maior que a correlao entre as colheitas 1 e 2, e portanto, o modelo SAD parece ser mais coerente pois contempla isso. Em resumo, com correo para heterogeneidade de varincias, a estrutura CS pode ser aplicada com sucesso, a menos que haja uma grande heterogeneidade das correlaes
72

entre as colheitas. Nesse caso, as estruturas ARH, SAD e Toeplitz podem ser aplicadas com vantagens, embora esses modelos sejam mais parametrizados (critrios como o AIC e BIC podem ser usados para verificar se essa maior parametrizao compensadora). Modelos muito parametrizados apresentam um alto custo em termos de consumo de graus de liberdade. Isso conduz a menor nmero de graus de liberdade para estimar cada componente de varincia e, portanto, conduzem a estimativas menos precisas, fato que pode comprometer as predies baseadas nesses modelos. No entanto, se o carter o mesmo de uma colheita para outra, espera-se correlaes mais homogneas entre colheitas e portanto, grande utilidade do modelo CS. O modelo CS ou modelo completo de repetibilidade associado ao delineamento experimental de blocos ao acaso com uma observao por parcela dado por Yijk = + g i + b j + m k + gb ij + gm ik + bm jk + gbm ijk , em que u o efeito da mdia geral, gi o efeito do gentipo i, bj o efeito do bloco j, mk o efeito da medio ou colheita k, gmik o efeito da interao gentipos x medies, bmjk o efeito da interao blocos x medies, gbij o efeito da interao gentipos x blocos e gbmijk a interao tripla ou resduo aleatrio. Os efeitos gbij referem-se aos efeitos de parcela, os quais so efeitos de ambiente permanente de uma colheita para outra. Esse modelo difere consideravelmente do modelo apresentado no tpico 4.2 para a anlise da interao gentipo x ambiente, dado por Yijk = u + gi + bj/k + lk + glik + eijk, em que u o efeito da mdia geral, gi o efeito do gentipo i, bj/k o efeito do bloco j dentro do local k, lk o efeito do local k, glik o efeito da interao gentipos x locais e eijk o erro ou resduo aleatrio. Embora colheita possa ser tomada como ambiente, no h casualizao dos blocos e gentipos nas diferentes colheitas, ou seja, no h casualizao das parcelas. Isto porque os blocos no so hierrquicos em relao s colheitas, como o so em relao aos locais. Na presente situao, blocos e colheitas apresentam classificao cruzada e portanto existe o efeito bmjk. Tambm, os efeitos permanentes de parcela (gbij) no so comtemplados no modelo da anlise conjunta de locais. Portanto, os modelos so completamente diferentes. Este tem sido um erro comum em vrios artigos com plantas perenes, em que as colheitas so assumidas como ambientes e o modelo do tpico 5.2.1 (com blocos hierrquicos a ambientes) utilizado erroneamente. A incluso dos efeitos permanentes de parcelas essencial para considerar e eliminar os efeitos da correlao residual entre medidas repetidas. Considerando os efeitos ambientais de blocos (b), medies (m) e interao bloco x medio como fixos (pois so efeitos ambientais para os quais os dados devem ser corrigidos) no modelo completo de repetibilidade ou CS apresentado acima, os mesmos podem ser ajustados somados a mdia geral, em um nico vetor de efeitos fixos () dado pela combinao bloco-medio. Assim, o modelo linear misto resultante equivale a Yijk = jk + g i + gm ik + gb ij + gbm ijk . Esse modelo foi implementado nos modelos 55 (blocos ao acaso) e 78 (ltice) do Selegen e so timos quando os dados so corrigidos previamente quanto heterogeneidade de varincias e quando as correlaes entre pares de colheitas no so muito discrepantes.

73

Desdobrando este modelo em termos de efeitos permanentes (p) e temporrios (t) tem-se y = + g p + g t + p p + p t , em que:
g i = g p : efeito de gentipo, permanente atravs das colheitas.

gm ik = g t : efeito de gentipo, temporrio em cada colheita. gb ij = p p : efeito de parcela, permanente atravs das colheitas.
gbm ijk = p t : efeito de parcela, temporrio em cada colheita.

colheitas; a covarincia genotpica colheitas das safras em um modelo multivariado (estrutura UN). 2 2 : varincia da interao gentipos x medio. gt = gm
2 gp 2 2 pp = gb : varincia dos efeitos permanentes de parcela ou covarincia dos efeitos de parcela atravs das colheitas em um modelo multivariado. 2 2 pt = gbm : varincia dos efeitos temporrios de parcela ou da interao parcela x medio.

Em termos de varincias destes efeitos tem-se: 2 : varincia genotpica ou covarincia dos efeitos genotpicos atravs das =g

Verifica-se que tal modelo bastante prximo ao modelo multivariado (estrutura UN para os efeitos genotpicos contemplando simultaneamente os efeitos g i e gm ik e estrutura UN para os efeitos de parcela ou residuais contemplando simultaneamente os efeitos gb ij e gbm ijk ), desde que haja homogeneidade de varincias. Esse modelo completo de repetibilidade tambm denominado modelo de repetibilidade + interao gentipos x medio ou modelo com estrutura CS. Assumindo que a correlao genotpica atravs das medies aproxima 1 (ou seja, assumindo que o carter o mesmo de uma colheita para outra), o modelo se reduz a y = + g p + p p + p t = + g + gb + gbm , o qual denominado modelo simplificado de repetibilidade ou modelo de repetibilidade. Os experimentos em blocos completos ou incompletos associados a medidas repetidas em vrias colheitas, com avaliaes realizadas ao nvel de totais ou de mdias por parcelas em cada safra (gerando uma s observao por parcela em cada colheita), podem ser analisados pelos seguintes modelos do Selegen (para materiais genticos no aparentados): Ausncia de Delineamento ou Ignorando a Estrutura Experimental: Modelo 63 Delineamento em Blocos Completos: Modelos 28 e 29. Delineamento em Blocos Incompletos ou Ltice: Modelo 70. Delineamento em Blocos Aumentados com Testemunha de Efeito Aleatrio: 70. Delineamento em Blocos Aumentados com Testemunha de Efeito Fixo: 68. Anlise de Estabilidade e Adaptabilidade Temporal sob Modelos Mistos com Interao Gentipo x Safras pelo Mtodo MHPRVG - Blocos Completos e uma Observao por Parcela: Modelo 55

74

- Blocos Incompletos e uma Observao por Parcela: Modelo 78

No Selegen Windows, os modelos 63, 28, 29, 70, 68, 55 e 78 podem ser encontrados na caixa Repetibilidade e Dados Longitudinais da tela principal. Outra forma simplificada e eficiente de anlise de medidas repetidas trabalhar com dados mdios das vrias colheitas por indivduo ou parcela e realizar a anlise comum sem medidas repetidas utilizando os modelos descritos no tpico 4.1. Esta anlise perfeita em termos dos valores genticos preditos, desde que o mesmo nmero de medies tenha sido praticado em todos os indivduos ou parcelas. Entretanto, os resultados no so to informativos quanto aqueles das anlises descritas nesse tpico, pois no haver informao sobre a repetibilidade e interao gentipos x medies.

4.3.1 Modelo Bsico de Repetibilidade sem Delineamento (Modelo 63) Esse modelo pode ser usado quando so tomados dados repetidos em plantas individuais sem o uso de delineamentos experimentais. Pode tambm ser usado quando se trabalha com mdias de gentipos avaliados em experimentos. Modelo Estatstico y = Xm + Wp + e, em que y o vetor de dados, m o vetor dos efeitos de medio (assumidos como fixos) somados mdia geral, p o vetor dos efeitos permanentes de plantas (efeitos genotpicos + efeitos de ambiente permanente) (assumidos como aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Observaes Indivduo Medio Um Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 repeties. Observaes
1 2 3 4

Indivduo
1 1 2 2

Medio
1 2 1 2

Um
1 1 1 1

Varivel 1
10.3 12.4 8.5 5.2

Varivel 2
0.35 0.25 0.14 0.34

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual )

75

Vfp: varincia fenotpica permanente entre plantas (genotpica + ambiental permanente de uma colheita para outra). Vet: varincia de ambiente temporrio. Vf: varincia fenotpica individual. r = h2: repetibilidade individual. rm: repetibilidade da mdia de m colheitas ou medidas repetidas. Acm: acurcia da seleo baseada na mdia de m colheita ou medidas repetidas. Mdia geral do experimento.

Eficiencia do uso de m medidas Os resultados a seguir referem-se determinao e acurcia obtidos com a realizao de m medidas repetidas. tambm apresentada a eficincia da realizao de m medidas em comparao com a situao em que se usa apenas uma medio.
m 1 2 3 4 5 6 7 8 9 10 Determinacao 0.141122 0.247338 0.330175 0.396586 0.451016 0.496439 0.534919 0.567936 0.596576 0.621655 Acuracia 0.375662 0.497331 0.574609 0.629751 0.671577 0.704584 0.731382 0.753615 0.772383 0.788451 Eficiencia 1.000000 1.323881 1.529591 1.676378 1.787718 1.875582 1.946917 2.006102 2.056062 2.098834

Valores Genotpicos
2. Componentes de Mdia ( BLUP Individual )

Selecao Individuos

Ordem 1 2 3 4 5

Indiv 133 123 119 122 124

fp 0.5971 0.4810 0.3556 0.3345 0.3033

u + fp 5.2399 5.1238 4.9985 4.9773 4.9462

Ganho 0.5971 0.5390 0.4779 0.4420 0.4143

Nova Mdia 5.2399 5.1819 5.1207 5.0849 5.0571

em que: fp = efeito fenotpico permanente. u + fp = valor fenotpico permanente. 4.3.2 Delineamento em Blocos Completos (Modelos 28 e 29) Modelo Estatstico y = Xm + Zg + Wp + e, em que y o vetor de dados, m o vetor dos efeitos das combinaes medio-repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), p vetor dos efeitos de ambiente permanente (parcelas no caso) (aleatrios) e e o vetor de erros ou resduos

76

(aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor m contempla todas as medies em todas as repeties e ajusta simultaneamente para os efeitos de repeties, medio e interao repetio x medio. essencial que as medies sejam codificadas com diferentes nmeros nas diferentes repeties. Sequncia de Colunas no Arquivo de Dados

Observaes Gentipo Med-Repetio Parcela Repetio Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 repeties com 2 medies por parcela (medies 1 e 2 na repetio 1 e medies 3 e 4 na repetio 2). Observaes Gentipo Med-Repet
1 2 3 4 5 6 7 8 1 2 1 2 1 2 1 2 1 1 2 2 3 3 4 4

Parcela
11 12 11 12 21 22 21 22

Repetio
1 1 1 1 2 2 2 2

Varivel 1
10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4

Varivel 2
0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11

A coluna Parcela deve codificar combinaes repetio-gentipo. Assim, o cdigo 12 representa repetio 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando A2&C2, quando se tem a codificao de repeties na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas, como por exemplo parcelas de 1 a 4. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vperm: varincia de ambiente permanente. Ve: varincia residual temporria. Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. r: repetibilidade ao nvel de parcela, dada por (Vg + Vperm)/Vf. c2perm = c2: coeficiente de determinao dos efeitos de ambiente permanente. h2mg: herdabilidade de mdias de gentipos. Acgen: acurcia na seleo de gentipos. Mdia geral do experimento.

Eficiencia do uso de m medidas ou colheitas

77

So apresentados resultados referentes herdabilidade de mdias, determinao e acurcia da predio de valores genotpicos, obtidos com a realizao de m medidas repetidas. tambm apresentada a eficincia da realizao de m medidas em comparao com a situao em que se usa apenas uma medio. Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.1.1 so igualmente vlidos. 4.3.3 Delineamento em Blocos Incompletos ou Ltice (Modelo 70) Modelo Estatstico y = Xm + Zg + Wb + Tp + e, em que y o vetor de dados, m o vetor dos efeitos das combinaes medio-repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), p vetor dos efeitos de ambiente permanente (parcelas no caso) (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor m contempla todas as medies em todas as repeties e ajusta simultaneamente para os efeitos de repeties, medio e interao repetio x medio. essencial que as medies sejam codificadas com diferentes nmeros nas diferentes repeties. No vetor m, pode-se, alternativamente, contemplar-se apenas as medies. Neste caso, os efeitos de repetio so automaticamente redistribudos como efeitos aleatrios confundidos nos efeitos de blocos. De maneira geral, no h prejuzo com esse tipo de abordagem. Sequncia de Colunas no Arquivo de Dados Observaes Gentipo Med/Repetio Bloco Parcela Repetio Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos em 2 medies e 2 blocos em cada um de 2 repeties (medies 1 e 2 na repetio 1 e medies 3 e 4 na repetio 2).
Observaes Gentipo Med/Rep 1 2 3 4 5 6 7 8 9 10 11 1 2 3 4 1 2 3 4 1 2 3 1 1 1 1 2 2 2 2 3 3 3 Bloco 1 1 2 2 1 1 2 2 3 3 4 Parcela 11 12 13 14 11 12 13 14 21 22 23 Repeti o 1 1 1 1 1 1 1 1 2 2 2 Varivel 1 10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 Varivel 2 0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54

78

12 13 14 15 16

4 1 2 3 4

3 4 4 4 4

4 3 3 4 4

24 21 22 23 24

2 2 2 2 2

1.8 10.6 8.1 8.2 1.9

2.60 0.35 0.14 0.54 2.70

A coluna Parcela deve codificar combinaes repetio-gentipo. Assim, o cdigo 12 representa repetio 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando B2&F2, quando se tem a codificao de repeties na coluna B e de gentipos na coluna F. Outras codificaes similares so tambm vlidas, como por exemplo, parcelas de 1 a 8. O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vbloc: varincia ambiental permanente entre blocos. Vperm: varincia de ambiente permanente entre parcelas. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. r: repetibilidade de parcelas individuais, dada por (Vg + Vperm + Vbloc)/Vf. c2bloc = c2: coeficiente de determinao dos efeitos de bloco. c2perm = c21: coeficiente de determinao dos efeitos de ambiente permanente. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.1.1 so igualmente vlidos. 4.3.4 Delineamento em Blocos Aumentados com Testemunha de Efeito Aleatrio (Modelo 70) Para experimentos no delineamento em blocos aumentados com medidas repetidas o Selegen permite considerar as duas opes de anlise: testemunha como efeito aleatrio (modelo 70) e testemunha como efeito fixo (modelo 68). Em tais delineamentos os blocos so incompletos no que concerne aos tratamentos principais. Assim, o caso com testemunha de efeito aleatrio pode ser analisado pelo modelo 70. Nesse caso, ajusta-se os efeitos de medio na coluna de medio-repetio, a qual deve ser preenchida com os cdigos de medies. Modelo Estatstico

79

y = Xm + Zg + Wb + Tp + e, em que y o vetor de dados, m o vetor dos efeitos assumidos como fixos (medies), g o vetor dos efeitos genotpicos (assumidos como aleatrios), b o vetor dos efeitos ambientais de blocos (assumidos como aleatrios), p vetor dos efeitos de ambiente permanente (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Observaes Gentipo Medio Bloco Parcela Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos e 2 testemunhas em 2 blocos em 2 medies.

Observaes Gentipo Medio 1 1 1 2 2 1 3 3 1 4 4 1 5 T1 1 6 T2 1 7 T1 1 8 T2 1 9 1 2 10 2 2 11 3 2 12 4 2 13 T1 2 14 T2 2 15 T1 2 16 T2 2

Bloco 1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2

Parcela 11 12 23 24 1T1 1T2 2T1 2T2 11 12 23 24 1T1 1T2 2T1 2T2

Obs/Parc Varivel 1 Varivel 2 1 10.3 0.35 1 8.5 0.14 1 8.6 0.54 1 1.6 2.40 1 10.4 0.35 1 8.7 0.14 1 8.8 0.54 1 1.7 2.50 1 10.5 0.35 1 8.9 0.14 1 8.1 0.54 1 1.8 2.60 1 10.6 0.35 1 8.1 0.14 1 8.2 0.54 1 1.9 2.70

A coluna Parcela ou Permanente deve codificar combinaes gentipos-blocos. Assim, o cdigo 12 representa bloco 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando D2&B2, quando se tem a codificao de blocos originais na coluna D e de gentipos na coluna B. Outras codificaes similares so tambm vlidas, como por exemplo parcelas de 1 a 8. O arquivo no necessita estar ordenado dessa forma.

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vbloc: varincia ambiental entre blocos. Vperm: varincia de ambiente permanente. Ve: varincia residual.

80

Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. r: repetibilidade de parcelas individuais. c2bloc = c2: coeficiente de determinao dos efeitos de bloco. c2perm = c21: coeficiente de determinao dos efeitos de ambiente permanente. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.1.1 so igualmente vlidos. 4.3.5 Delineamento em Blocos Aumentados com Testemunha de Efeito Fixo (Modelo 68) Modelo Estatstico y = Xm + Zg + Wb + Tp + e, em que y o vetor de dados, m o vetor dos efeitos assumidos como fixos (mdias de testemunhas e mdia da populao de tratamentos principais em cada medio), g o vetor dos efeitos genotpicos (assumidos como aleatrios), b o vetor dos efeitos ambientais de blocos (assumidos como aleatrios), p vetor dos efeitos de ambiente permanente (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Observaes Gentipo Populao-Testemunhas-Medio Bloco Parcela Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos e 2 testemunhas e 2 blocos em 2 medies.

Observaes 1 2 3 4 5 6 7 8 9 10 11

Gentipo 1 2 3 4 T1 T2 T1 T2 1 2 3

Pop-TestMed 1 1 1 1 2 3 2 3 4 4 4

Bloco 1 1 2 2 1 1 2 2 1 1 2

Parcela 11 12 23 24 1T1 1T2 2T1 2T2 11 12 23

Obs/Parc 1 1 1 1 1 1 1 1 1 1 1

Varivel 1 10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1

Varivel 2 0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54

81

12 13 14 15 16

4 T1 T2 T1 T2

4 5 6 5 6

2 1 1 2 2

24 1T1 1T2 2T1 2T2

1 1 1 1 1

1.8 10.6 8.1 8.2 1.9

2.60 0.35 0.14 0.54 2.70

A coluna Parcela ou Permanente deve codificar combinaes gentipos-blocos. Assim, o cdigo 12 representa bloco 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando D2&B2, quando se tem a codificao de blocos originais na coluna D e de gentipos na coluna B. Outras codificaes similares so tambm vlidas, como por exemplo parcelas de 1 a 8. O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos no sequencial de uma medio para outra, ou seja, os nmeros dados aos blocos devem ser os mesmos em cada medio. Na coluna Pop-Test-Med a populao dos tratamentos principais preenchida com determinado dgito ou cdigo em cada medio e as testemunhas so preenchidas com outros cdigos em cada medio. No presente exemplo, codificou-se a populao dos tratamentos principais na medio 1 com o nmero 1, a testemunha T1 na medio 1 com o nmero 2, T2 na medio 1 com o nmero 3, a populao dos tratamentos principais na medio 2 com o nmero 4, a testemunha T1 na medio 2 com o nmero 5 e T2 na medio 2 com o nmero 6. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vbloc: varincia ambiental entre blocos. Vperm: varincia de ambiente permanente. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. r: repetibilidade de parcelas individuais. c2bloc = c2: coeficiente de determinao dos efeitos de bloco. c2perm = c21: coeficiente de determinao dos efeitos de ambiente permanente. Mdia geral do experimento. No caso do modelo 68, a mdia geral apresentada equivale mdia das mdias das testemunhas e da populao de tratamentos principais em todos as medies. Esses valores isolados e por medio so apresentados logo abaixo da mdia geral.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.1.1 so igualmente vlidos.

82

4.3.6 Delineamento em Blocos Completos com Estabilidade e Adaptabilidade Temporal Mtodo MHPRVG: Modelos 55. Essa situao refere-se a uma extenso do modelo 28 ou 29, com a incluso da interao gentipos x medies. Modelo Estatstico y = Xm + Zg + Wp + Ti + e, em que y o vetor de dados, m o vetor dos efeitos das combinaes medio-repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), p vetor dos efeitos de ambiente permanente (parcelas no caso) (aleatrios), i o vetor dos efeitos da interao gentipos x medies e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor m contempla todas as medies em todas as repeties e ajusta simultaneamente para os efeitos de repeties, medio e interao repetio x medio. essencial que as medies sejam codificadas com diferentes nmeros nas diferentes repeties. Sequncia de Colunas no Arquivo de Dados Medio Observaes Gentipo Med/Repetio Parcela Interao Repetio Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 repeties com 2 medies por parcela (medies 1 e 2 na repetio 1 e medies 3 e 4 na repetio 2).
Medio Observaes 1 1 1 2 2 3 2 4 1 5 1 6 2 7 2 8 Gentipo 1 2 1 2 1 2 1 2 Med/Repet 1 1 2 2 3 3 4 4 Parcela 11 12 11 12 21 22 21 22 Interao 11 12 21 22 11 12 21 22 Repetio Varivel 1 Varivel 2 1 10.3 0.35 1 8.5 0.14 1 8.6 0.54 1 8.7 0.94 2 12.4 0.25 2 5.2 0.34 2 5.3 0.74 2 5.4 0.11

A coluna Parcela deve codificar combinaes repetio-gentipo. Assim, o cdigo 12 representa repetio 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando G2&C2, quando se tem a codificao de repeties na coluna G e de gentipos na coluna C. Outras codificaes similares so tambm vlidas, como por exemplo parcelas de 1 a 4. A coluna interao uma combinao das colunas medio-gentipo. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual )

83

Vg: varincia genotpica. Vperm: varincia de ambiente permanente. Vgm: varincia da interao gentipos x medies. Ve: varincia residual temporria. Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. r: repetibilidade ao nvel de parcela, dada por (Vg + Vperm)/Vf. c2perm = c2: coeficiente de determinao dos efeitos de ambiente permanente. c2gm =c21: coeficiente de determinao dos efeitos da interao gentipos x medies. rgmed: correlao genotpica atravs da medies. h2mg: herdabilidade da mdia de gentipos. Acgen: acurcia na seleo de gentipos. Mdia geral do experimento.

Eficiencia do uso de m medidas ou colheitas So apresentados resultados referentes herdabilidade de mdias, determinao e acurcia da predio de valores genotpicos, obtidos com a realizao de m medidas repetidas. tambm apresentada a eficincia da realizao de m medidas em comparao com a situao em que se usa apenas uma medio. Valores Genotpicos 2. Componentes de Mdia ( BLUP Individual ) Seleo de Genotipos - Todas Safras

Ordem Genotipo g u+g Ganho Nova Mdia u+g+gem 1 9 0.0385 0.2179 0.0385 0.2179 0.2402 2 7 0.0316 0.2111 0.0351 0.2145 0.2327 3 18 0.0191 0.1985 0.0297 0.2092 0.2188 4 1 0.0164 0.1959 0.0264 0.2058 0.2159 5 19 0.0128 0.1923 0.0237 0.2031 0.2119 Esses resultados so referentes aos efeitos (g) e valores (u + g) genotpicos preditos, livres de toda interao com ambientes (safras, no caso). A quantidade (u + g + gem) refere-se ao valor genotpico mdio nos vrios ambientes e capitaliza uma interao mdia com todos os ambientes avaliados. Seleo de Genotipos por Safra

Local 1

Ordem Genotipo

g+ge

u+g+ge

Ganho Nova Media

0.0485

0.2508

0.0485

0.2508

84

2 3 4 5

7 2 18 1

0.0365 0.0250 0.0207 0.0185

0.2387 0.2272 0.2229 0.2207

0.0425 0.0367 0.0327 0.0298

0.2447 0.2389 0.2349 0.2321

2 1 2 3 4 5 15 8 7 3 18 0.0056 0.0055 0.0051 0.0051 0.0044 0.1839 0.1838 0.1834 0.1833 0.1826 0.0056 0.0056 0.0054 0.0053 0.0051 0.1839 0.1838 0.1837 0.1836 0.1834

Nessa seo so apresentados os valores genotpicos preditos para cada safra (u + g + ge), ou seja, os valores genotpicos capitalizando a interao com as safras. Estabilidade de Valores Geneticos ( MHVG )

Ordem Genotipo 1 5 2 9 3 7 4 18 5 1

MHVG 0.2176 0.2098 0.2074 0.2008 0.1991

Estes resultados so referentes estabilidade genotpica pelo mtodo da mdia harmnica dos valores genotpicos (MHVG), conforme Resende (2002; 2004). No contexto dos modelos mistos, este um mtodo para ordenamento de gentipos simultaneamente por seus valores genticos (produtividade) e estabilidade e refere-se a um procedimento BLUP sob mdias harmnicas. Quanto menor for o desvio padro do comportamento genotpico atravs das safras, maior ser a mdia harmnica de seus valores genotpicos atravs das safras. Assim, a seleo pelos maiores valores da mdia harmnica dos valores genotpicos (MHVG) implica simultaneamente seleo para produtividade e estabilidade. Adaptabilidade de Valores Geneticos ( PRVG ) Ordem Genotipo 1 9 2 7 3 5 4 18 5 1 PRVG 1.1258 1.1045 1.0760 1.0634 1.0545 PRVG*MG 0.2020 0.1982 0.1931 0.1908 0.1892

Tais resultados so referentes adaptabilidade genotpica pelo mtodo da performance relativa dos valores genotpicos preditos (PRVG) atravs dos ambientes. Neste caso, os
85

valores genotpicos preditos so expressos como proporo da mdia geral de cada safra e, posteriormente, obtm-se o valor mdio desta proporo atravs das safras. Genericamente, a performance relativa tem sido usada h longo tempo em termos de dados fenotpicos e, nesses termos, constitui a base do mtodo de Annicchiarico (1992). A quantidade PRVG*MG refere-se performance genotpica relativa mdia multiplicada pela mdia geral de todos as safras. Fornece, portanto, o valor genotpico mdio, capitalizando a adaptabilidade. Estabilidade e Adaptabilidade de Valores Geneticos ( MHPRVG ) Ordem Genotipo 1 9 2 7 3 5 4 18 5 1 MHPRVG MHPRVG*MG 1.1142 0.1999 1.0993 0.1973 1.0760 0.1931 1.0620 0.1906 1.0532 0.1890

A seo imediatamente acima refere-se a uma medida simultnea da produtividade, estabilidade e adaptabilidade pelo mtodo da mdia harmnica da performance relativa dos valores genotpicos (MHPRVG). Tal mtodo similar ao mtodo de Linn & Binns (1988), porm no contexto genotpico e no no contexto fenotpico. A quantidade MHPRVG*MG refere-se MGPRVG multiplicada pela mdia geral de todos as safras. Fornece, portanto, o valor genotpico mdio penalizado pela instabilidade e capitalizado pela adaptabilidade. Interacao ge Codigo 11 12 21 23 23 ge 0.0020 0.0177 -0.0028 0.0008 -0.0028

Os efeitos ge equivalem interao entre gentipos e ambientes. O cdigo 12 refere-se ao efeito da safra 1 sobre o gentipo 2, como desvio em relao mdia geral e livre dos demais efeitos tais quais g, dentre outros. No caso, o efeito 12 positivo no sentido de aumentar a performance do gentipo 2 no ambiente 1. Mdia das Safras Safra 1 2 3 Media 0.2022 0.1782 0.1578

86

4.3.7 Delineamento em Blocos Incompletos com Estabilidade e Adaptabilidade Temporal Mtodo MHPRVG: Modelo 78. Essa situao refere-se a uma extenso do modelo 70, com a incluso da interao gentipos x medies. Modelo Estatstico y = Xm + Zg + Wb + Ti + Qp + e, em que y o vetor de dados, m o vetor dos efeitos das combinaes medio-repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), i o vetor dos efeitos da interao gentipos x medies, p vetor dos efeitos de ambiente permanente (parcelas no caso) (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor m contempla todas as medies em todas as repeties e ajusta simultaneamente para os efeitos de repeties, medio e interao repetio x medio. essencial que as medies sejam codificadas com diferentes nmeros nas diferentes repeties. No vetor m, pode-se, alternativamente, contemplar-se apenas as medies. Neste caso, os efeitos de repetio so automaticamente redistribudos como efeitos aleatrios confundidos nos efeitos de blocos. De maneira geral, no h prejuzo com esse tipo de abordagem. Sequncia de Colunas no Arquivo de Dados Medio Observaes Gentipo Med/Repetio Bloco Interao Parcela Repetio Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos em 2 medies e 2 blocos em cada um de 2 repeties (medies 1 e 2 na repetio 1 e medies 3 e 4 na repetio 2).
Medio Observaes Gentipo Med/Repet Bloco Interao Parcela Repetio Varivel 1 Varivel 2

1 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

1 1 2 2 1 1 2 2 3 3 4 4 3 3 4 4

11 12 13 14 21 22 23 24 11 12 13 14 21 22 23 24

11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

87

A coluna Parcela deve codificar combinaes repetio-gentipo. Assim, o cdigo 12 representa repetio 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando H2&C2, quando se tem a codificao de repeties na coluna H e de gentipos na coluna C. Outras codificaes similares so tambm vlidas, como por exemplo, parcelas de 1 a 8. A coluna interao uma combinao das colunas medio-gentipo. O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vbloc: varincia ambiental entre blocos. Vgm: varincia da interao gentipos x medies. Vperm: varincia de ambiente permanente. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. r: repetibilidade de parcelas individuais, dada por (Vg + Vperm + Vbloc)/Vf. c2bloc = c2: coeficiente de determinao dos efeitos de bloco. c2gm = c21: coeficiente de determinao dos efeitos da interao gentipo x medies. c2perm = c22: coeficiente de determinao dos efeitos de ambiente permanente. rgmed: correlao genotpica atravs das medies. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.3.6 so igualmente vlidos.

4.4 Avaliao em vrios locais e em vrias colheitas (culturas perenes) A avaliao de gentipos em vrios locais e em vrias colheitas ou safras em plantas perenes gera dados com simultnea dependncia atravs dos locais e do tempo. Estruturas de covarincia para modelar este tipo de base de dados no so facilmente encontradas. Isto porque em geral, nesse caso as correlaes entre medidas repetidas dentro de locais so de alta magnitude, mas as correlaes entre medidas atravs dos locais podem ser de baixa magnitude, fato que dificulta a modelagem do fator tratamentos. Assim sendo, as estruturas ARH, SAD e Toeplitz mencionadas no tpico 5.3 no so adequadas. A estrutura FAMM mostrou-se adequada nesse caso, embora tenha havido dificuldade de convergncia no processo iterativo envolvido na anlise, em alguns casos (Resende & Thompson, 2003; 2004).

88

Assim, estruturas do tipo simetria composta (CS) com correo para heterogeneidade de varincias (propiciando resultados semelhantes aos obtidos pela estrutura simetria composta com varincias heterogneas - CSH) podem ser aplicadas de maneira satisfatria. O modelo CS ou modelo simultneo de repetibilidade, herdabilidade, interao gentipos x locais, interao gentipos x colheitas e interao tripla, associado ao delineamento experimental de blocos ao acaso com uma observao por parcela dado por Yijkn = + g i + b j / n + m k + l n + gb ij / n + gm ik + gl in + bm jk / n + ml kn + gml ikn + gbml ijk / n , em que u o efeito da mdia geral, gi o efeito do gentipo i, bj/n o efeito do bloco j dentro do local n, mk o efeito da medio ou colheita k, ln o efeito do local n, gmik o efeito da interao gentipos x medies, glin o efeito da interao gentipos x locais, bmjk/n o efeito da interao blocos x medies dentro de locais, gbij/n o efeito da interao gentipos x blocos dentro de locais, mlkn o efeito da interao medies x locais, gmlijn a interao tripla gentipos x medies x locais, gbmlijk/n o resduo aleatrio. Os efeitos gbij referem-se aos efeitos de parcela/locais, os quais so efeitos de ambiente permanente de uma colheita para outra. Os efeitos glin tambm so efeitos de ambiente permanente de uma colheita para outra. Esse modelo difere consideravelmente do modelo (implementado como modelo 114 no Selegen-Reml/Blup) utilizado em culturas anuais, para a anlise envolvendo a avaliao de gentipos em vrios locais e anos de plantio, dado por Yijkn = + g i + b j / k / n + a k + l n + ga ik + gl in + al kn + gal ikn + gbal ij / k / n , em que u o efeito da mdia geral, gi o efeito do gentipo i, bj/k/n o efeito do bloco j dentro do ano k dentro do local n, ln o efeito do local n, ak o efeito do ano de plantio k, glin o efeito da interao gentipos x locais, gaik o efeito da interao gentipos x anos de plantio, alkn o efeito da interao locais x anos de plantio, galikn o efeito da interao gentipos x anos x locais, e gbalij/k/n o erro ou resduo aleatrio. Embora colheita possa ser tomada como anos, no h casualizao dos blocos e gentipos nas diferentes colheitas, ou seja, no h casualizao das parcelas. Isto porque os blocos no so hierrquicos em relao s colheitas, como o so em relao aos anos de plantio. Na presente situao, blocos e colheitas apresentam classificao cruzada dentro de locais e portanto existe o efeito bmjk/n. Tambm, os efeitos permanentes de parcela dentro de locais (gbij/n) no so comtemplados no modelo da anlise conjunta de locais e anos de plantio. Portanto, os modelos so completamente diferentes. Este tem sido um erro comum em vrios artigos com plantas perenes, em que as colheitas so assumidas como anos de plantio e o modelo para anlise envolvendo a avaliao de gentipos em vrios locais e anos de plantio (com blocos hierrquicos a anos de plantio) utilizado erroneamente. A incluso dos efeitos permanentes de parcelas dentro de locais essencial para considerar e eliminar os efeitos da correlao residual entre medidas repetidas. Considerando os efeitos ambientais de blocos dentro de locais (b), medies (m), locais (l) e as interaes bloco x medio dentro de locais e locais x medioes como efeitos fixos (pois so efeitos ambientais para os quais os dados devem ser corrigidos) no

89

modelo completo de repetibilidade ou CS apresentado acima, os mesmos podem ser ajustados somados a mdia geral, em um nico vetor de efeitos fixos () dado pela combinao bloco-medio-local. Assim, o modelo linear misto resultante equivale a Yijkn = jkn + g i + gm ik + gl in + gb ij / n + gml ijn + gbml ijk / n . Esse modelo CS foi implementado no modelo 155 software Selegen-Reml/Blup. Desdobrando este modelo em termos de efeitos permanentes (p) e temporrios (t) tem-se y = + g p + g t + g pn + p p + g tn + p t , em que:
g i = g p : efeito de gentipo, permanente atravs das colheitas e locais.

gm ik = g t : efeito de gentipo, temporrio em cada colheita. gl in = g pn : efeito de gentipo, permanente atravs das colheitas em cada local mas

no permanente atravs dos locais. gml ikn = g tn : efeito de gentipo, temporrio em cada colheita e no permanente atravs dos locais, ou seja, peculiar a cada safra e local.
gb ij / n = p p : efeito de parcela dentro de locais, permanente atravs das colheitas.
gbml ijk / n = p t : efeito de parcela dentro de locais, temporrio em cada colheita.

Em termos de varincias destes efeitos tem-se: 2 2 : varincia genotpica ou covarincia dos efeitos genotpicos atravs das gp =g colheitas e locais; a covarincia genotpica atravs das colheitas e locais em um modelo multivariado (estrutura UN). 2 2 : varincia da interao gentipos x medio. gt = gm
2 2 : varincia da interao gentipos x locais. gpn = gl 2 2 : varincia da interao gentipos x medies x locais. gtn = gml 2 2 : varincia dos efeitos permanentes de parcela dentro de locais ou covarincia pp = gb dos efeitos de parcela dentro de locais atravs das colheitas. 2 2 : varincia dos efeitos temporrios de parcela ou da interao parcela dentro pt = gbm de locais x medio.

Assumindo que a correlao genotpica atravs das medies aproxima 1 (ou seja, assumindo que o carter o mesmo de uma colheita para outra), o modelo se reduz a Yijkn = jkn + g i + gl in + gb ij / n + gbml ijk / n = + g p + g pn + p p + p t , o qual denominado modelo de repetibilidade e interao gentipo x locais. Modelos desse tipo foram implementados nos modelos 69, 71, 151 e 152 do software Selegen-Reml/Blup.

Os experimentos em blocos completos, incompletos ou aumentados, instalados em vrios locais e com avaliaes realizadas em vrias safras ao nvel de totais ou de mdias por parcelas por safra (gerando uma s observao por parcela por colheita), podem ser

90

analisados pelos seguintes modelos do Selegen (para materiais genticos no aparentados). Modelos de repetibilidade e interao gentipo x ambiente: Delineamento em Blocos Completos: Modelo 69. Delineamento em Blocos Incompletos ou Ltice: Modelo 71. Anlise de Estabilidade e Adaptabilidade sob Modelos Mistos pelo Mtodo MHPRVG atravs de locais. - Blocos Completos: Modelo 151. - Blocos Incompletos: Modelo 152. - Blocos Aumentados Testemunha de Efeito Aleatrio: Modelo 152. - Blocos Aumentados Testemunha de Efeito Fixo: Modelo 153.

Modelo CS completo: - Blocos Completos (Modelo 155) No Selegen Windows, os modelos 69 e 71 podem ser encontrados na caixa Repetibilidade e Dados Longitudinais da tela principal. Os modelos 151, 152, 153 e 155 podem ser encontrados na caixa Produtividade, Estabilidade e Adaptabilidade. 4.4.1 Delineamento em Blocos Completos, Vrios Locais e Vrias Colheitas (Modelo 69) Modelo Estatstico y = Xm + Zg + Wi + Tp + e, em que y o vetor de dados, m o vetor dos efeitos das combinaes medio-repetio-local (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), i o vetor dos efeitos da interao gentipos x locais (assumidos como aleatrios), p vetor dos efeitos de ambiente permanente (parcelas no caso) (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor m contempla todas as medies em todas as repeties nos vrios locais e ajusta simultaneamente para todos esses efeitos e suas interaes. essencial que as medies sejam codificadas com diferentes nmeros nas diferentes repeties e locais. Desejando-se ajustar os efeitos de repeties e locais como aleatrios pode-se empregar o modelo 71. Sequncia de Colunas no Arquivo de Dados Observaes Gentipo Med/Rep/Loc Interao Parcela Repetio Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 medies e 2 repeties em 2 locais (medies 1 e 2 na repetio 1 do local 1, medies 3 e 4 na repetio 2 do local 1, medies 5 e 6 na repetio 1 do local 2, medies 7 e 8 na repetio 2 do local 2).
91

Observaes 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

Gentipo 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2

Med/Rep/ Interao Loc 1 11 1 12 2 11 2 12 3 11 3 12 4 11 4 12 5 21 5 22 6 21 6 22 7 21 7 22 8 21 8 22

Parcela 11 12 11 12 21 22 21 22 31 32 31 32 41 42 41 42

Repetio 1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

Varivel 1 Varivel 2 10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9 0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

A coluna Parcela deve codificar combinaes repetio-gentipo. Assim, o cdigo 12 representa repetio 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando F2&B2, quando se tem a codificao sequencial de repeties na coluna F e de gentipos na coluna B. Outras codificaes similares so tambm vlidas, como por exemplo, parcelas de 1 a 8. A coluna Interao deve codificar combinaes localgentipo. Assim, o cdigo 12 representa local 1 gentipo 2. O arquivo no necessita estar ordenado dessa forma.

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vint: varincia da interao gentipos x locais. Vperm: varincia de ambiente permanente entre parcelas. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. r: repetibilidade de parcelas individuais. c2int = c2: coeficiente de determinao dos efeitos da interao gentipos x locais. c2perm = c21: coeficiente de determinao dos efeitos permanentes de parcela. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.1.1 so igualmente vlidos.

92

4.4.2 Delineamento em Blocos Incompletos, Vrios Locais e Vrias Colheitas (Modelo 71) Modelo Estatstico y = Xm + Zg + Wb + Qp + Ti + e, em que y o vetor de dados, m o vetor dos efeitos das combinaes medio-repetio-local (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), p vetor dos efeitos de ambiente permanente (parcelas no caso) (aleatrios), i o vetor dos efeitos da interao gentipos x locais e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor m contempla todas as medies em todas as repeties e locais e ajusta simultaneamente para todos esses efeitos e suas interaes. essencial que as medies sejam codificadas com diferentes nmeros nas diferentes repeties e locais. No vetor m, pode-se, alternativamente, contemplar-se apenas as medies. Neste caso, os efeitos de repetio e locais so automaticamente redistribudos como efeitos aleatrios confundidos nos efeitos de blocos. De maneira geral, no h prejuzo com esse tipo de abordagem. Sequncia de Colunas no Arquivo de Dados Observaes Gentipo Med/Rep/Loc Bloco Parcela Interao Repetio Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos em 2 medies e 4 blocos em cada uma de 2 repeties em 2 locais (medies 1 e 2 na repetio 1 do local 1, medies 3 e 4 na repetio 2 do local 1, medies 5 e 6 na repetio 1 do local 2, medies 7 e 8 na repetio 2 do local 2).
Observaes Gentipo Med/Repet Bloco Parcela Interao Repetio Varivel 1 Varivel 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

17 18

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2

1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

5 5

9 9

11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24 31 32

11 12 13 14 11 12 13 14 11 12 13 14 11 12 13 14 21 22

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 3 3

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9 10.3 8.5

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70 0.35 0.14

93

19 20 21 22 23 24 25 26 27 28 29 30 31 32

3 4 1 2 3 4 1 2 3 4 1 2 3 4

5 5 6 6 6 6 7 7 7 7 8 8 8 8

10 10 11 11 12 12 13 13 14 14 15 15 16 16

33 34 31 32 33 34 41 42 43 44 41 42 43 44

23 24 21 22 23 24 21 22 23 24 21 22 23 24

3 3 3 3 3 3 4 4 4 4 4 4 4 4

8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

A coluna Parcela deve codificar combinaes repetio-gentipo. Assim, o cdigo 12 representa repetio 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando G2&B2, quando se tem a codificao de repeties na coluna G e de gentipos na coluna B. Outras codificaes similares so tambm vlidas, como por exemplo, parcelas de 1 a 16. A coluna interao uma combinao das colunas local-gentipo. O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra e de um local para outro, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio e local (combinao bloco-repetio-local). Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vbloc: varincia ambiental entre blocos. Vperm: varincia de ambiente permanente. Vint: varincia da interao gentipos x locais. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. r: repetibilidade individual. c2bloc = c2: coeficiente de determinao dos efeitos de bloco. c2perm = c21: coeficiente de determinao dos efeitos de ambiente permanente. c2int = c22: coeficiente de determinao dos efeitos da interao gentipo x locais. rgloc: correlao genotpica atravs dos locais. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana

94

Os comentrios apresentados no tem 4.1.1 so igualmente vlidos. 4.4.3 Delineamento em Blocos Completos com Estabilidade e Adaptabilidade Mtodo MHPRVG: Modelo 151. Modelo Estatstico y = Xm + Zg + Tp + Wi + e, em que y o vetor de dados, m o vetor dos efeitos das combinaes medio-repetio-local (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), p vetor dos efeitos de ambiente permanente (parcelas no caso) (aleatrios), i o vetor dos efeitos da interao gentipos x locais (assumidos como aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor m contempla todas as medies em todas as repeties nos vrios locais e ajusta simultaneamente para todos esses efeitos e suas interaes. essencial que as medies sejam codificadas com diferentes nmeros nas diferentes repeties e locais. Sequncia de Colunas no Arquivo de Dados Local Observaes Gentipo Med/Rep/Loc Parcela Interao Repetio Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 medies e 2 repeties em 2 locais (medies 1 e 2 na repetio 1 do local 1, medies 3 e 4 na repetio 2 do local 1, medies 5 e 6 na repetio 1 do local 2, medies 7 e 8 na repetio 2 do local 2).
Local 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 Observaes 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Gentipo 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 Med/Rep /Loc 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 Parcela 11 12 11 12 21 22 21 22 31 32 31 32 41 42 41 42 Interao 11 12 11 12 11 12 11 12 21 22 21 22 21 22 21 22 Repetio 1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4 Varivel 1 Varivel 2 10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9 0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

A coluna Parcela deve codificar combinaes repetio-gentipo. Assim, o cdigo 12 representa repetio 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando G2&C2, quando se tem a codificao sequencial de repeties na coluna G e

95

de gentipos na coluna C. Outras codificaes similares so tambm vlidas, como por exemplo, parcelas de 1 a 8. A coluna Interao deve codificar combinaes localgentipo. Assim, o cdigo 12 representa local 1 gentipo 2. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vperm: varincia de ambiente permanente. Vint: varincia da interao gentipos x locais. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. r: repetibilidade de parcelas individuais. c2perm = c2: coeficiente de determinao dos efeitos de ambiente permanente. c2int = c21: coeficiente de determinao dos efeitos da interao gentipos x locais. h2mg: herdabilidade da mdia de gentipo, assumindo sobrevivncia completa. Acgen: acurcia da seleo de gentipos, assumindo sobrevivncia completa. rgloc: correlao genotpica entre o desempenho nos vrios ambientes. CVgi%: coeficiente de variao genotpica. CVe%: coeficiente de variao residual. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.2.3 so igualmente vlidos. 4.4.4 Delineamento em Blocos Incompletos com Estabilidade e Adaptabilidade Mtodo MHPRVG: Modelo 152. Modelo Estatstico y = Xm + Zg + Qp + Ti + Wb + e, em que y o vetor de dados, m o vetor dos efeitos das combinaes medio-repetio-local (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), p vetor dos efeitos de ambiente permanente (parcelas no caso) (aleatrios), i o vetor dos efeitos da interao gentipos x locais, b o vetor dos efeitos de blocos (assumidos como aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor m contempla todas as medies em todas as repeties e locais e ajusta simultaneamente para todos esses efeitos e suas interaes. essencial que as medies sejam codificadas com diferentes nmeros nas diferentes repeties. No vetor m, podese, alternativamente, contemplar-se apenas as medies. Neste caso, os efeitos de

96

repetio so automaticamente redistribudos como efeitos aleatrios confundidos nos efeitos de blocos. De maneira geral, no h prejuzo com esse tipo de abordagem. Sequncia de Colunas no Arquivo de Dados Local Observaes Gentipo Med/Rep/Loc Parcela Interao Bloco Repetio Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos em 2 medies e 2 blocos em cada uma de 2 repeties em 2 locais (medies 1 e 2 na repetio 1 do local 1, medies 3 e 4 na repetio 2 do local 1, medies 5 e 6 na repetio 1 do local 2, medies 7 e 8 na repetio 2 do local 2).
Local Observaes Gentipo Med/Rep/ Loc Parcela Interao Bloco Repetio Varivel 1 Varivel 2

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2

17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

5 5 5 5 6 6 6 6 7 7 7 7 8 8 8 8

11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24 31 32 33 34 31 32 33 34 41 42 43 44 41 42 43 44

11 12 13 14 11 12 13 14 11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24 21 22 23 24 21 22 23 24

1 1 2 2 1 1 2 2 3 3 4 4 3 3 4 4

5 5 6 6 5 5 6 6 7 7 8 8 7 7 8 8

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9 10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70 0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

A coluna Parcela deve codificar combinaes repetio-gentipo. Assim, o cdigo 12 representa repetio 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo

97

comando H2&C2, quando se tem a codificao de repeties na coluna H e de gentipos na coluna C. Outras codificaes similares so tambm vlidas, como por exemplo, parcelas de 1 a 16. A coluna interao uma combinao das colunas local-gentipo. O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra e de um local para outro, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio e local (combinao bloco-repetio-local). Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vperm: varincia de ambiente permanente. Vint: varincia da interao gentipos x locais. Vbloc: varincia ambiental entre blocos. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. h2mg: herdabilidade ajustada da mdia de gentipo, assumindo sobrevivncia completa. Acgen: acurcia da seleo de gentipos, assumindo sobrevivncia completa. r: repetibilidade individual. c2perm = c2: coeficiente de determinao dos efeitos de ambiente permanente. c2int = c21: coeficiente de determinao dos efeitos da interao gentipo x locais. c2bloc = c22: coeficiente de determinao dos efeitos de bloco. rgloc: correlao genotpica atravs dos locais. CVgi%: coeficiente de variao genotpica. CVe%: coeficiente de variao residual. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.2.3 so igualmente vlidos. 4.4.5 Delineamento em Blocos Aumentados com Testemunhas de Efeito Aleatrio Estabilidade e Adaptabilidade pelo Mtodo MHPRVG: Modelo 152. Nesta situao, o modelo 152 pode ser usado e as testemunhas sero consideradas como pertencentes mesma populao dos tratamentos em avaliao. 4.4.6 Delineamento em Blocos Aumentados com Testemunhas de Efeito Fixo Estabilidade e Adaptabilidade pelo Mtodo MHPRVG: Modelo 153. Modelo Estatstico

98

y = Xt + Zg + Qp + Ti + Wb + e, em que y o vetor de dados, t o vetor dos efeitos das testemunhas e da populao dos tratamentos regulares em cada medio e local (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), p vetor dos efeitos de ambiente permanente (parcelas no caso) (aleatrios), i o vetor dos efeitos da interao gentipos x locais, b o vetor dos efeitos de blocos (assumidos como aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor t contempla todas as testemunhas e a populao dos tratamentos regulares em todas as medies e locais. Desejando-se ajustar os efeitos de locais e de medies como aleatrios basta preencher a coluna Populao-Testemunha somente com os cdigos das testemunhas e da populao principal, ou seja, os mesmos cdigos para todas as medies e locais. Neste caso, os efeitos de medies e locais sero distribudos, de forma confundida, nos efeitos de blocos onde sero ajustadas combinaes bloco-medio-local, codificadas na coluna de blocos.

Sequncia de Colunas no Arquivo de Dados Assumindo-se os efeitos de medies e de locais como aleatrios e embutidos nos efeitos das combinaes bloco-medio-local tem-se a seguinte configurao do arquivo de dados. Local Observaes Gentipo Pop-Test Parcela Interao Bloco Med-Loc Variveis Exemplo: Avaliao de 2 variveis em 6 gentipos (4 tratamentos e 2 testemunhas) em 2 medies e 2 blocos em cada um de 2 locais (medies 1 e 2 no local 1, medies 3 e 4 no local 2).
Local Observaes Gentipo Pop-Test Parcela Interao Bloco Med-Loc Varivel 1 Varivel 2

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

2 2

17 18

1 T1 2 T2 3 T1 4 T2 1 T1 2 T2 3 T1 4 T2 1 T1

1 T1 1 T2 1 T1 1 T2 1 T1 1 T2 1 T1 1 T2 1 T1

1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8 9 10

11 1T1 12 1T2 13 1T1 14 1T2 11 1T1 12 1T2 13 1T1 14 1T2 21 2T1

1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

5 5

3 3

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70 0.35 0.14

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9 10.3 8.5

99

2 2 2 2 2 2 2 2 2 2 2 2 2 2

19 20 21 22 23 24 25 26 27 28 29 30 31 32

2 T2 3 T1 4 T2 1 T1 2 T2 3 T1 4 T2

1 T2 1 T1 1 T2 1 T1 1 T2 1 T1 1 T2

11 12 13 14 15 16 9 10 11 12 13 14 15 16

22 2T2 23 2T1 24 2T2 21 2T1 22 2T2 23 2T1 24 2T2

5 5 6 6 6 6 7 7 7 7 8 8 8 8

3 3 3 3 3 3 4 4 4 4 4 4 4 4

0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

Na coluna Pop-Test, a populao dos tratamentos principais preenchida com determinado dgito ou cdigo e as testemunhas so preenchidas com outros cdigos. No presente exemplo, codificou-se a populao dos tratamentos principais com o nmero 1 e as testemunhas T1 e T2 com seus respectivos cdigos. A coluna Parcela deve apresentar os mesmos cdigos de uma medio para a outra, mas diferentes cdigos de um local para outro. A coluna interao uma combinao das colunas local-gentipo. A numerao dos blocos deve ser sequencial de uma medio para outra e de um local para outro, ou seja, os nmeros dados aos blocos devem ser diferentes em cada medio e local (combinao medio-bloco-local). Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vperm: varincia de ambiente permanente. Vint: varincia da interao gentipos x locais. Vbloc: varincia ambiental entre blocos. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. h2mg: herdabilidade ajustada da mdia de gentipo, assumindo sobrevivncia completa r: repetibilidade individual. Acgen: acurcia da seleo de gentipos, assumindo sobrevivncia completa. c2perm = c2: coeficiente de determinao dos efeitos de ambiente permanente. c2int = c21: coeficiente de determinao dos efeitos da interao gentipo x locais. c2bloc c22: coeficiente de determinao dos efeitos de bloco. rgloc: correlao genotpica atravs dos locais. CVgi%: coeficiente de variao genotpica. CVe%: coeficiente de variao residual.

100

Mdia geral do experimento. A mdia geral apresentada refere-se mdia da populao dos tratamentos regulares, desde que a primeira linha do arquivo de dados no seja referente a alguma testemunha.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.2.3 so igualmente vlidos. 4.4.7. Delineamento em Blocos Completos: Modelo CS ou modelo simultneo de repetibilidade, herdabilidade, interao gentipos x locais, interao gentipos x colheitas e interao tripla (Modelo 155) Modelo Estatstico y = Xf + Zg + Qgl + Tgm + Wgml + Sp + e, em que y o vetor de dados, f o vetor dos efeitos das combinaes repetio-local-medio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), gl vetor dos efeitos da interao de gentipos com locais (aleatrios), gm o vetor dos efeitos da interao gentipos x medies, glm o vetor dos efeitos da interao tripla gentipos x locais x medies (assumidos como aleatrios), p o vetor dos efeitos permanentes de parcela dentro de locais (assumidos como aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Os efeitos ambientais de blocos dentro de locais (b), medies (m), locais (l) e as interaes bloco x medio dentro de locais e locais x medioes so considerados como efeitos fixos em um nico vetor de efeitos fixos (f) dado pela combinao blocomedio-local. Modelos reduzidos podem tambm ser ajustados empregando-se o modelo 155 bastando para isso declarar os parmetros c2 iguais a zero, progressivamente. Pode-se ento testar a significncia de tais efeitos suprimidos, fazendo-se a anlise de deviance via LRT, conforme descrito no tpico 3, usando os arquivos de resultados com extenso .dev exibidos pelo Selegen-Reml/Blup. Sequncia de Colunas no Arquivo de Dados Local Observaes Gentipo Medio-Repetio-Local Gen-Local Gen-Med Gen-LocMed Parcela Medio Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 repeties em cada um de 2 locais, com 2 medies ou colheitas em cada parcela. Os cdigos Med-Rep-Loc 1 e 2 referem-se medio 1 nas repeties 1 e 2 do local 1, os cdigos Med-Rep-Loc 3 e 4 referem-se medio 2 nas repeties 1 e 2 do local 1, os cdigos Med-Rep-Loc 5 e 6 referem-se medio 1 nas repeties 1 e 2 do local 2, os cdigos Med-Rep-Loc 7 e 8 referem-se medio 2 nas repeties 1 e 2 do local 2.

101

Local

Observaes

Gentipo

Med-RepLoc

Gen-Med

Gen-Loc

Gen-LocMed

Parc

Medio

Varivel 1

Varivel 2

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2

1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

11 21 11 21 12 22 12 22 11 21 11 21 12 22 12 22

11 21 11 21 11 21 11 21 12 22 12 22 12 22 12 22

111 211 111 211 112 212 112 212 121 221 121 221 122 222 122 222

1 2 3 4 1 2 3 4 5 6 7 8 5 6 7 8

1 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

Todas as colunas podem ser facilmente montadas fazendo-se as combinaes entre os cdigos dos efeitos de gentipos, de locais e de colheitas. A coluna Medio-RepetioLocal obtida fazendo-se a numerao sequencial das medies atravs das repeties e dos locais. A coluna parcela refere-se a combinaes gentipo-repetio-local. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vgm: varincia da interao gentipos x medies. Vgl: varincia da interao gentipos x locais. Vglm: varincia da interao gentipos x locais x medies. Vperm: varincia dos efeitos permanentes de parcela. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. h2mg = herdabilidade no sentido amplo da mdia de gentipos. Acgen = acurcia da seleo de gentipos. c2gl = c2: coeficiente de determinao dos efeitos da interao gentipo x locais. c2gm = c21: coeficiente de determinao dos efeitos da interao gentipos x medies. c2glm = c22: coeficiente de determinao dos efeitos da interao gentipo x locais x medies. c2perm = c24: coeficiente de determinao dos efeitos permanentes de parcela; r: repetibilidade individual. rgl: correlao genotpica atravs dos locais,vlida para qualquer medio. rgm: correlao genotpica atravs das medies, vlida para qualquer local. rgl_m: correlao genotpica atravs dos locais, em uma dada colheita ou medio. rgm_l: correlao genotpica atravs das medies, em um dado local.

102

rgl_mm: correlao genotpica atravs dos locais, para a mdia de todas as colheitas ou medies. rgm_ml: correlao genotpica atravs das medies, para a mdia de todos os locais. rglocm: correlao genotpica atravs dos locais e medies. Mdia geral do experimento.

Valores Genotpicos Os comentrios apresentados no tem 4.2.3 so igualmente vlidos.

4.5 Avaliao em vrios locais e em vrias anos (culturas anuais) Em culturas anuais comum a realizao de experimentao envolvendo vrios locais e anos de cultivo. Uma anlise completa desses ensaios pode ser realizada adotando-se o modelo 114, o qual considera os trs efeitos principais (gentipos, locais e anos), bem como suas interaes. Adicionalmente fornece medidas de estabilidade e adaptabilidade dos gentipos ao longo dos ambientes (locais e anos). Modelos reduzidos podem tambm ser ajustados empregando-se os modelos 115 (modelo sem ajuste para a interao tripla) ou 54 (modelo sem ajuste para a interao tripla e sem ajuste para a interao gentipos x anos). Tambm, no prprio modelo 114 podem ser obtidas essas anlises reduzidas, bastando para isso declarar o parmetro c22 = 0 para se obter anlise idntica obtida pelo modelo 115 e c21 = c22 = 0 para se obter anlise idntica obtida pelo modelo 54. Fazendo-se essas declaraes pode-se tambm testar a significncia de tais efeitos fazendo-se a anlise de deviance via LRT, conforme descrito no tpico 3. No Selegen Windows, os modelos 114 e 115 podem ser encontrados na caixa Interao com Locais e Anos da tela principal. 4.5.1 Delineamento em Blocos Completos com Interao Tripla e Estabilidade e Adaptabilidade Mtodo MHPRVG: Modelo 114. Modelo Estatstico y = Xf + Zg + Qa + Ti + Wt + e, em que y o vetor de dados, f o vetor dos efeitos das combinaes repetio-local-ano (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), a vetor dos efeitos da interao de gentipos com anos (aleatrios), i o vetor dos efeitos da interao gentipos x locais, t o vetor dos efeitos da interao tripla gentipos x locais x anos (assumidos como aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Esse modelo equivalente ao utilizado tradicionalmente para a anlise envolvendo a avaliao de gentipos em vrios locais e anos de plantio, dado por Yijkn = + g i + b j / k / n + a k + l n + ga ik + gl in + al kn + gal ikn + gbal ij / k / n , em que u o efeito da mdia geral, gi o efeito do gentipo i, bj/k/n o efeito do bloco j dentro do ano k dentro do local n, ln o efeito do local n, ak o efeito do ano de plantio k, glin o efeito

103

da interao gentipos x locais, gaik o efeito da interao gentipos x anos de plantio, alkn o efeito da interao locais x anos de plantio, galikn o efeito da interao gentipos x anos x locais, e gbalij/k/n o erro ou resduo aleatrio. No caso, os efeitos de anos, locais e blocos/anos/locais foram agrupados no efeito f. O vetor f contempla os efeitos de repeties dentro de locais dentro de anos, de locais, de anos e interao local x ano. essencial que as repeties sejam codificadas com diferentes nmeros nas diferentes locais e anos. Se houver interesse em se ajustar as combinaes repetio-local-ano como efeitos aleatrios pode-se empregar o modelo genrico nmero 125, encontrado na caixa Modelos Genricos do Selegen Windows. Neste caso, pode-se ajustar apenas a mdia geral como efeito fixo (coluna de uns). Sequncia de Colunas no Arquivo de Dados Local Observaes Gentipo Repetio-local-ano Gen-ano Gen-loc Gen-loc-ano Ano Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 repeties em cada um de 2 locais e 2 anos.
Local Observaes Gentipo Rep-LocAno GenAno Gen-Loc Gen-LocAno Ano Varivel 1 Varivel 2

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2

1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

11 21 11 21 12 22 12 22 11 21 11 21 12 22 12 22

11 21 11 21 11 21 11 21 12 22 12 22 12 22 12 22

111 211 111 211 112 212 112 212 121 221 121 221 122 222 122 222

1 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

Todas as colunas podem ser facilmente montadas fazendo-se as combinaes entre os cdigos dos efeitos de gentipos, de locais e de anos. A coluna Repetio-Local-Ano obtida fazendo-se a numerao sequencial das repeties atravs dos locais e anos. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica.

104

Vga: varincia da interao gentipos x anos. Vgl: varincia da interao gentipos x locais. Vgla: varincia da interao gentipos x locais x anos. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. c2ga = c2: coeficiente de determinao dos efeitos da interao gentipos x anos. c2gl = c21: coeficiente de determinao dos efeitos da interao gentipo x locais. c2gla = c22: coeficiente de determinao dos efeitos da interao gentipo x locais x anos. rgl: correlao genotpica atravs dos locais,vlida para qualquer ano. rga: correlao genotpica atravs dos anos, vlida para qualquer local. rgl_a: correlao genotpica atravs dos locais, em um dado ano. rga_l: correlao genotpica atravs dos anos, em um dado local. rgl_ma: correlao genotpica atravs dos locais, para a mdia de todos os anos. rga_ml: correlao genotpica atravs dos anos, para a mdia de todos os locais. rgla: correlao genotpica atravs dos locais e anos. Mdia geral do experimento.

Valores Genotpicos Os comentrios apresentados no tem 4.2.3 so igualmente vlidos.

4.5.2 Delineamento em Blocos Completos sem Interao Tripla e Estabilidade e Adaptabilidade Mtodo MHPRVG: Modelo 115. Modelo Estatstico y = Xf + Zg + Qa + Ti + e, em que y o vetor de dados, f o vetor dos efeitos das combinaes repetio-local-ano (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), a vetor dos efeitos da interao de gentipos com anos (aleatrios), i o vetor dos efeitos da interao gentipos x locais e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Esse modelo pode ser aplicado quando a interao tripla no significativa ou ignorada. O vetor f contempla os efeitos de repeties dentro de locais dentro de anos, de locais, de anos e interao local x ano. essencial que as repeties sejam codificadas com diferentes nmeros nas diferentes locais e anos. Se houver interesse em se ajustar as combinaes repetio-local-ano como efeitos aleatrios pode-se empregar o modelo genrico nmero 124, encontrado na caixa Modelos Genricos do Selegen Windows. Neste caso, pode-se ajustar apenas a mdia geral como efeito fixo (coluna de uns). Sequncia de Colunas no Arquivo de Dados Local Observaes Gentipo Repetio-local-ano Gen-ano Gen-loc Ano Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 repeties em cada um de 2 locais e 2 anos.

105

Local

Observaes Gentipo

Rep-LocAno

Gen-Ano

Gen-Loc

Ano

Varivel 1

Varivel 2

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2

1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

11 21 11 21 12 22 12 22 11 21 11 21 12 22 12 22

11 21 11 21 11 21 11 21 12 22 12 22 12 22 12 22

1 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

Todas as colunas podem ser facilmente montadas fazendo-se as combinaes entre os cdigos dos efeitos de gentipos, de locais e de anos. A coluna Repetio-Local-Ano obtida fazendo-se a numerao sequencial das repeties atravs dos locais e anos. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vga: varincia da interao gentipos x anos. Vgl: varincia da interao gentipos x locais. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. c2ga = c2: coeficiente de determinao dos efeitos da interao gentipos x anos. c2gl = c21: coeficiente de determinao dos efeitos da interao gentipo x locais. h2mc: herdabilidade no sentido amplo ao nvel de mdias de gentipos. Acclon: Acurcia da seleo ao nvel de mdias de gentipos. rgl: correlao genotpica atravs dos locais,vlida para qualquer ano. rga: correlao genotpica atravs dos anos, vlida para qualquer local. rgl_a: correlao genotpica atravs dos locais, em um dado ano. rga_l: correlao genotpica atravs dos anos, em um dado local. rgl_ma: correlao genotpica atravs dos locais, para a mdia de todos os anos. rga_ml: correlao genotpica atravs dos anos, para a mdia de todos os locais. rgla: correlao genotpica atravs dos locais e anos. Mdia geral do experimento.

Valores Genotpicos Os comentrios apresentados no tem 4.2.3 so igualmente vlidos.

106

5. Avaliao de Gentipos (Acessos, Cultivares, Clones, Hbridos, Linhagens e Famlias) em Vrias Repeties - Vrias Observaes por Parcela 5.1 Avaliao em um local e em uma colheita Os experimentos podem ser instalados nos delineamentos em blocos completos, incompletos (ltice, alfa, blocos aumentados), inteiramente ao acaso (DIC) e linhacoluna. A tomada de dados realizada ao nvel de indivduos dentro de parcelas, gerando vrias observaes por parcela. Para materiais genticos no aparentados ou mesmo aparentados porm ignorando-se o parentesco entre eles, os modelos do Selegen que podem ser usados nessa situao so: Delineamento em Blocos Completos: Modelos 2 e 18. Delineamento em Blocos Completos, com Tabela da Anlise de Varincia: Modelo 94. Delineamento em Blocos Incompletos ou Ltice: Modelo 7. Delineamento em Blocos Completos, Anlise com Covarivel: Modelo 127. Delineamento Inteiramente ao Acaso: Modelo 81. Delineamento em Linha-Coluna: Modelo 57. Uma anlise com covarivel para o delineamento de blocos incompletos com vrias plantas por parcela pode ser realizada empregando-se o modelo 128, porm ajustando blocos no lugar de interao. Maiores detalhes podem ser vistos na descrio do modelo 128. No Selegen Windows, os modelos 2, 7, 18, 57 e 81 podem ser encontrados na caixa Modelos Mistos: Delineamentos Experimentais / Materiais Genticos / Ambientes da tela principal. O modelo 94 pode ser encontrado na caixa Anlise de Varincia/REML e os modelos 127 e 128 podem ser encontrados na caixa Modelos Mistos com Covarivel. 5.1.1 Blocos Completos (Modelos 2, 18 e 94) Modelo Estatstico y = Xr + Zg + Wp + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), p o vetor dos efeitos de parcela, e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Desejando-se ajustar os efeitos de repeties como aleatrios pode-se empregar o modelo 7, seguindo a sequncia de colunas de tais modelos e preenchendo-se toda a coluna de repeties com 1 (onde ser ajustada a mdia geral) e a coluna de blocos com os blocos completos.
107

Sequncia de Colunas no Arquivo de Dados Indivduo Gentipo Repetio Parcela Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 repeties com 2 plantas por parcela.
Indivduo 1 2 3 4 5 5 7 8 Gentipo 1 1 2 2 1 1 2 2 Repetio 1 1 1 1 2 2 2 2 Parcela 1 1 2 2 3 3 4 4 Obs/Parc 1 2 1 2 1 2 1 2 Varivel 1 10.3 12.4 8.5 5.2 7.5 6.3 4.1 5.2 Varivel 2 0.35 0.25 0.14 0.34 0.83 0.87 0.37 0.34

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vparc: varincia ambiental entre parcelas. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. h2aj: herdabilidade individual no sentido amplo, ajustada para os efeitos de parcela. c2parc = c2: coeficiente de determinao dos efeitos de parcela. h2mc: herdabilidade da mdia de gentipo, assumindo ausncia de perda de parcelas. Acclon: acurcia da seleo de gentipos, assumindo ausncia de perda de parcelas. CVgi%: coeficiente de variao genotpica. CVe%: coeficiente de variao residual. CVr = CVg/CVe = coeficiente de variao relativa. PEV: varincia do erro de predio dos valores genotpicos, assumindo sobrevivncia completa. SEP: desvio padro do valor genotpico predito, assumindo sobrevivncia completa. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.1.1 so igualmente vlidos. 5.1.2. Blocos Incompletos (Modelo 7)

108

Modelo Estatstico y = Xr + Zg + Wp + Tb + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), p o vetor dos efeitos de parcela (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Indivduo Gentipo Repetio Parcela Bloco Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos em 2 repeties e 4 blocos, com 2 plantas por parcela. Indivduo Gentipo Repetio
1 3 5 7 2 4 6 8 1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

Parcela
1 1 2 2 3 3 4 4

Bloco
1 1 1 1 2 2 2 2

Obs/Parcela
1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2

Varivel 1
10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4 12.3 8.5 7.6 8.7 10.4 5.2 5.3 3.4

Varivel 2
0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11 0.55 0.14 0.64 0.74 0.25 0.34 0.54 0.13

9 10 11 12 13 14 15 16

5 5 6 6 7 7 8 8

3 3 3 3 4 4 4 4

O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio. Desejando-se ajustar os efeitos de repeties como aleatrios pode-se preencher toda a coluna de repeties com 1 (onde ser ajustada a mdia geral). Neste caso, os efeitos de repeties sero distribudos, de forma confundida, nos efeitos de blocos.

Interpretao dos Resultados Componentes de Varincia

109

1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vparc: varincia ambiental entre parcelas. Vbloc: varincia ambiental entre blocos. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2bloc = c21: coeficiente de determinao dos efeitos de bloco. CVgi%: coeficiente de variao genotpica. CVe%: coeficiente de variao residual. h2mc: herdabilidade ajustada da mdia de gentipo, assumindo sobrevivncia completa. Acclon: acurcia da seleo de gentipos, assumindo sobrevivncia completa. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.1.1 so igualmente vlidos. 5.1.3. Blocos Completos, Anlise com Covarivel (Modelo 127) Modelo Estatstico y = Xr + Cov + Zg + Wp + e, em que y o vetor de dados, r o vetor dos efeitos (assumidos como fixos) de repetio somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), p o vetor dos efeitos de parcela (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). O coeficiente refere-se regresso associada covarivel Cov. As letras romanas maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Indivduo Gentipo Repetio Parcela Obs/Parc Covarivel Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 repeties com 2 plantas por parcela e uma covarivel.
Indivduo 1 2 3 4 5 5 7 8 Gentipo 1 1 2 2 1 1 2 2 Repetio 1 1 1 1 2 2 2 2 Parcela 1 1 2 2 3 3 4 4 Obs/Parcela 1 2 1 2 1 2 1 2 Covarivel 1 0 2 3 3 2 3 1 Varivel 1 10.3 12.4 8.5 5.2 7.5 6.3 4.1 5.2 Varivel 2 0.35 0.25 0.14 0.34 0.83 0.87 0.37 0.34

O arquivo no necessita estar ordenado dessa forma.


110

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vparc: varincia ambiental entre parcelas. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. h2aj: herdabilidade individual no sentido amplo, ajustada para os efeitos de parcela. c2parc = c2: coeficiente de determinao dos efeitos de parcela. h2mc: herdabilidade da mdia de gentipo, assumindo ausncia de perda de parcelas. Acclon: acurcia da seleo de gentipos, assumindo ausncia de perda de parcelas. CVgi%: coeficiente de variao genotpica. CVe%: coeficiente de variao residual. PEV: varincia do erro de predio dos valores genotpicos, assumindo sobrevivncia completa. SEP: desvio padro do valor genotpico predito, assumindo sobrevivncia completa. Mdia geral do experimento. Beta: coeficiente de regresso associado covarivel. Mdia Cov: Mdia da covarivel.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.1.1 so igualmente vlidos. 5.1.4 Delineamento Inteiramente ao Acaso (DIC): Modelo 81 Modelo Estatstico y = Xu + Zg + Wp + e, em que y o vetor de dados, u o efeito da mdia geral (fixo), g o vetor dos efeitos genotpicos (assumidos como aleatrios), p o vetor dos efeitos de parcela, e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Indivduo Gentipo Mdia Parcela Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 repeties com 2 plantas por parcela.
Indivduo 1 2 3 4 5 Gentipo 1 1 2 2 1 Mdia 1 1 1 1 1 Parcela 1 1 2 2 3 Obs/Parcela 1 2 1 2 1 Varivel 1 10.3 12.4 8.5 5.2 7.5 Varivel 2 0.35 0.25 0.14 0.34 0.83

111

5 7 8

1 2 2

1 1 1

3 4 4

2 1 2

6.3 4.1 5.2

0.87 0.37 0.34

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vparc: varincia ambiental entre parcelas. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. h2aj: herdabilidade individual no sentido amplo, ajustada para os efeitos de parcela. c2parc = c2: coeficiente de determinao dos efeitos de parcela. CVgi%: coeficiente de variao genotpica. CVe%: coeficiente de variao residual. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.1.1 so igualmente vlidos. 5.1.5 Delineamento Linha-Coluna: Modelo 57 Modelo Estatstico y = Xr + Zg + Wp + Ql + Tc + e, em que y o vetor de dados, r o vetor dos efeitos de repetio somados mdia geral (fixos), g o vetor dos efeitos genotpicos (assumidos como aleatrios), p o vetor dos efeitos de parcelas (assumidos como aleatrios), l o vetor dos efeitos de linhas (assumidos como aleatrios), c vetor dos efeitos de coluna (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Indivduo Gentipo Repetio Parcela Linha Coluna Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos em 2 repeties, com 2 plantas por parcela.
Indivduo Gentipo Repetio Parcela Linha Coluna Obs/Parcela Varivel 1 Varivel 2

1 2 3

1 1 2

1 1 1

1 1 2

1 2 1

1 1 2

1 2 1

10.3 8.5 8.6

0.35 0.14 0.54

112

4 5 6 7 8 9 10 11 12 13 14 15 16

2 3 3 4 4 1 1 2 2 3 3 4 4

1 1 1 1 1 2 2 2 2 2 2 2 2

2 3 3 4 4 5 5 6 6 7 7 8 8

2 1 2 1 2 3 4 3 4 3 4 3 4

2 3 3 4 4 1 1 2 2 3 3 4 4

2 1 2 1 2 1 2 1 2 1 2 1 1

1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.7 8.2

2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.56 0.54

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vparc: varincia ambiental entre parcelas. Vlinha: varincia entre linhas. Vcoluna: varincia entre colunas. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. h2aj: herdabilidade individual ajustada, no sentido amplo. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2linha = c21: coeficiente de determinao dos efeitos de linha. c2coluna = c22: coeficiente de determinao dos efeitos de coluna. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.1.1 so igualmente vlidos. 5.2 Avaliao em vrios locais e em uma safra Os experimentos em blocos completos ou incompletos, instalados em vrios locais e com avaliaes realizadas ao nvel de indivduos dentro de parcelas (gerando vrias observaes por parcela), podem ser analisados pelos seguintes modelos do Selegen (para materiais genticos no aparentados): Delineamento em Blocos Completos: Modelo 3. Delineamento em Blocos Incompletos ou Ltice: Modelo 12. Delineamento em Blocos Completos, Anlise com Covarivel: Modelo 128. Delineamento em Blocos Incompletos, Anlise com Covarivel: Modelo 129. Anlise de Estabilidade e Adaptabilidade sob Modelos Mistos pelo Mtodo MHPRVG - Blocos Completos e vrias Observaes por Parcela: Modelo 51
113

- Blocos Incompletos e vrias Observaes por Parcela: Modelo 53 No Selegen Windows, os modelos 3 e 12 podem ser encontrados na caixa Modelos Mistos: Delineamentos Experimentais/Materiais Genticos/Ambientes da tela principal. Os modelos 51 e 53 podem ser encontrados na caixa Produtividade, Estabilidade e Adaptabilidade. Os modelos 128 e 129 podem ser encontrados na caixa Modelos Mistos com Covarivel.

5.2.1 Blocos Completos em Vrios Locais (Modelo 3) Modelo Estatstico y = Xr + Zg + Wp + Ti + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), p o vetor dos efeitos de parcela (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor r contempla todas as repeties de todos os locais (ajusta combinaes repetio-local). Nesse caso, esse vetor contempla os efeitos de locais e de repeties dentro de locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. Desejando-se ajustar os efeitos de repeties e de locais como aleatrios pode-se empregar o modelo 12, seguindo a sequncia de colunas de tal modelo e preenchendo-se toda a coluna de repeties com 1 (onde ser ajustada a mdia geral) e a coluna de blocos com os blocos completos nos vrios locais. Desejando-se ajustar os efeitos de locais como fixos e os efeitos de repeties como aleatrios pode-se proceder conforme descrito no tpico 21.9. Sequncia de Colunas no Arquivo de Dados Indivduo Gentipo Repetio Parcela Interao Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 repeties em cada um de 2 locais (repeties 1 e 2 no local 1 e repeties 3 e 4 no local 2), com 2 plantas por parcela. Parcela
1 2 3 4

Gentipo Repetio
1 1 2 2 1 1 1 1

Parcela
1 1 2 2

Interao Obs/Parc ela


11 11 12 12 1 2 1 2

Varivel 1
10.3 8.5 8.6 8.7

Varivel 2
0.35 0.14 0.54 0.94

114

5 6 7 8

9 10 11 12 13 14 15 16

1 1 2 2 1 1 2 2 1 1 2 2

2 2 2 2

3 3 4 4

11 11 12 12

3 3 3 3 4 4 4 4

5 5 6 6 7 7 8 8

21 21 22 22 21 21 22 22

1 2 1 2 1 2 1 2 1 2 1 2

12.4 5.2 5.3 5.4 10.7 8.5 8.2 8.7 17.4 8.2 5.3 5.9

0.25 0.34 0.74 0.11 0.55 0.14 0.42 0.94 0.35 0.34 0.64 0.18

A coluna Interao deve codificar combinaes local-gentipo. Assim, o cdigo 12 representa local 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando =A2&C2, quando se tem a codificao de locais na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vparc: varincia ambiental entre parcelas. Vint: varincia da interao gentipo x ambiente. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2int = c21: coeficiente de determinao dos efeitos da interao gentipo x ambiente. h2mc: herdabilidade da mdia de gentipo, assumindo sobrevivncia completa. Acclon: acurcia da seleo de gentipos, assumindo sobrevivncia completa. rgloc: correlao genotpica entre o desempenho nos vrios ambientes. PEV: varincia do erro de predio dos valores genotpicos, assumindo sobrevivncia completa. SEP: desvio padro do valor genotpico predito, assumindo sobrevivncia completa. CVgi%: coeficiente de variao genotpica. CVe%: coeficiente de variao residual. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.1.1 so igualmente vlidos. 5.2.2. Blocos Incompletos em Vrios Locais (Modelo 12)

115

Modelo Estatstico y = Xr + Zg + Wp + Qb + Ti + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), p o vetor dos efeitos de parcelas (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor r contempla todas as repeties de todos os locais (ajusta combinaes repetio-local). Nesse caso, esse vetor contempla os efeitos de locais e de repeties dentro de locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. Desejando-se ajustar os efeitos de repeties e de locais como aleatrios basta preencher toda a coluna de repeties com 1 (onde ser ajustada a mdia geral). Neste caso, os efeitos de repeties e de locais sero distribudos, de forma confundida, nos efeitos de blocos. Sequncia de Colunas no Arquivo de Dados Indivduo Gentipo Repetio Parcela Bloco Interao Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos em 2 repeties e 4 blocos em cada um de 2 locais (repeties 1 e 2 no local 1 e repeties 3 e 4 no local 2), com 2 plantas por parcela.
Indivduo Gentipo Repetio Parcela Bloco Interao Obs/Parc Varivel 1 Varivel 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

17 18 19 20

1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4 1 1 2 2

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

3 3 3 3

9 9 10 10

5 5 5 5

11 11 12 12 13 13 14 14 11 11 12 12 13 13 14 14 21 21 22 22

1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9 10.3 8.5 8.6 1.6

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70 0.35 0.14 0.54 2.40

116

21 22 23 24 25 26 27 28 29 30 31 32

3 3 4 4 1 1 2 2 3 3 4 4

3 3 3 3 4 4 4 4 4 4 4 4

11 11 12 12 13 13 14 14 15 15 16 16

6 6 6 6 7 7 7 7 8 8 8 8

23 23 24 24 21 21 22 22 23 23 24 24

1 2 1 2 1 2 1 2 1 2 1 2

10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

A coluna Interao deve codificar combinaes local-gentipo. Assim, o cdigo 12 representa local 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando =A2&C2, quando se tem a codificao de locais na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra e de um local para outro, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio e local. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vparc: varincia ambiental entre parcelas. Vbloc: varincia ambiental entre blocos. Vint: varincia da interao gentipo x ambiente. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. h2mc: herdabilidade ajustada da mdia de gentipo, assumindo sobrevivncia completa. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2bloc = c21: coeficiente de determinao dos efeitos de bloco. c2int = c22: coeficiente de determinao dos efeitos da interao gentipo x ambiente. rgloc: correlao genotpica entre o desempenho nos vrios ambientes. CVgi%: coeficiente de variao genotpica. CVe%: coeficiente de variao residual. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.1.1 so igualmente vlidos.

117

5.2.3 Blocos Completos em Vrios Locais, Anlise com Covarivel (Modelo 128) Modelo Estatstico y = Xr + Cov + Zg + Wp + Ti + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), p o vetor dos efeitos de parcela (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios) e e o vetor de erros ou resduos (aleatrios). O coeficiente refere-se regresso associada covarivel Cov. As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor r contempla todas as repeties de todos os locais (ajusta combinaes repetio-local). Nesse caso, esse vetor contempla os efeitos de locais e de repeties dentro de locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. Desejando-se ajustar os efeitos de repeties e de locais como aleatrios pode-se empregar o modelo 129, seguindo a sequncia de colunas de tal modelo e preenchendose toda a coluna de repeties com 1 (onde ser ajustada a mdia geral) e a coluna de blocos com os blocos completos nos vrios locais. Sequncia de Colunas no Arquivo de Dados Indivduo Gentipo Repetio Parcela Interao Obs/Parc Covarivel Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 repeties em cada um de 2 locais (repeties 1 e 2 no local 1 e repeties 3 e 4 no local 2), com 2 plantas por parcela e uma covarivel.
Parcela Gentipo Repetio Parcela Interao Obs/Parc Covarivel Varivel 1 Varivel 2

1 2 3 4 5 6 7 8

9 10 11 12 13 14 15 16

1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2

1 1 1 1 2 2 2 2

1 1 2 2 3 3 4 4

11 11 12 12 11 11 12 12

3 3 3 3 4 4 4 4

5 5 6 6 7 7 8 8

21 21 22 22 21 21 22 22

1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2

0 1 2 3 4 5 8 7 8 7 5 6 4 3 2 1

10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4 10.7 8.5 8.2 8.7 17.4 8.2 5.3 5.9

0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11 0.55 0.14 0.42 0.94 0.35 0.34 0.64 0.18

118

A coluna Interao deve codificar combinaes local-gentipo. Assim, o cdigo 12 representa local 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando =A2&C2, quando se tem a codificao de locais na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vparc: varincia ambiental entre parcelas. Vint: varincia da interao gentipo x ambiente. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2int = c21: coeficiente de determinao dos efeitos da interao gentipo x ambiente. h2mc: herdabilidade da mdia de gentipo, assumindo sobrevivncia completa. Acclon: acurcia da seleo de gentipos, assumindo sobrevivncia completa. rgloc: correlao genotpica entre o desempenho nos vrios ambientes. PEV: varincia do erro de predio dos valores genotpicos, assumindo sobrevivncia completa. SEP: desvio padro do valor genotpico predito, assumindo sobrevivncia completa. Mdia geral do experimento. Beta: coeficiente de regresso associado covarivel. Mdia Cov: Mdia da covarivel.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.1.1 so igualmente vlidos. 5.2.4. Blocos Incompletos em Vrios Locais, Anlise com Covarivel (Modelo 129) Modelo Estatstico y = Xr + Cov + Zg + Wp + Qb + Ti + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), p o vetor dos efeitos de parcelas (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios) e e o vetor de erros ou resduos (aleatrios). O coeficiente refere-se regresso associada covarivel Cov. As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

119

O vetor r contempla todas as repeties de todos os locais (ajusta combinaes repetio-local). Nesse caso, esse vetor contempla os efeitos de locais e de repeties dentro de locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. Desejando-se ajustar os efeitos de repeties e de locais como aleatrios basta preencher toda a coluna de repeties com 1 (onde ser ajustada a mdia geral). Neste caso, os efeitos de repeties e de locais sero distribudos, de forma confundida, nos efeitos de blocos. Sequncia de Colunas no Arquivo de Dados Indivduo Gentipo Repetio Parcela Bloco Interao Obs/Parc Covarivel Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos em 2 repeties e 4 blocos em cada um de 2 locais (repeties 1 e 2 no local 1 e repeties 3 e 4 no local 2), com 2 plantas por parcela e uma covarivel.
Indivduo Gentipo Repetio Parcela Bloco Interao Obs/Parc Covarivel Varivel 1 Varivel 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

17 18 19 20 21 22 23 24 25 26 27 28

1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4 1 1 2 2

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

3 3 3 3 3 3 3 3 4 4 4 4

9 9 10 10 11 11 12 12 13 13 14 14

5 5 5 5 6 6 6 6 7 7 7 7

11 11 12 12 13 13 14 14 11 11 12 12 13 13 14 14 21 21 22 22 23 23 24 24 21 21 22 22

1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2

0 1 2 3 4 5 8 7 8 7 5 6 4 3 2 1 0 1 2 3 4 5 8 7 8 7 5 6

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9 10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70 0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60

120

29 30 31 32

3 3 4 4

4 4 4 4

15 15 16 16

8 8 8 8

23 23 24 24

1 2 1 2

4 3 2 1

10.6 8.1 8.2 1.9

0.35 0.14 0.54 2.70

A coluna Interao deve codificar combinaes local-gentipo. Assim, o cdigo 12 representa local 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando =A2&C2, quando se tem a codificao de locais na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra e de um local para outro, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio e local. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vparc: varincia ambiental entre parcelas. Vbloc: varincia ambiental entre blocos. Vint: varincia da interao gentipo x ambiente. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2bloc = c21: coeficiente de determinao dos efeitos de bloco. c2int = c22: coeficiente de determinao dos efeitos da interao gentipo x ambiente. rgloc: correlao genotpica entre o desempenho nos vrios ambientes. Mdia geral do experimento. Beta: coeficiente de regresso associado covarivel. Mdia Cov: Mdia da covarivel.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.1.1 so igualmente vlidos. 5.2.5 Delineamento em Blocos Completos em Vrios Locais e Vrias Observaes por Parcela Mtodo MHPRVG: Modelos 51. Essa situao refere-se a uma extenso do modelo 3. Modelo Estatstico

121

y = Xr + Zg + Wp + Ti + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), p o vetor dos efeitos de parcela (aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor r contempla todos as repeties de todos os locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. O vetor p contempla todas as parcelas de todos os locais. essencial que as parcelas sejam codificadas com diferentes nmeros nos diferentes locais. Desejando-se ajustar os efeitos de locais como fixos e os efeitos de repeties como aleatrios pode-se proceder conforme descrito no tpico 21.10. Sequncia de Colunas no Arquivo de Dados Local Indivduo Gentipo Repetio Parcela Interao Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 repeties e 4 parcelas em cada um de 2 locais.

Local

Indivduo

Gentipo

Repetio

Parcela

Interao

Obs/Parc

Varivel 1 Varivel 2

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2

1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

11 11 12 12 11 11 12 12 21 21 22 22 21 21 22 22

1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

A coluna Interao deve codificar combinaes local-gentipo. Assim, o cdigo 12 representa local 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando A2&C2, quando se tem a codificao de locais na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia

122

1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vparc: varincia ambiental entre parcelas. Vint: varincia da interao gentipo x ambiente. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2int = c21: coeficiente de determinao dos efeitos da interao gentipo x ambiente. h2mg: herdabilidade da mdia de gentipo, assumindo sobrevivncia completa. Acgen: acurcia da seleo de gentipos, assumindo sobrevivncia completa. rgloc: correlao genotpica entre o desempenho nos vrios ambientes. CVgi%: coeficiente de variao genotpica. CVe%: coeficiente de variao residual. Mdia geral do experimento.

Valores Genotpicos Os comentrios apresentados no tem 4.2.3 so igualmente vlidos. 5.2.6 Delineamento em Blocos Incompletos em Vrios Locais e Vrias Observaes por Parcela Mtodo MHPRVG: Modelos 53. Essa situao refere-se a uma extenso do modelo 12. Modelo Estatstico y = Xr + Zg + Wp + Ti + Sb + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios), p o vetor dos efeitos de parcela (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor r contempla todos as repeties de todos os locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. Sequncia de Colunas no Arquivo de Dados Local Indivduo Gentipo Repetio Parcela Interao Bloco Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos em 2 repeties com 2 plantas por parcela e 4 blocos em cada um de 2 locais.
Local Indivduo Gentipo Repetio Parcela Interao Bloco Obs/Parc Varivel 1 Varivel 2

1 1 1

1 2 3

1 1 2

1 1 1

1 1 2

11 11 12

1 1 1

1 2 1

10.3 8.5 8.6

0.35 0.14 0.54

123

1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2

4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

2 3 3 4 4 1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4

1 1 1 1 1 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4

2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 10 10 11 11 12 12 13 13 14 14 15 15 16 16

12 13 13 14 14 11 11 12 12 13 13 14 14 21 21 22 22 23 23 24 24 21 21 22 22 23 23 24 24

1 2 2 2 2 3 3 3 3 4 4 4 4 5 5 5 5 6 6 6 6 7 7 7 7 8 8 8 8

2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2

1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.11 8.12 1.9 10.6 8.11 8.12 1.9 10.7 8.13 8.14 1.1 10.7 8.13 8.14 1.1 10.8 8.15 8.16 1.11

2.4 0.35 0.14 0.54 2.5 0.35 0.14 0.54 2.6 0.35 0.14 0.54 2.7 0.94 0.134 2.7 0.35 0.14 0.54 2.8 0.174 0.214 2.8 0.35 0.14 0.54 2.9 0.254 0.294

A coluna Interao deve codificar combinaes local-gentipo. Assim, o cdigo 12 representa local 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando A2&C2, quando se tem a codificao de locais na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra e de um local para outro, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio e local. O mesmo dito em relao aos efeitos de parcela. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vparc: varincia ambiental entre parcelas. Vint: varincia da interao gentipo x ambiente. Vbloc: varincia ambiental entre blocos. Ve: varincia residual. Vf: varincia fenotpica individual.

124

h2g = h2: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2int = c21: coeficiente de determinao dos efeitos da interao gentipo x ambiente. c2bloc = c22: coeficiente de determinao dos efeitos de bloco. h2mg: herdabilidade ajustada da mdia de gentipo, assumindo sobrevivncia completa. Acgen: acurcia da seleo de gentipos, assumindo sobrevivncia completa. rgloc: correlao genotpica entre o desempenho nos vrios ambientes. CVgi%: coeficiente de variao genotpica. CVe%: coeficiente de variao residual. Mdia geral do experimento.

Valores Genotpicos Os comentrios apresentados no tem 4.2.3 so igualmente vlidos.

5.3 Avaliao em um local e em vrias colheitas ou safras Os experimentos em blocos completos ou incompletos, associados a medidas repetidas em vrias safras, com avaliaes realizadas ao nvel de indivduos dentro de parcelas em cada safra (gerando vrias observaes por parcela em cada safra), podem ser analisados pelos seguintes modelos do Selegen (para materiais genticos no aparentados): Delineamento em Blocos Completos: Modelos 9 e 27. Delineamento em Blocos Incompletos ou Ltice: Modelo 66. Anlise de Estabilidade e Adaptabilidade Temporal sob Modelos Mistos com Interao Gentipo x Safras pelo Mtodo MHPRVG - Blocos Completos: Modelo 79 No Selegen Windows, os modelos 9, 27, 66 e 79 podem ser encontrados na caixa Repetibilidade e Dados Longitudinais da tela principal. 5.3.1 Delineamento em Blocos Completos (Modelo 9 e 27) Modelo Estatstico y = Xm + Zg + Wp + Ts + e, em que y o vetor de dados, m o vetor dos efeitos das combinaes medio-repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), p vetor dos efeitos de parcela (aleatrios), s vetor dos efeitos de ambiente permanente (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor m contempla todas as medies em todas as repeties e ajusta simultaneamente para os efeitos de repeties, medio e interao repetio x medio. essencial que as medies sejam codificadas com diferentes nmeros nas diferentes repeties. Sequncia de Colunas no Arquivo de Dados
125

Observaes Gentipo Med-Repetio Parcela Indivduo Medio Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 repeties com 2 medies por indivduo (medies 1 e 2 na repetio 1 e medies 3 e 4 na repetio 2), com 2 plantas por parcela e um total de 8 indivduos.
Observaes Gentipo Med-Repet Parcela Indivduo Medio Varivel 1 Varivel 2

1 2 3 4 5 6 7 8

9 10 11 12 13 14 15 16

1 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2

1 2 1 2 1 2 1 2

1 1 1 1 2 2 2 2

1 1 2 2 3 3 4 4

3 4 3 4 3 4 3 4

3 3 3 3 4 4 4 4

5 5 6 6 7 7 8 8

1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2

10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4 11.3 8.5 3.6 8.7 11.4 5.2 7.3 3.4

0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11 0.45 0.17 0.54 0.94 0.35 0.34 0.94 0.21

A coluna Parcela deve codificar combinaes repetio-gentipo. Assim, o cdigo 12 representa repetio 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando =A2&C2, quando se tem a codificao de repeties na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas, como por exemplo parcelas de 1 a 4. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vparc: varincia ambiental entre parcelas. Vperm: varincia de ambiente permanente. Ve: varincia residual temporria. Vf: varincia fenotpica individual. h2g = h2: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. r: repetibilidade individual. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2perm = c21: coeficiente de determinao dos efeitos de ambiente permanente. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana

126

Os comentrios apresentados no tem 4.1.1 so igualmente vlidos. 5.3.2 Delineamento em Blocos Incompletos ou Ltice (Modelo 66) Modelo Estatstico y = Xm + Zg + Wp + Tb + Qs + e, em que y o vetor de dados, m o vetor dos efeitos das combinaes medio-repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), p o vetor dos efeitos de parcelas (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), s vetor dos efeitos de ambiente permanente (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor m contempla todas as medies em todas as repeties e ajusta simultaneamente para os efeitos de repeties, medio e interao repetio x medio. essencial que as medies sejam codificadas com diferentes nmeros nas diferentes repeties. No vetor m, pode-se, alternativamente, contemplar-se apenas as medies. Neste caso, os efeitos de repetio so automaticamente redistribudos como efeitos aleatrios confundidos nos efeitos de blocos. De maneira geral, no h prejuzo com esse tipo de abordagem. Sequncia de Colunas no Arquivo de Dados Observaes Gentipo Med-Repetio Parcela Bloco Indivduo Medio Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos em 2 medies e 4 blocos em cada um de 2 repeties (medies 1 e 2 na repetio 1 e medies 3 e 4 na repetio 2), com 2 plantas por parcela e um total de 16 indivduos.
Observaes Gentipo Med-Repet 1 1 1 2 1 1 3 2 1 4 2 1 5 3 1 6 3 1 7 4 1 8 4 1 9 1 2 10 1 2 11 2 2 12 2 2 13 3 2 14 3 2 15 4 2 16 4 2 Parcela 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 Bloco 1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4 Indivduo 1 2 3 4 5 6 7 8 Medio 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Varivel 1 Varivel 2 10.3 0.35 8.5 0.14 8.6 0.54 1.6 2.4 10.4 0.35 8.7 0.14 8.8 0.54 1.7 2.5 10.5 0.35 8.9 0.14 8.1 0.54 1.8 2.6 10.6 0.35 8.11 0.14 8.12 0.54 1.9 2.7

9 10 11 12 13 14 15 16

127

17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4

3 4 3 4 3 4 3 4 3 4 3 4 3 4 3 4

1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

1 2 3 4 5 6 7 8

9 10 11 12 13 14 15 16

2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2

10.6 8.11 8.12 1.9 10.7 8.13 8.14 1.1 10.7 8.13 8.14 1.1 10.8 8.15 8.16 1.11

0.94 0.134 2.7 0.35 0.14 0.54 2.8 0.174 0.214 2.8 0.35 0.14 0.54 2.9 0.254 0.294

A coluna Parcela deve codificar combinaes repetio-gentipo. Assim, o cdigo 12 representa repetio 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando =A2&C2, quando se tem a codificao de repeties na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas, como por exemplo, parcelas de 1 a 8. O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra e de uma medio para outra, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio e medio. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vparc: varincia ambiental entre parcelas. Vbloc: varincia ambiental entre blocos. Vperm: varincia de ambiente permanente. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. r: repetibilidade individual. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2bloc = c21: coeficiente de determinao dos efeitos de bloco. c2perm = c22: coeficiente de determinao dos efeitos de ambiente permanente. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.1.1 so igualmente vlidos.

128

5.3.3 Delineamento em Blocos Completos com Estabilidade e Adaptabilidade Temporal Mtodo MHPRVG: Modelo 79. Essa situao refere-se a uma extenso dos modelos 9 e 27, com a incluso da interao gentipos x medies. Modelo Estatstico y = Xm + Zg + Wp + Ti + Qs + e, em que y o vetor de dados, m o vetor dos efeitos das combinaes medio-repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), p o vetor dos efeitos de parcelas (assumidos como aleatrios), i o vetor dos efeitos da interao gentipos x medies, s vetor dos efeitos de ambiente permanente (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor m contempla todas as medies em todas as repeties e ajusta simultaneamente para os efeitos de repeties, medio e interao repetio x medio. essencial que as medies sejam codificadas com diferentes nmeros nas diferentes repeties. Sequncia de Colunas no Arquivo de Dados Medio Observaes Gentipo Med-Repetio Parcela Interao Indivduo Repetio Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 repeties com 2 medies por indivduo (medies 1 e 2 na repetio 1 e medies 3 e 4 na repetio 2), com 2 plantas por parcela e um total de 8 indivduos.
Medio Observaes Gentipo Med-Repet Parcela GenMed Indivduo Repetio Varivel 1 Varivel 2

1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2

1 2 3 4 5 6 7 8

9 10 11 12 13 14 15 16

1 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2

1 2 1 2 1 2 1 2

1 1 1 1 2 2 2 2

3 4 3 4 3 4 3 4

3 3 3 3 4 4 4 4

11 12 11 12 21 22 21 22 11 12 11 12 21 22 21 22

1 1 2 2 3 3 4 4

5 5 6 6 7 7 8 8

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4 11.3 8.5 3.6 8.7 11.4 5.2 7.3 3.4

0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11 0.45 0.17 0.54 0.94 0.35 0.34 0.94 0.21

129

A coluna Parcela deve codificar combinaes repetio-gentipo. Assim, o cdigo 12 representa repetio 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando =A2&C2, quando se tem a codificao de repeties na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas, como por exemplo parcelas de 1 a 4. A coluna Gen-Med refere-se interao gentipo x medies e deve codificar combinaes gentipo-medio. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vparc: varincia ambiental entre parcelas. Vgm: varincia da interao gentipos x medies. Vperm: varincia de ambiente permanente. Ve: varincia residual temporria. Vf: varincia fenotpica individual. h2g = h2: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. r: repetibilidade individual. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2gm = c21: coeficiente de determinao dos efeitos da interao gentipos x medies. c2perm = c22: coeficiente de determinao dos efeitos de ambiente permanente. rgmed: correlao genotpica atravs das medies. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.8.6 so igualmente vlidos. 5.3.4 Delineamento em Blocos Completos: Medidas Repetidas via Modelo Fatorial Completo ou Estrutura de Simetria Composta (Modelo 116) Modelo Estatstico y = Xf + Zg + Qgb + Tgm + Wgbm + Sp + e, em que y o vetor de dados, f o vetor dos efeitos das combinaes repetio-medio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos de prognies (assumidos como aleatrios), gb vetor dos efeitos de parcela (aleatrios), gm o vetor dos efeitos da interao gentipos x medies, gbm o vetor dos efeitos da interao tripla gentipos x blocos x medies (assumidos como aleatrios), p o vetor dos efeitos permanentes de indivduo dentro de parcela (assumidos como aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

130

Os efeitos ambientais de repeties (b), medies (m) e a interao repetio x medio so considerados como efeitos fixos em um nico vetor de efeitos fixos (f) dado pela combinao repetio-medio. Modelos reduzidos podem tambm ser ajustados empregando-se o modelo 116 bastando para isso declarar os parmetros c2 iguais a zero, progressivamente. Pode-se ento testar a significncia de tais efeitos suprimidos, fazendo-se a anlise de deviance via LRT, conforme descrito no tpico 3. Sequncia de Colunas no Arquivo de Dados Observaes Gentipo Medio-Repetio Gen-Rep Gen-Med Gen-Rep-Med Indivduo Medio Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 repeties, com 2 plantas por parcela e 2 medies por indivduo. Coluna Med-Rep: medies 1 e 2 na repetio 1 e medies 3 e 4 na repetio 2. Indivduos 1 a 4 referem-se primeira planta da parcela e indivduo 5 a 8 referem-se segunda planta da parcela.
Observaes Gentipo Med-Rep Gen-Rep Gen-Med Gen-RepMed Perm Med Varivel 1 Varivel 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2

1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4

11 21 11 21 12 22 12 22 11 21 11 21 12 22 12 22

11 21 12 22 11 21 12 22 11 21 12 22 11 21 12 22

111 211 112 212 121 221 122 222 111 211 112 212 121 221 122 222

1 2 1 2 3 4 3 4 1 2 1 2 3 4 3 4

1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

Todas as colunas podem ser facilmente montadas fazendo-se as combinaes entre os cdigos dos efeitos de gentipos, de repeties e de colheitas. A coluna MedioRepetio obtida fazendo-se a numerao sequencial das colheitas atravs das repeties. A coluna Gen-Rep refere-se a combinaes gentipo-repetio. A coluna Gen-Med refere-se a combinaes gentipo-medio. A coluna Gen-Rep-Med refere-se a combinaes da coluna Gen-Rep com a coluna de medio. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual )

131

Vg: varincia genotpica. Vgb: varincia entre parcelas. Vgm: varincia da interao gentipos x medies. Vgbm: varincia da interao gentipos x blocos x medies. Vperm: varincia dos efeitos permanentes de indivduo dentro de parcela. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: coeficiente de determinao dos efeitos genotpicos de famlias. c2gb = c2: coeficiente de determinao dos efeitos de parcela. c2gm = c21: coeficiente de determinao dos efeitos da interao gentipos x medies. c2gbm = c22: coeficiente de determinao dos efeitos da interao gentipo x blocos x medies. c2perm = c24: coeficiente de determinao dos efeitos permanentes de parcela; r: repetibilidade individual. Mdia geral do experimento.

Valores Genotpicos Os comentrios apresentados no tem 4.1.1 so igualmente vlidos. 5.4 Avaliao em vrios locais e em vrias colheitas ou safras Os experimentos em blocos completos e incompletos, instalados em vrios locais e com avaliaes realizadas em vrias safras ao nvel de indivduos dentro de parcelas por safra (gerando vrias observaes por parcela por safra), podem ser analisados pelos seguintes modelos do Selegen (para materiais genticos no aparentados). Delineamento em Blocos Completos: Modelo 64. Delineamento em Blocos Incompletos ou Ltice: Modelo 72. No Selegen Windows, os modelos 64 e 72 podem ser encontrados na caixa Repetibilidade e Dados Longitudinais da tela principal. 5.4.1 Delineamento em Blocos Completos, Vrios Locais e Vrias Safras (Modelo 64) Modelo Estatstico y = Xm + Zg + Wp + Ts + Qi + e, em que y o vetor de dados, m o vetor dos efeitos das combinaes medio-repetio-local (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), p o vetor dos efeitos de parcela (assumidos como aleatrios), s vetor dos efeitos de ambiente permanente (aleatrios) e i o vetor dos efeitos da interao gentipos x locais (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

132

O vetor m contempla todas as medies em todas as repeties nos vrios locais e ajusta simultaneamente para todos esses efeitos e suas interaes. essencial que as medies sejam codificadas com diferentes nmeros nas diferentes repeties e locais. Sequncia de Colunas no Arquivo de Dados Observaes Gentipo Med-Rep-Loc Parcela Indivduo Interao Medio Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 medies e 2 repeties em 2 locais (medies 1 e 2 na repetio 1 do local 1, medies 3 e 4 na repetio 2 do local 1, medies 5 e 6 na repetio 1 do local 2, medies 7 e 8 na repetio 2 do local 2), com 2 plantas por parcela e um total de 16 indivduos (1 a 8 referentes primeira planta em cada parcela e 9 a 16 referentes segunda planta na parcela).

Observas Gentipos

Med-RepLoc

Parcela

Indivduo

Interao

Local

Varivel1

Varivel2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

17 18 19 20 21 22 23 24 25 26 27 28

1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2

1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 1 1 2 2 3 3 4 4 5 5 6 6

11 12 11 12 21 22 21 22 31 32 31 32 41 42 41 42 11 12 11 12 21 22 21 22 31 32 31 32

1 2 1 2 3 4 3 4 5 6 5 6 7 8 7 8 9 10 9 10 11 12 11 12 13 14 13 14

11 12 11 12 11 12 11 12 21 22 21 22 21 22 21 22 11 12 11 12 11 12 11 12 21 22 21 22

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 2 2 2 2

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9 10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70 0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60

133

29 30 31 32

1 2 1 2

7 7 8 8

41 42 41 42

15 16 15 16

21 22 21 22

2 2 2 2

10.6 8.1 8.2 1.9

0.35 0.14 0.54 2.70

A coluna Parcela deve codificar combinaes repetio-gentipo. Assim, o cdigo 12 representa repetio 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando =A2&C2, quando se tem a codificao sequencial de repeties na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas, como por exemplo, parcelas de 1 a 8. A coluna Interao deve codificar combinaes localgentipo. Assim, o cdigo 12 representa local 1 gentipo 2. O arquivo no necessita estar ordenado dessa forma.

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vparc: varincia ambiental entre parcelas. Vperm: varincia de ambiente permanente. Vint: varincia da interao gentipos x locais. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. r: repetibilidade de parcelas individuais. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2perm = c21: coeficiente de determinao dos efeitos permanentes. c2int = c22: coeficiente de determinao dos efeitos da interao gentipos x locais. rgloc: correlao genotpica atravs dos locais. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.1.1 so igualmente vlidos. 5.4.2 Delineamento em Blocos Incompletos, Vrios Locais e Vrias Safras (Modelo 72) Modelo Estatstico y = Xm + Zg + Wp + Qs + Ti + Sb + e, em que y o vetor de dados, m o vetor dos efeitos das combinaes medio-repetio-local (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), p vetor dos efeitos de parcelas (aleatrios), s o vetor dos efeitos de ambiente permanente (aleatrios), i o vetor dos efeitos da interao gentipos x locais (aleatrios), b o

134

vetor dos efeitos de blocos (assumidos como aleatrios), e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor m contempla todas as medies em todas as repeties e locais e ajusta simultaneamente para todos esses efeitos e suas interaes. essencial que as medies sejam codificadas com diferentes nmeros nas diferentes repeties e locais. No vetor m, pode-se, alternativamente, contemplar-se apenas as medies. Neste caso, os efeitos de repetio e locais so automaticamente redistribudos como efeitos aleatrios confundidos nos efeitos de blocos. De maneira geral, no h prejuzo com esse tipo de abordagem. Sequncia de Colunas no Arquivo de Dados Observaes Gentipo Med/Rep/Loc Parcela Indivduo Interao Bloco Local Variveis Exemplo: Avaliao de 2 variveis em 4 prognies em 2 medies e 2 repeties com 2 blocos incompletos em cada repetio, em 2 locais (medies 1 e 2 na repetio 1 do local 1, medies 3 e 4 na repetio 2 do local 1, medies 5 e 6 na repetio 1 do local 2, medies 7 e 8 na repetio 2 do local 2), com 2 plantas por parcela e um total de 32 indivduos (1 a 16 referentes primeira planta em cada parcela e 17 a 32 referentes segunda planta na parcela).
Observaes Gentipo Med/Rep/Loc Parcela Indiv Interao Bloco Local Varivel 1 Varivel 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

17 18 19 20 21 22 23 24 25

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1

1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

5 5 5 5 6 6 6 6 7

11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24 31 32 33 34 31 32 33 34 41

1 2 3 4 1 2 3 4 5 6 7 8 5 6 7 8 9 10 11 12 9 10 11 12 13

11 12 13 14 11 12 13 14 11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24 21

1 1 2 2 1 1 2 2 3 3 4 4 3 3 4 4 5 5 6 6 5 5 6 6 7

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9 10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70 0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35

135

26 27 28 29 30 31 32
33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48

49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64

2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

7 7 7 8 8 8 8
1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

5 5 5 5 6 6 6 6 7 7 7 7 8 8 8 8

42 43 44 41 42 43 44 11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24 31 32 33 34 31 32 33 34 41 42 43 44 41 42 43 44

14 15 16 13 14 15 16 17 18 19 20 17 18 19 20 21 22 23 24 21 22 23 24 25 26 27 28 25 26 27 28 29 30 31 32 29 30 31 32

22 23 24 21 22 23 24 11 12 13 14 11 12 13 14 11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24 21 22 23 24 21 22 23 24

7 8 8 7 7 8 8 1 1 2 2 1 1 2 2 3 3 4 4 3 3 4 4 5 5 6 6 5 5 6 6 7 7 8 8 7 7 8 8

2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2

8.9 8.1 1.8 10.6 8.1 8.2 1.9 10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9 10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

0.14 0.54 2.60 0.35 0.14 0.54 2.70 0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70 0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

A coluna Parcela deve codificar combinaes repetio-gentipo. Assim, o cdigo 12 representa repetio 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando A2&C2, quando se tem a codificao de repeties na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas, como por exemplo, parcelas de 1 a 16. A coluna interao uma combinao das colunas local-gentipo. O arquivo no necessita estar ordenado dessa forma.

136

A numerao dos blocos deve ser sequencial de uma repetio para outra e de um local para outro, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio e local (combinao bloco-repetio-local). Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vparc: varincia ambiental entre parcelas. Vperm: varincia dos efeitos permanentes. Vint: varincia da interao gentipos x locais. Vbloc: varincia ambiental entre blocos. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2perm = c21: coeficiente de determinao dos efeitos de ambiente permanente. c2int = c22: coeficiente de determinao dos efeitos da interao gentipo x locais. c2bloc = c24: coeficiente de determinao dos efeitos de bloco. r: repetibilidade individual. rgloc: correlao genotpica atravs dos locais. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.1.1 so igualmente vlidos. 5.4.3 Delineamento em Blocos Incompletos, Vrios Locais e Vrias Safras, com Covarivel (Modelo 130) Modelo Estatstico y = Xm + Cov + Zg + Wp + Qs + Ti + Sb + e, em que y o vetor de dados, m o vetor dos efeitos das combinaes medio-repetio-local (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos (assumidos como aleatrios), p vetor dos efeitos de parcelas (aleatrios), s o vetor dos efeitos de ambiente permanente (aleatrios), i o vetor dos efeitos da interao gentipos x locais (aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), e e o vetor de erros ou resduos (aleatrios). O coeficiente refere-se regresso associada covarivel Cov. As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor m contempla todas as medies em todas as repeties e locais e ajusta simultaneamente para todos esses efeitos e suas interaes. essencial que as medies sejam codificadas com diferentes nmeros nas diferentes repeties e locais. No vetor m, pode-se, alternativamente, contemplar-se apenas as medies. Neste caso, os efeitos
137

de repetio e locais so automaticamente redistribudos como efeitos aleatrios confundidos nos efeitos de blocos. De maneira geral, no h prejuzo com esse tipo de abordagem. Sequncia de Colunas no Arquivo de Dados Observaes Gentipo Med/Rep/Loc Parcela Indivduo Interao Bloco Local Covarivel Variveis Exemplo: Avaliao de 2 variveis e uma covarivel em 4 prognies em 2 medies e 2 repeties com 2 blocos incompletos em cada repetio, em 2 locais (medies 1 e 2 na repetio 1 do local 1, medies 3 e 4 na repetio 2 do local 1, medies 5 e 6 na repetio 1 do local 2, medies 7 e 8 na repetio 2 do local 2), com 2 plantas por parcela e um total de 32 indivduos (1 a 16 referentes primeira planta em cada parcela e 17 a 32 referentes segunda planta na parcela).
Observaes Gentipo Med/Rep/Loc Parcela Indiv Interao Bloco Local Covarivel Varivel 1 Varivel 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

5 5 5 5 6 6 6 6 7 7 7 7 8 8 8 8

11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24 31 32 33 34 31 32 33 34 41 42 43 44 41 42 43 44

1 2 3 4 1 2 3 4 5 6 7 8 5 6 7 8 9 10 11 12 9 10 11 12 13 14 15 16 13 14 15 16

11 12 13 14 11 12 13 14 11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24 21 22 23 24 21 22 23 24

1 1 2 2 1 1 2 2 3 3 4 4 3 3 4 4 5 5 6 6 5 5 6 6 7 7 8 8 7 7 8 8

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2

0 1 2 3 4 5 8 7 8 7 5 6 4 3 2 1 0 1 2 3 4 5 8 7 8 7 5 6 4 3 2 1

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9 10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70 0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

138

33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48

49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

5 5 5 5 6 6 6 6 7 7 7 7 8 8 8 8

11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24 31 32 33 34 31 32 33 34 41 42 43 44 41 42 43 44

17 18 19 20 17 18 19 20 21 22 23 24 21 22 23 24 25 26 27 28 25 26 27 28 29 30 31 32 29 30 31 32

11 12 13 14 11 12 13 14 11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24 21 22 23 24 21 22 23 24

1 1 2 2 1 1 2 2 3 3 4 4 3 3 4 4 5 5 6 6 5 5 6 6 7 7 8 8 7 7 8 8

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2

0 1 2 3 4 5 8 7 8 7 5 6 4 3 2 1 0 1 2 3 4 5 8 7 8 7 5 6 4 3 2 1

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9 10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70 0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

A coluna Parcela deve codificar combinaes repetio-gentipo. Assim, o cdigo 12 representa repetio 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando A2&C2, quando se tem a codificao de repeties na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas, como por exemplo, parcelas de 1 a 16. A coluna interao uma combinao das colunas local-gentipo. O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra e de um local para outro, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio e local (combinao bloco-repetio-local). Interpretao dos Resultados Componentes de Varincia

139

1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica. Vparc: varincia ambiental entre parcelas. Vperm: varincia de ambiente permanente. Vint: varincia da interao gentipos x locais. Vbloc: varincia ambiental entre blocos. Ve: varincia residual. Vf: varincia fenotpica individual. h2g: herdabilidade de parcelas individuais no sentido amplo, ou seja, dos efeitos genotpicos totais. c2parc: coeficiente de determinao dos efeitos de parcela. c2perm: coeficiente de determinao dos efeitos de ambiente permanente. c2int: coeficiente de determinao dos efeitos da interao gentipo x locais. c2bloc: coeficiente de determinao dos efeitos de bloco. r: repetibilidade individual. rgloc: correlao genotpica atravs dos locais. Mdia geral do experimento. Beta: coeficiente de regresso associado covarivel. Mdia Cov: Mdia da covarivel.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.1.1 so igualmente vlidos. 6. Avaliao de Indivduos em Prognies de Meios Irmos (ou Polinizao Aberta em Espcies Algamas) - Uma Observao por Parcela 6.1 Avaliao em um local e em uma colheita ou safra Os experimentos podem ser instalados nos delineamentos em blocos completos, incompletos (ltice, alfa, blocos aumentados), inteiramente ao acaso (DIC) e linhacoluna. As avaliaes geralmente so realizadas ao nvel do indivduo na parcela, gerando uma s observao por parcela. Os modelos do Selegen que podem ser usados nessa situao so: Delineamento em Blocos Completos: Modelo 19. Delineamento em Blocos Completos, com Tabela da Anlise de Varincia: Modelo 95. Delineamento em Blocos Incompletos ou Ltice: Modelo 15. Delineamento em Blocos Completos, Anlise com Covarivel: Modelo 135. Delineamento em Blocos Incompletos, Anlise com Covarivel: Modelo 137. Delineamento Inteiramente ao Acaso: Modelo 82. No Selegen Windows, os modelos 15, 19 e 82 podem ser encontrados na caixa Modelos Mistos: Delineamentos Experimentais / Materiais Genticos / Ambientes da tela principal. O modelo 95 pode ser encontrado na caixa Anlise de Varincia/REML e os modelos 135 e 137 podem ser encontrados na caixa Modelos Mistos com Covarivel.

140

6.1.1 Blocos Completos (Modelos 19 e 95) Modelo Estatstico y = Xr + Za + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Desejando-se ajustar os efeitos de repeties como aleatrios pode-se empregar o modelos 15, seguindo a sequncia de colunas de tal modelo e preenchendo-se toda a coluna de repeties com 1 (onde ser ajustada a mdia geral) e a coluna de blocos com os blocos completos. Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 2 prognies em 2 repeties. Parcela
1 2 3 4

Prognie
1 1 2 2

Repetio
1 2 1 2

Obs/Parcela
1 1 1 1

Varivel 1
10.3 12.4 8.5 5.2

Varivel 2
0.35 0.25 0.14 0.34

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. h2mp: herdabilidade da mdia de prognie, assumindo sobrevivncia completa. Acprog: acurcia da seleo de prognie, assumindo sobrevivncia completa. h2ad: herdabilidade aditiva dentro de prognie. CVgi%: coeficiente de variao gentica aditiva individual. CVgp%: coeficiente de variao gentica entre prognies. CVe%: coeficiente de variao residual. CVr = CVg/CVe = coeficiente de variao relativa. PEV: varincia do erro de predio dos valores genotpicos, assumindo sobrevivncia completa. SEP: desvio padro do valor genotpico predito, assumindo sobrevivncia completa. Mdia geral do experimento.

141

Valores Genotpicos e Intervalos de Confiana 2. Componentes de Mdia ( BLUP Individual )


Seleo de Indivduos

Ordem Bloc Fam


1 2 3 4 5 2 5 3 5 2 303 363 303 303 353

f
104.00 113.00 98.00 100.00 105.00

a
16.01 14.45 14.30 14.18 14.09

u+a Ganho Nova Mdia


68.28 66.72 66.57 66.45 66.37 16.01 15.23 14.92 14.73 14.61 68.28 67.50 67.19 67.01 66.88

Ne
1.00 2.00 2.48 2.67 3.66

d
5.67 6.36 4.53 4.45 5.63

g
21.68 20.81 18.83 18.63 19.73

Seleo de Genitores

Ordem Genitor
1 2 3 4 5 323 303 375 353 304

Ganho Nova Mdia


16.83 15.92 14.81 13.93 13.23 69.10 68.19 67.08 66.20 65.50

16.83 15.01 12.59 11.29 10.41

Seleo com Sobreposio de Geraes

Ordem Bloc Fam


1 2 3 4 5 0 2 0 5 3 323 303 303 363 303

a
16.83 16.01 15.01 14.45 14.30

Ganho Nova Mdia


16.83 16.42 15.95 15.58 15.32 69.10 68.69 68.22 67.85 67.59

As seguintes quantidades so definidas: f: valor fenotpico individual ou medio de campo; a: efeito gentico aditivo predito; u + a: valor gentico aditivo predito; Ne: tamanho efetivo populacional; d: efeito gentico de dominncia predito (supondo determinado grau mdio de dominncia no caso de prognies de meios irmos); g = a + d: efeito genotpico predito.

142

Valores 0 para o bloco na seleo com sobreposio de geraes, indica que o indivduo em questo uma matriz e no uma rvore do experimento. Os valores genotpicos preditos das famlias ou prognies, em conjunto com a estimativa SEP podem ser usados para a obteno de intervalos de confiana dos valores genotpicos preditos por meio da expresso ( u + g ) t SEP , que t = 1.96 o valor tabelado da distribuio t de Student. Isto realizado pelo Selegen e apresentado no arquivo com extenso .fam. Verificando-se a sobreposio desses intervalos de confiana pode-se inferir sobre comparaes mltiplas entre gentipos baseando-se em seus valores genotpicos preditos. Esses resultados so apresentados abaixo, em que LIIC e LSIC referem-se aos limites inferior e superior do intervalo de confiana, respectivamente.
Ordem Genotipo 1 133 2 123 3 119 4 122 5 124 u+g 5.2399 5.1238 4.9985 4.9773 4.9462 LIIC 4.9821 4.8660 4.7406 4.7195 4.6883 LSIC 5.4977 5.3817 5.2563 5.2351 5.2040

6.1.2. Blocos Incompletos (Modelo 15) Modelo Estatstico y = Xr + Za + Wb + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Parcela Prognie Repetio Bloco Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 4 prognies em 2 repeties e 4 blocos. Parcela
1 3 5 7 2 4 6 8

Prognie
1 2 3 4 1 2 3 4

Repetio
1 1 1 1 2 2 2 2

Bloco
1 1 2 2 3 4 3 4

Obs/Parcela Varivel 1
1 1 1 1 1 1 1 1 10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4

Varivel 2
0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11

143

O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio. Desejando-se ajustar os efeitos de repeties como aleatrios pode-se preencher toda a coluna de repeties com 1 (onde ser ajustada a mdia geral). Neste caso, os efeitos de repeties sero distribudos, de forma confundida, nos efeitos de blocos.

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vbloc: varincia ambiental entre blocos. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2bloc = c2: coeficiente de determinao dos efeitos de bloco. h2mp: herdabilidade da mdia de prognie, assumindo sobrevivncia completa. Acprog: acurcia da seleo de prognie, assumindo sobrevivncia completa. CVgi%: coeficiente de variao gentica aditiva individual. CVgp%: coeficiente de variao gentica entre prognies. CVe%: coeficiente de variao residual. PEV: varincia do erro de predio dos valores genotpicos, assumindo sobrevivncia completa. SEP: desvio padro do valor genotpico predito, assumindo sobrevivncia completa. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos.

6.1.3. Blocos Completos, Anlise com Covarivel (Modelo 135) Modelo Estatstico y = Xr + Cov + Za + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). O coeficiente refere-se regresso associada covarivel Cov. As letras romanas maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados

144

Parcela Prognie Repetio Obs/Parc Covarivel Variveis Exemplo: Avaliao 2 variveis em 4 prognies em 2 repeties. Parcela
1 3 5 7 2 4 6 8

Prognie
1 2 3 4 1 2 3 4

Repetio
1 1 1 1 2 2 2 2

Obs/Parcela Covarivel Varivel 1


1 1 1 1 1 1 1 1 1 0 2 3 3 2 3 1 10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4

Varivel 2
0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. h2mp: herdabilidade da mdia de prognie, assumindo sobrevivncia completa. Acprog: acurcia da seleo de prognie, assumindo sobrevivncia completa. h2ad: herdabilidade aditiva dentro de prognie. CVgi%: coeficiente de variao gentica aditiva individual. CVgp%: coeficiente de variao gentica entre prognies. CVe%: coeficiente de variao residual. PEV: varincia do erro de predio dos valores genotpicos, assumindo sobrevivncia completa. SEP: desvio padro do valor genotpico predito, assumindo sobrevivncia completa. Mdia geral do experimento. Beta: coeficiente de regresso associado covarivel. Mdia Cov: Mdia da covarivel.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. 6.1.4 Blocos Incompletos, Anlise com Covarivel (Modelo 137) Modelo Estatstico y = Xr + Cov + Za + Wb + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), b o vetor dos efeitos de
145

blocos (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). O coeficiente refere-se regresso associada covarivel Cov. As letras romanas maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Bloco Obs/Parc Covarivel Variveis Exemplo: Avaliao de 2 variveis em 4 prognies em 2 repeties e uma covarivel.
Indivduo 1 2 3 4 5 5 7 8 Prognie 1 2 3 4 1 2 3 4 Repetio 1 1 1 1 2 2 2 2 Bloco 1 1 2 2 3 3 4 4 Obs/Parc 1 1 1 1 1 1 1 1 Covarivel 1 0 2 3 3 2 3 1 Varivel 1 10.3 12.4 8.5 5.2 7.5 6.3 4.1 5.2 Varivel 2 0.35 0.25 0.14 0.34 0.83 0.87 0.37 0.34

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vbloc: varincia ambiental entre blocos. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2bloc = c2: coeficiente de determinao dos efeitos de blocos. h2mp: herdabilidade da mdia de prognie, assumindo sobrevivncia completa. Acprog: acurcia da seleo de prognie, assumindo sobrevivncia completa. CVgi%: coeficiente de variao gentica aditiva individual. CVgp%: coeficiente de variao gentica entre prognies. CVe%: coeficiente de variao residual. PEV: varincia do erro de predio dos valores genotpicos, assumindo sobrevivncia completa. SEP: desvio padro do valor genotpico predito, assumindo sobrevivncia completa. Mdia geral do experimento. Beta: coeficiente de regresso associado covarivel. Mdia Cov: Mdia da covarivel.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos.

146

6.1.5 Delineamento Inteiramente ao Acaso (DIC): (Modelo 82) Modelo Estatstico y = Xu + Za + e, em que y o vetor de dados, u o escalar referente mdia geral (efeito fixo), a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Parcela Prognie Mdia Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 2 prognies em 2 repeties. Parcela
1 2 3 4

Prognie
1 2 1 2

Mdia 1 1 1 1

Obs/Parcela
1 1 1 1

Varivel 1
10.3 12.4 8.5 5.2

Varivel 2
0.35 0.25 0.14 0.34

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. h2ad: herdabilidade aditiva dentro de prognie. CVgi%: coeficiente de variao gentica aditiva individual. CVgp%: coeficiente de variao genotpica entre prognies. CVe%: coeficiente de variao residual. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. 6.2 Avaliao em vrios locais e em uma s colheita ou safra

147

Os experimentos em blocos completos e incompletos, instalados em vrios locais e com avaliaes realizadas ao nvel do indivduo na parcela (gerando uma s observao por parcela), podem ser analisados pelos seguintes modelos do Selegen: Delineamento em Blocos Completos: Modelo 22. Delineamento em Blocos Incompletos ou Ltice: Modelo 10. Delineamento em Blocos Completos, Anlise com Covarivel: Modelo 136. Delineamento em Blocos Incompletos, Anlise com Covarivel: Modelo 138. No Selegen Windows, os modelos 10 e 22 podem ser encontrados na caixa Modelos Mistos: Delineamentos Experimentais / Materiais Genticos / Ambientes da tela principal. Os modelos 135 e 137 podem ser encontrados na caixa Modelos Mistos com Covarivel.

6.2.1 Blocos Completos em Vrios Locais (Modelo 22) Modelo Estatstico y = Xr + Za + Wi + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor r contempla todos as repeties de todos os locais (ajusta combinaes repetio-local). Nesse caso, esse vetor contempla os efeitos de locais e de repeties dentro de locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. Desejando-se ajustar os efeitos de repeties e de locais como aleatrios pode-se empregar o modelo 10, seguindo a sequncia de colunas de tal modelo e preenchendo-se toda a coluna de repeties com 1 (onde ser ajustada a mdia geral) e a coluna de blocos com os blocos completos nos vrios locais. Sequncia de Colunas no Arquivo de Dados Parcela Prognie Repetio Interao Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 2 prognie em 2 repeties em cada um de 2 locais (repeties 1 e 2 no local 1 e repeties 3 e 4 no local 2). Parcela
1 2 3 4 5 6

Prognie
1 2 1 2 1 2

Repetio
1 1 2 2 3 3

Interao
11 12 11 12 21 22

Obs/Parcela Varivel 1
1 1 1 1 1 1 10.3 8.5 8.6 8.7 12.4 5.2

Varivel 2
0.35 0.14 0.54 0.94 0.25 0.34

148

7 8

1 2

4 4

21 22

1 1

5.3 5.4

0.74 0.11

A coluna Interao deve codificar combinaes local-prognie. Assim, o cdigo 12 representa local 1 prognie 2. No Excel, essa codificao pode ser obtida pelo comando A2&C2, quando se tem a codificao de locais na coluna A e de prognies na coluna C. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vint: varincia da interao gentipo x ambiente. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2int = c2: coeficiente de determinao dos efeitos da interao gentipo x ambiente. rgloc: correlao genotpica entre o desempenho nos vrios ambientes. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos.

6.2.2. Blocos Incompletos em Vrios Locais (Modelo 10) Modelo Estatstico y = Xr + Za + Wb + Ti + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor r contempla todos as repeties de todos os locais (ajusta combinaes repetio-local). Nesse caso, esse vetor contempla os efeitos de locais e de repeties dentro de locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. Desejando-se ajustar os efeitos de repeties e de locais como aleatrios basta preencher toda a coluna de repeties com 1 (onde ser ajustada a mdia geral). Neste

149

caso, os efeitos de repeties e de locais sero distribudos, de forma confundida, nos efeitos de blocos. Sequncia de Colunas no Arquivo de Dados Parcela Prognie Repetio Bloco Interao Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 4 prognies em 2 repeties e 4 blocos em cada um de 2 locais (repeties 1 e 2 no local 1 e repeties 3 e 4 no local 2).
Parcela 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Prognie 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 Repetio 1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4 Bloco 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 Interao 11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24 Obs/Parc Varivel 1 Varivel 2 1 10.3 0.35 1 8.5 0.14 1 8.6 0.54 1 1.6 2.40 1 10.4 0.35 1 8.7 0.14 1 8.8 0.54 1 1.7 2.50 1 10.5 0.35 1 8.9 0.14 1 8.1 0.54 1 1.8 2.60 1 10.6 0.35 1 8.1 0.14 1 8.2 0.54 1 1.9 2.70

A coluna Interao deve codificar combinaes local-prognie. Assim, o cdigo 12 representa local 1 prognie 2. No Excel, essa codificao pode ser obtida pelo comando A2&C2, quando se tem a codificao de locais na coluna A e de prognies na coluna C. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra e de um local para outro, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio e local. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vbloc: varincia ambiental entre blocos. Vint: varincia da interao gentipo x ambiente. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos.

150

c2bloc = c2: coeficiente de determinao dos efeitos de bloco. c2int = c21: coeficiente de determinao dos efeitos da interao gentipo x ambiente. rgloc: correlao genotpica entre o desempenho nos vrios ambientes. PEV: varincia do erro de predio dos valores genotpicos, assumindo sobrevivncia completa. SEP: desvio padro do valor genotpico predito, assumindo sobrevivncia completa. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. 6.2.3. Blocos Completos em Vrios Locais, Anlise com Covarivel (Modelo 136) Modelo Estatstico y = Xr + Cov + Za + Wi + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). O coeficiente refere-se regresso associada covarivel Cov. As letras romanas maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Interao Obs/Parc Covarivel Variveis Exemplo: Avaliao de 2 variveis e 1 covarivel em 2 prognie em 2 repeties em cada um de 2 locais (repeties 1 e 2 no local 1 e repeties 3 e 4 no local 2).
Parcela 1 2 3 4 5 6 7 8 Prognie 1 2 1 2 1 2 1 2 Repetio 1 1 2 2 3 3 4 4 Interao 11 12 11 12 21 22 21 22 Obs/Parc 1 1 1 1 1 1 1 1 Covarivel 1 0 2 3 3 2 3 1 Varivel 1 10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4 Varivel 2 0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11

A coluna Interao deve codificar combinaes local-prognie. Assim, o cdigo 12 representa local 1 prognie 2. No Excel, essa codificao pode ser obtida pelo comando A2&C2, quando se tem a codificao de locais na coluna A e de prognies na coluna C. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados

151

Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vint: varincia da interao gentipo x ambiente. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2int = c2: coeficiente de determinao dos efeitos da interao gentipo x ambiente. rgloc: correlao genotpica entre o desempenho nos vrios ambientes. Mdia geral do experimento. Beta: coeficiente de regresso associado covarivel. Mdia Cov: Mdia da covarivel.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. 6.2.4 Blocos Incompletos em Vrios Locais, Anlise com Covarivel (Modelo 138) Modelo Estatstico y = Xr + Cov + Za + Wb + Ti + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios) e e o vetor de erros ou resduos (aleatrios). O coeficiente refere-se regresso associada covarivel Cov. As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor r contempla todos as repeties de todos os locais (ajusta combinaes repetio-local). Nesse caso, esse vetor contempla os efeitos de locais e de repeties dentro de locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. Desejando-se ajustar os efeitos de repeties e de locais como aleatrios basta preencher toda a coluna de repeties com 1 (onde ser ajustada a mdia geral). Neste caso, os efeitos de repeties e de locais sero distribudos, de forma confundida, nos efeitos de blocos. Sequncia de Colunas no Arquivo de Dados Parcela Prognie Repetio Bloco Interao Obs/Parc Covarivel Variveis Exemplo: Avaliao de 2 variveis e 1 covarivel em 4 prognies em 2 repeties e 4 blocos em cada um de 2 locais (repeties 1 e 2 no local 1 e repeties 3 e 4 no local 2).

152

Parcela 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

Prognie Repetio 1 1 2 1 3 1 4 1 1 2 2 2 3 2 4 2 1 3 2 3 3 3 4 3 1 4 2 4 3 4 4 4

Bloco 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

Interao 11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24

Obs/Parc Covarivel Varivel 1 Varivel 2 1 1 10.3 0.35 1 0 8.5 0.14 1 2 8.6 0.54 1 3 1.6 2.40 1 3 10.4 0.35 1 2 8.7 0.14 1 3 8.8 0.54 1 1 1.7 2.50 1 5 10.5 0.35 1 4 8.9 0.14 1 5 8.1 0.54 1 4 1.8 2.60 1 7 10.6 0.35 1 8 8.1 0.14 1 8 8.2 0.54 1 7 1.9 2.70

A coluna Interao deve codificar combinaes local-prognie. Assim, o cdigo 12 representa local 1 prognie 2. No Excel, essa codificao pode ser obtida pelo comando A2&C2, quando se tem a codificao de locais na coluna A e de prognies na coluna C. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra e de um local para outro, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio e local. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vbloc: varincia ambiental entre blocos. Vint: varincia da interao gentipo x ambiente. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2bloc = c2: coeficiente de determinao dos efeitos de bloco. c2int = c21: coeficiente de determinao dos efeitos da interao gentipo x ambiente. rgloc: correlao genotpica entre o desempenho nos vrios ambientes. Mdia geral do experimento. Beta: coeficiente de regresso associado covarivel. Mdia Cov: Mdia da covarivel.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos.

153

7. Avaliao de Indivduos em Prognies de Meios Irmos (ou Polinizao Aberta em Espcies Algamas) Vrias Observaes por Parcela 7.1 Avaliao em um local e em uma safra A avaliao de prognies de meios irmos uma atividade comum nos programas de seleo recorrente intrapopulacional em espcies perenes. Nesse caso, as unidades de recombinao so indivduos e no famlias inteiras tal como ocorre no melhoramento de culturas anuais, em que so utilizadas sementes remanescentes para recombinao. Em espcies perenes os prprios indivduos avaliados so recombinados, podendo-se tambm incluir na recombinao alguns genitores. Assim, os modelos de anlise devem ser ao nvel de indivduos e no ao nvel de mdias de famlias tal como usado no melhoramento de plantas anuais. Este tipo de anlise (nvel de mdias) apresenta deficincias, pois: no lida com o desbalanceamento dos dados, fato que sempre ocorre na experimentao de campo; no utiliza todos os efeitos do modelo estatstico estabelecido em nvel de indivduo; sob desbalanceamento no utiliza adequadamente o parentesco gentico entre os indivduos em avaliao; no considera que os prprios indivduos avaliados sero recombinados e no os seus irmos (sementes remanescentes), ou seja, no considera a coincidncia entre unidade de seleo e unidade de recombinao. O mtodo timo de seleo o BLUP individual o qual utiliza todos os efeitos do modelo estatstico, contempla o desbalanceamento, utiliza o parentesco gentico entre os indivduos em avaliao, considera a coincidncia entre unidade de seleo e unidade de recombinao. Na estimao dos parmetros genticos, o mtodo da anlise de varincia no permite considerar o desbalanceamento. Somente o mtodo da mxima verossimilhana residual (REML) permite uma anlise eficiente nessa situao. Assim, o uso do mtodo REML/BLUP essencial nessa situao.

Os experimentos podem ser instalados nos delineamentos em blocos completos, incompletos (ltice, alfa, blocos aumentados), inteiramente ao acaso (DIC) e linhacoluna. A tomada de dados realizada ao nvel de indivduos dentro de parcelas, gerando vrias observaes por parcela. Os modelos do Selegen que podem ser usados nessa situao so: Delineamento em Blocos Completos: Modelo 1. Delineamento em Blocos Completos, com Tabela da Anlise de Varincia: Modelo 93. Delineamento em Blocos Incompletos ou Ltice: Modelo 6. Delineamento em Blocos Completos, Anlise com Covarivel: Modelo 131. Delineamento em Blocos Incompletos, Anlise com Covarivel: Modelo 133. Delineamento Inteiramente ao Acaso: Modelo 80. Delineamento em Linha-Coluna: Modelo 56. Delineamento de Parejas Dentro de Bloco: Modelo 158 Delineamento de Parejas Dentro de Bloco, com Desbaste: Modelo 159

154

No Selegen Windows, os modelos 1, 6, 56, 80, 158 e 159 podem ser encontrados na caixa Modelos Mistos: Delineamentos Experimentais / Materiais Genticos / Ambientes da tela principal. O modelo 93 pode ser encontrado na caixa Anlise de Varincia/REML e os modelos 131 e 133 podem ser encontrados na caixa Modelos Mistos com Covarivel. 7.1.1 Blocos Completos (Modelos 1 e 93) Modelo Estatstico y = Xr + Za + Wp + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcela, e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Desejando-se ajustar os efeitos de repeties como aleatrios pode-se empregar o modelo 6, seguindo a sequncia de colunas de tal modelo e preenchendo-se toda a coluna de repeties com 1 (onde ser ajustada a mdia geral) e a coluna de blocos com os blocos completos. Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Parcela rvore Variveis Exemplo: Avaliao de 2 variveis em 2 prognies em 2 repeties com 2 plantas (rvores) por parcela.
Indivduo 1 2 3 4 5 5 7 8 Prognie 1 1 2 2 1 1 2 2 Repetio 1 1 1 1 2 2 2 2 Parcela 1 1 2 2 3 3 4 4 rvore 1 2 1 2 1 2 1 2 Varivel 1 10.3 12.4 8.5 5.2 7.5 6.3 4.1 5.2 Varivel 2 0.35 0.25 0.14 0.34 0.83 0.87 0.37 0.34

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual )

155

Va: varincia gentica aditiva. Vparc: varincia ambiental entre parcelas. Ve: varincia residual (ambiental + no aditiva). Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. h2aj: herdabilidade individual no sentido restrito, ajustada para os efeitos de parcela. c2parc = c2: coeficiente de determinao dos efeitos de parcela. h2mp: herdabilidade da mdia de prognies, assumindo sobrevivncia completa. Acprog: acurcia da seleo de prognies, assumindo sobrevivncia completa. h2ad: herdabilidade aditiva dentro de parcela. CVgi%: coeficiente de variao gentica aditiva individual. CVgp%: coeficiente de variao genotpica entre prognies. CVe%: coeficiente de variao residual. CVr = CVgp/CVe = coeficiente de variao relativa. PEV: varincia do erro de predio dos valores genotpicos de prognie, assumindo sobrevivncia completa. SEP: desvio padro do valor genotpico predito de prognie, assumindo sobrevivncia completa. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. 7.1.2. Blocos Incompletos (Modelo 6) Modelo Estatstico y = Xr + Za + Wp + Tb + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcela (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Parcela Bloco rvore Variveis Exemplo: Avaliao de 2 variveis em 4 prognies em 2 repeties e 4 blocos, com 2 plantas (rvores) por parcela.

Indivduo 1 3 5 7

Prognie 1 1 2 2

Repetio 1 1 1 1

Parcela 1 1 2 2

Bloco 1 1 1 1

rvore 1 2 1 2

Varivel 1 Varivel 2 10.3 0.35 8.5 0.14 8.6 0.54 8.7 0.94

156

2 4 6 8

9 10 11 12 13 14 15 16

3 3 4 4 1 1 2 2 3 3 4 4

1 1 1 1 2 2 2 2 2 2 2 2

3 3 4 4

2 2 2 2

5 5 6 6 7 7 8 8

3 3 3 3 4 4 4 4

1 2 1 2 1 2 1 2 1 2 1 2

12.4 5.2 5.3 5.4 12.3 8.5 7.6 8.7 10.4 5.2 5.3 3.4

0.25 0.34 0.74 0.11 0.55 0.14 0.64 0.74 0.25 0.34 0.54 0.13

O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio. Desejando-se ajustar os efeitos de repeties como aleatrios pode-se preencher toda a coluna de repeties com 1 (onde ser ajustada a mdia geral). Neste caso, os efeitos de repeties sero distribudos, de forma confundida, nos efeitos de blocos.

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vparc: varincia ambiental entre parcelas. Vbloc: varincia ambiental entre blocos. Ve: varincia residual (ambiental + no aditiva). Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. h2aj: herdabilidade individual no sentido restrito, ajustada para os efeitos de parcela. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2bloc = c21: coeficiente de determinao dos efeitos de bloco. CVgi%: coeficiente de variao gentica aditiva individual. CVgp%: coeficiente de variao genotpica entre prognies. CVe%: coeficiente de variao residual. CVr = CVgp/CVe = coeficiente de variao relativa. h2mp: herdabilidade da mdia de prognies, assumindo sobrevivncia completa. h2ad: herdabilidade aditiva dentro de parcela. Acprog: acurcia da seleo de prognies, assumindo sobrevivncia completa. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos.

157

7.1.3. Blocos Completos, Anlise com Covarivel (Modelo 131) Modelo Estatstico y = Xr + Cov + Za + Wp + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcela (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). O coeficiente refere-se regresso associada covarivel Cov. As letras romanas maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Parcela rvore Covarivel Variveis Exemplo: Avaliao de 2 variveis em 2 prognies em 2 repeties com 2 plantas (rvores) por parcela e uma covarivel.
Indivduo 1 2 3 4 5 5 7 8 Prognie 1 1 2 2 1 1 2 2 Repetio 1 1 1 1 2 2 2 2 Parcela 1 1 2 2 3 3 4 4 rvore 1 2 1 2 1 2 1 2 Covarivel 1 0 2 3 3 2 3 1 Varivel 1 10.3 12.4 8.5 5.2 7.5 6.3 4.1 5.2 Varivel 2 0.35 0.25 0.14 0.34 0.83 0.87 0.37 0.34

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vparc: varincia ambiental entre parcelas. Ve: varincia residual (ambiental + no aditiva). Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. h2aj: herdabilidade individual no sentido restrito, ajustada para os efeitos de parcela. c2parc = c2: coeficiente de determinao dos efeitos de parcela. h2mp: herdabilidade da mdia de prognies, assumindo sobrevivncia completa. Acprog: acurcia da seleo de prognies, assumindo sobrevivncia completa. h2ad: herdabilidade aditiva dentro de parcela. CVgi%: coeficiente de variao gentica aditiva individual. CVgp%: coeficiente de variao genotpica entre prognies. CVe%: coeficiente de variao residual. PEV: varincia do erro de predio dos valores genotpicos de prognie, assumindo sobrevivncia completa.

158

SEP: desvio padro do valor genotpico predito de prognie, assumindo sobrevivncia completa. Mdia geral do experimento. Beta: coeficiente de regresso associado covarivel. Mdia Cov: Mdia da covarivel.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. 7.1.4. Blocos Incompletos, Anlise com Covarivel (Modelo 133) Modelo Estatstico y = Xr + Cov + Za + Wp + Tb + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcela (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). O coeficiente refere-se regresso associada covarivel Cov. As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Parcela Bloco rvore Covarivel Variveis Exemplo: Avaliao de 2 variveis em 4 prognies em 2 repeties e 4 blocos, com 2 plantas (rvore) por parcela.
Indivduo 1 2 3 4 5 6 7 8 Prognie 1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4 Repetio 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 Parcela 1 1 2 2 3 3 4 4 Bloco 1 1 1 1 2 2 2 2 rvore 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 Covarivel 1 0 2 3 3 2 3 1 0 2 3 3 2 3 1 5 Varivel 1 10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4 12.3 8.5 7.6 8.7 10.4 5.2 5.3 3.4 Varivel 2 0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11 0.55 0.14 0.64 0.74 0.25 0.34 0.54 0.13

9 10 11 12 13 14 15 16

5 5 6 6 7 7 8 8

3 3 3 3 4 4 4 4

159

O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio. Desejando-se ajustar os efeitos de repeties como aleatrios pode-se preencher toda a coluna de repeties com 1 (onde ser ajustada a mdia geral). Neste caso, os efeitos de repeties sero distribudos, de forma confundida, nos efeitos de blocos.

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vparc: varincia ambiental entre parcelas. Vbloc: varincia ambiental entre blocos. Ve: varincia residual (ambiental + no aditiva). Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2bloc = c21: coeficiente de determinao dos efeitos de bloco. CVgi%: coeficiente de variao gentica aditiva individual. CVgp%: coeficiente de variao genotpica entre prognies. CVe%: coeficiente de variao residual. h2mp: herdabilidade da mdia de prognies, assumindo sobrevivncia completa. h2ad: herdabilidade aditiva dentro de parcela. Acprog: acurcia da seleo de prognies, assumindo sobrevivncia completa. Mdia geral do experimento. Beta: coeficiente de regresso associado covarivel. Mdia Cov: Mdia da covarivel.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. 7.1.5 Delineamento Inteiramente ao Acaso (DIC): Modelo 80 Modelo Estatstico y = Xu + Za + Wp + e, em que y o vetor de dados, u o efeito da mdia geral (fixo), a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcela, e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados

160

Indivduo Prognie Mdia Parcela rvore Variveis Exemplo: Avaliao de 2 variveis em 2 prognies em 2 repeties com 2 plantas (rvores) por parcela.
Indivduo 1 2 3 4 5 5 7 8 Prognie 1 1 2 2 1 1 2 2 Mdia 1 1 1 1 1 1 1 1 Parcela 1 1 2 2 3 3 4 4 rvore 1 2 1 2 1 2 1 2 Varivel 1 10.3 12.4 8.5 5.2 7.5 6.3 4.1 5.2 Varivel 2 0.35 0.25 0.14 0.34 0.83 0.87 0.37 0.34

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vparc: varincia ambiental entre parcelas. Ve: varincia residual (ambiental + no aditiva). Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. h2aj: herdabilidade individual no sentido restrito, ajustada para os efeitos de parcela. c2parc = c2: coeficiente de determinao dos efeitos de parcela. h2ad: herdabilidade aditiva dentro de parcela. CVgi%: coeficiente de variao gentica aditiva individual. CVgp%: coeficiente de variao genotpica entre prognies. CVe%: coeficiente de variao residual. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. 7.1.6 Delineamento Linha-Coluna: Modelo 56 Modelo Estatstico y = Xr + Za + Wp + Ql + Tc + e, em que y o vetor de dados, r o vetor dos efeitos de repetio somados mdia geral (fixos), a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcelas (assumidos como aleatrios), l o vetor dos efeitos de linhas (assumidos como aleatrios), c vetor dos efeitos de coluna (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.
161

Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Parcela Linha Coluna rvore Variveis Exemplo: Avaliao de 2 variveis em 4 prognies em 2 repeties, com 2 plantas (rvores) por parcela.
Indivduo 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Prognie 1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4 Repetio 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 Parcela 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 Linha 1 2 1 2 1 2 1 2 3 4 3 4 3 4 3 4 Coluna 1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4 rvore 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 1 Varivel 1 Varivel 2 10.3 0.35 8.5 0.14 8.6 0.54 1.6 2.40 10.4 0.35 8.7 0.14 8.8 0.54 1.7 2.50 10.5 0.35 8.9 0.14 8.1 0.54 1.8 2.60 10.6 0.35 8.1 0.14 8.7 0.56 8.2 0.54

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vparc: varincia ambiental entre parcelas. Vlinha: varincia entre linhas. Vcoluna: varincia entre colunas. Ve: varincia residual (ambiental + no aditiva). Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. h2aj: herdabilidade individual ajustada, no sentido restrito. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2linha = c21: coeficiente de determinao dos efeitos de linha. c2coluna = c22: coeficiente de determinao dos efeitos de coluna. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos.

162

7.1.7 Delineamento de Parejas Dentro de Bloco: Modelo 158 O delineamento de parejas dentro de blocos foi proposto por Olman Murillo, pesquisador do Instituto Tecnolgico da Costa Rica, com o objetivo de avaliar espcies madeireiras como a Teca, por longo perodo, antes e aps desbaste deixando apenas uma planta do par ou pareja. O objetivo permitir que se estime a interao famlias x blocos de forma no confundida com os efeitos ambientais de parcela e tambm permitir que o experimento permanea aproximadamente balanceado e com plantas aproximadamente equidistantes aps o desbaste. Isto tende a minimizar os efeitos da competio diferenciada aps o desbaste (Badilla & Murillo, 1999). Modelo Estatstico y = Xr + Za + Wp + Ti + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p o vetor dos efeitos de parejas (assumidos como aleatrios), i vetor dos efeitos da interao prognies x blocos (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Pareja Interao rvore Variveis Exemplo: Avaliao de 2 variveis em 2 prognies em 2 repeties, cada uma com 2 parejas de cada prognie e com 2 plantas (rvores) por pareja.
Individuo
1 2 3 4 5 6 7 8

Prognie
1 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2

Repetio
1 1 1 1 1 1 1 1

Pareja
1 1 2 2 3 3 4 4

Interao
11 11 11 11 12 12 12 12

rvore
1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2

Varivel 1 Varivel 2
10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4 10.7 8.5 8.2 8.7 17.4 8.2 5.3 5.9 0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11 0.55 0.14 0.42 0.94 0.35 0.34 0.64 0.18

9 10 11 12 13 14 15 16

2 2 2 2 2 2 2 2

5 5 6 6 7 7 8 8

21 21 21 21 22 22 22 22

A coluna Interao deve codificar combinaes bloco-prognie. Assim, o cdigo 12 representa bloco 1 prognie 2. No Excel, essa codificao pode ser obtida pelo comando
163

=C2&B2, quando se tem a codificao de blocos na coluna C e de prognies na coluna B. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vparejas: varincia ambiental entre parejas. VintFamBloc: varincia da interao famlias x blocos. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2parejas = c2: coeficiente de determinao dos efeitos de parejas. c2intFamBloc = c21: coeficiente de determinao dos efeitos da interao famlias x blocos. h2mp: herdabilidade da mdia de prognies, assumindo sobrevivncia completa. Acprog: acurcia da seleo de prognies, assumindo sobrevivncia completa. h2ad: herdabilidade aditiva dentro de parejas. rgloc: correlao genotpica entre o desempenho das prognies nos vrios blocos. PEV: varincia do erro de predio dos valores genotpicos de prognies, assumindo sobrevivncia completa. SEP: desvio padro do valor genotpico predito de prognies, assumindo sobrevivncia completa. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. 7.1.8 Delineamento de Parejas Dentro de Bloco, com Desbaste: Modelo 159 Modelo Estatstico Aps o desbaste de uma planta do par o modelo torna-se: y = Xr + Za + Wi + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), i vetor dos efeitos da interao prognies x blocos (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Interao rvore Variveis

164

Exemplo: Avaliao de 2 variveis em 2 prognies em 2 repeties, cada uma com 2 parejas de cada prognie e com 1 planta (rvore) por pareja.
Individuo
1 2 3 4

Prognie
1 1 2 2 1 1 2 2

Repetio
1 1 1 1

Pareja
1 2 3 4

Interao
11 11 12 12

rvore
1 1 1 1 1 1 1 1

Varivel 1 Varivel 2
10.3 8.6 12.4 5.3 10.7 8.2 17.4 5.3 0.35 0.54 0.25 0.74 0.55 0.42 0.35 0.64

5 6 7 8

2 2 2 2

5 6 7 8

21 21 22 22

A coluna Interao deve codificar combinaes bloco-prognie. Assim, o cdigo 12 representa bloco 1 prognie 2. No Excel, essa codificao pode ser obtida pelo comando =C2&B2, quando se tem a codificao de blocos na coluna C e de prognies na coluna B. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. VintFamBloc: varincia da interao famlias x blocos. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2intFamBloc = c21: coeficiente de determinao dos efeitos da interao famlias x blocos. rgloc: correlao genotpica entre o desempenho das prognies nos vrios blocos. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. 7.2 Avaliao em vrios locais e em uma colheita ou safra Os experimentos em blocos completos ou incompletos, instalados em vrios locais e com avaliaes realizadas ao nvel de indivduos dentro de parcelas (gerando vrias observaes por parcela), podem ser analisados pelos seguintes modelos do Selegen: Delineamento em Blocos Completos: Modelo 4. Delineamento em Blocos Incompletos ou Ltice: Modelo 13. Delineamento em Blocos Completos, Anlise com Covarivel: Modelo 132. Delineamento em Blocos Incompletos, Anlise com Covarivel: Modelo 134.

165

No Selegen Windows, os modelos 4 e 13 podem ser encontrados na caixa Modelos Mistos: Delineamentos Experimentais/Materiais Genticos/Ambientes da tela principal. Os modelos 132 e 134 podem ser encontrados na caixa Modelos Mistos com Covarivel.

7.2.1 Blocos Completos em Vrios Locais (Modelo 4) Modelo Estatstico y = Xr + Za + Wp + Ti + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcela (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor r contempla todas as repeties de todos os locais (ajusta combinaes repetio-local). Nesse caso, esse vetor contempla os efeitos de locais e de repeties dentro de locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. Desejando-se ajustar os efeitos de repeties e de locais como aleatrios pode-se empregar o modelo 13, seguindo a sequncia de colunas de tal modelo e preenchendo-se toda a coluna de repeties com 1 (onde ser ajustada a mdia geral) e a coluna de blocos com os blocos completos nos vrios locais. Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Parcela Interao rvore Variveis Exemplo: Avaliao de 2 variveis em 2 prognies em 2 repeties em cada um de 2 locais (repeties 1 e 2 no local 1 e repeties 3 e 4 no local 2), com 2 plantas (rvores) por parcela.
Parcela
1 2 3 4 5 6 7 8

Prognie
1 1 2 2 1 1 2 2 1 1 2 2

Repetio
1 1 1 1 2 2 2 2

Parcela
1 1 2 2 3 3 4 4

Interao
11 11 12 12 11 11 12 12

rvore
1 2 1 2 1 2 1 2 1 2 1 2

Varivel 1 Varivel 2
10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4 10.7 8.5 8.2 8.7 0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11 0.55 0.14 0.42 0.94

9 10 11 12

3 3 3 3

5 5 6 6

21 21 22 22

166

13 14 15 16

1 1 2 2

4 4 4 4

7 7 8 8

21 21 22 22

1 2 1 2

17.4 8.2 5.3 5.9

0.35 0.34 0.64 0.18

A coluna Interao deve codificar combinaes local-prognie. Assim, o cdigo 12 representa local 1 prognie 2. No Excel, essa codificao pode ser obtida pelo comando =A2&C2, quando se tem a codificao de locais na coluna A e de prognies na coluna C. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vparc: varincia ambiental entre parcelas. Vint: varincia da interao gentipo x ambiente. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2int = c21: coeficiente de determinao dos efeitos da interao gentipo x ambiente. h2mp: herdabilidade da mdia de prognies, assumindo sobrevivncia completa. Acprog: acurcia da seleo de prognies, assumindo sobrevivncia completa. h2ad: herdabilidade aditiva dentro de parcela. rgloc: correlao genotpica entre o desempenho das prognies nos vrios ambientes. PEV: varincia do erro de predio dos valores genotpicos de prognies, assumindo sobrevivncia completa. SEP: desvio padro do valor genotpico predito de prognies, assumindo sobrevivncia completa. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. 7.2.2. Blocos Incompletos em Vrios Locais (Modelo 13) Modelo Estatstico y = Xr + Za + Wp + Qb + Ti + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcelas (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios) e e o

167

vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor r contempla todas as repeties de todos os locais (ajusta combinaes repetio-local). Nesse caso, esse vetor contempla os efeitos de locais e de repeties dentro de locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. Desejando-se ajustar os efeitos de repeties e de locais como aleatrios basta preencher toda a coluna de repeties com 1 (onde ser ajustada a mdia geral). Neste caso, os efeitos de repeties e de locais sero distribudos, de forma confundida, nos efeitos de blocos. Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Parcela Bloco Interao rvore Variveis Exemplo: Avaliao de 2 variveis em 4 prognies em 2 repeties e 4 blocos em cada um de 2 locais (repeties 1 e 2 no local 1 e repeties 3 e 4 no local 2), com 2 plantas (rvores) por parcela.
Indivduo Prognie Repetio Parcela Bloco Interao rvore Varivel 1 Varivel 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

17 18 19 20 21 22 23 24 25 26 27

1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4 1 1 2

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

3 3 3 3 3 3 3 3 4 4 4

9 9 10 10 11 11 12 12 13 13 14

5 5 5 5 6 6 6 6 7 7 7

11 11 12 12 13 13 14 14 11 11 12 12 13 13 14 14 21 21 22 22 23 23 24 24 21 21 22

1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9 10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70 0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54

168

28 29 30 31 32

2 3 3 4 4

4 4 4 4 4

14 15 15 16 16

7 8 8 8 8

22 23 23 24 24

2 1 2 1 2

1.8 10.6 8.1 8.2 1.9

2.60 0.35 0.14 0.54 2.70

A coluna Interao deve codificar combinaes local-prognie. Assim, o cdigo 12 representa local 1 prognie 2. No Excel, essa codificao pode ser obtida pelo comando =A2&C2, quando se tem a codificao de locais na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra e de um local para outro, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio e local. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vparc: varincia ambiental entre parcelas. Vbloc: varincia ambiental entre blocos. Vint: varincia da interao gentipo x ambiente. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2bloc = c21: coeficiente de determinao dos efeitos de bloco. c2int = c22: coeficiente de determinao dos efeitos da interao gentipo x ambiente. rgloc: correlao genotpica entre o desempenho das prognies nos vrios ambientes. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos.

7.2.3 Blocos Completos em Vrios Locais, Anlise com Covarivel (Modelo 132) Modelo Estatstico y = Xr + Cov + Za + Wp + Ti + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcela (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios) e e o vetor de erros ou resduos (aleatrios). O

169

coeficiente refere-se regresso associada covarivel Cov. As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor r contempla todas as repeties de todos os locais (ajusta combinaes repetio-local). Nesse caso, esse vetor contempla os efeitos de locais e de repeties dentro de locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. Desejando-se ajustar os efeitos de repeties e de locais como aleatrios pode-se empregar o modelo 134, seguindo a sequncia de colunas de tal modelo e preenchendose toda a coluna de repeties com 1 (onde ser ajustada a mdia geral) e a coluna de blocos com os blocos completos nos vrios locais. Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Parcela Interao rvore Covarivel Variveis Exemplo: Avaliao de 2 variveis em 2 prognies em 2 repeties em cada um de 2 locais (repeties 1 e 2 no local 1 e repeties 3 e 4 no local 2), com 2 plantas (rvores) por parcela e uma covarivel.
Parcela Prognie Repetio Parcela Interao rvore Covarivel Varivel 1 Varivel 2

1 2 3 4 5 6 7 8

9 10 11 12 13 14 15 16

1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2

1 1 1 1 2 2 2 2

1 1 2 2 3 3 4 4

11 11 12 12 11 11 12 12

3 3 3 3 4 4 4 4

5 5 6 6 7 7 8 8

21 21 22 22 21 21 22 22

1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2

0 1 2 3 4 5 8 7 8 7 5 6 4 3 2 1

10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4 10.7 8.5 8.2 8.7 17.4 8.2 5.3 5.9

0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11 0.55 0.14 0.42 0.94 0.35 0.34 0.64 0.18

A coluna Interao deve codificar combinaes local-prognie. Assim, o cdigo 12 representa local 1 prognie 2. No Excel, essa codificao pode ser obtida pelo comando =A2&C2, quando se tem a codificao de locais na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
170

1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vparc: varincia ambiental entre parcelas. Vint: varincia da interao gentipo x ambiente. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2int = c21: coeficiente de determinao dos efeitos da interao gentipo x ambiente. h2mp: herdabilidade da mdia de prognies, assumindo sobrevivncia completa. Acprog: acurcia da seleo de prognies, assumindo sobrevivncia completa. h2ad: herdabilidade aditiva dentro de parcela. rgloc: correlao genotpica entre o desempenho das prognies nos vrios ambientes. PEV: varincia do erro de predio dos valores genotpicos de prognies, assumindo sobrevivncia completa. SEP: desvio padro do valor genotpico predito de prognies, assumindo sobrevivncia completa. Mdia geral do experimento. Beta: coeficiente de regresso associado covarivel. Mdia Cov: Mdia da covarivel.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. 6.2.4. Blocos Incompletos em Vrios Locais, Anlise com Covarivel (Modelo 134) Modelo Estatstico y = Xr + Cov + Za + Wp + Qb + Ti + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcelas (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios) e e o vetor de erros ou resduos (aleatrios). O coeficiente refere-se regresso associada covarivel Cov. As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor r contempla todas as repeties de todos os locais (ajusta combinaes repetio-local). Nesse caso, esse vetor contempla os efeitos de locais e de repeties dentro de locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. Desejando-se ajustar os efeitos de repeties e de locais como aleatrios basta preencher toda a coluna de repeties com 1 (onde ser ajustada a mdia geral). Neste

171

caso, os efeitos de repeties e de locais sero distribudos, de forma confundida, nos efeitos de blocos. Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Parcela Bloco Interao rvore Covarivel Variveis Exemplo: Avaliao de 2 variveis em 4 prognies em 2 repeties e 4 blocos em cada um de 2 locais (repeties 1 e 2 no local 1 e repeties 3 e 4 no local 2), com 2 plantas (rvores) por parcela e uma covarivel.
Indivduo Prognie Repetio Parcela Bloco Interao rvore Covarivel Varivel 1 Varivel 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4

9 9 10 10 11 11 12 12 13 13 14 14 15 15 16 16

5 5 5 5 6 6 6 6 7 7 7 7 8 8 8 8

11 11 12 12 13 13 14 14 11 11 12 12 13 13 14 14 21 21 22 22 23 23 24 24 21 21 22 22 23 23 24 24

1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2

0 1 2 3 4 5 8 7 8 7 5 6 4 3 2 1 0 1 2 3 4 5 8 7 8 7 5 6 4 3 2 1

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9 10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70 0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

A coluna Interao deve codificar combinaes local-prognie. Assim, o cdigo 12 representa local 1 prognie 2. No Excel, essa codificao pode ser obtida pelo comando =A2&C2, quando se tem a codificao de locais na coluna A e de gentipos na coluna

172

C. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra e de um local para outro, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio e local. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vparc: varincia ambiental entre parcelas. Vbloc: varincia ambiental entre blocos. Vint: varincia da interao gentipo x ambiente. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2bloc = c21: coeficiente de determinao dos efeitos de bloco. c2int = c22: coeficiente de determinao dos efeitos da interao gentipo x ambiente. rgloc: correlao genotpica entre o desempenho das prognies nos vrios ambientes. Mdia geral do experimento. Beta: coeficiente de regresso associado covarivel. Mdia Cov: Mdia da covarivel.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. 7.3 Avaliao em um local e em vrias colheitas ou safras Consideraes importantes sobre a anlise de medidas repetidas so apresentadas no tpico 4.3. No presente caso, o modelo de anlise conjunta envolvendo dados de diferentes cortes tambm precisa ser definido em nvel de indivduo. E nesse caso deve ser incorporado um vetor de efeitos aleatrios de ambiente permanente visando contemplar o fato de que as medidas repetidas (cortes sucessivos) no mesmo indivduo so correlacionadas. Tal modelo permitir estimar simultaneamente a herdabilidade e a repetibilidade dos caracteres, alm de propiciar estimativas dos valores genticos em nvel individual, livres de todos os efeitos ambientais de parcelas, blocos e pocas de colheita. O modelo completo de repetibilidade ou de simetria composta (CS) associado ao delineamento experimental de blocos ao acaso com vrias plantas por parcela dado por Yijkl = + g i + b j + m k + gb ij + gm ik + bm jk + gbm ijk + e ijkl . Considerando os efeitos ambientais de blocos (b), medies (m) e interao bloco x medio como fixos, os

173

mesmos podem ser ajustados somados a mdia geral, em um nico vetor de efeitos fixos () dado pela combinao bloco-medio. Assim, o modelo linear misto resultante equivale a Yijkl = jk + g i + gm ik + gb ij + gbm ijk + e ijkl . Esse modelo foi implementado como modelo 116 (descrito no item 5.3.4) no software Selegen-Reml/Blup. Tal modelo pode ser usado como modelo inicial para testar a significncia dos vrios efeitos, via anlise de deviance, conforme apresentado no tpico 3. O modelo 116 no permite a seleo de indivduos mas se o nmero de colheitas o mesmo para todos os indivduos, tal seleo pode ser realizada com eficincia mxima pelo modelo 1, entrando com os dados ao nvel de mdias por indivduo. Nesse caso, recomenda-se o uso do modelo 116 para a estimao de parmetros genticos e o modelo 1 para a seleo de indivduos. Desdobrando este modelo em termos de efeitos permanentes (p) e temporrios (t) tem-se y = + g p + g t + p p + p t + e p + e t , em que:
g i = g p : efeito de gentipo, permanente atravs das colheitas.

gm ik = g t : efeito de gentipo, temporrio em cada colheita. gb ij = p p : efeito de parcela, permanente atravs das colheitas.
gbm ijk = p t : efeito de parcela, temporrio em cada colheita.

e ijk = e p + e t : efeito permanente + temporrio de indivduo dentro de parcela.

colheitas; a covarincia genotpica atravs das colheitas em um modelo multivariado. 2 2 : varincia da interao gentipos x medio. gt = gm
2 gp

Em termos de varincias destes efeitos tem-se: 2 : varincia genotpica ou covarincia dos efeitos genotpicos atravs das =g

2 2 : varincia dos efeitos permanentes de parcela ou covarincia dos efeitos de pp = gb parcela atravs das colheitas em um modelo multivariado. 2 2 pt = gbm : varincia dos efeitos temporrios de parcela ou da interao parcela x medio. 2 : varincia permanente de indivduo dentro de parcela ou covarincia dos efeitos de ep indivduos dentro de parcela atravs das colheitas em um modelo multivariado. 2 : varincia temporria de indivduo dentro de parcela. et

Verifica-se que tal modelo bastante prximo ao modelo multivariado, desde que haja homogeneidade de varincias. Assumindo que a interao do ambiente da parcela x medio (gbm) desprezvel e/ou pode ser reunido ao erro temporrio, o modelo simplifica-se para y = + g p + g t + p p + e p + e t = + g + gm + gb + e p + e t , o qual denominado modelo de repetibilidade + interao gentipos x medio. Esse modelo foi implementado como modelo 62 no Selegen-Reml/Blup. Assumindo adicionalmente que a correlao genotpica atravs das medies aproxima 1 (interao g x m no significativa), o modelo se reduz a y = + g p + p p + e p + e t = + g + gb + e p + e t , o qual denominado modelo simplificado de repetibilidade, o qual encontra-se

174

implementado nos modelos 8 e 67 do Selegen. A adequao desses modelos pode ser avaliada rodando-se o modelo 116, descrito no item 5.3.4, declarando o coeficiente c2gm como zero e realizando o teste da razo de verossimilhana, conforme descrito no tpico 3. Os experimentos em blocos completos e incompletos, associados a medidas repetidas em vrias colheitas, com avaliaes realizadas ao nvel de indivduos dentro de parcelas em cada colheita (gerando vrias observaes por parcela em cada safra), podem ser analisados pelos seguintes modelos do Selegen: Delineamento em Blocos Completos com Resultado nico por Indivduo: Modelo 8. Delineamento em Blocos Completos com Resultado por Indivduo e Safra com Estabilidade e Adaptabilidade Temporal pelo Mtodo MHPRVG: Modelo 62. Delineamento em Blocos Incompletos ou Ltice: Modelo 67. No Selegen Windows, os modelos 8, 62 e 67 podem ser encontrados na caixa Repetibilidade e Dados Longitudinais da tela principal. 7.3.1 Delineamento em Blocos Completos com Resultado por Indivduo (Modelo 8) Modelo Estatstico y = Xm + Za + Wp + Ts + e, em que y o vetor de dados, m o vetor dos efeitos das combinaes medio-repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p vetor dos efeitos de parcela (aleatrios), s vetor dos efeitos permanentes (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor m contempla todas as medies em todas as repeties e ajusta simultaneamente para os efeitos de repeties, medio e interao repetio x medio. essencial que as medies sejam codificadas com diferentes nmeros nas diferentes repeties. Sequncia de Colunas no Arquivo de Dados Observaes Prognie Med-Repetio Parcela Indivduo Medio Variveis Exemplo: Avaliao de 2 variveis em 2 prognies em 2 repeties com 2 medies por indivduo (medies 1 e 2 na repetio 1 e medies 3 e 4 na repetio 2), com 2 plantas por parcela e um total de 8 indivduos.
Observaes Prognie Med-Repet Parcela Indivduo Medio Varivel 1 Varivel 2

1 2 3 4 5 6

1 1 1 1 2 2

1 2 1 2 1 2

1 1 1 1 2 2

1 1 2 2 3 3

1 2 1 2 1 2

10.3 8.5 8.6 8.7 12.4 5.2

0.35 0.14 0.54 0.94 0.25 0.34

175

7 8

9 10 11 12 13 14 15 16

2 2 1 1 1 1 2 2 2 2

1 2

2 2

4 4

3 4 3 4 3 4 3 4

3 3 3 3 4 4 4 4

5 5 6 6 7 7 8 8

1 2 1 2 1 2 1 2 1 2

5.3 5.4 11.3 8.5 3.6 8.7 11.4 5.2 7.3 3.4

0.74 0.11 0.45 0.17 0.54 0.94 0.35 0.34 0.94 0.21

A coluna Parcela deve codificar combinaes repetio-prognie. Assim, o cdigo 12 representa repetio 1 prognie 2. No Excel, essa codificao pode ser obtida pelo comando =A2&C2, quando se tem a codificao de repeties na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas, como por exemplo parcelas de 1 a 4. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vparc: varincia ambiental entre parcelas. Vperm: varincia dos efeitos permanentes. Ve: varincia residual temporria. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. r: repetibilidade individual. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2perm = c21: coeficiente de determinao dos efeitos permanentes. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. Eficiencia do uso de m medidas ou colheitas So apresentados resultados referentes herdabilidade em nvel de indivduos associada media de colheitas (herdab_i_mdia), determinao e acurcia da predio de valores genticos aditivos individuais, obtidos com a realizao de m medidas repetidas. tambm apresentada a eficincia da realizao de m medidas em comparao com a situao em que se usa apenas uma medio.

7.3.2 Delineamento em Blocos Completos com Resultado por Indivduo e Safra, com Estabilidade e Adaptabilidade Temporal pelo Mtodo MHPRVG (Modelo 62)
176

Modelo Estatstico y = Xm + Za + Wp + Qi + Ts + e, em que y o vetor de dados, m o vetor dos efeitos das combinaes medio-repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p vetor dos efeitos de parcela (aleatrios), i o vetor dos efeitos da interao gentipos x medies (aleatrios), s o vetor dos efeitos permanentes (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor m contempla todas as medies em todas as repeties e ajusta simultaneamente para os efeitos de repeties, medio e interao repetio x medio. essencial que as medies sejam codificadas com diferentes nmeros nas diferentes repeties. Sequncia de Colunas no Arquivo de Dados Medio Observaes Prognie Med-Repetio Parcela Interao Indivduo rvore Variveis Exemplo: Avaliao de 2 variveis em 2 prognies em 2 repeties com 2 medies por indivduo (medies 1 e 2 na repetio 1 e medies 3 e 4 na repetio 2), com 2 plantas (rvore) por parcela e um total de 8 indivduos.
Medio Observaes Prognie Med-Repet Parcela Interao Indivduo rvore Varivel 1 Varivel 2

1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2

1 2 3 4 5 6 7 8

9 10 11 12 13 14 15 16

1 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2

1 2 1 2 1 2 1 2

1 1 1 1 2 2 2 2

3 4 3 4 3 4 3 4

3 3 3 3 4 4 4 4

11 12 11 12 21 22 21 22 11 12 11 12 21 22 21 22

1 1 2 2 3 3 4 4

5 5 6 6 7 7 8 8

1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2

10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4 11.3 8.5 3.6 8.7 11.4 5.2 7.3 3.4

0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11 0.45 0.17 0.54 0.94 0.35 0.34 0.94 0.21

A coluna Parcela deve codificar combinaes repetio-prognie. Outras codificaes similares so tambm vlidas, como por exemplo parcelas de 1 a 4. A coluna Interao refere-se interao prognies x medies e deve codificar combinaes prognie-medio. Assim, o cdigo 12 representa prognie 1 na medio 2. No Excel, essa codificao pode ser obtida pelo comando =A2&C2, quando se tem a

177

codificao de repeties na coluna A e de gentipos na coluna C. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica entre prognies; equivale a (1/4) da variao gentica aditiva. Vparc: varincia ambiental entre parcelas. Vgm: varincia da interao gentipos x medies. Vperm: varincia dos efeitos permanentes. Ve: varincia residual temporria. Vf: varincia fenotpica individual. h2g = h2: herdabilidade individual entre prognies. r: repetibilidade individual. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2gm = c21: coeficiente de determinao dos efeitos da interao gentipos x medies. c2perm = c22: coeficiente de determinao dos efeitos permanentes. rgmed: correlao genotpica atravs das medies. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 4.2.3 (para a seleo de prognies) e 6.1.1 (para a seleo de indivduos) so igualmente vlidos.

7.3.3 Delineamento em Blocos Incompletos ou Ltice (Modelo 67) Modelo Estatstico y = Xm + Za + Wp + Qs + Tb + e, em que y o vetor de dados, m o vetor dos efeitos das combinaes medio-repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcelas (assumidos como aleatrios), s vetor dos efeitos permanentes (aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor m contempla todas as medies em todas as repeties e ajusta simultaneamente para os efeitos de repeties, medio e interao repetio x medio. essencial que as medies sejam codificadas com diferentes nmeros nas diferentes repeties. No vetor m, pode-se, alternativamente, contemplar-se apenas as medies. Neste caso, os efeitos de repetio so automaticamente redistribudos como efeitos aleatrios confundidos nos efeitos de blocos. De maneira geral, no h prejuzo com esse tipo de abordagem.

178

Sequncia de Colunas no Arquivo de Dados Observaes Prognie Med-Repetio Parcela Indivduo Bloco Medio Variveis Exemplo: Avaliao de 2 variveis em 4 prognies e 4 blocos em 2 medies em cada uma de 2 repeties (medies 1 e 3 na repetio 1 e medies 2 e 4 na repetio 2), com 2 plantas por parcela e um total de 16 indivduos.
Observaes Prognie Med-Repet 1 1 1 2 1 1 3 2 1 4 2 1 5 3 1 6 3 1 7 4 1 8 4 1 9 1 2 10 1 2 11 2 2 12 2 2 13 3 2 14 3 2 15 4 2 16 4 2 17 1 3 18 1 3 19 2 3 20 2 3 21 3 3 22 3 3 23 4 3 24 4 3 25 1 4 26 1 4 27 2 4 28 2 4 29 3 4 30 3 4 31 4 4 32 4 4 Parcela 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 Indivduo 1 2 3 4 5 6 7 8 Bloco 1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4 1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4 Medio 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 Varivel 1 Varivel 2 10.3 0.35 8.5 0.14 8.6 0.54 1.6 2.4 10.4 0.35 8.7 0.14 8.8 0.54 1.7 2.5 10.5 0.35 8.9 0.14 8.1 0.54 1.8 2.6 10.6 0.35 8.11 0.14 8.12 0.54 1.9 2.7 10.6 0.94 8.11 0.134 8.12 2.7 1.9 0.35 10.7 0.14 8.13 0.54 8.14 2.8 1.1 0.174 10.7 0.214 8.13 2.8 8.14 0.35 1.1 0.14 10.8 0.54 8.15 2.9 8.16 0.254 1.11 0.294

9 10 11 12 13 14 15 16
1 2 3 4 5 6 7 8

9 10 11 12 13 14 15 16

A coluna Parcela deve codificar combinaes repetio-prognie. Assim, o cdigo 12 representa repetio 1 prognie 2. No Excel, essa codificao pode ser obtida pelo comando =A2&C2, quando se tem a codificao de repeties na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas, como por exemplo, parcelas de 1 a 8. O arquivo no necessita estar ordenado dessa forma.

179

A numerao dos blocos deve ser sequencial de uma repetio para outra, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) 1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vparc: varincia ambiental entre parcelas. Vperm: varincia dos efeitos permanentes. Vbloc: varincia ambiental entre blocos. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2perm = c21: coeficiente de determinao dos efeitos permanentes. c2bloc = c22: coeficiente de determinao dos efeitos de bloco. r: repetibilidade individual. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. 7.4 Avaliao em vrios locais e em vrias colheitas ou safras Os experimentos em blocos completos e incompletos, instalados em vrios locais e com avaliaes realizadas em vrias safras ao nvel de indivduos dentro de parcelas por safra (gerando vrias observaes por parcela por safra), podem ser analisados pelos seguintes modelos do Selegen. Delineamento em Blocos Completos: Modelo 65. Delineamento em Blocos Incompletos ou Ltice: Modelo 73. No Selegen Windows, os modelos 65 e 73 podem ser encontrados na caixa Repetibilidade e Dados Longitudinais da tela principal. 7.4.1 Delineamento em Blocos Completos, Vrios Locais e Vrias Colheitas ou Safras (Modelo 65) Modelo Estatstico y = Xm + Za + Wp + Ts + Qi + e, em que y o vetor de dados, m o vetor dos efeitos das combinaes medio-repetio-local (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como

180

aleatrios), p o vetor dos efeitos de parcela (assumidos como aleatrios), s vetor dos efeitos de ambiente permanente (aleatrios) e i o vetor dos efeitos da interao gentipos x locais (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor m contempla todas as medies em todas as repeties nos vrios locais e ajusta simultaneamente para todos esses efeitos e suas interaes. essencial que as medies sejam codificadas com diferentes nmeros nas diferentes repeties e locais. Sequncia de Colunas no Arquivo de Dados Observaes Prognie Med-Rep-Loc Parcela Indivduo Interao Local Variveis Exemplo: Avaliao de 2 variveis em 2 prognies em 2 medies e 2 repeties em 2 locais (medies 1 e 2 na repetio 1 do local 1, medies 3 e 4 na repetio 2 do local 1, medies 5 e 6 na repetio 1 do local 2, medies 7 e 8 na repetio 2 do local 2), com 2 plantas por parcela e um total de 16 indivduos (1 a 8 referentes primeira planta em cada parcela e 9 a 16 referentes segunda planta na parcela).
Observaes Prognie Med-RepLoc Parcela Indivduo Interao Local Varivel1 Varivel2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

17 18 19 20 21 22 23 24

1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2

1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 1 1 2 2 3 3 4 4

11 12 11 12 21 22 21 22 31 32 31 32 41 42 41 42 11 12 11 12 21 22 21 22

1 2 1 2 3 4 3 4 5 6 5 6 7 8 7 8 9 10 9 10 11 12 11 12

11 12 11 12 11 12 11 12 21 22 21 22 21 22 21 22 11 12 11 12 11 12 11 12

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70 0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50

181

25 26 27 28 29 30 31 32

1 2 1 2 1 2 1 2

5 5 6 6 7 7 8 8

31 32 31 32 41 42 41 42

13 14 13 14 15 16 15 16

21 22 21 22 21 22 21 22

2 2 2 2 2 2 2 2

8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5

0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

A coluna Parcela deve codificar combinaes repetio-prognie. Assim, o cdigo 12 representa repetio 1 prognie 2. No Excel, essa codificao pode ser obtida pelo comando =A2&C2, quando se tem a codificao sequencial de repeties na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas, como por exemplo, parcelas de 1 a 8. A coluna Interao deve codificar combinaes localprognie. Assim, o cdigo 12 representa local 1 gentipo 2. O arquivo no necessita estar ordenado dessa forma.

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vparc: varincia ambiental entre parcelas. Vperm: varincia dos efeitos permanentes. Vint: varincia da interao gentipos x locais. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2perm = c21: coeficiente de determinao dos efeitos permanentes. c2int = c22: coeficiente de determinao dos efeitos da interao gentipos x locais. rgloc: correlao genotpica atravs dos locais. r: repetibilidade individual. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. 7.4.2 Delineamento em Blocos Incompletos, Vrios Locais e Vrias Colheitas ou Safras (Modelo 73) Modelo Estatstico y = Xm + Za + Wp + Qs + Ti + Sb + e, em que y o vetor de dados, m o vetor dos efeitos das combinaes medio-repetio (assumidos como fixos) somados mdia

182

geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p vetor dos efeitos de parcelas (aleatrios), s o vetor dos efeitos de ambiente permanente (aleatrios), i o vetor dos efeitos da interao gentipos x locais (aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor m contempla todas as medies em todas as repeties e locais e ajusta simultaneamente para todos esses efeitos e suas interaes. essencial que as medies sejam codificadas com diferentes nmeros nas diferentes repeties e locais. No vetor m, pode-se, alternativamente, contemplar-se apenas as medies. Neste caso, os efeitos de repetio e locais so automaticamente redistribudos como efeitos aleatrios confundidos nos efeitos de blocos. De maneira geral, no h prejuzo com esse tipo de abordagem. Sequncia de Colunas no Arquivo de Dados Observaes Gentipo Med/Rep/Loc Parcela Indivduo Interao Bloco Local Variveis Exemplo: Avaliao de 2 variveis em 4 prognies em 2 medies e 2 repeties com 2 blocos incompletos em cada repetio, em 2 locais (medies 1 e 2 na repetio 1 do local 1, medies 3 e 4 na repetio 2 do local 1, medies 5 e 6 na repetio 1 do local 2, medies 7 e 8 na repetio 2 do local 2), com 2 plantas por parcela e um total de 32 indivduos (1 a 16 referentes primeira planta em cada parcela e 17 a 32 referentes segunda planta na parcela).
Observaes Gentipo Med/Rep/Loc Parcela Indiv Interao Bloc Local Varivel 1 Varivel 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

17 18 19 20 21 22

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2

1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

5 5 5 5 6 6

11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24 31 32 33 34 31 32

1 2 3 4 1 2 3 4 5 6 7 8 5 6 7 8 9 10 11 12 9 10

11 12 13 14 11 12 13 14 11 12 13 14 11 12 13 14 21 22 23 24 21 22

1 1 2 2 1 1 2 2 3 3 4 4 3 3 4 4 5 5 6 6 5 5

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9 10.3 8.5 8.6 1.6 10.4 8.7

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70 0.35 0.14 0.54 2.40 0.35 0.14

183

23 24 25 26 27 28 29 30 31 32
33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48

49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64

3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

6 6 7 7 7 7 8 8 8 8
1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

5 5 5 5 6 6 6 6 7 7 7 7 8 8 8 8

33 34 41 42 43 44 41 42 43 44 11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24 31 32 33 34 31 32 33 34 41 42 43 44 41 42 43 44

11 12 13 14 15 16 13 14 15 16 17 18 19 20 17 18 19 20 21 22 23 24 21 22 23 24 25 26 27 28 25 26 27 28 29 30 31 32 29 30 31 32

23 24 21 22 23 24 21 22 23 24 11 12 13 14 11 12 13 14 11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24 21 22 23 24 21 22 23 24

6 6 7 7 8 8 7 7 8 8 1 1 2 2 1 1 2 2 3 3 4 4 3 3 4 4 5 5 6 6 5 5 6 6 7 7 8 8 7 7 8 8

2 2 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2

8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9 10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9 10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70 0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70 0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

A coluna Parcela deve codificar combinaes repetio-gentipo. Assim, o cdigo 12 representa repetio 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando A2&C2, quando se tem a codificao de repeties na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas, como por exemplo,
184

parcelas de 1 a 16. A coluna interao uma combinao das colunas local-gentipo. O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra e de um local para outro, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio e local (combinao bloco-repetio-local). Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vparc: varincia ambiental entre parcelas. Vperm: varincia dos efeitos permanentes. Vint: varincia da interao gentipos x locais. Vbloc: varincia ambiental entre blocos. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2perm = c21: coeficiente de determinao dos efeitos permanentes. c2int = c22: coeficiente de determinao dos efeitos da interao gentipo x locais. c2bloc = c24: coeficiente de determinao dos efeitos de bloco. r: repetibilidade individual. rgloc: correlao genotpica atravs dos locais. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. 7.5 Avaliao em vrias populaes Os experimentos em blocos completos para avaliao de vrias populaes e com avaliaes realizadas ao nvel de indivduos dentro de parcelas (gerando vrias observaes por parcela), podem ser analisados pelos seguintes modelos do Selegen: Vrias Populaes, Prognies de Meios Irmos em um Local: Modelo 5. Vrias Populaes, Prognies de Meios Irmos em Vrios Locais: Modelo 14. Vrias Populaes, sem Estrutura de Prognies em um Local: Modelo 24. Vrias Populaes, Prognies de Meios Irmos em um Local, Medidas Repetidas: Modelo 154. No Selegen Windows, os modelos 5, 14 e 24 podem ser encontrados na caixa Modelos Mistos: Delineamentos Experimentais/Materiais Genticos/Ambientes da tela principal. O modelo 154 pode ser encontrados na caixa Repetibilidade e Dados Longitudinais.

185

7.5.1 Blocos Completos, Vrias Populaes, Prognies de Meios Irmos em um Local (Modelo 5) Modelo Estatstico y = Xr + Za + Wp + Ts + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcela (assumidos como aleatrios), s vetor dos efeitos de populao ou procedncia (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Desejando-se ajustar os efeitos de procedncias como fixos e os efeitos de repeties como aleatrios pode-se proceder conforme descrito no tpico 21.11. Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Parcela Populao rvore Variveis Exemplo: Avaliao de 2 variveis em 2 prognies em cada uma de 2 populaes, com 2 repeties e 2 plantas (rvores) por parcela.
Indivduo 1 2 3 4 5 6 7 8 Prognie 1 1 2 2 1 1 2 2 3 3 4 4 3 3 4 4 Repetio 1 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2 Parcela 1 1 2 2 3 3 4 4 Populao 1 1 1 1 1 1 1 1 rvore 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 Varivel 1 10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4 10.7 8.5 8.2 8.7 17.4 8.2 5.3 5.9 Varivel 2 0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11 0.55 0.14 0.42 0.94 0.35 0.34 0.64 0.18

9 10 11 12 13 14 15 16

5 5 6 6 7 7 8 8

2 2 2 2 2 2 2 2

As prognies devem ser codificadas com nmeros diferentes para cada populao. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
186

1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vparc: varincia ambiental entre parcelas. Vproc: varincia gentica entre populaes ou procedncias. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2proc = c21: coeficiente de determinao dos efeitos de populaes. CVgi%: coeficiente de variao gentica aditiva individual. CVgp%: coeficiente de variao genotpica entre prognies. CVe%: coeficiente de variao residual. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. Adicionalmente so apresentados os valores genotpicos de populaes ou procedncias. 7.5.2. Blocos Completos, Vrias Populaes, Prognies de Meios Irmos em Vrios Locais: Modelo 14. Modelo Estatstico y = Xr + Za + Wp + Qs + Ti + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcelas (assumidos como aleatrios), s o vetor dos efeitos de populaes (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor r contempla todas as repeties de todos os locais (ajusta combinaes repetio-local). Nesse caso, esse vetor contempla os efeitos de locais e de repeties dentro de locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. Desejando-se ajustar os efeitos de procedncias como fixos e os efeitos de repeties como aleatrios pode-se proceder conforme descrito no tpico 21.12. Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Parcela Populao Interao rvore Variveis

187

Exemplo: Avaliao de 2 variveis em 4 prognies em 2 repeties em 2 populaes em cada um de 2 locais (repeties 1 e 2 no local 1 e repeties 3 e 4 no local 2), com 2 plantas (rvores) por parcela.
Indivduo Prognie Repetio Parcela Populao Interao rvore Varivel 1 Varivel 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4

9 9 10 10 11 11 12 12 13 13 14 14 15 15 16 16

1 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2

11 11 12 12 13 13 14 14 11 11 12 12 13 13 14 14 21 21 22 22 23 23 24 24 21 21 22 22 23 23 24 24

1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9 10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70 0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

A coluna Interao deve codificar combinaes local-prognie. Assim, o cdigo 12 representa local 1 prognie 2. No Excel, essa codificao pode ser obtida pelo comando =A2&C2, quando se tem a codificao de locais na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia

188

1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva, livre da interao gentipos x ambientes. Vparc: varincia ambiental entre parcelas. Vproc: varincia genotpica entre populaes ou procedncias. Vint: varincia da interao prognies x ambientes. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2proc = c21: coeficiente de determinao dos efeitos de populaes. c2int = c22: coeficiente de determinao dos efeitos da interao prognies x ambientes. rgloc: correlao genotpica entre o desempenho das prognies nos vrios ambientes. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. Adicionalmente so apresentados os valores genotpicos de populaes ou procedncias. 7.5.3 Blocos Completos, Vrias Populaes, sem Estrutura de Prognies, em um Local: Modelo 24. Modelo Estatstico y = Xr + Zg + Wp + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos de populaes (assumidos como aleatrios), p o vetor dos efeitos de parcela, e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Indivduo Populao Repetio Parcela rvore Variveis Exemplo: Avaliao de 2 variveis em 2 populaes em 2 repeties com 2 plantas (rvores) por parcela.
Indivduo 1 2 3 4 5 5 7 8 Populao 1 1 2 2 1 1 2 2 Repetio 1 1 1 1 2 2 2 2 Parcela 1 1 2 2 3 3 4 4 rvore 1 2 1 2 1 2 1 2 Varivel 1 10.3 12.4 8.5 5.2 7.5 6.3 4.1 5.2 Varivel 2 0.35 0.25 0.14 0.34 0.83 0.87 0.37 0.34

O arquivo no necessita estar ordenado dessa forma.

189

O programa solicita um valor de h2d, a herdabilidade aditiva individual dentro de populaes. Este valor pode ser obtido de literatura, j que no possvel estim-lo dos prprios dados experimentais nesse caso. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica entre populaes. Vparc: varincia ambiental entre parcelas. Ve: varincia residual. Vf: varincia fenotpica individual. h2g = h2: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais de populaes. c2parc = c2: coeficiente de determinao dos efeitos de parcela. h2mp: herdabilidade da mdia de populaes, assumindo sobrevivncia completa. Acproc: acurcia da seleo de populaes, assumindo sobrevivncia completa. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. Adicionalmente so apresentados os valores genotpicos de populaes ou procedncias.

7.5.4 Delineamento em Blocos Completos, Vrias Populaes e Vrias Safras (Modelo 154) Modelo Estatstico y = Xm + Za + Wp + Ts + Qi + e, em que y o vetor de dados, m o vetor dos efeitos das combinaes medio-repetio-local (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcela (assumidos como aleatrios), s vetor dos efeitos de ambiente permanente (aleatrios) e i o vetor dos efeitos de populaes (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor m contempla todas as medies em todas as repeties e ajusta simultaneamente para esses efeitos e sua interao. essencial que as medies sejam codificadas com diferentes nmeros nas diferentes repeties. Sequncia de Colunas no Arquivo de Dados Observaes Prognie Med-Repetio Parcela Indivduo Populao Medio Variveis

190

Exemplo: Avaliao de 2 variveis em 4 prognies em 2 medies e 2 repeties em 2 populaes (medies 1 e 2 na repetio 1, medies 3 e 4 na repetio 2), com 2 plantas por parcela e um total de 16 indivduos (1 a 8 referentes primeira planta em cada parcela e 9 a 16 referentes segunda planta na parcela).
Observaes Prognie Med-Rep Parcela Indivduo 1 1 1 11 1 2 2 1 12 2 3 1 2 11 1 4 2 2 12 2 5 1 3 21 3 6 2 3 22 4 7 1 4 21 3 8 2 4 22 4 9 3 1 13 5 10 4 1 14 6 11 3 2 13 5 12 4 2 14 6 13 3 3 23 7 14 4 3 24 8 15 3 4 23 7 16 4 4 24 8 1 1 11 9 17 2 1 12 10 18 1 2 11 9 19 2 2 12 10 20 1 3 21 11 21 2 3 22 12 22 1 4 21 11 23 2 4 22 12 24 3 1 13 13 25 4 1 14 14 26 3 2 13 13 27 4 2 14 14 28 3 3 23 15 29 4 3 24 16 30 3 4 23 15 31 4 4 24 16 32 Populao Med 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2 Varivel1 Varivel2 10.3 0.35 8.5 0.14 8.6 0.54 1.6 2.40 10.4 0.35 8.7 0.14 8.8 0.54 1.7 2.50 10.5 0.35 8.9 0.14 8.1 0.54 1.8 2.60 10.6 0.35 8.1 0.14 8.2 0.54 1.9 2.70 10.3 0.35 8.5 0.14 8.6 0.54 1.6 2.40 10.4 0.35 8.7 0.14 8.8 0.54 1.7 2.50 10.5 0.35 8.9 0.14 8.1 0.54 1.8 2.60 10.6 0.35 8.1 0.14 8.2 0.54 1.9 2.70

A coluna Parcela deve codificar combinaes repetio-prognie. Assim, o cdigo 12 representa repetio 1 prognie 2. No Excel, essa codificao pode ser obtida pelo comando =A2&C2, quando se tem a codificao sequencial de repeties na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas, como por exemplo, parcelas de 1 a 8. O arquivo no necessita estar ordenado dessa forma.

191

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vparc: varincia ambiental entre parcelas. Vperm: varincia dos efeitos permanentes. Vproc: varincia gentica entre populaes ou procedncias. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2perm = c21: coeficiente de determinao dos efeitos permanentes. c2proc = c22: coeficiente de determinao dos efeitos de populaes ou procedncias. r: repetibilidade individual. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. 8. Avaliao de Indivduos em Prognies F3 de Plantas Autgamas ou S1 de Plantas Algamas) Vrias Observaes por Parcela Nesse caso, tem-se as seguintes situaes: Avaliao em um Local no Delineamento de Blocos ao Acaso, Linhagens Derivadas de um s Cruzamento ou Populao F2: Modelo 59 Avaliao em um Local sem Delineamento Experimental (ou em Blocos Aumentados), Linhagens Derivadas de um s Cruzamento ou Populao F2: Modelo 60 Avaliao em um Local no Delineamento de Blocos ao Acaso, Linhagens Derivadas de Vrios Cruzamentos ou Populaes F2: Modelo 61 No Selegen Windows, os modelos 59, 60 e 61 podem ser encontrados na caixa Famlias F3 ou S1 da tela principal. 8.1 Avaliao em um Local no Delineamento de Blocos ao Acaso, Linhagens Derivadas de um s Cruzamento ou Populao F2: Modelo 59

Modelo Estatstico y = Xr + Za + Wp + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcela, e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

192

Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Parcela Indivduo Variveis Exemplo: Avaliao de 2 variveis em 2 prognies em 2 repeties com 2 plantas (indivduos) por parcela.
Indivduo 1 2 3 4 5 5 7 8 Prognie 1 1 2 2 1 1 2 2 Repetio 1 1 1 1 2 2 2 2 Parcela 1 1 2 2 3 3 4 4 Indivduo 1 2 1 2 1 2 1 2 Varivel 1 Varivel 2 10.3 0.35 12.4 0.25 8.5 0.14 5.2 0.34 7.5 0.83 6.3 0.87 4.1 0.37 5.2 0.34

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica entre famlias, equivalendo a varincia gentica aditiva mais (1/4) da varincia gentica de dominncia, ignorando-se os componentes D1 e D2. Vparc: varincia ambiental entre parcelas. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido amplo entre famlias, ou seja, equivale herdabilidade no sentido restrito desde que ignorada a frao (1/4) da varincia gentica de dominncia. h2aj: herdabilidade individual no sentido amplo entre famlias, ajustada para os efeitos de parcela. c2parc = c2: coeficiente de determinao dos efeitos de parcela. h2mp: herdabilidade da mdia de prognies, assumindo sobrevivncia completa. Acprog: acurcia da seleo de prognies, assumindo sobrevivncia completa. h2ad: herdabilidade aditiva dentro de parcela, desde que ignorada a frao (1/4) da varincia gentica de dominncia. CVgi%: coeficiente de variao gentica aditiva individual, ignorando-se a frao (1/4) da varincia gentica de dominncia. CVe%: coeficiente de variao residual. Mdia geral do experimento. Tanto a herdabilidade entre prognies quanto a herdabilidade dentro de prognies encontramse inflacionadas pela frao (1/4) da varincia gentica de dominncia. Isto no dever afetar a seleo de indivduos, visto que as duas herdabilidades so usadas no cmputo dos valores genticos dos mesmos. Estando as duas inflacionadas pela mesma quantidade, a proporcionalidade entre elas no ser muito afetada.

Valores Genotpicos e Intervalos de Confiana

193

Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. Apresenta-se tambm, ao final, a seleo de linhagens. 8.2 Avaliao em um Local sem Delineamento Experimental (ou em Blocos Aumentados), Linhagens Derivadas de um s Cruzamento ou Populao F2: Modelo 60 Nessa situao, as linhagens so semeadas em linhas, sem repetio. Mas existem certos estratos ambientais que podem funcionar como blocos. No caso, linhagens diferentes estaro nos blocos diferentes, mas algumas testemunhas podero ser comuns aos vrios blocos, como no delineamento em blocos aumentados. As avaliaes so realizadas em nvel de plantas.

Modelo Estatstico y = Xr + Za + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Identificao Variveis Exemplo: Avaliao de 2 variveis em 2 prognies em 2 repeties. Indivduo
1 2 3 4

Prognie
1 1 2 2

Repetio
1 2 1 2

Identificao
11 21 12 22

Varivel 1
10.3 12.4 8.5 5.2

Varivel 2
0.35 0.25 0.14 0.34

A coluna Identificao s til para identificar a planta no campo. Assim, o cdigo 12 pode indicar indivduo 1 da prognie 2. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica entre famlias, equivalendo a varincia gentica aditiva mais (1/4) da varincia gentica de dominncia, ignorando-se os componentes D1 e D2. Ve: varincia residual. Vf: varincia fenotpica individual.

194

h2a = h2: herdabilidade individual no sentido amplo entre famlias, ou seja, equivale herdabilidade no sentido restrito desde que ignorada a frao (1/4) da varincia gentica de dominncia. h2mp: herdabilidade da mdia de prognie, assumindo sobrevivncia completa. Acprog: acurcia da seleo de prognie, assumindo sobrevivncia completa. h2ad: herdabilidade aditiva dentro de parcela, desde que ignorada a frao (1/4) da varincia gentica de dominncia. CVgi%: coeficiente de variao gentica aditiva individual, ignorando-se a frao (1/4) da varincia gentica de dominncia. CVe%: coeficiente de variao residual. Mdia geral do experimento. Tanto a herdabilidade entre prognies quanto a herdabilidade dentro de prognies encontramse inflacionadas pela frao (1/4) da varincia gentica de dominncia. Isto no dever afetar a seleo de indivduos, visto que as duas herdabilidades so usadas no cmputo dos valores genticos dos mesmos. Estando as duas inflacionadas pela mesma quantidade, a proporcionalidade entre elas no ser muito afetada.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. Apresenta-se tambm, ao final, a seleo de linhagens. 8.3 Avaliao em um Local no Delineamento de Blocos ao Acaso, Linhagens Derivadas de Vrios Cruzamentos ou Populaes F2: Modelo 61 Modelo Estatstico y = Xr + Za + Wp + Ts + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcela (assumidos como aleatrios), s vetor dos efeitos de populao (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Parcela Populao rvore Variveis Exemplo: Avaliao de 2 variveis em 2 prognies em cada uma de 2 populaes, com 2 repeties e 2 plantas (rvores) por parcela.
Parcela 1 2 3 4 5 6 7 Prognie 1 1 2 2 1 1 2 Repetio 1 1 1 1 2 2 2 Parcela 1 1 2 2 3 3 4 Populao 1 1 1 1 1 1 1 rvore 1 2 1 2 1 2 1 Varivel 1 10.3 8.5 8.6 8.7 12.4 5.2 5.3 Varivel 2 0.35 0.14 0.54 0.94 0.25 0.34 0.74

195

9 10 11 12 13 14 15 16

2 3 3 4 4 3 3 4 4

2 1 1 1 1 2 2 2 2

5 5 6 6 7 7 8 8

2 2 2 2 2 2 2 2

2 1 2 1 2 1 2 1 2

5.4 10.7 8.5 8.2 8.7 17.4 8.2 5.3 5.9

0.11 0.55 0.14 0.42 0.94 0.35 0.34 0.64 0.18

As prognies devem ser codificadas com nmeros diferentes para cada populao. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica entre famlias, equivalendo a varincia gentica aditiva mais (1/4) da varincia gentica de dominncia, ignorando-se os componentes D1 e D2. Vparc: varincia ambiental entre parcelas. Vproc: varincia gentica entre populaes. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido amplo entre famlias, ou seja, equivale herdabilidade no sentido restrito desde que ignorada a frao (1/4) da varincia gentica de dominncia. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2proc = c21: coeficiente de determinao dos efeitos de populaes. CVgi%: coeficiente de variao gentica aditiva individual, ignorando-se a frao (1/4) da varincia gentica de dominncia. CVe%: coeficiente de variao residual. Mdia geral do experimento. Tanto a herdabilidade entre prognies quanto a herdabilidade dentro de prognies encontramse inflacionadas pela frao (1/4) da varincia gentica de dominncia. Isto no dever afetar a seleo de indivduos, visto que as duas herdabilidades so usadas no cmputo dos valores genticos dos mesmos. Estando as duas inflacionadas pela mesma quantidade, a proporcionalidade entre elas no ser muito afetada.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. Adicionalmente so apresentados os valores genotpicos de populaes. Apresenta-se tambm, ao final, a seleo de linhagens. E mais ao final, a seleo de indivduos e linhagens dentro de populaes, ou seja, sem considerar as informaes entre populaes.

196

9. Avaliao de Indivduos em Prognies de Irmos Germanos de Plantas Algamas Vrias Observaes por Parcela Nesse caso, tem-se as seguintes situaes: Avaliao em um Local no Delineamento de Blocos ao Acaso com Vrias Plantas por Parcela: Modelo 147 Avaliao em Vrios Locais no Delineamento de Blocos ao Acaso com Vrias Plantas por Parcela: Modelo 148 Avaliao em um Local no Delineamento de Blocos ao Acaso com Vrias Plantas por Parcela, Anlise com Covarivel: Modelo 145 Avaliao em Vrios Locais no Delineamento de Blocos ao Acaso com Vrias Plantas por Parcela, Anlise com Covarivel: Modelo 146 No Selegen Windows, os modelos 147 e 148 podem ser encontrados na caixa Modelos Mistos: Delineamentos Experimentais/Materiais Genticos/Ambientes da tela principal. Os modelos 145 e 146 podem ser encontrados na caixa Modelos Mistos com Covarivel. Na opo apenas pelo BLUP na anlise, a h2 a ser informada refere-se herdabilidade individual no sentido restrito multiplicada por 1/2.

9.1 Um Local e uma Safra, Blocos Completos (Modelo 147) Modelo Estatstico y = Xr + Zg + Wp + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcela, e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Parcela rvore Variveis Exemplo: Avaliao de 2 variveis em 2 prognies em 2 repeties com 2 plantas (rvores) por parcela.
Indivduo 1 2 3 4 5 5 7 8 Prognie 1 1 2 2 1 1 2 2 Repetio 1 1 1 1 2 2 2 2 Parcela 1 1 2 2 3 3 4 4 rvore 1 2 1 2 1 2 1 2 Varivel 1 Varivel 2 10.3 0.35 12.4 0.25 8.5 0.14 5.2 0.34 7.5 0.83 6.3 0.87 4.1 0.37 5.2 0.34

197

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica entre prognies de irmos germanos, equivalendo a (1/2) da varincia gentica aditiva mais (1/4) da varincia gentica de dominncia, ignorando-se a epistasia. Vparc: varincia ambiental entre parcelas. Vdentro: varincia residual dentro de parcela. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, obtida ignorando-se a frao (1/4) da varincia gentica de dominncia. c2parc = c2: coeficiente de determinao dos efeitos de parcela. h2mp: herdabilidade da mdia de prognies, assumindo sobrevivncia completa. Acprog: acurcia da seleo de prognies, assumindo sobrevivncia completa. h2ad: herdabilidade aditiva dentro de parcela, obtida ignorando-se a frao (1/4) da varincia gentica de dominncia. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana So apresentados 3 resultados de valores genticos preditos: (a) Seleo de clones potenciais no experimento, explorando toda a variao genotpica entre e dentro de prognies. Para cmputo da herdabilidade no sentido amplo dentro de prognies considerou-se dominncia completa em uma populao com nvel intermedirio de melhoramento. (b) Seleo de cruzamentos ou prognies, explorando a variao genotpica total entre prognies. (c) Seleo de genitores potenciais no experimento, explorando a variao gentica aditiva entre e dentro de prognies. Tanto a herdabilidade entre prognies quanto a herdabilidade dentro de prognies encontram-se inflacionadas pela frao (1/4) da varincia gentica de dominncia. Isto no dever afetar a seleo de indivduos, visto que as duas herdabilidades so usadas no cmputo dos valores genticos dos mesmos. Estando as duas inflacionadas pela mesma quantidade, a proporcionalidade entre elas no ser muito afetada. 9.2 Vrios Locais e uma Safra, Blocos Completos (Modelo 148) Modelo Estatstico y = Xr + Zg + Wp + Ti + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcela (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente

198

(aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor r contempla todas as repeties de todos os locais (ajusta combinaes repetio-local). Nesse caso, esse vetor contempla os efeitos de locais e de repeties dentro de locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. Esse modelo pode tambm ser utilizado para a seleo em plantios com sobra de mudas de prognies de irmos germanos. Neste caso, as colunas no arquivo, referentes aos efeitos de parcela e interao devem ser substitudos por linhas e colunas do retngulo experimental. Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Parcela Interao rvore Variveis Exemplo: Avaliao de 2 variveis em 2 prognies em 2 repeties em cada um de 2 locais (repeties 1 e 2 no local 1 e repeties 3 e 4 no local 2), com 2 plantas (rvores) por parcela.
Parcela 1 2 3 4 5 6 7 8 Prognie 1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2 Repetio 1 1 1 1 2 2 2 2 Parcela 1 1 2 2 3 3 4 4 Interao 11 11 12 12 11 11 12 12 rvore 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 Varivel 1 10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4 10.7 8.5 8.2 8.7 17.4 8.2 5.3 5.9 Varivel 2 0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11 0.55 0.14 0.42 0.94 0.35 0.34 0.64 0.18

9 10 11 12 13 14 15 16

3 3 3 3 4 4 4 4

5 5 6 6 7 7 8 8

21 21 22 22 21 21 22 22

A coluna Interao deve codificar combinaes local-prognie. Assim, o cdigo 12 representa local 1 prognie 2. No Excel, essa codificao pode ser obtida pelo comando =A2&C2, quando se tem a codificao de locais na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
199

1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica entre prognies de irmos germanos, equivalendo a (1/2) da varincia gentica aditiva mais (1/4) da varincia gentica de dominncia, ignorando-se a epistasia. Vparc: varincia ambiental entre parcelas. Vint: varincia da interao gentipo x ambiente. Vdentro: varincia residual dentro de parcela. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, obtida ignorando-se a frao (1/4) da varincia gentica de dominncia. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2int = c21: coeficiente de determinao dos efeitos da interao gentipo x ambiente. h2mp: herdabilidade da mdia de prognies, assumindo sobrevivncia completa. Acprog: acurcia da seleo de prognies, assumindo sobrevivncia completa. h2ad: herdabilidade aditiva dentro de parcela, obtida ignorando-se a frao (1/4) da varincia gentica de dominncia. rgloc: correlao genotpica entre o desempenho das prognies nos vrios ambientes. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana So apresentados 3 resultados de valores genticos preditos: (a) Seleo de clones potenciais no experimento, explorando toda a variao genotpica entre e dentro de prognies. Para cmputo da herdabilidade no sentido amplo dentro de prognies considerou-se dominncia completa em uma populao com nvel intermedirio de melhoramento. (b) Seleo de cruzamentos ou prognies, explorando a variao genotpica total entre prognies. (c) Seleo de genitores potenciais no experimento, explorando a variao gentica aditiva entre e dentro de prognies. Tanto a herdabilidade entre prognies quanto a herdabilidade dentro de prognies encontram-se inflacionadas pela frao (1/4) da varincia gentica de dominncia. Isto no dever afetar a seleo de indivduos, visto que as duas herdabilidades so usadas no cmputo dos valores genticos dos mesmos. Estando as duas inflacionadas pela mesma quantidade, a proporcionalidade entre elas no ser muito afetada. 9.3 Um Local e uma Safra, Blocos Completos, Anlise com Covarivel (Modelo 145) Modelo Estatstico y = Xr + Cov + Zg + Wp + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcela, e o vetor de erros ou resduos (aleatrios). O coeficiente refere-se regresso associada covarivel Cov. As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

200

Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Parcela rvore Covarivel Variveis Exemplo: Avaliao de 2 variveis em 2 prognies em 2 repeties com 2 plantas (rvores) por parcela.
Indivduo Prognie Repetio Parcela rvore Covarivel Varivel 1 Varivel 2

1 2 3 4 5 5 7 8

1 1 2 2 1 1 2 2

1 1 1 1 2 2 2 2

1 1 2 2 3 3 4 4

1 2 1 2 1 2 1 2

1 0 3 2 4 6 5 1

10.3 12.4 8.5 5.2 7.5 6.3 4.1 5.2

0.35 0.25 0.14 0.34 0.83 0.87 0.37 0.34

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica entre prognies de irmos germanos, equivalendo a (1/2) da varincia gentica aditiva mais (1/4) da varincia gentica de dominncia, ignorando-se a epistasia. Vparc: varincia ambiental entre parcelas. Vdentro: varincia residual dentro de parcela. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, obtida ignorando-se a frao (1/4) da varincia gentica de dominncia. c2parc = c2: coeficiente de determinao dos efeitos de parcela. h2mp: herdabilidade da mdia de prognies, assumindo sobrevivncia completa. Acprog: acurcia da seleo de prognies, assumindo sobrevivncia completa. h2ad: herdabilidade aditiva dentro de parcela, obtida ignorando-se a frao (1/4) da varincia gentica de dominncia. Mdia geral do experimento. Beta: coeficiente de regresso associado covarivel. Mdia Cov: Mdia da covarivel.

Valores Genotpicos e Intervalos de Confiana So apresentados 3 resultados de valores genticos preditos: (a) Seleo de clones potenciais no experimento, explorando toda a variao genotpica entre e dentro de prognies. Para cmputo da herdabilidade no sentido amplo dentro de prognies considerou-se dominncia completa em uma populao com nvel intermedirio de melhoramento.

201

(b) Seleo de cruzamentos ou prognies, explorando a variao genotpica total entre prognies. (c) Seleo de genitores potenciais no experimento, explorando a variao gentica aditiva entre e dentro de prognies. Tanto a herdabilidade entre prognies quanto a herdabilidade dentro de prognies encontram-se inflacionadas pela frao (1/4) da varincia gentica de dominncia. Isto no dever afetar a seleo de indivduos, visto que as duas herdabilidades so usadas no cmputo dos valores genticos dos mesmos. Estando as duas inflacionadas pela mesma quantidade, a proporcionalidade entre elas no ser muito afetada. 9.4 Vrios Locais e uma Safra, Blocos Completos, Anlise com Covarivel (Modelo 146) Modelo Estatstico y = Xr + Cov + Zg + Wp + Ti + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, g o vetor dos efeitos genotpicos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcela (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios) e e o vetor de erros ou resduos (aleatrios). O coeficiente refere-se regresso associada covarivel Cov. As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor r contempla todas as repeties de todos os locais (ajusta combinaes repetio-local). Nesse caso, esse vetor contempla os efeitos de locais e de repeties dentro de locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Parcela Interao rvore Covarivel Variveis Exemplo: Avaliao de 2 variveis em 2 prognies em 2 repeties em cada um de 2 locais (repeties 1 e 2 no local 1 e repeties 3 e 4 no local 2), com 2 plantas (rvores) por parcela.
Parcela 1 2 3 4 5 6 7 8 Prognie 1 1 2 2 1 1 2 2 1 1 2 Repetio 1 1 1 1 2 2 2 2 Parcela 1 1 2 2 3 3 4 4 Interao 11 11 12 12 11 11 12 12 rvore 1 2 1 2 1 2 1 2 1 2 1 Covarivel Varivel 1 Varivel 2 1 10.3 0.35 3 8.5 0.14 2 8.6 0.54 4 8.7 0.94 5 12.4 0.25 6 5.2 0.34 1 5.3 0.74 3 5.4 0.11 4 10.7 0.55 8 8.5 0.14 0 8.2 0.42

9 10 11

3 3 3

5 5 6

21 21 22

202

12 13 14 15 16

2 1 1 2 2

3 4 4 4 4

6 7 7 8 8

22 21 21 22 22

2 1 2 1 2

2 3 4 6 4

8.7 17.4 8.2 5.3 5.9

0.94 0.35 0.34 0.64 0.18

A coluna Interao deve codificar combinaes local-prognie. Assim, o cdigo 12 representa local 1 prognie 2. No Excel, essa codificao pode ser obtida pelo comando =A2&C2, quando se tem a codificao de locais na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica entre prognies de irmos germanos, equivalendo a (1/2) da varincia gentica aditiva mais (1/4) da varincia gentica de dominncia, ignorando-se a epistasia. Vparc: varincia ambiental entre parcelas. Vint: varincia da interao gentipo x ambiente. Vdentro: varincia residual dentro de parcela. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, obtida ignorando-se a frao (1/4) da varincia gentica de dominncia. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2int: coeficiente de determinao dos efeitos da interao gentipo x ambiente. h2mp: herdabilidade da mdia de prognies, assumindo sobrevivncia completa. Acprog: acurcia da seleo de prognies, assumindo sobrevivncia completa. h2ad: herdabilidade aditiva dentro de parcela, obtida ignorando-se a frao (1/4) da varincia gentica de dominncia. rgloc: correlao genotpica entre o desempenho das prognies nos vrios ambientes. Mdia geral do experimento. Beta: coeficiente de regresso associado covarivel. Mdia Cov: Mdia da covarivel.

Valores Genotpicos e Intervalos de Confiana So apresentados 3 resultados de valores genticos preditos: (a) Seleo de clones potenciais no experimento, explorando toda a variao genotpica entre e dentro de prognies. Para cmputo da herdabilidade no sentido amplo dentro de prognies considerou-se dominncia completa em uma populao com nvel intermedirio de melhoramento. (b) Seleo de cruzamentos ou prognies, explorando a variao genotpica total entre prognies. (c) Seleo de genitores potenciais no experimento, explorando a variao gentica aditiva entre e dentro de prognies. Tanto a herdabilidade entre prognies quanto a

203

herdabilidade dentro de prognies encontram-se inflacionadas pela frao (1/4) da varincia gentica de dominncia. Isto no dever afetar a seleo de indivduos, visto que as duas herdabilidades so usadas no cmputo dos valores genticos dos mesmos. Estando as duas inflacionadas pela mesma quantidade, a proporcionalidade entre elas no ser muito afetada. 10. Avaliao de Indivduos em Prognies S1 de Plantas com Sistema Reprodutivo Misto Nesse caso, tem-se as seguintes situaes: Avaliao em um Local no Delineamento de Blocos ao Acaso, Prognies de uma s Populao, Vrias Plantas por Parcela: Modelo 107 Avaliao em um Local no Delineamento de Blocos ao Acaso, Prognies de uma s Populao, Uma Planta por Parcela: Modelo 108 Avaliao em um Local no Delineamento de Blocos ao Acaso, Prognies de Vrias Populaes, Vrias Plantas por Parcela: Modelo 109 No Selegen Windows, os modelos 107, 108 e 109 podem ser encontrados na caixa Sistema Reprodutivo Misto da tela principal. Deve ser fornecida a taxa de autofecundao (S) praticada pela populao ou espcie. Na opo apenas pelo BLUP na anlise, a h2 a ser informada refere-se herdabilidade individual no sentido restrito multiplicada por 3/2, ou seja, refere-se herdabilidade individual total mostrada no REML.

10.1 Avaliao em um Local no Delineamento de Blocos ao Acaso, Prognies de uma s Populao, Vrias Plantas por Parcela: Modelo 107 Modelo Estatstico y = Xr + Za + Wp + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcela, e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Parcela Indivduo Variveis Exemplo: Avaliao de 2 variveis em 2 prognies em 2 repeties com 2 plantas (indivduos) por parcela.
Indivduo 1 2 3 4 Prognie 1 1 2 2 Repetio 1 1 1 1 Parcela 1 1 2 2 Indiv/Parc Varivel 1 Varivel 2 1 10.3 0.35 2 12.4 0.25 1 8.5 0.14 2 5.2 0.34

204

5 5 7 8

1 1 2 2

2 2 2 2

3 3 4 4

1 2 1 2

7.5 6.3 4.1 5.2

0.83 0.87 0.37 0.34

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia gentica entre famlias, cujos componentes da varincia gentica aditiva e varincia gentica de dominncia dependem da taxa de autofecundao. Vparc: varincia ambiental entre parcelas. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual total (usando 3/2 da varincia gentica aditiva no numerador, quando S = 0) no sentido restrito. c2parc = c2: coeficiente de determinao dos efeitos de parcela. h2mp: herdabilidade da mdia de prognies, assumindo sobrevivncia completa. Acprog: acurcia da seleo de prognies, assumindo sobrevivncia completa. h2ad: herdabilidade aditiva dentro de parcela (usando 1/2 da varincia gentica aditiva no numerador, quando S = 0). Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. Apresenta-se tambm, ao final, a seleo de linhagens. 10.2 Avaliao em um Local no Delineamento de Blocos ao Acaso, Prognies de uma s Populao, Uma Planta por Parcela: Modelo 108 Modelo Estatstico y = Xr + Za + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Identificao Variveis Exemplo: Avaliao de 2 variveis em 2 prognies em 2 repeties. Indivduo
1

Prognie
1

Repetio
1

Identificao
11

Varivel 1
10.3

Varivel 2
0.35

205

2 3 4

1 2 2

2 1 2

21 12 22

12.4 8.5 5.2

0.25 0.14 0.34

A coluna Identificao s til para identificar a planta no campo. Assim, o cdigo 12 pode indicar indivduo 1 da prognie 2. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia gentica entre famlias, cujos componentes da varincia gentica aditiva e varincia gentica de dominncia dependem da taxa de autofecundao. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual total (usando 3/2 da varincia gentica aditiva no numerador, quando S = 0) no sentido restrito. h2mp: herdabilidade da mdia de prognie, assumindo sobrevivncia completa. Acprog: acurcia da seleo de prognie, assumindo sobrevivncia completa. h2ad: herdabilidade aditiva dentro de parcela (usando 1/2 da varincia gentica aditiva no numerador, quando S = 0). Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. Apresenta-se tambm, ao final, a seleo de linhagens. 10.3 Avaliao em um Local no Delineamento de Blocos ao Acaso, Prognies de Vrias Populaes, Vrias Plantas por Parcela: Modelo 109 Modelo Estatstico y = Xr + Za + Wp + Ts + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcela (assumidos como aleatrios), s vetor dos efeitos de populao (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Parcela Populao rvore Variveis

206

Exemplo: Avaliao de 2 variveis em 2 prognies em cada uma de 2 populaes, com 2 repeties e 2 plantas (rvores) por parcela.
Parcela 1 2 3 4 5 6 7 8 Prognie 1 1 2 2 1 1 2 2 3 3 4 4 3 3 4 4 Repetio 1 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2 Parcela 1 1 2 2 3 3 4 4 Populao 1 1 1 1 1 1 1 1 rvore 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 Varivel 1 10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4 10.7 8.5 8.2 8.7 17.4 8.2 5.3 5.9 Varivel 2 0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11 0.55 0.14 0.42 0.94 0.35 0.34 0.64 0.18

9 10 11 12 13 14 15 16

5 5 6 6 7 7 8 8

2 2 2 2 2 2 2 2

As prognies devem ser codificadas com nmeros diferentes para cada populao. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia gentica entre famlias, cujos componentes da varincia gentica aditiva e varincia gentica de dominncia dependem da taxa de autofecundao. Vparc: varincia ambiental entre parcelas. Vproc: varincia gentica entre populaes. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual total (usando 3/2 da varincia gentica aditiva no numerador, quando S = 0) no sentido restrito. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2proc = c21: coeficiente de determinao dos efeitos de populaes. h2ad: herdabilidade aditiva dentro de parcela (usando 1/2 da varincia gentica aditiva no numerador, quando S = 0). Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. Adicionalmente so apresentados os valores genotpicos de populaes. Apresenta-se tambm, ao final, a

207

seleo de linhagens. E mais ao final, a seleo de indivduos e linhagens dentro de populaes, ou seja, sem considerar as informaes entre populaes. 11. Avaliao de Indivduos em Prognies de Polinizao Aberta de Plantas com Sistema Reprodutivo Misto Nesse caso, tem-se as seguintes situaes: Avaliao em um Local no Delineamento de Blocos ao Acaso, Prognies de uma s Populao, Vrias Plantas por Parcela: Modelo 110 Avaliao em um Local no Delineamento de Blocos ao Acaso, Prognies de uma s Populao, Uma Planta por Parcela: Modelo 111 Avaliao em um Local no Delineamento de Blocos ao Acaso, Prognies de Vrias Populaes, Vrias Plantas por Parcela: Modelo 112 No Selegen Windows, os modelos 110, 111 e 112 podem ser encontrados na caixa Sistema Reprodutivo Misto da tela principal. Deve ser fornecida a taxa de autofecundao (S) praticada pela populao ou espcie. A abordagem biomtrica utilizada refere-se quela derivada por Resende, Vencovsky & Fernandes (1995) e Vencovsky et al. (2001). Na opo apenas pelo BLUP na anlise, a h2 a ser informada refere-se herdabilidade individual no sentido restrito multiplicada por (1+S)2/4. 11.1 Avaliao em um Local no Delineamento de Blocos ao Acaso, Prognies de uma s Populao, Vrias Plantas por Parcela: Modelo 110 Modelo Estatstico y = Xr + Za + Wp + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcela (aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Parcela Indivduo Variveis Exemplo: Avaliao de 2 variveis em 2 prognies em 2 repeties com 2 plantas (indivduos) por parcela.
Indivduo 1 2 3 4 5 5 Prognie 1 1 2 2 1 1 Repetio 1 1 1 1 2 2 Parcela 1 1 2 2 3 3 Indiv/Parc 1 2 1 2 1 2 Varivel 1 10.3 12.4 8.5 5.2 7.5 6.3 Varivel 2 0.35 0.25 0.14 0.34 0.83 0.87

208

7 8

2 2

2 2

4 4

1 2

4.1 5.2

0.37 0.34

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia gentica entre famlias, cujos componentes da varincia gentica aditiva e varincia gentica de dominncia dependem da taxa de autofecundao. Vparc: varincia ambiental entre parcelas. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito. c2parc = c2: coeficiente de determinao dos efeitos de parcela. h2mp: herdabilidade da mdia de prognies, assumindo sobrevivncia completa. Acprog: acurcia da seleo de prognies, assumindo sobrevivncia completa. h2ad: herdabilidade aditiva dentro de parcela. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. Apresenta-se tambm, ao final, a seleo de linhagens ou prognies. 11.2 Avaliao em um Local no Delineamento de Blocos ao Acaso, Prognies de uma s Populao, Uma Planta por Parcela: Modelo 111 Modelo Estatstico y = Xr + Za + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Identificao Variveis Exemplo: Avaliao de 2 variveis em 2 prognies em 2 repeties. Indivduo
1 2 3 4

Prognie
1 1 2 2

Repetio
1 2 1 2

Identificao
11 21 12 22

Varivel 1
10.3 12.4 8.5 5.2

Varivel 2
0.35 0.25 0.14 0.34

209

A coluna Identificao s til para identificar a planta no campo. Assim, o cdigo 12 pode indicar indivduo 1 da prognie 2. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia gentica entre famlias, cujos componentes da varincia gentica aditiva e varincia gentica de dominncia dependem da taxa de autofecundao. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito. h2mp: herdabilidade da mdia de prognie, assumindo sobrevivncia completa. Acprog: acurcia da seleo de prognie, assumindo sobrevivncia completa. h2ad: herdabilidade aditiva dentro de parcela. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. Apresenta-se tambm, ao final, a seleo de linhagens ou prognies. 11.3 Avaliao em um Local no Delineamento de Blocos ao Acaso, Prognies de Vrias Populaes, Vrias Plantas por Parcela: Modelo 112 Modelo Estatstico y = Xr + Za + Wp + Ts + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcela (assumidos como aleatrios), s vetor dos efeitos de populao (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Repetio Parcela Populao rvore Variveis Exemplo: Avaliao de 2 variveis em 2 prognies em cada uma de 2 populaes, com 2 repeties e 2 plantas (rvores) por parcela.
Parcela 1 2 3 Prognie 1 1 2 Repetio 1 1 1 Parcela 1 1 2 Populao 1 1 1 rvore 1 2 1 Varivel 1 10.3 8.5 8.6 Varivel 2 0.35 0.14 0.54

210

4 5 6 7 8

9 10 11 12 13 14 15 16

2 1 1 2 2 3 3 4 4 3 3 4 4

1 2 2 2 2 1 1 1 1 2 2 2 2

2 3 3 4 4

1 1 1 1 1

5 5 6 6 7 7 8 8

2 2 2 2 2 2 2 2

2 1 2 1 2 1 2 1 2 1 2 1 2

8.7 12.4 5.2 5.3 5.4 10.7 8.5 8.2 8.7 17.4 8.2 5.3 5.9

0.94 0.25 0.34 0.74 0.11 0.55 0.14 0.42 0.94 0.35 0.34 0.64 0.18

As prognies devem ser codificadas com nmeros diferentes para cada populao. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia gentica entre famlias, cujos componentes da varincia gentica aditiva e varincia gentica de dominncia dependem da taxa de autofecundao. Vparc: varincia ambiental entre parcelas. Vproc: varincia gentica entre populaes. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual total no sentido restrito. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2proc = c21: coeficiente de determinao dos efeitos de populaes. h2ad: herdabilidade aditiva dentro de parcela. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. Adicionalmente so apresentados os valores genotpicos de populaes. Apresenta-se tambm, ao final, a seleo de linhagens e prognies. E mais ao final, a seleo de indivduos e linhagens dentro de populaes, ou seja, sem considerar as informaes entre populaes. 12. Avaliao de Indivduos em Prognies de Irmos Germanos obtidas sob Cruzamentos Fatoriais ou Diallicos Interpopulacionais Quanto equivalncia entre as anlises diallicas interpopulacionais e fatoriais interpopulacionais, tem-se para um hbrido:

211

(a) Modelo de Gardner & Eberhart Y = Mp + 0.5 (Vi + Vj) + Hm + Hi + Hj + Sij + E, em que: Mp: mdia geral das 2 populaes puras (no em cruzamento). Vi e Vj: efeitos dos genitores das populaes ou variedades puras i e j, respectivamente. Hm: heterose mdia ou desvio entre a mdia das populaes em cruzamento e a mdia das populaes puras. Hi e Hj: heterose (desvio entre a mdia do genitor em cruzamento e a mdia da genitor puro) dos genitores i e j, respectivamente. Sij: heterose especfica envolvendo o cruzamento entre um genitor da populao i e outro da populao j. E: erro aleatrio. (b) Modelo de Griffing Y = Mc + Gi + Gj + Sij + E, em que: Mc: mdia de todos os indivduos em cruzamento. Gi e Gj: efeito da capacidade geral de combinao dos indivduos i e j, respectivamente. (c) Equivalncia entre os Modelos de Gardner & Eberhart e de Griffing Mc = Mp + Hm; Gi = 0.5 Vi + Hi Gj = 0.5 Vj + Hj Sij = Sij (d) Modelos usados pelo Selegen yij = uc + ai + aj + dij + e, em que a refere-se ao efeito gentico aditivo e d refere-se ao efeito gentico de dominncia associado famlia ij. Assim, o modelo do Selegen equivale ao modelo de Griffing, porm no nvel gentico e no fenotpico. O modelo de Griffing de efeitos fixos e portanto no nvel fenotpico.Tal modelo usado no Selegen adequado pois no se est usando os dados dos genitores puros, conforme exigido pelo modelo de Gardner & Eberhart. Assim , as heteroses mdia (Hm), Hi e Hj do modelo de Gardner & Eberhart ficam distribudas na mdia geral, efeito ai e efeito aj, respectivamente. Tais efeitos ai e aj so efeitos aditivos interpopulacionais e por isso contemplam esses efeitos heterticos.

12.1 Avaliao em um local e em uma safra


212

Os experimentos podem ser instalados nos delineamentos em blocos completos ou incompletos com uma ou com vrias plantas por parcela. Os modelos do Selegen que podem ser usados nessa situao so: Delineamento em Blocos Completos e Uma Planta por Parcela, Espcies Algamas: Modelo 87. Delineamento em Blocos Completos com Vrias Plantas por Parcela, Espcies Algamas: Modelo 88. Delineamento em Blocos Incompletos (Ltice) e Uma Planta por Parcela, Espcies Algamas: Modelo 90. Delineamento em Blocos Completos e Uma Planta por Parcela, Espcies Algamas, Anlise com Covarivel: Modelo 140. Delineamento em Blocos Completos e Vrias Plantas por Parcela, Espcies Algamas, Anlise com Covarivel: Modelo 139. Delineamento em Blocos Completos e Uma Planta por Parcela, Avaliao de Linhagens Completamente Endogmicas: Modelo 98. No Selegen Windows, os modelos 87, 88, 90 e 98 podem ser encontrados na caixa Fatoriais Interpopulacionais da tela principal. Os modelos 139 e 140 podem ser encontrados na caixa Modelos Mistos com Covarivel. 12.1.1 Blocos Completos e Uma Planta por Parcela, Espcies Algamas (Modelo 87) Modelo Estatstico y = Xr + Zm + Wf + Tc + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, m o vetor dos efeitos de genitores da populao 1 ou populao de machos (no necessariamente) (assumidos como aleatrios), f o vetor dos efeitos genitores da populao 2 ou populao de fmeas (no necessariamente), c o vetor dos efeitos da capacidade especfica de combinao dos genitores da populao 1 com os genitores da populao 2, e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Desejando-se ajustar os efeitos de repeties como aleatrios pode-se empregar o modelo 90, seguindo a sequncia de colunas de tal modelo e preenchendo-se toda a coluna de repeties com 1 (onde ser ajustada a mdia geral) e a coluna de blocos com os blocos completos. Sequncia de Colunas no Arquivo de Dados Indivduo Machos Repetio Fmeas Prognie rvore Variveis

213

Exemplo: Avaliao de 2 variveis em 4 prognies em 2 repeties com 1 planta (rvores) por parcela. Indivduo 1 2 3 4 5 6 7 8 Machos 1 1 2 2 1 1 2 2 Repetio 1 1 1 1 2 2 2 2 Fmeas 1 2 1 2 1 2 1 2 Prognie 1 2 3 4 1 2 3 4 rvore 1 1 1 1 1 1 1 1 Varivel1
10.3 12.4 8.5 5.2 7.5 6.3 4.1 5.2

Varivel2
0.35 0.25 0.14 0.34 0.83 0.87 0.37 0.34

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vgm: varincia gentica entre machos ou genitores da populao 1 em cruzamento com a populao 2, a qual estima (1/4) da variao gentica aditiva correspondente. Vgf: varincia gentica entre fmeas ou genitores da populao 2 em cruzamento com a populao 1, a qual estima (1/4) da variao gentica aditiva correspondente. Va: varincia gentica aditiva mdia. Vcec: varincia da capacidade especfica de combinao interpopulacional entre dois genitores, a qual estima (1/4) da variao gentica de dominncia correspondente. Ve: varincia residual. Vf: varincia fenotpica individual. h2am = h2: herdabilidade individual no sentido restrito na populao 1, ou seja, dos efeitos aditivos interpopulacionais. h2af = c2: herdabilidade individual no sentido restrito na populao 2, ou seja, dos efeitos aditivos interpopulacionais. c2cec = c21: coeficiente de determinao dos efeitos da capacidade especfica de combinao. h2dom: herdabilidade individual dos efeitos interpopulacionais de dominncia. h2a = h2: herdabilidade interpopulacional individual no sentido restrito, mdia para as duas populaes. h2g: herdabilidade interpopulacional individual no sentido amplo, ou seja, dos efeitos genotpicos totais. CVgp%: coeficiente de variao genotpica entre prognies. CVe%: coeficiente de variao residual. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana


2. Componentes de Mdia ( BLUP Individual )

Seleo de Machos

214

Ordem 1 2 3 4

Genitor 2 3 4 1

g 0.0004 0.0004 -0.0001 -0.0006

u + g 3.0110 3.0110 3.0105 3.0100

Ganho 0.0004 0.0004 0.0002 0.0000

Nova Mdia 3.0110 3.0110 3.0108 3.0106

Seleo de Femeas

Ordem 1 2 3 4 5

Genitor 8 6 5 7 9

g 0.0008 0.0002 0.0002 -0.0002 -0.0010

u + g 3.0115 3.0109 3.0108 3.0105 3.0096

Ganho Nova 0.0008 0.0005 0.0004 0.0003 0.0000

Mdia 3.0115 3.0112 3.0110 3.0109 3.0106

Seleo pela CEC

Ordem 1 2 3 4

Familia 6 13 18 5

g 0.0018 0.0018 0.0009 0.0009

u + g 3.0125 3.0124 3.0116 3.0115

Ganho 0.0018 0.0018 0.0015 0.0014

Nova Mdia 3.0125 3.0124 3.0122 3.0120

Seleo de Cruzamentos

Ordem 1 2 3 4

Cruzam. 13 6 18 5

Vgc 3.0136 3.0131 3.0123 3.0121

Nova Media 3.0136 3.0134 3.0130 3.0128

Seleo de Indivduos
Ordem Bloco Familia 1 2 8 2 1 8 3 2 13 4 3 8 rvore 246 209 243 278 f 5.0000 5.0000 5.0000 5.0000 a 0.0023 0.0023 0.0023 0.0023 u+a 3.0130 3.0129 3.0129 3.0129 Ganho Nova Mdia 0.0023 3.0130 0.0023 3.0130 0.0023 3.0129 0.0023 3.0129 d 0.0053 0.0051 0.0072 0.0050 g 0.0076 0.0074 0.0095 0.0073

12.1.2 Blocos Completos com Vrias Plantas por Parcela, Espcies Algamas (Modelo 88) Modelo Estatstico y = Xr + Zm + Wf + Tc +Sp + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, m o vetor dos efeitos de genitores da populao 1 ou populao de machos (no necessariamente) (assumidos como aleatrios), f o vetor dos efeitos genitores da populao 2 ou populao de fmeas (no necessariamente) (aleatrios), c o vetor dos efeitos da capacidade especfica de combinao dos genitores da populao 1 com os genitores da populao 2 (aleatrios), p o vetor dos efeitos de parcela (aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

215

Este modelo pode tambm ser usado no caso de cruzamentos entre linhagens completamente endogmicas. Porm, os componentes Vgm e Vgf estimaro (1/2) da variao gentica aditiva e no (1/4). E o componente Vcec estimar toda a variao gentica de dominncia e no apenas (1/4). Isto afetar tambm as estimativas de herdabilidade apresentadas. Os resultados referentes aos componentes de mdia (valores genticos) continuaro corretos. Sequncia de Colunas no Arquivo de Dados Indivduo Machos Repetio Fmeas Prognie Parcela rvore Variveis Exemplo: Avaliao de 2 variveis em 4 prognies em 2 repeties com 2 plantas (rvores) por parcela.
Indivduo Machos Repetio Fmeas Prognie Parcela rvore

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

1 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2

1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4

1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2

Varivel1 Varivel2 10.3 0.35 13.8 0.88 12.4 0.25 15.0 0.10 8.5 0.14 11.0 0.55 13.3 0.87 5.2 0.34 7.5 0.83 9.8 0.55 6.3 0.87 2.3 0.44 4.1 0.37 5.2 0.34 7.5 0.83 5.2 0.34

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vgm: varincia gentica entre machos ou genitores da populao 1 em cruzamento com a populao 2, a qual estima (1/4) da variao gentica aditiva correspondente. Vgf: varincia gentica entre fmeas ou genitores da populao 2 em cruzamento com a populao 1, a qual estima (1/4) da variao gentica aditiva correspondente. Va: varincia gentica aditiva mdia. Vcec: varincia da capacidade especfica de combinao interpopulacional entre dois genitores, a qual estima (1/4) da variao gentica de dominncia correspondente. Vparc: varincia entre parcelas.

216

Ve: varincia residual. Vf: varincia fenotpica individual. h2am = h2: herdabilidade individual no sentido restrito na populao 1, ou seja, dos efeitos aditivos interpopulacionais. h2af = c2: herdabilidade individual no sentido restrito na populao 2, ou seja, dos efeitos aditivos interpopulacionais. c2cec = c21: coeficiente de determinao dos efeitos da capacidade especfica de combinao. h2dom: herdabilidade individual dos efeitos interpopulacionais de dominncia. h2a: herdabilidade interpopulacional individual no sentido restrito, mdia para as duas populaes. h2g: herdabilidade interpopulacional individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2parc = c22: coeficiente de determinao dos efeitos de parcela. CVgp%: coeficiente de variao genotpica entre prognies. CVe%: coeficiente de variao residual. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 12.1.1 so igualmente vlidos. Ganho gentico com a Seleo Recorrente Recproca Gs = GsMachos + GsFemeas

12.1.3. Blocos Incompletos com Uma Planta por Parcela, Espcies Algamas (Modelo 90) Modelo Estatstico y = Xr + Zm + Wf + Tc +Sb + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, m o vetor dos efeitos de genitores da populao 1 ou populao de machos (no necessariamente) (assumidos como aleatrios), f o vetor dos efeitos genitores da populao 2 ou populao de fmeas (no necessariamente) (aleatrios), c o vetor dos efeitos da capacidade especfica de combinao dos genitores da populao 1 com os genitores da populao 2 (aleatrios), b o vetor dos efeitos de bloco (aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Este modelo pode tambm ser usado no caso de cruzamentos entre linhagens completamente endogmicas. Porm, os componentes Vgm e Vgf estimaro (1/2) da variao gentica aditiva e no (1/4). E o componente Vcec estimar toda a variao gentica de dominncia e no apenas (1/4). Isto afetar tambm as estimativas de herdabilidade apresentadas. Os resultados referentes aos componentes de mdia (valores genticos) continuaro corretos.

217

Sequncia de Colunas no Arquivo de Dados Indivduo Machos Repetio Fmeas Prognie Bloco rvore Variveis Exemplo: Avaliao de 2 variveis em 4 prognies em 2 repeties com 2 blocos por repetio e 1 planta (rvore) por parcela.
Indivduo Machos Repetio Fmeas Prognie Bloco rvore

1 2 3 4 5 6 7 8

1 1 2 2 1 1 2 2

1 1 1 1 2 2 2 2

1 2 1 2 1 2 1 2

1 2 3 4 1 2 3 4

1 1 2 2 3 3 4 4

1 1 1 1 1 1 1 1

Varivel 1 10.3 13.8 12.4 15.0 8.5 11.0 13.3 5.2

Varivel 2 0.35 0.88 0.25 0.10 0.14 0.55 0.87 0.34

O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio. Desejando-se ajustar os efeitos de repeties como aleatrios pode-se preencher toda a coluna de repeties com 1 (onde ser ajustada a mdia geral). Neste caso, os efeitos de repeties sero distribudos, de forma confundida, nos efeitos de blocos.

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) Vgm: varincia gentica entre machos ou genitores da populao 1 em cruzamento com a populao 2, a qual estima (1/4) da variao gentica aditiva correspondente. Vgf: varincia gentica entre fmeas ou genitores da populao 2 em cruzamento com a populao 1, a qual estima (1/4) da variao gentica aditiva correspondente. Va: varincia gentica aditiva mdia. Vcec: varincia da capacidade especfica de combinao interpopulacional entre dois genitores, a qual estima (1/4) da variao gentica de dominncia correspondente. Vbloc: varincia entre parcelas. Ve: varincia residual. Vf: varincia fenotpica individual. h2am = h2: herdabilidade individual no sentido restrito na populao 1, ou seja, dos efeitos aditivos interpopulacionais. h2af = c2: herdabilidade individual no sentido restrito na populao 2, ou seja, dos efeitos aditivos interpopulacionais. c2cec = c21: coeficiente de determinao dos efeitos da capacidade especfica de combinao. h2dom: herdabilidade individual dos efeitos interpopulacionais de dominncia.

218

h2a: herdabilidade interpopulacional individual no sentido restrito, mdia para as duas populaes. h2g: herdabilidade interpopulacional individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2bloc = c22: coeficiente de determinao dos efeitos de parcela. CVgp%: coeficiente de variao genotpica entre prognies. CVe%: coeficiente de variao residual. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 12.1.1 so igualmente vlidos. 12.1.4 Blocos Completos e Uma Planta por Parcela, Cruzamento entre Linhagens Completamente Endogmicas (Modelo 98) Modelo Estatstico y = Xr + Zm + Wf + Tc + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, m o vetor dos efeitos de genitores da populao 1 ou populao de machos (no necessariamente) (assumidos como aleatrios), f o vetor dos efeitos genitores da populao 2 ou populao de fmeas (no necessariamente), c o vetor dos efeitos da capacidade especfica de combinao dos genitores da populao 1 com os genitores da populao 2, e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Indivduo Machos Repetio Fmeas Prognie rvore Variveis Exemplo: Avaliao de 2 variveis em 4 prognies em 2 repeties com 1 planta (rvore) por parcela.
Indivduo Machos Repetio Fmeas Prognie rvore

1 2 3 4 5 6 7 8

1 1 2 2 1 1 2 2

1 1 1 1 2 2 2 2

1 2 1 2 1 2 1 2

1 2 3 4 1 2 3 4

1 1 1 1 1 1 1 1

Varivel 1 10.3 12.4 8.5 5.2 7.5 6.3 4.1 5.2

Varivel 2 0.35 0.25 0.14 0.34 0.83 0.87 0.37 0.34

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados

219

Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vgm: varincia gentica entre machos ou genitores da populao 1 em cruzamento com a populao 2, a qual estima (1/2) da variao gentica aditiva correspondente. Vgf: varincia gentica entre fmeas ou genitores da populao 2 em cruzamento com a populao 1, a qual estima (1/2) da variao gentica aditiva correspondente. Va: varincia gentica aditiva mdia. Vcec: varincia da capacidade especfica de combinao interpopulacional entre dois genitores, a qual estima toda a variao gentica de dominncia correspondente. Ve: varincia residual. Vf: varincia fenotpica individual. h2am = h2: herdabilidade individual no sentido restrito na populao 1, ou seja, dos efeitos aditivos interpopulacionais. h2af = c2: herdabilidade individual no sentido restrito na populao 2, ou seja, dos efeitos aditivos interpopulacionais. c2cec = c21: coeficiente de determinao dos efeitos da capacidade especfica de combinao. h2dom: herdabilidade individual dos efeitos interpopulacionais de dominncia. h2a: herdabilidade interpopulacional individual no sentido restrito, mdia para as duas populaes. h2g: herdabilidade interpopulacional individual no sentido amplo, ou seja, dos efeitos genotpicos totais. CVgp%: coeficiente de variao genotpica entre prognies. CVe%: coeficiente de variao residual. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 12.1.1 so igualmente vlidos, exceto pela seleo de indivduos. 12.1.5 Blocos Completos e Uma Planta por Parcela, Espcies Algamas, Anlise com Covarivel (Modelo 140) Modelo Estatstico y = Xr + Cov + Zm + Wf + Tc + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, m o vetor dos efeitos de genitores da populao 1 ou populao de machos (no necessariamente) (assumidos como aleatrios), f o vetor dos efeitos genitores da populao 2 ou populao de fmeas (no necessariamente), c o vetor dos efeitos da capacidade especfica de combinao dos genitores da populao 1 com os genitores da populao 2, e o vetor de erros ou resduos (aleatrios). O coeficiente refere-se regresso associada covarivel Cov. As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Este modelo pode tambm ser usado no caso de cruzamentos entre linhagens completamente endogmicas. Porm, os componentes Vgm e Vgf estimaro (1/2) da
220

variao gentica aditiva e no (1/4). E o componente Vcec estimar toda a variao gentica de dominncia e no apenas (1/4). Isto afetar tambm as estimativas de herdabilidade apresentadas. Os resultados referentes aos componentes de mdia (valores genticos) continuaro corretos. Sequncia de Colunas no Arquivo de Dados Indivduo Machos Repetio Fmeas Prognie rvore Covarivel Variveis Exemplo: Avaliao de 2 variveis em 4 prognies em 2 repeties com 1 planta (rvores) por parcela.
Indivduo Machos Repetio Fmeas

1 2 3 4 5 6 7 8

1 1 2 2 1 1 2 2

1 1 1 1 2 2 2 2

1 2 1 2 1 2 1 2

1 2 3 4 1 2 3 4

Prognie rvore Covarivel 1 1 0 1 2 1 3 1 3 1 2 1 3 1 1 1

Varivel 1 10.3 12.4 8.5 5.2 7.5 6.3 4.1 5.2

Varivel 2 0.35 0.25 0.14 0.34 0.83 0.87 0.37 0.34

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vgm: varincia gentica entre machos ou genitores da populao 1 em cruzamento com a populao 2, a qual estima (1/4) da variao gentica aditiva correspondente. Vgf: varincia gentica entre fmeas ou genitores da populao 2 em cruzamento com a populao 1, a qual estima (1/4) da variao gentica aditiva correspondente. Va: varincia gentica aditiva mdia. Vcec: varincia da capacidade especfica de combinao interpopulacional entre dois genitores, a qual estima (1/4) da variao gentica de dominncia correspondente. Ve: varincia residual. Vf: varincia fenotpica individual. h2am = h2: herdabilidade individual no sentido restrito na populao 1, ou seja, dos efeitos aditivos interpopulacionais. h2af = c2: herdabilidade individual no sentido restrito na populao 2, ou seja, dos efeitos aditivos interpopulacionais. c2cec = c21: coeficiente de determinao dos efeitos da capacidade especfica de combinao. h2dom: herdabilidade individual dos efeitos interpopulacionais de dominncia. h2a: herdabilidade interpopulacional individual no sentido restrito, mdia para as duas populaes. h2g: herdabilidade interpopulacional individual no sentido amplo, ou seja, dos efeitos genotpicos totais.

221

CVgp%: coeficiente de variao genotpica entre prognies. CVe%: coeficiente de variao residual. Mdia geral do experimento. Beta: coeficiente de regresso associado covarivel. Mdia Cov: Mdia da covarivel.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 12.1.1 so igualmente vlidos. 12.1.6 Blocos Completos com Vrias Plantas por Parcela, Espcies Algamas, Anlise com Covarivel (Modelo 139) Modelo Estatstico y = Xr + Cov + Zm + Wf + Tc +Sp + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, m o vetor dos efeitos de genitores da populao 1 ou populao de machos (no necessariamente) (assumidos como aleatrios), f o vetor dos efeitos genitores da populao 2 ou populao de fmeas (no necessariamente) (aleatrios), c o vetor dos efeitos da capacidade especfica de combinao dos genitores da populao 1 com os genitores da populao 2 (aleatrios), p o vetor dos efeitos de parcela (aleatrios), e o vetor de erros ou resduos (aleatrios). O coeficiente refere-se regresso associada covarivel Cov. As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Este modelo pode tambm ser usado no caso de cruzamentos entre linhagens completamente endogmicas. Porm, os componentes Vgm e Vgf estimaro (1/2) da variao gentica aditiva e no (1/4). E o componente Vcec estimar toda a variao gentica de dominncia e no apenas (1/4). Isto afetar tambm as estimativas de herdabilidade apresentadas. Os resultados referentes aos componentes de mdia (valores genticos) continuaro corretos. Sequncia de Colunas no Arquivo de Dados Indivduo Machos Repetio Fmeas Prognie Parcela rvore Covarivel Variveis Exemplo: Avaliao de 2 variveis em 4 prognies em 2 repeties com 2 plantas (rvores) por parcela.
Indivduo Machos Repetio Fmeas Prognie Parcela rvore Covarivel Varivel 1 Varivel 2

1 2 3 4 5 6

1 1 1 1 2 2

1 1 1 1 1 1

1 1 2 2 1 1

1 1 2 2 3 3

1 1 2 2 3 3

1 2 1 2 1 2

1 0 2 3 3 2

10.3 13.8 12.4 15.0 8.5 11.0

0.35 0.88 0.25 0.10 0.14 0.55

222

7 8 9 10 11 12 13 14 15 16

2 2 1 1 1 1 2 2 2 2

1 1 2 2 2 2 2 2 2 2

2 2 1 1 2 2 1 1 2 2

4 4 1 1 2 2 3 3 4 4

4 4 5 5 6 6 7 7 8 8

1 2 1 2 1 2 1 2 1 2

3 1 0 2 3 3 2 3 1 5

13.3 5.2 7.5 9.8 6.3 2.3 4.1 5.2 7.5 5.2

0.87 0.34 0.83 0.55 0.87 0.44 0.37 0.34 0.83 0.34

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vgm: varincia gentica entre machos ou genitores da populao 1 em cruzamento com a populao 2, a qual estima (1/4) da variao gentica aditiva correspondente. Vgf: varincia gentica entre fmeas ou genitores da populao 2 em cruzamento com a populao 1, a qual estima (1/4) da variao gentica aditiva correspondente. Va: varincia gentica aditiva mdia. Vcec: varincia da capacidade especfica de combinao interpopulacional entre dois genitores, a qual estima (1/4) da variao gentica de dominncia correspondente. Vparc: varincia entre parcelas. Ve: varincia residual. Vf: varincia fenotpica individual. h2am = h2: herdabilidade individual no sentido restrito na populao 1, ou seja, dos efeitos aditivos interpopulacionais. h2af = c2: herdabilidade individual no sentido restrito na populao 2, ou seja, dos efeitos aditivos interpopulacionais. c2cec = c21: coeficiente de determinao dos efeitos da capacidade especfica de combinao. h2dom: herdabilidade individual dos efeitos interpopulacionais de dominncia. h2a: herdabilidade interpopulacional individual no sentido restrito, mdia para as duas populaes. h2g: herdabilidade interpopulacional individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2parc = c22: coeficiente de determinao dos efeitos de parcela. CVgp%: coeficiente de variao genotpica entre prognies. CVe%: coeficiente de variao residual. Mdia geral do experimento. Beta: coeficiente de regresso associado covarivel. Mdia Cov: Mdia da covarivel.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 12.1.1 so igualmente vlidos.

223

12.2 Avaliao em vrios locais e em uma safra Os experimentos podem ser instalados nos delineamentos em blocos completos ou incompletos com uma ou com vrias plantas por parcela. Os modelos do Selegen que podem ser usados nessa situao so: Delineamento em Blocos Completos com Vrias Plantas por Parcela, Espcies Algamas: Modelo 89. Delineamento em Blocos Incompletos (Ltice) e Uma Planta por Parcela, Espcies Algamas: Modelo 91. No Selegen Windows, os modelos 89 e 91 podem ser encontrados na caixa Fatoriais Interpopulacionais da tela principal. 12.2.1 Blocos Completos com Vrias Plantas por Parcela, Espcies Algamas, Vrios Locais (Modelo 89) Modelo Estatstico y = Xr + Za + Wia + Tc +Sic + Qp + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos de genitores de uma das populaes (assumidos como aleatrios), ia o vetor dos efeitos da interao de genitores de uma das populaes com locais (aleatrios), c o vetor dos efeitos da capacidade especfica de combinao (cec) dos genitores da populao 1 com os genitores da populao 2 (aleatrios), ic o vetor dos efeitos da interao da cec com locais (aleatrios), p o vetor dos efeitos de parcela (aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. No vetor c, o efeito da capacidade especfica de combinao propriamente dita fica confundido com o efeito aditivo do genitor da outra populao. Este modelo adequado apenas para a seleo de genitores de uma das populaes. Mas pode-se rodar 2 arquivos distintos, cada um contemplando os genitores de cada populao. Assim, a seleo poder se feita nas 2 populaes. Isto vlido pois os efeitos de genitores de uma populao no so correlacionados com os efeitos de genitores da outra populao. Rodando-se nesse modelo pode-se tambm avaliar a significncia dos efeitos de parcela, prognie (que inclui a CEC) e interaes com locais. Constatando-se no significncias de alguns efeitos, modelos mais simples podero ser ajustados, contemplando-se simultaneamente os vrios efeitos significativos. Para essa anlise final, os modelos genricos de nmeros 121 a 125 podero ser usados. Ou mesmo os modelos 88 e 90, que fornecem tambm a seleo de prognies e de indivduos podem ser utilizados, ajustando-se no lugar de parcelas ou blocos, a interao mais significativa. Sequncia de Colunas no Arquivo de Dados Indivduo Genitores Repetio Interaog Prognie Interaoc Parcela rvore Variveis

224

Exemplo: Avaliao de 2 variveis em 2 prognies, 2 genitores em 2 repeties com 2 plantas (rvores) por parcela, em 2 locais.
Indivduo Genitores Repetio Interaog Prognie Interaoc Parcela Local Varivel 1 Varivel 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2

1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

11 11 12 12 11 11 12 12 21 21 22 22 21 21 22 22

1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2

11 11 12 12 11 11 12 12 21 21 22 22 21 21 22 22

1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

10.3 13.8 12.4 15.0 8.5 11.0 13.3 5.2 7.5 9.8 6.3 2.3 4.1 5.2 7.5 5.2

0.35 0.88 0.25 0.10 0.14 0.55 0.87 0.34 0.83 0.55 0.87 0.44 0.37 0.34 0.83 0.34

As colunas de Interao deve codificar combinaes local-genitor e local-prognie. Assim, o cdigo 12 representa local 1 prognie 2. No Excel, essa codificao pode ser obtida pelo comando =A2&C2, quando se tem a codificao de locais na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas. As colunas referentes s interaes local-genitor e local-prognie so obviamente diferentes. O arquivo no necessita estar ordenado dessa forma.

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) Va: varincia gentica entre genitores de uma das populaes 1 em cruzamento com a outra, a qual estima (1/4) da variao gentica aditiva correspondente. Val: varincia da interao genitores de uma das populaes com locais, a qual estima (1/4) da variao da interao gentica aditiva com locais. Vfm: varincia do efeito de prognie, a qual estima (1/4) da variao gentica de dominncia confundida com (1/4) da variao gentica aditiva da outra populao. Vfml: varincia do efeito da interao prognies x locais. Vparc: varincia entre parcelas. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito na populao em questo em cruzamento com a populao recproca. c2al = c2: coeficiente de determinao dos efeitos da interao genitores de uma das populaes com locais.

225

c2fm = c21: coeficiente de determinao dos efeitos de prognie. c2fml = c22: coeficiente de determinao dos efeitos da interao prognies x locais. c2parc = c24: coeficiente de determinao dos efeitos de parcela. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 12.1.1 so igualmente vlidos. Porm, somente apresentada a seleo de genitores. 12.2.2 Blocos Incompletos com Uma Planta por Parcela, Espcies Algamas, Vrios Locais (Modelo 91) Modelo Estatstico y = Xr + Za + Wia + Tc +Sic + Qb + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos de genitores de uma das populaes (assumidos como aleatrios), ia o vetor dos efeitos da interao de genitores de uma das populaes com locais (aleatrios), c o vetor dos efeitos da capacidade especfica de combinao (cec) dos genitores da populao 1 com os genitores da populao 2 (aleatrios), ic o vetor dos efeitos da interao da cec com locais (aleatrios), b o vetor dos efeitos de bloco (aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. No vetor c, o efeito da capacidade especfica de combinao propriamente dita fica confundido com o efeito aditivo do genitor da outra populao. Este modelo adequado apenas para a seleo de genitores de uma das populaes. Mas pode-se rodar 2 arquivos distintos, cada um contemplando os genitores de cada populao. Assim, a seleo poder se feita nas 2 populaes. Isto vlido pois os efeitos de genitores de uma populao no so correlacionados com os efeitos de genitores da outra populao. Rodando-se nesse modelo pode-se tambm avaliar a significncia dos efeitos de parcela, prognie (que inclui a CEC) e interaes com locais. Constatando-se no significncias de alguns efeitos, modelos mais simples podero ser ajustados, contemplando-se simultaneamente os vrios efeitos significativos. Para essa anlise final, os modelos genricos de nmeros 121 a 125 podero ser usados. Ou mesmo os modelos 88 e 90, que fornecem tambm a seleo de prognies e de indivduos podem ser utilizados, ajustando-se no lugar de parcelas ou blocos, a interao mais significativa. Sequncia de Colunas no Arquivo de Dados Indivduo Genitores Repetio Interaog Prognie Interaoc Bloco rvore Variveis Exemplo: Avaliao de 2 variveis em 2 prognies, 2 genitores em 2 repeties com 2 plantas (rvores) por parcela, em 2 locais.
Indivduo Genitores Repetio Interaog Prognie Interaoc Bloco Local Varivel 1 Varivel 2

11

11

10.3

0.35

226

2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

1 2 2 1 1 2 2 1 1 2 2 1 1 2 2

1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

11 12 12 11 11 12 12 21 21 22 22 21 21 22 22

1 2 2 1 1 2 2 1 1 2 2 1 1 2 2

11 12 12 11 11 12 12 21 21 22 22 21 21 22 22

1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

13.8 12.4 15.0 8.5 11.0 13.3 5.2 7.5 9.8 6.3 2.3 4.1 5.2 7.5 5.2

0.88 0.25 0.10 0.14 0.55 0.87 0.34 0.83 0.55 0.87 0.44 0.37 0.34 0.83 0.34

As colunas de Interao deve codificar combinaes local-genitor e local-prognie. Assim, o cdigo 12 representa local 1 prognie 2. No Excel, essa codificao pode ser obtida pelo comando =A2&C2, quando se tem a codificao de locais na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas. As colunas referentes s interaes local-genitor e local-prognie so obviamente diferentes. O arquivo no necessita estar ordenado dessa forma.

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) Va: varincia gentica entre genitores de uma das populaes 1 em cruzamento com a outra, a qual estima (1/4) da variao gentica aditiva correspondente. Val: varincia da interao genitores de uma das populaes com locais, a qual estima (1/4) da variao da interao gentica aditiva com locais. Vfm: varincia do efeito de prognie, a qual estima (1/4) da variao gentica de dominncia confundida com (1/4) da variao gentica aditiva da outra populao. Vfml: varincia do efeito da interao prognies x locais. Vbloc: varincia entre blocos. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito na populao em questo em cruzamento com a populao recproca. c2al = c2: coeficiente de determinao dos efeitos da interao genitores de uma das populaes com locais. c2fm = c21: coeficiente de determinao dos efeitos de prognie. c2fml = c22: coeficiente de determinao dos efeitos da interao prognies x locais. c2bloc = c24: coeficiente de determinao dos efeitos de bloco. Mdia geral do experimento.

227

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 12.1.1 so igualmente vlidos. Os comentrios apresentados no tem 12.1.1 so igualmente vlidos. Porm, somente apresentada a seleo de genitores. 12.3 Avaliao em um local e vrias safras O modelo do Selegen que pode ser usado nessa situao : Delineamento em Blocos Completos com Vrias Plantas por Parcela, Espcies Algamas: Modelo 100. No Selegen Windows, o modelo 100 pode ser encontrado na caixa Fatoriais Interpopulacionais da tela principal. 12.3.1 Blocos Completos com Vrias Plantas por Parcela, Espcies Algamas, Um Local, Medidas Repetidas (Modelo 100) Modelo Estatstico y = Xr + Zm + Wf + Tc + Qs + Sp + e, em que y o vetor de dados, r o vetor dos efeitos das combinaes repetio-medio (assumidos como fixos) somados mdia geral, m o vetor dos efeitos de genitores da populao 1 ou populao de machos (no necessariamente) (assumidos como aleatrios), f o vetor dos efeitos genitores da populao 2 ou populao de fmeas (no necessariamente) (aleatrios), c o vetor dos efeitos da capacidade especfica de combinao dos genitores da populao 1 com os genitores da populao 2 (aleatrios), s o vetor dos efeitos permanentes de indivduo (aleatrios), p o vetor dos efeitos de parcela (aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Este modelo pode tambm ser usado no caso de cruzamentos entre linhagens completamente endogmicas. Porm, os componentes Vgm e Vgf estimaro (1/2) da variao gentica aditiva e no (1/4). E o componente Vcec estimar toda a variao gentica de dominncia e no apenas (1/4). Isto afetar tambm as estimativas de herdabilidade apresentadas. Os resultados referentes aos componentes de mdia (valores genticos) continuaro corretos. Sequncia de Colunas no Arquivo de Dados Observaes Machos Rep-Med Fmeas Prognie Permanente Parcela rvore Variveis Exemplo: Avaliao de 2 variveis em 4 prognies em 2 repeties com 2 plantas (rvores) por parcela e 2 medies por indivduo. A coluna Rep-Med contempla as duas repeties na medio 1 com os cdigos 1 e 2 e as duas repeties na medio 2 com os cdigos 3 e 4.

228

Observaes

Machos Rep-Med

Fmeas

Prognie

Permanente

Parcela

rvore

Varivel 1

Varivel 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

1 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4

1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2

1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2

10.3 13.8 12.4 15.0 8.5 11.0 13.3 5.2 7.5 9.8 6.3 2.3 4.1 5.2 7.5 5.2 10.3 13.8 12.4 15.0 8.5 11.0 13.3 5.2 7.5 9.8 6.3 2.3 4.1 5.2 7.5 5.2

0.35 0.88 0.25 0.10 0.14 0.55 0.87 0.34 0.83 0.55 0.87 0.44 0.37 0.34 0.83 0.34 0.35 0.88 0.25 0.10 0.14 0.55 0.87 0.34 0.83 0.55 0.87 0.44 0.37 0.34 0.83 0.34

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vgm: varincia gentica entre machos ou genitores da populao 1 em cruzamento com a populao 2, a qual estima (1/4) da variao gentica aditiva correspondente.

229

Vgf: varincia gentica entre fmeas ou genitores da populao 2 em cruzamento com a populao 1, a qual estima (1/4) da variao gentica aditiva correspondente. Vfm: varincia da capacidade especfica de combinao interpopulacional entre dois genitores, a qual estima (1/4) da variao gentica de dominncia correspondente. Vperm: varincia dos efeitos permanentes. Vparc: varincia entre parcelas. Ve: varincia residual. Vf: varincia fenotpica individual. c2m = h2: coeficiente de determinao dos efeitos de genitores da populao 1. c2f = c2: coeficiente de determinao dos efeitos de genitores da populao 2. c2fm = c21: coeficiente de determinao dos efeitos da capacidade especfica de combinao. c2perm = c22: coeficiente de determinao dos efeitos permanentes. c2parc = c24: coeficiente de determinao dos efeitos de parcela. r: repetibilidade individual. h2am: herdabilidade individual no sentido restrito na populao 1, ou seja, dos efeitos aditivos interpopulacionais. h2af: herdabilidade individual no sentido restrito na populao 2, ou seja, dos efeitos aditivos interpopulacionais. h2dom: herdabilidade individual dos efeitos interpopulacionais de dominncia. h2a: herdabilidade interpopulacional individual no sentido restrito, mdia para as duas populaes. h2g: herdabilidade interpopulacional individual no sentido amplo, ou seja, dos efeitos genotpicos totais. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 12.1.1 so igualmente vlidos. Porm, no so apresentados resultados referentes seleo de indivduos.

13. Avaliao de Clones Aparentados em Vrias Repeties - Uma Observao por Parcela Nessa situao, clones aparentados so avaliados em termos de comportamento mdio em vrias repeties. considerada a genealogia amarrada gerao imediatamente anterior. Para tanto, alm do arquivo de dados, necessrio o arquivo de pedigree dos clones. 13.1 Avaliao em um s local e em uma s safra Os experimentos podem ser instalados nos delineamentos em blocos completos, ou incompletos (ltice, alfa, blocos aumentados). As avaliaes geralmente so realizadas ao nvel de totais ou de mdias por parcelas, gerando uma s observao por parcela. Os modelos do Selegen que podem ser usados nessa situao so: Delineamento em Blocos Completos: Modelo 30. Delineamento em Blocos Incompletos ou Ltice: Modelo 48. Delineamento em Blocos Incompletos, Anlise com Covarivel: Modelo 143.

230

Uma anlise com covarivel para o delineamento de blocos completos pode ser realizada empregando-se o modelo 143, porm ajustando blocos como efeitos aleatrios e preenchendo-se a coluna de repeties com o nmero 1. No Selegen Windows, os modelos 30, 48 e 143 podem ser encontrados na caixa Clones Aparentados da tela principal. 13.1.1 Blocos Completos (Modelo 30) Modelo Estatstico y = Xr + Za + Zd + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos (assumidos como aleatrios), d o vetor dos efeitos genticos de dominncia (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Desejando-se ajustar os efeitos de repeties como aleatrios pode-se empregar o modelo 48, seguindo a sequncia de colunas de tal modelo e preenchendo-se toda a coluna de repeties com 1 (onde ser ajustada a mdia geral) e a coluna de blocos com os blocos completos. Sequncia de Colunas no Arquivo de Dados Observao Clone Repetio Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 repeties. Observao
1 2 3 4

Clone
1 1 2 2

Repetio
1 2 1 2

Obs/Parcela
1 1 1 1

Varivel 1
10.3 12.4 8.5 5.2

Varivel 2
0.35 0.25 0.14 0.34

O arquivo no necessita estar ordenado dessa forma. tambm necessrio o arquivo de pedigree com a seguinte seqncia: Clone Pai Me.

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vd: varincia gentica de dominncia. Ve: varincia residual.

231

Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2d: herdabilidade individual dos efeitos de dominncia. h2g: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. h2mc: herdabilidade da mdia de clone, assumindo sobevivncia completa. Acclon: acurcia da seleo de clones, assumindo ausncia de perda de parcelas. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana 2. Componentes de Mdia ( BLUP Individual ) Seleo de Clones
Ordem 1 2 3 4 5 Clone 187425 186155 108645 108696 185162 a 42.9033 38.9343 31.9876 35.9926 35.8203 d 21.3590 19.3830 24.8860 17.9186 17.8328 g 64.2623 58.3173 56.8736 53.9112 53.6531 u + g 120.3972 114.4521 113.0084 110.0460 109.7880 Ganho Nova Mdia 64.2623 120.3972 61.2898 117.4246 59.8177 115.9526 58.3411 114.4759 57.4035 113.5383

em que: a: efeito aditivo predito. d: efeito de dominncia predito. g: efeito genotpico predito. u + g: mdia genotpica ou valores genotpicos. Os valores genotpicos preditos, em conjunto com a estimativa SEP podem ser usados para a obteno de intervalos de confiana dos valores genotpicos preditos por meio da expresso ( u + g ) t SEP , que t = 1.96 o valor tabelado da distribuio t de Student. Isto realizado pelo Selegen e apresentado no arquivo com extenso .fam. Verificando-se a sobreposio desses intervalos de confiana pode-se inferir sobre comparaes mltiplas entre gentipos baseandose em seus valores genotpicos preditos. Esses resultados so apresentados abaixo, em que LIIC e LSIC referem-se aos limites inferior e superior do intervalo de confiana, respectivamente.
Ordem Genotipo 1 133 2 123 3 119 4 122 5 124 u+g 5.2399 5.1238 4.9985 4.9773 4.9462 LIIC 4.9821 4.8660 4.7406 4.7195 4.6883 LSIC 5.4977 5.3817 5.2563 5.2351 5.2040

13.1.2. Blocos Incompletos (Modelo 48) Modelo Estatstico y = Xr + Za + Zd + Wb + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos
232

genticos aditivos (assumidos como aleatrios), d o vetor dos efeitos genticos de dominncia (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Observao Clone Repetio Bloco Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos em 2 repeties e 4 blocos. Observao
1 3 5 7 2 4 6 8

Clone
1 2 3 4 1 2 3 4

Repetio
1 1 1 1 2 2 2 2

Bloco
1 1 2 2 3 4 3 4

Obs/Parcela Varivel 1
1 1 1 1 1 1 1 1 10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4

Varivel 2
0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11

O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio. tambm necessrio o arquivo de pedigree com a seguinte seqncia: Clone Pai Me.

Desejando-se ajustar os efeitos de repeties como aleatrios pode-se preencher toda a coluna de repeties com 1 (onde ser ajustada a mdia geral). Neste caso, os efeitos de repeties sero distribudos, de forma confundida, nos efeitos de blocos.

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vd: varincia gentica de dominncia. Vbloc: varincia ambiental entre blocos. Ve: varincia residual. Vf: varincia fenotpica individual. h2a =h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2d: herdabilidade individual dos efeitos de dominncia. h2g: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2bloc = c2: coeficiente de determinao dos efeitos de bloco. Mdia geral do experimento.

233

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 13.1.1 so igualmente vlidos.

13.1.3. Blocos Incompletos, Anlise com Covarivel (Modelo 143) Modelo Estatstico y = Xr + Cov + Za + Zd + Wb + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos (assumidos como aleatrios), d o vetor dos efeitos genticos de dominncia (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). O coeficiente refere-se regresso associada covarivel Cov. As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Observao Clone Repetio Bloco Obs/Parc Covarivel Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos em 2 repeties e 4 blocos.
Observao Clone Repetio Bloco Obs/Parc Covarivel Varivel 1 Varivel 2

1 3 5 7 2 4 6 8

1 2 3 4 1 2 3 4

1 1 1 1 2 2 2 2

1 1 2 2 3 4 3 4

1 1 1 1 1 1 1 1

1 0 2 3 3 2 3 1

10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4

0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11

O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio. tambm necessrio o arquivo de pedigree com a seguinte seqncia: Clone Pai Me.

Desejando-se ajustar os efeitos de repeties como aleatrios pode-se preencher toda a coluna de repeties com 1 (onde ser ajustada a mdia geral). Neste caso, os efeitos de repeties sero distribudos, de forma confundida, nos efeitos de blocos.

Interpretao dos Resultados

234

Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vd: varincia gentica de dominncia. Vbloc: varincia ambiental entre blocos. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2d: herdabilidade individual dos efeitos de dominncia. h2g: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2bloc = c2: coeficiente de determinao dos efeitos de bloco. Mdia geral do experimento. Beta: coeficiente de regresso associado covarivel. Mdia Cov: Mdia da covarivel.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 13.1.1 so igualmente vlidos. 13.2 Avaliao em vrios locais (ou anos em culturas anuais) e em uma s colheita ou safra

Os experimentos em blocos completos, incompletos ou blocos aumentados, instalados em vrios locais e com avaliaes realizadas ao nvel de totais ou de mdias por parcelas (gerando uma s observao por parcela), podem ser analisados pelos seguintes modelos do Selegen: Delineamento em Blocos Completos: Modelo 31. Delineamento em Blocos Incompletos ou Ltice: Modelos 32. Delineamento em Blocos Incompletos ou Ltice, Anlise com Covarivel: Modelo 144. Uma anlise com covarivel para o delineamento de blocos completos pode ser realizada empregando-se o modelo 143, porm ajustando blocos como efeitos aleatrios e preenchendo-se a coluna de repeties com o nmero 1. No Selegen Windows, os modelos 31, 32 e 144 podem ser encontrados na caixa Clones Aparentados da tela principal. 13.2.1 Blocos Completos em Vrios Locais (Modelo 31) Modelo Estatstico

235

y = Xr + Za + Zd + Wi + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos (assumidos como aleatrios), d o vetor dos efeitos genticos de dominncia (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor r contempla todos as repeties de todos os locais (ajusta combinaes repetio-local). Nesse caso, esse vetor contempla os efeitos de locais e de repeties dentro de locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. Desejando-se ajustar os efeitos de repeties e de locais como aleatrios pode-se empregar o modelo 32, seguindo a sequncia de colunas de tal modelo e preenchendo-se toda a coluna de repeties com 1 (onde ser ajustada a mdia geral) e a coluna de blocos com os blocos completos nos vrios locais. Sequncia de Colunas no Arquivo de Dados Observao Clone Repetio Interao Local Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 repeties em cada um de 2 locais (repeties 1 e 2 no local 1 e repeties 3 e 4 no local 2). Observao
1 2 3 4 5 6 7 8

Clone
1 2 1 2 1 2 1 2

Repetio
1 1 2 2 3 3 4 4

Interao
11 12 11 12 21 22 21 22

Local
1 1 1 1 2 2 2 2

Varivel 1
10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4

Varivel 2
0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11

A coluna Interao deve codificar combinaes local-gentipo. Assim, o cdigo 12 representa local 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando E2&B2, quando se tem a codificao de locais na coluna E e de gentipos na coluna B. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. tambm necessrio o arquivo de pedigree com a seguinte seqncia: Clone Pai Me.

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva.

236

Vd: varincia gentica de dominncia. Vint: varincia da interao gentipo x ambiente. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2d: herdabilidade individual dos efeitos de dominncia. h2g: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2int = c2: coeficiente de determinao dos efeitos da interao gentipo x ambiente. rgloc: correlao genotpica entre o desempenho nos vrios ambientes. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 13.1.1 so igualmente vlidos.

13.2.2 Blocos Incompletos em Vrios Locais (Modelo 32) Modelo Estatstico y = Xr + Za + Zd + Wb + Ti + e, em que y o vetor de dados, r o vetor dos efeitos (assumidos como fixos) de repetio somados mdia geral, a o vetor dos efeitos genticos aditivos (assumidos como aleatrios), d o vetor dos efeitos genticos de dominncia (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor r contempla todos as repeties de todos os locais (ajusta combinaes repetio-local). Nesse caso, esse vetor contempla os efeitos de locais e de repeties dentro de locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. Desejando-se ajustar os efeitos de repeties e de locais como aleatrios basta preencher toda a coluna de repeties com 1 (onde ser ajustada a mdia geral). Neste caso, os efeitos de repeties e de locais sero distribudos, de forma confundida, nos efeitos de blocos. Sequncia de Colunas no Arquivo de Dados Observaes Clone Repetio Bloco Interao Local Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos em 2 repeties e 4 blocos em cada um de 2 locais (repeties 1 e 2 no local 1 e repeties 3 e 4 no local 2).

Observaes

Clone

Repetio

Bloco

Interao

Local

Varivel 1

Varivel 2

11

10.3

0.35

237

2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

12 13 14 11 12 13 14 21 22 23 24 21 22 23 24

1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

A coluna Interao deve codificar combinaes local-gentipo. Assim, o cdigo 12 representa local 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando F2&B2, quando se tem a codificao de locais na coluna F e de gentipos na coluna B. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. tambm necessrio o arquivo de pedigree com a seguinte seqncia: Clone Pai Me. A numerao dos blocos deve ser sequencial de uma repetio para outra e de um local para outro, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio e local. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vd: varincia gentica de dominncia. Vbloc: varincia ambiental entre blocos. Vint: varincia da interao gentipo x ambiente. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2d: herdabilidade individual dos efeitos de dominncia. h2g: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2bloc = c2: coeficiente de determinao dos efeitos de bloco. c2int = c21: coeficiente de determinao dos efeitos da interao gentipo x ambiente. rgloc: correlao genotpica entre o desempenho nos vrios ambientes. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 13.1.1 so igualmente vlidos.

238

13.2.3 Blocos Incompletos em Vrios Locais, Anlise com Covarivel (Modelo 144) Modelo Estatstico y = Xr + Cov + Za + Zd + Wb + Ti + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos (assumidos como aleatrios), d o vetor dos efeitos genticos de dominncia (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios) e e o vetor de erros ou resduos (aleatrios). O coeficiente refere-se regresso associada covarivel Cov. As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor r contempla todos as repeties de todos os locais (ajusta combinaes repetio-local). Nesse caso, esse vetor contempla os efeitos de locais e de repeties dentro de locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. Desejando-se ajustar os efeitos de repeties e de locais como aleatrios basta preencher toda a coluna de repeties com 1 (onde ser ajustada a mdia geral). Neste caso, os efeitos de repeties e de locais sero distribudos, de forma confundida, nos efeitos de blocos. Sequncia de Colunas no Arquivo de Dados Observaes Clone Repetio Bloco Interao Local Covarivel Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos em 2 repeties e 4 blocos em cada um de 2 locais (repeties 1 e 2 no local 1 e repeties 3 e 4 no local 2). .
Observaes Clone Repetio Bloco Interao Local Covarivel Varivel 1 Varivel 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

1 0 2 3 3 2 3 1 1 0 2 3 3 2 3 1

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

239

A coluna Interao deve codificar combinaes local-gentipo. Assim, o cdigo 12 representa local 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando F2&B2, quando se tem a codificao de locais na coluna F e de gentipos na coluna B. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. tambm necessrio o arquivo de pedigree com a seguinte seqncia: Clone Pai Me. A numerao dos blocos deve ser sequencial de uma repetio para outra e de um local para outro, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio e local. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vd: varincia gentica de dominncia. Vbloc: varincia ambiental entre blocos. Vint: varincia da interao gentipo x ambiente. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2d: herdabilidade individual dos efeitos de dominncia. h2g: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2bloc = c2: coeficiente de determinao dos efeitos de bloco. c2int = c21: coeficiente de determinao dos efeitos da interao gentipo x ambiente. rgloc: correlao genotpica entre o desempenho nos vrios ambientes. Mdia geral do experimento. Beta: coeficiente de regresso associado covarivel. Mdia Cov: Mdia da covarivel.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 13.1.1 so igualmente vlidos. 13.3 Avaliao em um s local e em vrias colheitas ou safras (culturas perenes) Nessa situao, tem-se o caso de um experimento em blocos aumentados, associado a medidas repetidas em vrias safras, com avaliaes realizadas ao nvel de totais ou de mdias por parcelas em cada safra (gerando uma s observao por parcela em cada safra). O modelo do Selegen a ser utilizado : Delineamento em Blocos Aumentados com Testemunha de Efeito Aleatrio: 70. Delineamento em Blocos Aumentados com Testemunha de Efeito Fixo: 68.

240

No Selegen Windows, o modelos 92 pode ser encontrado na caixa Clones Aparentados da tela principal. 13.3.1 Blocos Aumentados em Vrias Safras (Modelo 92) Modelo Estatstico y = Xr + Za + Zd + Wb + Tp + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos (assumidos como aleatrios), d o vetor dos efeitos genticos de dominncia (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), p vetor dos efeitos de ambiente permanente (parcelas no caso) (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor r contempla todos as repeties de todos as safras (ajusta combinaes repetio-medio). Nesse caso, esse vetor contempla os efeitos de medies e de repeties sua interao. essencial que as repeties sejam codificadas com diferentes nmeros nas diferentes safras. Desejando-se ajustar os efeitos de repeties e de medies como aleatrios basta preencher toda a coluna de repeties com 1 (onde ser ajustada a mdia geral). Neste caso, os efeitos de repeties e de medies sero distribudos, de forma confundida, nos efeitos de blocos. Sequncia de Colunas no Arquivo de Dados Observaes Clone Repetio Bloco Parcela Repetio Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos em 2 repeties e 4 blocos, com 2 medies em cada parcela (med-rep 1 e 2 referente primeira medio nas repeties 1 e 2 e med-rep 3 e 4 referente segunda medio nas repeties 1 e 2).
Observaes Clone Med-Rep Bloco Parcela Repetio Varivel 1 Varivel 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14

1 2 3 4 1 2 3 4 1 2 3 4 1 2

1 1 1 1 2 2 2 2 3 3 3 3 4 4

1 1 2 2 3 3 4 4 5 5 6 6 7 7

11 12 13 14 21 22 23 24 11 12 13 14 21 22

1 1 1 1 2 2 2 2 1 1 1 1 2 2

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14

241

15 16

3 4

4 4

8 8

23 24

2 2

8.2 1.9

0.54 2.70

A coluna Parcela deve codificar combinaes repetio-gentipo. Assim, o cdigo 12 representa repetio 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando F2&B2, quando se tem a codificao de repetio na coluna F e de gentipos na coluna B. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. tambm necessrio o arquivo de pedigree com a seguinte seqncia: Clone Pai Me. A numerao dos blocos deve ser sequencial de uma repetio para outra, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vd: varincia gentica de dominncia. Vbloc: varincia ambiental entre blocos. Vperm: varincia de ambiente permanente (parcela). Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2d: herdabilidade individual dos efeitos de dominncia. h2g: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. r: repetibilidade individual. c2bloc = c2: coeficiente de determinao dos efeitos de bloco. c2perm = c21: coeficiente de determinao dos efeitos de ambiente permanente (parcela). rgloc: correlao genotpica entre o desempenho nos vrios ambientes. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 13.1.1 so igualmente vlidos. 14. Avaliao de Clones Aparentados em Vrias Repeties - Vrias Observaes por Parcela Nessa situao, clones aparentados so avaliados em termos de comportamento mdio em vrias repeties. considerada a genealogia amarrada gerao imediatamente anterior. Para tanto, alm do arquivo de dados, necessrio o arquivo de pedigree dos clones. 14.1 Avaliao em um s local e em uma s colheita ou safra Os experimentos podem ser instalados nos delineamentos em blocos completos, ou incompletos (ltice, alfa, blocos aumentados). A tomada de dados realizada ao nvel de
242

indivduos dentro de parcelas, gerando vrias observaes por parcela. Os modelos do Selegen que podem ser usados nessa situao so: Delineamento em Blocos Completos: Modelo 47. Delineamento em Blocos Incompletos ou Ltice: Modelo 49. Delineamento em Blocos Completos, Anlise com Covarivel: Modelo 141. Uma anlise com covarivel para o delineamento de blocos incompletos pode ser realizada empregando-se o modelo 142, porm ajustando blocos no lugar da coluna de interao. No Selegen Windows, os modelos 47, 49 e 141 podem ser encontrados na caixa Clones Aparentados da tela principal. 14.1.1 Blocos Completos (Modelo 47) Modelo Estatstico y = Xr + Za + Zd + Wp + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos (assumidos como aleatrios), d o vetor dos efeitos genticos de dominncia (assumidos como aleatrios), (assumidos como aleatrios), p o vetor dos efeitos de parcela, e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Desejando-se ajustar os efeitos de repeties como aleatrios pode-se empregar o modelo 49, seguindo a sequncia de colunas de tal modelo e preenchendo-se toda a coluna de repeties com 1 (onde ser ajustada a mdia geral) e a coluna de blocos com os blocos completos. Sequncia de Colunas no Arquivo de Dados Indivduo Clone Repetio Parcela Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 repeties com 2 plantas por parcela.
Indivduo 1 2 3 4 5 5 7 8 Clone 1 1 2 2 1 1 2 2 Repetio 1 1 1 1 2 2 2 2 Parcela 1 1 2 2 3 3 4 4 Obs/Parc 1 2 1 2 1 2 1 2 Varivel 1 10.3 12.4 8.5 5.2 7.5 6.3 4.1 5.2 Varivel 2 0.35 0.25 0.14 0.34 0.83 0.87 0.37 0.34

243

O arquivo no necessita estar ordenado dessa forma. tambm necessrio o arquivo de pedigree com a seguinte seqncia: Clone Pai Me.

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vd: varincia gentica de dominncia. Vparc: varincia ambiental entre parcelas. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2d: herdabilidade individual dos efeitos de dominncia. h2g: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2parc = c2: coeficiente de determinao dos efeitos de parcela. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 13.1.1 so igualmente vlidos.

14.1.2. Blocos Incompletos (Modelo 49) Modelo Estatstico y = Xr + Za + Zd + Wp + Tb + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos (assumidos como aleatrios), d o vetor dos efeitos genticos de dominncia (assumidos como aleatrios), p o vetor dos efeitos de parcela (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Indivduo Clone Repetio Parcela Bloco Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos em 2 repeties e 4 blocos, com 2 plantas por parcela. Indivduo
1

Clone
1

Repetio
1

Parcela
1

Bloco
1

Obs/Parcela
1

Varivel 1
10.3

Varivel 2
0.35

244

3 5 7 2 4 6 8

9 10 11 12 13 14 15 16

1 2 2 3 3 4 4 1 1 2 2 3 3 4 4

1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

1 2 2 3 3 4 4

1 1 1 2 2 2 2

5 5 6 6 7 7 8 8

3 3 3 3 4 4 4 4

2 1 2 1 2 1 2 1 2 1 2 1 2 1 2

8.5 8.6 8.7 12.4 5.2 5.3 5.4 12.3 8.5 7.6 8.7 10.4 5.2 5.3 3.4

0.14 0.54 0.94 0.25 0.34 0.74 0.11 0.55 0.14 0.64 0.74 0.25 0.34 0.54 0.13

O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio. tambm necessrio o arquivo de pedigree com a seguinte seqncia: Clone Pai Me.

Desejando-se ajustar os efeitos de repeties como aleatrios pode-se preencher toda a coluna de repeties com 1 (onde ser ajustada a mdia geral). Neste caso, os efeitos de repeties sero distribudos, de forma confundida, nos efeitos de blocos.

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vd: varincia gentica de dominncia. Vbloc: varincia ambiental entre blocos. Vparc: varincia ambiental entre parcelas. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2d: herdabilidade individual dos efeitos de dominncia. h2g: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2bloc = c2: coeficiente de determinao dos efeitos de bloco. c2parc = c21: coeficiente de determinao dos efeitos de parcela. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 13.1.1 so igualmente vlidos.

245

14.1.3. Blocos Completos, Anlise com Covarivel (Modelo 141) Modelo Estatstico y = Xr + Cov + Za + Zd + Wp + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos (assumidos como aleatrios), d o vetor dos efeitos genticos de dominncia (assumidos como aleatrios), (assumidos como aleatrios), p o vetor dos efeitos de parcela, e o vetor de erros ou resduos (aleatrios). O coeficiente refere-se regresso associada covarivel Cov. As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Indivduo Clone Repetio Parcela Obs/Parc Covarivel Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 repeties com 2 plantas por parcela.
Indivduo Clone Repetio Parcela Obs/Parc Covarivel Varivel 1 Varivel 2

1 2 3 4 5 5 7 8

1 1 2 2 1 1 2 2

1 1 1 1 2 2 2 2

1 1 2 2 3 3 4 4

1 2 1 2 1 2 1 2

1 0 2 3 3 2 3 1

10.3 12.4 8.5 5.2 7.5 6.3 4.1 5.2

0.35 0.25 0.14 0.34 0.83 0.87 0.37 0.34

O arquivo no necessita estar ordenado dessa forma. tambm necessrio o arquivo de pedigree com a seguinte seqncia: Clone Pai Me.

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vd: varincia gentica de dominncia. Vparc: varincia ambiental entre parcelas. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2d: herdabilidade individual dos efeitos de dominncia. h2g: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2parc = c2: coeficiente de determinao dos efeitos de parcela.

246

Mdia geral do experimento. Beta: coeficiente de regresso associado covarivel. Mdia Cov: Mdia da covarivel.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 13.1.1 so igualmente vlidos. 14.2Avaliao em vrios locais e em uma s colheita ou safra Nessa situao, podem ser usados os seguintes modelos do Selegen: Delineamento em Blocos Completos: Modelo 50. Delineamento em Blocos Completos, Anlise com Covarivel: Modelo 142. No Selegen Windows, os modelos 50 e 142 podem ser encontrados na caixa Clones Aparentados da tela principal. 14.2.1 Blocos Completos em Vrios Locais (Modelo 50) Modelo Estatstico y = Xr + Za + Zd + Wp + Ti + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos (assumidos como aleatrios), d o vetor dos efeitos genticos de dominncia (assumidos como aleatrios), p o vetor dos efeitos de parcela (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor r contempla todas as repeties de todos os locais (ajusta combinaes repetio-local). Nesse caso, esse vetor contempla os efeitos de locais e de repeties dentro de locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. Sequncia de Colunas no Arquivo de Dados Indivduo Gentipo Repetio Parcela Interao Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 repeties em cada um de 2 locais (repeties 1 e 2 no local 1 e repeties 3 e 4 no local 2), com 2 plantas por parcela.
Parcela 1 2 3 4 Gentipo 1 1 2 2 Repetio 1 1 1 1 Parcela 1 1 2 2 Interao 11 11 12 12 Obs/Parcela 1 2 1 2 Varivel 1 10.3 8.5 8.6 8.7 Varivel 2 0.35 0.14 0.54 0.94

247

5 6 7 8

9 3 5 21 10 3 5 21 11 3 6 22 12 3 6 22 13 4 7 21 14 4 7 21 15 4 8 22 16 4 8 22 A coluna Interao deve codificar combinaes local-gentipo. Assim, o cdigo 12 representa local 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando =A2&C2, quando se tem a codificao de locais na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vd: varincia gentica de dominncia. Vparc: varincia ambiental entre parcelas. Vint: varincia da interao gentipo x ambiente. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2d: herdabilidade individual dos efeitos de dominncia. h2g: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2int = c21: coeficiente de determinao dos efeitos da interao gentipo x ambiente. rgloc: correlao genotpica entre o desempenho nos vrios ambientes. Mdia geral do experimento.

1 1 2 2 1 1 2 2 1 1 2 2

2 2 2 2

3 3 4 4

11 11 12 12

1 2 1 2 1 2 1 2 1 2 1 2

12.4 5.2 5.3 5.4 10.7 8.5 8.2 8.7 17.4 8.2 5.3 5.9

0.25 0.34 0.74 0.11 0.55 0.14 0.42 0.94 0.35 0.34 0.64 0.18

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 13.1.1 so igualmente vlidos. 14.2.2 Blocos Completos em Vrios Locais, Anlise com Covarivel (Modelo 142) Modelo Estatstico y = Xr + Cov + Za + Zd + Wp + Ti + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos (assumidos como aleatrios), d o vetor dos efeitos genticos

248

de dominncia (assumidos como aleatrios), p o vetor dos efeitos de parcela (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios) e e o vetor de erros ou resduos (aleatrios). O coeficiente refere-se regresso associada covarivel Cov. As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor r contempla todas as repeties de todos os locais (ajusta combinaes repetio-local). Nesse caso, esse vetor contempla os efeitos de locais e de repeties dentro de locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. Sequncia de Colunas no Arquivo de Dados Indivduo Gentipo Repetio Parcela Interao Obs/Parc Covarivel Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 repeties em cada um de 2 locais (repeties 1 e 2 no local 1 e repeties 3 e 4 no local 2), com 2 plantas por parcela.
Parcela Gentipo Repetio Parcela Interao Obs/Parc Covarivel Varivel 1 Varivel 2

1 2 3 4 5 6 7 8

9 10 11 12 13 14 15 16

1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2

1 1 1 1 2 2 2 2

1 1 2 2 3 3 4 4

11 11 12 12 11 11 12 12

3 3 3 3 4 4 4 4

5 5 6 6 7 7 8 8

21 21 22 22 21 21 22 22

1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2

1 0 2 3 3 2 3 1 1 0 2 3 3 4 3 2

10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4 10.7 8.5 8.2 8.7 17.4 8.2 5.3 5.9

0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11 0.55 0.14 0.42 0.94 0.35 0.34 0.64 0.18

A coluna Interao deve codificar combinaes local-gentipo. Assim, o cdigo 12 representa local 1 gentipo 2. No Excel, essa codificao pode ser obtida pelo comando =A2&C2, quando se tem a codificao de locais na coluna A e de gentipos na coluna C. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual )

249

Va: varincia gentica aditiva. Vd: varincia gentica de dominncia. Vparc: varincia ambiental entre parcelas. Vint: varincia da interao gentipo x ambiente. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2d: herdabilidade individual dos efeitos de dominncia. h2g: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2int = c21: coeficiente de determinao dos efeitos da interao gentipo x ambiente. rgloc: correlao genotpica entre o desempenho nos vrios ambientes. Mdia geral do experimento. Beta: coeficiente de regresso associado covarivel. Mdia Cov: Mdia da covarivel.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 13.1.1 so igualmente vlidos. 15. Avaliao de Indivduos em Prognies de Irmos Germanos obtidas sob Cruzamentos Fatoriais ou Diallicos Intrapopulacionais Uma Planta por Parcela 15.1 Avaliao em um local e em uma safra Para experimentos instalados nos delineamentos em blocos completos ou incompletos com uma planta por parcela, os modelos do Selegen que podem ser usados nessa situao so: Delineamento em Blocos Completos, Espcies Algamas, Genitores no Aparentados: Modelo 36. Delineamento em Blocos Incompletos, Espcies Algamas, Genitores no Aparentados: Modelo 35. Delineamento em Blocos Completos, Espcies Algamas, Genitores Aparentados: Modelo 43. Delineamento em Blocos Incompletos, Espcies Algamas, Genitores Aparentados: Modelo 42. No Selegen Windows, os modelos 35 e 36 podem ser encontrados na caixa Diallicos Genitores no Aparentados da tela principal. Os modelos 43 e 42 podem ser encontrados na caixa Diallicos Genitores Aparentados da tela principal. 15.1.1 Blocos Completos e Uma Planta por Parcela, Genitores no Aparentados (Modelo 36)

250

Modelo Estatstico y = Xr + Za + Wf + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), f o vetor dos efeitos de dominncia de famlia de irmos germanos (aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Desejando-se ajustar os efeitos de repeties como aleatrios pode-se empregar o modelo 35, seguindo a sequncia de colunas de tal modelo e preenchendo-se toda a coluna de repeties com 1 (onde ser ajustada a mdia geral) e a coluna de blocos com os blocos completos. Sequncia de Colunas no Arquivo de Dados Indivduo Pai Me Repetio Prognie rvore Variveis Exemplo: Avaliao de 2 variveis em 4 prognies em 2 repeties com 1 planta (rvore) por parcela. Indivduo 1 2 3 4 5 6 7 8 Pai 1 1 2 2 1 1 2 2 Me 1 2 1 2 1 2 1 2 Repetio 1 1 1 1 2 2 2 2 Prognie 1 2 3 4 1 2 3 4 rvore Varivel 1 10.3 1 12.4 1 8.5 1 5.2 1 7.5 1 6.3 1 4.1 1 5.2 1 Varivel 2
0.35 0.25 0.14 0.34 0.83 0.87 0.37 0.34

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vfam: varincia da capacidade especfica de combinao ou varincia gentica de dominncia entre famlias de irmos germanos. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito no bloco, ou seja, dos efeitos aditivos. h2g: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2fam = c2: coeficiente de determinao dos efeitos da capacidade especfica de combinao.

251

Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana


2. Componentes de Mdia ( BLUP Individual )

Seleo de Cruzamentos

Ordem Cruzam. 1 1 2 5 3 8 4 9 5 21 Efeitos CEC Codigo Efeito 2 10 17 3 12 4.3249 -0.0369 -5.3322 -2.6962 5.0824

Vgc Nova Mdia 67.5921 67.5921 66.7146 67.1534 66.2472 66.8513 64.7689 66.3307 63.1097 65.6865

Seleo de Indivduos
Ordem 1 2 3 4 5 Bloco Familia 1 13 1 22 1 9 1 4 1 8 rvore 46 103 103 47 46 f 138.5500 120.3400 111.0900 100.1600 90.1800 a 18.0417 16.0459 12.7448 12.4098 11.7997 u+a 71.6893 69.6934 66.3923 66.0573 65.4472 Ganho 18.0417 17.0438 15.6108 14.8105 14.2084 Nova Mdia 71.6893 70.6913 69.2583 68.4581 67.8559 d 90.4220 74.0002 58.2999 44.2845 29.8550 g 108.4637 90.0460 71.0447 56.6942 41.6547

Vgc refere-se ao valor genotpico do cruzamento e a descrio dos demais elementos pode ser encontrada no tpico 4.1.1. 15.1.2. Blocos Incompletos e Uma Planta por Parcela, Genitores no Aparentados (Modelo 35) Modelo Estatstico y = Xr + Za + Wf + Sb + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), f o vetor dos efeitos de dominncia de famlia de irmos germanos (aleatrios), b o vetor dos efeitos de bloco (aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Indivduo Pai Me Repetio Bloco Prognie rvore Variveis Exemplo: Avaliao de 2 variveis em 4 prognies em 2 repeties com 2 blocos por repetio e 1 planta (rvore) por parcela.

252

Indivduo

Pai

Me

Repetio

Bloco

Prognie

rvore

Varivel 1

Varivel 2

1 2 3 4 5 6 7 8

1 1 2 2 1 1 2 2

1 2 1 2 1 2 1 2

1 1 1 1 2 2 2 2

1 1 2 2 3 3 4 4

1 2 3 4 1 2 3 4

1 1 1 1 1 1 1 1

10.3 13.8 12.4 15.0 8.5 11.0 13.3 5.2

0.35 0.88 0.25 0.10 0.14 0.55 0.87 0.34

O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio. Desejando-se ajustar os efeitos de repeties como aleatrios pode-se preencher toda a coluna de repeties com 1 (onde ser ajustada a mdia geral). Neste caso, os efeitos de repeties sero distribudos, de forma confundida, nos efeitos de blocos.

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vbloc: varincia entre blocos. Vfam: varincia da capacidade especfica de combinao ou varincia gentica de dominncia entre famlias de irmos germanos. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito no bloco, ou seja, dos efeitos aditivos. h2g: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2bloc = c2: coeficiente de determinao dos efeitos de bloco. c2fam = c21: coeficiente de determinao dos efeitos da capacidade especfica de combinao. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 15.1.1 so igualmente vlidos. Porm, ao final do arquivo, so apresentados resultados referentes aos BLUPIS de famlia e de parcela, conforme desenvolvido por Resende & Barbosa (2006).
BLUPIS de Famlia

Ordem 1 2 3 4

Cruzam. g relativo 108 1.0000 46 0.8003 39 0.7315 38 0.7311

253

107

0.7109

Valores Genotipicos de Parcela Ordem 1 2 3 4 5 Parcela 405 92 247 70 332 Familia 103 75 46 110 96 Bloco 22 5 13 4 18 VG 0.0048 0.0046 0.0040 0.0038 0.0037

15.1.3 Blocos Completos e Uma Planta por Parcela, Genitores Aparentados (Modelo 43) Esse modelo segue exatamente conforme descrito no tem 15.1.1 porm necessita de um arquivo adicional, de pedigree, com a seguinte sequncia de colunas: Genitor, Pai, Me. Ao final do arquivo de resultados, so apresentados resultados referentes aos BLUPIS de famlia e de parcela, conforme desenvolvido por Resende & Barbosa (2006) e apresentado no tem 15.1.2.

15.1.4. Blocos Incompletos e Uma Planta por Parcela, Genitores Aparentados (Modelo 42) Esse modelo segue exatamente conforme descrito no tem 15.1.2 porm necessita de um arquivo adicional, de pedigree, com a seguinte sequncia de colunas: Genitor, Pai, Me. 15.2 Avaliao em vrios locais e em uma colheita ou safra Para experimentos instalados nos delineamentos em blocos completos ou incompletos com uma planta por parcela, os modelos do Selegen que podem ser usados nessa situao so: Delineamento em Blocos Completos, Espcies Algamas, Genitores no Aparentados: Modelo 34. Delineamento em Blocos Incompletos, Espcies Algamas, Genitores no Aparentados: Modelo 39. Delineamento em Blocos Completos, Espcies Algamas, Genitores Aparentados: Modelo 41. Delineamento em Blocos Incompletos, Espcies Algamas, Genitores Aparentados: Modelo 46. No Selegen Windows, os modelos 34 e 39 podem ser encontrados na caixa Diallicos Genitores no Aparentados da tela principal. Os modelos 41 e 46 podem ser encontrados na caixa Diallicos Genitores Aparentados da tela principal. 15.2.1 Blocos Completos e Uma Planta por Parcela, Vrios Locais, Genitores no Aparentados (Modelo 34)

254

Modelo Estatstico y = Xr + Za + Wif + Tf + Sia + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (aleatrios), if o vetor dos efeitos da interao dos efeitos de dominncia de famlia de irmos germanos com locais (aleatrios), f o vetor dos efeitos de dominncia de famlia de irmos germanos (aleatrios), ia o vetor dos efeitos da interao dos efeitos genticos aditivos com locais (aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Local Indivduo Pai Me Repetio Interaof Prognie rvore Variveis Exemplo: Avaliao de 2 variveis em 4 prognies, 4 genitores em 2 repeties por local com 1 planta (rvore) por parcela, em 2 locais.
Local Indivduo Pai Mae Repetio Interaof Prognie Arv/Parc

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2

3 4 3 4 3 4 3 4 3 4 3 4 3 4 3 4

1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

Varivel 1 Varivel 2 10.3 0.35 13.8 0.88 12.4 0.25 15.0 0.10 8.5 0.14 11.0 0.55 13.3 0.87 5.2 0.34 7.5 0.83 9.8 0.55 6.3 0.87 2.3 0.44 4.1 0.37 5.2 0.34 7.5 0.83 5.2 0.34

A coluna de Interao deve codificar combinaes local-prognie. Assim, o cdigo 12 representa local 1 prognie 2. No Excel, essa codificao pode ser obtida pelo comando =A2&G2, quando se tem a codificao de locais na coluna A e de gentipos na coluna G. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma.

Interpretao dos Resultados

255

Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vint(d): varincia da interao capacidade especfica de combinao x locais. Vfam: varincia da capacidade especfica de combinao ou varincia gentica de dominncia entre famlias de irmos germanos. Vint (a): varincia da interao dos efeitos aditivos com ambientes. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito no bloco, ou seja, dos efeitos aditivos. h2g: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2int (d) = c2: coeficiente de determinao dos efeitos da interao capacidade especfica de combinao x locais. c2fam = c21: coeficiente de determinao dos efeitos da capacidade especfica de combinao. c2int (a) = c23: coeficiente de determinao dos efeitos da interao dos efeitos aditivos com ambientes. rgloc: correlao genotpica das prognies de irmos germanos atravs dos locais. Mdia Geral.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 15.1.1 so igualmente vlidos. Adicionalmente so apresentados os valores genticos em cada local.

15.2.2 Blocos Incompletos e Uma Planta por Parcela, Vrios Locais, Genitores no Aparentados (Modelo 39)

Modelo Estatstico y = Xr + Za + Wif + Tf + Qb + Sia + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (aleatrios), b o vetor dos efeitos de bloco (aleatrios), f o vetor dos efeitos de dominncia de famlia de irmos germanos (aleatrios), if o vetor dos efeitos da interao dos efeitos de dominncia de famlia de irmos germanos com locais (aleatrios), ia o vetor dos efeitos da interao dos efeitos genticos aditivos com locais (aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Local Indivduo Pai Me Repetio Interaof Prognie Bloco rvore Variveis Exemplo: Avaliao de 2 variveis em 4 prognies, 4 genitores em 2 repeties por local com 1 planta (rvore) por parcela, em 2 locais.

256

Local Indivduo

Pai Mae

Repetio Interaof

Prognie Bloco

Arv/Parc

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2

3 4 3 4 3 4 3 4 3 4 3 4 3 4 3 4

1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

Var1 Var 2 10.3 0.35 13.8 0.88 12.4 0.25 15.0 0.10 8.5 0.14 11.0 0.55 13.3 0.87 5.2 0.34 7.5 0.83 9.8 0.55 6.3 0.87 2.3 0.44 4.1 0.37 5.2 0.34 7.5 0.83 5.2 0.34

A coluna de Interao deve codificar combinaes local-prognie. Assim, o cdigo 12 representa local 1 prognie 2. No Excel, essa codificao pode ser obtida pelo comando =A2&G2, quando se tem a codificao de locais na coluna A e de gentipos na coluna G. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma.

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vint(d): varincia da interao capacidade especfica de combinao x locais. Vfam: varincia da capacidade especfica de combinao ou varincia gentica de dominncia entre famlias de irmos germanos. Vbloc: varincia entre blocos. Vint (a): varincia da interao dos efeitos aditivos com ambientes. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito no bloco, ou seja, dos efeitos aditivos. h2g: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2int (d) = c2: coeficiente de determinao dos efeitos da interao capacidade especfica de combinao x locais. c2fam = c21: coeficiente de determinao dos efeitos da capacidade especfica de combinao. c2bloc = c22: coeficiente de determinao dos efeitos de blocos.

257

c2int (a) = c23: coeficiente de determinao dos efeitos da interao dos efeitos aditivos com ambientes. rgloc: correlao genotpica de prognies atravs dos locais. Mdia Geral.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 15.1.1 so igualmente vlidos. Adicionalmente so apresentados os valores genticos em cada local.

15.2.3 Blocos Completos e Uma Planta por Parcela, Vrios Locais, Genitores Aparentados (Modelo 41) Esse modelo segue exatamente conforme descrito no tem 15.2.1 porm necessita de um arquivo adicional, de pedigree, com a seguinte sequncia de colunas: Genitor, Pai, Me. 15.2.4 Blocos Incompletos e Uma Planta por Parcela, Vrios Locais, Genitores Aparentados (Modelo 46) Esse modelo segue exatamente conforme descrito no tem 15.2.2 porm necessita de um arquivo adicional, de pedigree, com a seguinte sequncia de colunas: Genitor, Pai, Me. 16. Avaliao de Indivduos em Prognies de Irmos Germanos obtidas sob Cruzamentos Fatoriais ou Diallicos Intrapopulacionais Vrias Plantas por Parcela 16.1 Avaliao em um local e em uma safra Para experimentos instalados nos delineamentos em blocos completos ou incompletos com vrias plantas por parcela, os modelos do Selegen que podem ser usados nessa situao so: Delineamento em Blocos Completos, Espcies Algamas, Genitores no Aparentados: Modelo 33. Delineamento em Blocos Incompletos, Espcies Algamas, Genitores no Aparentados: Modelo 38. Delineamento em Blocos Completos, Espcies Algamas, Genitores Aparentados: Modelo 40. Delineamento em Blocos Incompletos, Espcies Algamas, Genitores Aparentados: Modelo 45. No Selegen Windows, os modelos 33 e 38 podem ser encontrados na caixa Diallicos Genitores no Aparentados da tela principal. Os modelos 40 e 45 podem ser encontrados na caixa Diallicos Genitores Aparentados da tela principal.

258

16.1.1 Blocos Completos, Vrias Plantas por Parcela, Genitores no Aparentados (Modelo 33)

Modelo Estatstico y = Xr + Za + Wp + Tf + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcela (aleatrios), f o vetor dos efeitos de dominncia de famlia de irmos germanos (aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Indivduo Pai Me Repetio Parcela Prognie rvore Variveis Exemplo: Avaliao de 2 variveis em 4 prognies em 2 repeties com 2 plantas (rvores) por parcela.
Indivduo Pai Me Repetio Parcela Prognie rvore

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

1 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2

1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4

1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2

Varivel 1 Varivel 2 10.3 0.35 13.8 0.88 12.4 0.25 15.0 0.10 8.5 0.14 11.0 0.55 13.3 0.87 5.2 0.34 7.5 0.83 9.8 0.55 6.3 0.87 2.3 0.44 4.1 0.37 5.2 0.34 7.5 0.83 5.2 0.34

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual )

259

Va: varincia gentica aditiva. Vparc: varincia ambiental entre parcelas. Vfam: varincia da capacidade especfica de combinao ou varincia gentica de dominncia entre famlias de irmos germanos. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito no bloco, ou seja, dos efeitos aditivos. h2g: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2fam = c21: coeficiente de determinao dos efeitos da capacidade especfica de combinao. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 15.1.1 so igualmente vlidos. 16.1.2. Blocos Incompletos, Vrias Plantas por Parcela, Genitores no Aparentados (Modelo 38) Modelo Estatstico y = Xr + Za + Wp + Sf + Tb + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcela (aleatrios), f o vetor dos efeitos de dominncia de famlia de irmos germanos (aleatrios), b o vetor dos efeitos de bloco (aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Indivduo Pai Me Repetio Parcela Prognie Bloco rvore Variveis Exemplo: Avaliao de 2 variveis em 4 prognies em 2 repeties com 2 blocos por repetio e 2 plantas (rvores) por parcela.
Indivduo Pai Me Repetio Parcela Prognie Bloco rvore

1 2 3 4 5 6 7 8 9 10

1 1 2 2 1 1 2 2 1 1

1 2 1 2 1 2 1 2 1 2

1 1 1 1 2 2 2 2 1 1

1 2 3 4 5 6 7 8 1 2

1 2 3 4 1 2 3 4 1 2

1 1 2 2 3 3 4 4 1 1

1 1 1 1 1 1 1 1 2 2

Varivel 1 Varivel 2 10.3 0.35 13.8 0.88 12.4 0.25 15.0 0.10 8.5 0.14 11.0 0.55 13.3 0.87 5.2 0.34 12.4 0.25 15.0 0.10

260

11 12 13 14 15 16

2 2 1 1 2 2

1 2 1 2 1 2

1 1 2 2 2 2

3 4 5 6 7 8

3 4 1 2 3 4

2 2 3 3 4 4

2 2 2 2 2 2

15.0 8.5 11.0 13.3 5.2 5.2

0.10 0.14 0.55 0.87 0.34 0.34

O arquivo no necessita estar ordenado dessa forma. A numerao dos blocos deve ser sequencial de uma repetio para outra, ou seja, os nmeros dados aos blocos devem ser diferentes em cada repetio. Desejando-se ajustar os efeitos de repeties como aleatrios pode-se preencher toda a coluna de repeties com 1 (onde ser ajustada a mdia geral). Neste caso, os efeitos de repeties sero distribudos, de forma confundida, nos efeitos de blocos.

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vparc: varincia entre parcelas. Vfam: varincia da capacidade especfica de combinao ou varincia gentica de dominncia entre famlias de irmos germanos. Vbloc: varincia entre blocos. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito no bloco, ou seja, dos efeitos aditivos. h2g: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2fam = c21: coeficiente de determinao dos efeitos da capacidade especfica de combinao. c2bloc = c22: coeficiente de determinao dos efeitos de bloco. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 15.1.1 so igualmente vlidos. 16.1.3 Blocos Completos e Vrias Plantas por Parcela, Genitores Aparentados (Modelo 40) Esse modelo segue exatamente conforme descrito no tem 16.1.1 porm necessita de um arquivo adicional, de pedigree, com a seguinte sequncia de colunas: Genitor, Pai, Me.

261

16.1.4 Blocos Incompletos e Vrias Plantas por Parcela, Genitores Aparentados (Modelo 45) Esse modelo segue exatamente conforme descrito no tem 16.1.2 porm necessita de um arquivo adicional, de pedigree, com a seguinte sequncia de colunas: Genitor, Pai, Me. 16.2 Avaliao em vrios locais e em uma safra Para experimentos instalados nos delineamentos em blocos completos com vrias plantas por parcela, os modelos do Selegen que podem ser usados nessa situao so: Delineamento em Blocos Completos, Espcies Algamas, Genitores no Aparentados: Modelo 37. Delineamento em Blocos Completos, Espcies Algamas, Genitores Aparentados: Modelo 44. No Selegen Windows, o modelos 37 pode ser encontrado na caixa Diallicos Genitores no Aparentados da tela principal. Os modelos 44 pode ser encontrado na caixa Diallicos Genitores Aparentados da tela principal. 16.2.1 Blocos Completos, Vrias Planta por Parcela, Vrios Locais, Genitores no Aparentados (Modelo 37) Modelo Estatstico y = Xr + Za + Wp + Tf + Sif + Qia + e, em que y o vetor de dados, r o vetor dos efeitos de repetio (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (aleatrios), p o vetor dos efeitos de parcela (aleatrios), f o vetor dos efeitos de dominncia de famlia de irmos germanos (aleatrios), if o vetor dos efeitos da interao dos efeitos de dominncia de famlia de irmos germanos com locais (aleatrios), ia o vetor dos efeitos da interao dos efeitos genticos aditivos com locais (aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Local Indivduo Pai Me Repetio Interaof Prognie Parcela rvore Variveis Exemplo: Avaliao de 2 variveis em 4 prognies, 4 genitores em 2 repeties por local com 2 plantas (rvores) por parcela, em 2 locais.
Local Indivduo Pai Mae Repetio Interaof Prognie Parcela Arv/Par Varivel 1 Varivel 2 c 10.3 0.35 1 13.8 0.88 1 12.4 0.25 1 15.0 0.10 1

1 1 1 1

1 2 3 4

1 1 2 2

3 4 3 4

1 1 1 1

11 12 13 14

1 2 3 4

1 2 3 4

262

1 1 1 1 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2

3 4 3 4 3 4 3 4 3 4 3 4 3 4 3 4 3 4 3 4 3 4 3 4 3 4 3 4

2 2 2 2 3 3 3 3 4 4 4 4 1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

11 12 13 14 21 22 23 24 21 22 23 24 11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

5 6 7 8 9 10 11 12 13 14 15 16 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2

8.5 11.0 13.3 5.2 7.5 9.8 6.3 2.3 4.1 5.2 7.5 5.2 10.3 13.8 12.4 15.0 8.5 11.0 13.3 5.2 7.5 9.8 6.3 2.3 4.1 5.2 7.5 5.2

0.14 0.55 0.87 0.34 0.83 0.55 0.87 0.44 0.37 0.34 0.83 0.34 0.35 0.88 0.25 0.10 0.14 0.55 0.87 0.34 0.83 0.55 0.87 0.44 0.37 0.34 0.83 0.34

A coluna de Interao deve codificar combinaes local-prognie. Assim, o cdigo 12 representa local 1 prognie 2. No Excel, essa codificao pode ser obtida pelo comando =A2&G2, quando se tem a codificao de locais na coluna A e de gentipos na coluna G. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma.

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vint(d): varincia da interao capacidade especfica de combinao x locais. Vfam: varincia da capacidade especfica de combinao ou varincia gentica de dominncia entre famlias de irmos germanos. Vparc: varincia entre parcelas.

263

Vint (a): varincia da interao dos efeitos aditivos com ambientes. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito no bloco, ou seja, dos efeitos aditivos. h2g: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2int (d) = c2: coeficiente de determinao dos efeitos da interao prognies x locais. c2fam = c21: coeficiente de determinao dos efeitos da capacidade especfica de combinao. c2parc = c22: coeficiente de determinao dos efeitos de parcela. c2int (a) = c23: coeficiente de determinao dos efeitos da interao dos efeitos aditivos com ambientes. rgloc: correlao genotpica de prognies atravs dos locais. Mdia Geral.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 15.1.1 so igualmente vlidos. Adicionalmente so apresentados os valores genticos em cada local. 16.2.2 Blocos Completos, Vrias Planta por Parcela, Vrios Locais, Genitores Aparentados (Modelo 44) Esse modelo segue exatamente conforme descrito no tem 16.2.1 porm necessita de um arquivo adicional, de pedigree, com a seguinte sequncia de colunas: Genitor, Pai, Me. 17. Otimizao da Seleo em Funo da Endogamia e do Ne (Modelo 106) A otimizao da seleo em termos de maximizao do ganho gentico com restrio na endogamia via manuteno de um tamanho efetivo adequado, pode ser realizada pelo modelo 106, encontrado na janela Otimizao da Seleo (Endogamia e Ne) da tela principal do Selegen Windows. Este modelo trabalha sobre os valores genticos individuais preditos, os quais so apresentados no tpico 2 do arquivo .res de resultados. Para rodar tal modelo deve-se fornecer um arquivo .txt gerado a partir do arquivo .res, aps apagar o tem 1 Componentes de Varincia, deixando somente uma linha de cabealho no ranking de indivduos, e apagar tambm as demais linhas aps o ranking de indivduos. Existem duas opes de anlise por esse modelo: seleo dentro de prognies (d); seleo individual com restrio no nmero mximo de indivduos selecionados por famlia (r). Nesta ltima opo deve ser fornecido tambm o nmero total de indivduos a ser selecionado. 18. Melhoramento Animal Os modelos referentes ao melhoramento animal includos no Selegen-Reml/Blup envolvem dados de apenas uma gerao e permitem selecionar indivduos dessa gerao e tambm da gerao dos genitores. Assim, apresentam carter mais didtico do que

264

utilidade em termos de programas prticos de melhoramento. No entanto, podem ser usados na prtica na primeira gerao de programas de melhoramento de novas espcies ou programas novos de melhoramento com espcies tradicionais. O pequeno enfoque dado ao melhoramento animal no Selegen-Reml/Blup refere-se ao fato de existirem inmeros aplicativos computacionais de excelncia desenvolvidos para o melhoramento animal tais quais o ASREML, o Wombat (ex DFREML), o MTDFREML, o REMLF90, BLUPF90, VCE, PEST, dentre outros. Exemplos didticos simples do uso do REML/BLUP no Melhoramento Animal so apresentados por Resende & Rosa-Perez (1999; 2001). Os modelos disponveis no Selegen-Reml/Blup so: Modelo Animal Reduzido para Reprodutores e seus Descendentes: Modelo 84 Modelo Animal Reduzido de Repetibilidade para Reprodutores e seus Descendentes: Modelo 85 Modelo Animal Reduzido com Efeito de Ambiente Comum para Reprodutores e seus Descendentes: Modelo 86

No Selegen Windows, os modelos 84, 85 e 86 podem ser encontrados na caixa Melhoramento Animal da tela principal.

18.1 Modelo Animal Reduzido para Reprodutores e seus Descendentes (Modelo 84)

Modelo Estatstico y = Xf + Za + e, em que y o vetor de dados, f o vetor dos efeitos ambientais identificveis tais quais grupos contemporneos ou combinao rebanho-ano-estao (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Observao Reprodutor Fixo Indivduo Variveis Exemplo: Avaliao de 2 variveis em em 4 indivduos de 2 reprodutores em 2 grupos contemporneos. Observao
1 2 3 4

Reprodutor
1 1 2 2

Fixo
1 2 1 2

Indivduo
1 2 3 4

Varivel 1
10.3 12.4 8.5 5.2

Varivel 2
0.35 0.25 0.14 0.34

265

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Ve: varincia residual. Vf: varincia fenotpica individual. h2a =h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. Mdia geral do experimento.

Valores Genotpicos 2. Componentes de Mdia ( BLUP Individual )


Seleo de Indivduos Ordem Ef. Fixo Genitor 1 2 303 2 5 363 3 3 303 4 5 303 5 2 353 f 104.00 113.00 98.00 100.00 105.00 a 16.01 14.45 14.30 14.18 14.09 u+a 68.28 66.72 66.57 66.45 66.37 Ganho Nova Mdia 16.01 68.28 15.23 67.50 14.92 67.19 14.73 67.01 14.61 66.88 Ne 1.00 2.00 2.48 2.67 3.66 d 5.67 6.36 4.53 4.45 5.63 g 21.68 20.81 18.83 18.63 19.73

Seleo de Reprodutores ou Genitores

Ordem Genitor
1 2 3 4 5 323 303 375 353 304

Ganho Nova Mdia


16.83 15.92 14.81 13.93 13.23 69.10 68.19 67.08 66.20 65.50

16.83 15.01 12.59 11.29 10.41

Seleo com Sobreposio de Geraes

Ordem Ef. Fixo Genitor 1 0 323 2 2 303 3 0 303 4 5 363 5 3 303

a Ganho Nova Mdia 16.83 16.83 69.10 16.01 16.42 68.69 15.01 15.95 68.22 14.45 15.58 67.85 14.30 15.32 67.59

O cdigo 0 no efeito fixo indica que o indivduo em questo um reprodutor ou genitor. As seguintes quantidades so definidas:

266

f: valor fenotpico individual ou medio de campo; a: efeito gentico aditivo predito; u + a: valor gentico aditivo predito; Ne: tamanho efetivo populacional; d: efeito gentico de dominncia predito (supondo determinado grau mdio de dominncia no caso de prognies de meios irmos); g = a + d: efeito genotpico predito. 18.2 Modelo Animal Reduzido de Repetibilidade para Reprodutores e seus Descendentes (Modelo 85) Modelo Estatstico y = Xf + Za + Wp + e, em que y o vetor de dados, f o vetor dos efeitos ambientais identificveis tais quais grupos contemporneos ou combinao rebanhoano-estao (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p o vetor dos efeitos permanentes (ambientais e genticos no aditivos, aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Observao Reprodutor Fixo Indivduo Indivduo Variveis Exemplo: Avaliao de 2 variveis em 4 indivduos de 2 reprodutores em 2 grupos contemporneos, com 2 medies por indivduo. Observao
1 2 3 4 5 6 7 8

Reprodutor
1 1 2 2 1 1 2 2

Ef. Fixo
1 1 1 1 2 2 2 2

Indivduo
1 1 2 2 3 3 4 4

Indivduo 1 2 1 2 1 2 1 2

Varivel 1
10.3 12.4 8.5 5.2 7.5 6.3 4.1 5.2

Varivel 2
0.35 0.25 0.14 0.34 0.83 0.87 0.37 0.34

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual )

267

Va: varincia gentica aditiva. Vperm: varincia dos efeitos permanentes. Ve: varincia residual (ambiental temporria). Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. r = repetibilidade individual. c2perm = c2: coeficiente de determinao dos efeitos permanentes. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana 2. Componentes de Mdia ( BLUP Individual ) Os comentrios apresentados no tem 18.1 so igualmente vlidos. 18.3 Modelo Animal Reduzido para Reprodutores e seus Descendentes, com Efeito de Ambiente Comum ou de Famlia de Irmos Germanos (Cruzamentos Hierrquicos - Modelo 87) Modelo Estatstico y = Xf + Za + Wc + e, em que y o vetor de dados, f o vetor dos efeitos ambientais identificveis tais quais grupos contemporneos ou combinao rebanho-ano-estao (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), c o vetor dos efeitos de ambiente comum ou de famlias de irmos germanos sob cruzamentos hierrquicos (aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Observao Reprodutor Fixo FamliaIG Indivduo Variveis Exemplo: Avaliao de 2 variveis em 8 indivduos de 2 reprodutores em 2 grupos contemporneos, com 2 indivduos por famlia de irmos germanos.
Observao 1 2 3 4 5 6 7 8 Reprodutor 1 1 2 2 1 1 2 2 Ef. Fixo 1 1 1 1 2 2 2 2 Famlia IG 1 1 2 2 3 3 4 4 Indivduo 1 2 3 4 5 6 7 8 Varivel 1 10.3 12.4 8.5 5.2 7.5 6.3 4.1 5.2 Varivel 2 0.35 0.25 0.14 0.34 0.83 0.87 0.37 0.34

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados

268

Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vfem/mac: varincia dos efeitos de fmeas dentro de machos ou de famlias de irmos germanos ajustados para os efeitos genticos aditivos de machos. Vd: varincia gentica de dominncia Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. h2g = herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2fem/mac = c2: coeficiente de determinao dos efeitos de fmeas dentro de machos. Mdia geral do experimento. Em ausncia de efeito de ambiente comum aos membros de cada famlia de irmos germanos, o componente Vfem/mac contempla (1/4) Va + (1/4) Vd. Isto verdadeiro no melhoramento vegetal quando se usa 1 planta ou observao por parcela e vrias repeties.

Valores Genotpicos e Intervalos de Confiana 2. Componentes de Mdia ( BLUP Individual ) Os comentrios apresentados no tem 18.1 so igualmente vlidos. 19. Avaliao de Indivduos e Genitores via Testes de Prognies de Irmos Germanos obtidas sob Cruzamentos Hierrquicos Intrapopulacionais Uma Planta por Parcela Para experimentos instalados nos delineamentos em blocos completos com uma planta por parcela, o modelo do Selegen que pode ser usado nessa situao : Delineamento em Blocos Completos, Uma Planta ou Observao por Parcela, Genitores no Aparentados: Modelo 86. No Selegen Windows, o modelo 86 pode ser encontrado na caixa Melhoramento Animal da tela principal. 19.1 Blocos Completos, Uma Planta por Parcela, Genitores no Aparentados (Modelo 86) Modelo Estatstico y = Xb + Za + Wc + e, em que y o vetor de dados, f o vetor dos efeitos ambientais identificveis de blocos (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), c o vetor dos efeitos de famlias de irmos germanos sob cruzamentos hierrquicos (aleatrios), e

269

o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Observao Genitor Bloco FamliaIG Indivduo Variveis Exemplo: Avaliao de 2 variveis em 8 indivduos de 2 reprodutores em 2 grupos contemporneos, com 2 indivduos por famlia de irmos germanos.
Observao 1 2 3 4 5 6 7 8 Genitor 1 1 2 2 1 1 2 2 Bloco 1 1 1 1 2 2 2 2 Famlia IG 1 1 2 2 3 3 4 4 Indivduo 1 2 3 4 5 6 7 8 Varivel 1 10.3 12.4 8.5 5.2 7.5 6.3 4.1 5.2 Varivel 2 0.35 0.25 0.14 0.34 0.83 0.87 0.37 0.34

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vfem/mac: varincia dos efeitos de fmeas dentro de machos ou de famlias de irmos germanos ajustados para os efeitos genticos aditivos de machos. Vd: varincia gentica de dominncia Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. h2g = herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos totais. c2fem/mac = c2: coeficiente de determinao dos efeitos de fmeas dentro de machos. Mdia geral do experimento. Em ausncia de efeito de ambiente comum aos membros de cada famlia de irmos germanos, o componente Vfem/mac contempla (1/4) Va + (1/4) Vd. Isto verdadeiro no melhoramento vegetal quando se usa 1 planta ou observao por parcela e vrias repeties.

Valores Genotpicos e Intervalos de Confiana 2. Componentes de Mdia ( BLUP Individual ) Os comentrios apresentados no tem 18.1 so igualmente vlidos. 20. Modelos Estatsticos Genricos

270

Modelos genricos com diferentes nmeros de fatores aleatrios podem ser ajustados no Selegen. O usurio pode escolher livremente quais efeitos fixo e aleatrios quer ajustar e os resultados so apresentados de forma genrica, sem uma interpetao gentica. So, portanto, muito teis na estatsitca em geral. Os resultados dos componentes de varincia e dos efeitos ajustados so apresentados nos arquivos com extenso .res e com extenso .efe. Os modelos do Selegen que podem ser usados nessa situao so: Modelo com 2 Fatores de Efeitos Fixos e 1 fator de Efeitos Aleatrios: Modelo 120 Modelo com 1 Fator de Efeitos Fixos e 1 fator de Efeitos Aleatrios: Modelo 121 Modelo com 1 Fator de Efeitos Fixos e 2 fatores de Efeitos Aleatrios: Modelo 122 Modelo com 1 Fator de Efeitos Fixos e 3 fatores de Efeitos Aleatrios: Modelo 123 Modelo com 1 Fator de Efeitos Fixos e 4 fatores de Efeitos Aleatrios: Modelo 124 Modelo com 1 Fator de Efeitos Fixos e 5 fatores de Efeitos Aleatrios: Modelo 125

No Selegen Windows, os modelos de 120 a 125 podem ser encontrados na caixa Modelos Genricos da tela principal.

20.1 Modelo com 2 Fatores de Efeitos Fixos e 1 fator de Efeitos Aleatrios (Modelo 120) Modelo Estatstico y = X1f1 + X2f2 + Zg + e, em que y o vetor de dados, f1 o vetor dos efeitos fator fixo 1 somados mdia geral, f2 o vetor dos efeitos fator fixo 2, a o vetor dos efeitos genotpicos (assumidos como aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Observaes Gentipo Fixo1 Fixo2 Obs/Parcela Variveis Exemplo: Avaliao de 2 variveis em 2 gentipos em 2 nveis do fator fixo 1 e 4 nveis do fator fixo 2.
Observao 1 2 3 4 5 5 7 8 Gentipo 1 1 2 2 1 1 2 2 Fixo 1 1 1 1 1 2 2 2 2 Fixo 1-2 1 1 2 2 3 3 4 4 Obs/Parc 1 2 1 2 1 2 1 2 Varivel 1 10.3 12.4 8.5 5.2 7.5 6.3 4.1 5.2 Varivel 2 0.35 0.25 0.14 0.34 0.83 0.87 0.37 0.34

271

A coluna Fixo 1-2 codifica combinaes fator fixo 1 fator fixo 2 e adequado tanto para o caso do fator fixo 2 hierrquico quanto de classificao cruzada com o fator 1. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia entre gentipos. Ve: varincia residual (ambiental + no aditiva). Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados para os modelos 20 e 2 so igualmente vlidos.

20.2 Modelo com 1 Fator de Efeitos Fixos e 1 Fator de Efeitos Aleatrios alm dos Resduos (Modelo 121) Modelo Estatstico y = Xf + Za + e, em que y o vetor de dados, f o vetor dos efeitos assumidos como fixos somados mdia geral, a o vetor dos efeitos aleatrios, e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Observaes Aleatrio Fixo Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 1 fator de efeitos aleatrios com 2 nveis e em 1 fator de efeitos fixos com 2 nveis. Observaes
1 2 3 4

Aleatrio
1 1 2 2

Fixo
1 2 1 2

Obs/Parcela
1 1 1 1

Varivel 1
10.3 12.4 8.5 5.2

Varivel 2
0.35 0.25 0.14 0.34

O arquivo no necessita estar ordenado dessa forma.

272

Interpretao dos Resultados Componentes de Varincia


1. Componentes de Varincia ( REML Individual ) V1: componente de varincia associada ao fator aleatrio. Ve: varincia residual. Vf: varincia total ou fenotpica. c2e1 = h2: coeficiente de determinao associado ao fator aleatrio 1. CV1%: coeficiente de variao associado ao fator aleatrio 1. CVe%: coeficiente de variao residual. Vard: varincia da diferena entre mdias dos nveis do fator de efeitos fixos. Sed: desvio padro da diferena entre mdias dos nveis do fator de efeitos fixos. Mdia geral do experimento. So apresentadas tambm as mdias associadas aos nveis do fator de efeitos fixos.

Componentes de Mdia (BLUP Individual)


So apresentadas as mdias associadas aos nveis do fator de efeitos aleatrios. No arquivo com extenso .efe so apresentadas as predies para os demais efeitos aleatrios.

20.3 Modelo com 1 Fator de Efeitos Fixos e 2 Fatores de Efeitos Aleatrios alm dos Resduos (Modelo 122) Modelo Estatstico y = Xf + Za1 + Wa2 + e, em que y o vetor de dados, f o vetor dos efeitos assumidos como fixos somados mdia geral, a1 o vetor dos efeitos do fator aleatrio 1, a2 o vetor dos efeitos do fator aleatrio 2, e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Observaes Aleatrio1 Fixo Aleatrio2 Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 2 fatores de efeitos aleatrios e em 1 fator de efeitos fixos.
Observao 1 2 3 4 5 6 Aleatrio 1 1 1 2 2 1 1 Fixo 1 1 1 1 2 2 Aleatrio 2 1 1 2 2 3 3 Obs/Parc 1 1 1 1 1 1 Varivel 1 10.3 12.4 8.5 5.2 7.5 6.3 Varivel 2 0.35 0.25 0.14 0.34 0.83 0.87

273

7 8

2 2

2 2

4 4

1 1

4.1 5.2

0.37 0.34

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) V1: componente de varincia associada ao fator aleatrio 1. V2: componente de varincia associada ao fator aleatrio 2. Ve: varincia residual. Vf: varincia total ou fenotpica. c2e1 = h2: coeficiente de determinao associado ao fator aleatrio 1. c2e2 = c2: coeficiente de determinao associado ao fator aleatrio 2. CV1%: coeficiente de variao associado ao fator aleatrio 1. Vard: varincia da diferena entre mdias dos nveis do fator de efeitos fixos. Sed: desvio padro da diferena entre mdias dos nveis do fator de efeitos fixos. Mdia geral do experimento. So apresentadas tambm as mdias associadas aos nveis do fator 1 de efeitos fixos. No arquivo com extenso .efe so apresentadas as predies para os demais efeitos aleatrios.

Componentes de Mdia (BLUP Individual)


So apresentadas as mdias associadas aos nveis do fator de efeitos aleatrios. No arquivo com extenso .efe so apresentadas as predies para os demais efeitos aleatrios.

20.4 Modelo com 1 Fator de Efeitos Fixos e 3 Fatores de Efeitos Aleatrios alm dos Resduos (Modelo 123) Modelo Estatstico y = Xf + Za1 + Wa2 + Ta3 + e, em que y o vetor de dados, f o vetor dos efeitos assumidos como fixos somados mdia geral, a1 o vetor dos efeitos do fator aleatrio 1, a2 o vetor dos efeitos do fator aleatrio 2, a3 o vetor dos efeitos do fator aleatrio 3 e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Observaes Aleatrio1 Fixo Aleatrio2 Aleatrio3 Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 3 fatores de efeitos aleatrios e em 1 fator de efeitos fixos.
Observao Aleatrio 1 Fixo Aleatrio 2 Aleatrio 3 Obs/Parc Varivel 1 Varivel 2

274

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) V1: componente de varincia associada ao fator aleatrio 1. V2: componente de varincia associada ao fator aleatrio 2. V3: componente de varincia associada ao fator aleatrio 3. Ve: varincia residual. Vf: varincia total ou fenotpica. c2e1 = h2: coeficiente de determinao associado ao fator aleatrio 1. c2e2 = c2: coeficiente de determinao associado ao fator aleatrio 2. c2e3 = c21: coeficiente de determinao associado ao fator aleatrio 3. CV1%: coeficiente de variao associado ao fator aleatrio 1. Vard: varincia da diferena entre mdias dos nveis do fator de efeitos fixos. Sed: desvio padro da diferena entre mdias dos nveis do fator de efeitos fixos. Mdia geral do experimento. So apresentadas tambm as mdias associadas aos nveis do fator de efeitos fixos.

Componentes de Mdia (BLUP Individual)


So apresentadas as mdias associadas aos nveis do fator 1 de efeitos aleatrios. No arquivo com extenso .efe so apresentadas as predies para os demais efeitos aleatrios.

20.5 Modelo com 1 Fator de Efeitos Fixos e 4 Fatores de Efeitos Aleatrios alm dos Resduos (Modelo 124) Modelo Estatstico

275

y = Xf + Za1 + Wa2 + Ta3 + Qa4 + e, em que y o vetor de dados, f o vetor dos efeitos assumidos como fixos somados mdia geral, a1 o vetor dos efeitos do fator aleatrio 1, a2 o vetor dos efeitos do fator aleatrio 2, a3 o vetor dos efeitos do fator aleatrio 3, a4 o vetor dos efeitos do fator aleatrio 4, e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Observaes Aleatrio1 Fixo Aleatrio2 Aleatrio3 Aleatrio4 Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 4 fatores de efeitos aleatrios e em 1 fator de efeitos fixos.
Observao Aleatrio 1 Fixo Aleatrio 2 Aleatrio 3 Aleatrio 4 Obs/Parc Varivel 1 Varivel 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4

1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

11 12 13 14 21 22 23 24 11 12 13 14 21 22 23 24

11 12 13 14 11 12 13 14 21 22 23 24 21 22 23 24

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) V1: componente de varincia associada ao fator aleatrio 1. V2: componente de varincia associada ao fator aleatrio 2. V3: componente de varincia associada ao fator aleatrio 3. V4: componente de varincia associada ao fator aleatrio 4. Ve: varincia residual. Vf: varincia total ou fenotpica. c2e1 = h2: coeficiente de determinao associado ao fator aleatrio 1. c2e2 = c2: coeficiente de determinao associado ao fator aleatrio 2. c2e3 = c21: coeficiente de determinao associado ao fator aleatrio 3.

276

c2e4 = c22: coeficiente de determinao associado ao fator aleatrio 4. CV1%: coeficiente de variao associado ao fator aleatrio 1. Vard: varincia da diferena entre mdias dos nveis do fator de efeitos fixos. Sed: desvio padro da diferena entre mdias dos nveis do fator de efeitos fixos. Mdia geral do experimento. So apresentadas tambm as mdias associadas aos nveis do fator de efeitos fixos.

Componentes de Mdia (BLUP Individual)


So apresentadas as mdias associadas aos nveis do fator 1 de efeitos aleatrios. No arquivo com extenso .efe so apresentadas as predies para os demais efeitos aleatrios.

20.6 Modelo com 1 Fator de Efeitos Fixos e 5 Fatores de Efeitos Aleatrios alm dos Resduos (Modelo 125) Modelo Estatstico y = Xf + Za1 + Wa2 + Ta3 + Qa4 + Pa5 + e, em que y o vetor de dados, f o vetor dos efeitos assumidos como fixos somados mdia geral, a1 o vetor dos efeitos do fator aleatrio 1, a2 o vetor dos efeitos do fator aleatrio 2, a3 o vetor dos efeitos do fator aleatrio 3, a4 o vetor dos efeitos do fator aleatrio 4, a5 o vetor dos efeitos do fator aleatrio 5, e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Observaes Aleatrio1 Fixo Aleatrio2 Aleatrio3 Aleatrio4 Aleatrio5 Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 5 fatores de efeitos aleatrios e em 1 fator de efeitos fixos.

Observao

Aleatrio 1

Fixo

Aleatrio 2 Aleatrio 3 Aleatrio 4 Aleatrio 5

Obs/Parc

Varivel 1

Varivel 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14

1 2 1 2 1 2 1 2 1 2 1 2 1 2

1 1 2 2 3 3 4 4 1 1 2 2 3 3

11 21 11 21 12 22 12 22 11 21 11 21 12 22

11 21 12 22 11 21 12 22 11 21 12 22 11 21

111 211 112 212 121 221 122 222 111 211 112 212 121 221

1 2 1 2 3 4 3 4 1 2 1 2 3 4

1 1 2 2 1 1 2 2 1 1 2 2 1 1

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14

277

15 16

1 2

4 4

12 22

12 22

122 222

3 4

2 2

8.2 1.9

0.54 2.70

O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) V1: componente de varincia associada ao fator aleatrio 1. V2: componente de varincia associada ao fator aleatrio 2. V3: componente de varincia associada ao fator aleatrio 3. V4: componente de varincia associada ao fator aleatrio 4. V5: componente de varincia associada ao fator aleatrio 5. Ve: varincia residual. Vf: varincia total ou fenotpica. c2e1 = h2: coeficiente de determinao associado ao fator aleatrio 1. c2e2 = c2: coeficiente de determinao associado ao fator aleatrio 2. c2e3 = c21: coeficiente de determinao associado ao fator aleatrio 3. c2e4 = c22: coeficiente de determinao associado ao fator aleatrio 4. c2e5 = c24: coeficiente de determinao associado ao fator aleatrio 5. CV1%: coeficiente de variao associado ao fator aleatrio 1. Vard: varincia da diferena entre mdias dos nveis do fator de efeitos fixos. Sed: desvio padro da diferena entre mdias dos nveis do fator de efeitos fixos. Mdia geral do experimento. So apresentadas tambm as mdias associadas aos nveis do fator de efeitos fixos.

Componentes de Mdia (BLUP Individual)


So apresentadas as mdias associadas aos nveis do fator 1 de efeitos aleatrios. No arquivo com extenso .efe so apresentadas as predies para os demais efeitos aleatrios.

21. Modelos Estatsticos com Tratamentos de Efeitos Fixos: DBC, DIC, Parcelas Subdivididas, Fatorial, Hierrquico O procedimento padro na estatstica experimental em geral considerar os efeitos de tratamentos como fixos e os efeitos de blocos como aleatrios. O Selegen-Reml/Blup contempla essa situao por meio de alguns modelos envolvendo os delineamentos inteiramente casualizado (DIC, modelos 156 e 157), blocos ao acaso (DBC, modelos 97 e 99) os quais so encontrados na caixa Modelos Mistos: Tratamentos de Efeitos Fixos da tela principal do programa. Outros modelos contemplam os arranjos de parcelas subdivididas (modelos 12 e 53), fatorial com dois fatores (modelos 11, 12, 52 e 53) e hierrquico com prognies dentro de procedncias (modelos 6 e 13). Tais modelos so usados tambm em outras ocasies descritas nesse manual de instrues. Entretanto, o que difere aqui a forma da montagem das colunas nos arquivos de dados e a interpretao de alguns resultados. Isto ser detalhado a seguir. Os modelos 6, 11, 12 e 13 so encontrados na caixa Modelos Mistos: Delineamentos Experimentais/ Materiais
278

Genticos/ Ambientes da tela principal do programa. Os modelos 52 e 53 so encontrados na caixa Produtividade, Estabilidade e Adaptabilidade da tela principal do programa. Todos os modelos descritos permitem considerar apenas um dos fatores como sendo de efeitos fixos. So descritas situaes corriqueiras em que isso ocorre na experimentao envolvendo materiais genticos. Conforme Resende & Duarte (2006), fatores com 5 ou mais nveis devem preferencialmente ser considerados como de efeitos aleatrios. Tem-se as seguintes situaes: Delineamento de blocos ao acaso com vrias observaes por parcela: Modelo 97 Delineamento de blocos ao acaso com uma observao por parcela: Modelo 99 Delineamento inteiramente ao acaso com vrias observaes por parcela: Modelo 156 Delineamento inteiramente ao acaso com uma observao por parcela: Modelo 157 Delineamento de blocos ao acaso, arranjo em parcelas subdivididas, com uma observao por parcela, resultado geral mdio para os nveis do fator aleatrio atravs dos nveis do fator fixo: Modelo 12 Delineamento de blocos ao acaso, arranjo em parcelas subdivididas, com uma observao por parcela, resultado para os nveis do fator aleatrio dentro de cada nvel do fator fixo: Modelo 53 Delineamento de blocos ao acaso, arranjo fatorial com 2 fatores, com uma observao por parcela, resultado geral mdio para os nveis do fator aleatrio atravs dos nveis do fator fixo: Modelo 11 Delineamento de blocos ao acaso, arranjo fatorial com 2 fatores, com uma observao por parcela, resultado para os nveis do fator aleatrio dentro de cada nvel do fator fixo: Modelo 52 Delineamento de blocos ao acaso, arranjo fatorial com 2 fatores, com vrias observaes por parcela, resultado geral mdio para os nveis do fator aleatrio atravs dos nveis do fator fixo: Modelo 12 Delineamento de blocos ao acaso, arranjo fatorial com 2 fatores, com vrias observaes por parcela, resultado para os nveis do fator aleatrio dentro de cada nvel do fator fixo: Modelo 53 Delineamento de blocos ao acaso, arranjo em parcelas subdivididas, teste de procedncias e prognies, um local, procedncias como efeitos fixos: Modelo 6 Delineamento de blocos ao acaso, arranjo em parcelas subdivididas, teste de procedncias e prognies, vrios locais, procedncias como efeitos fixos: Modelo 13 Nos modelos relatados acima, quando a interao do fator de efeitos aleatrios com o fator de efeitos fixos significativa, deve-se usar os modelos com resultado para os nveis do fator de efeitos aleatrios dentro de cada nvel do fator de efeitos fixos. Caso contrrio, deve-se usar os modelos com resultado geral mdio para os nveis do fator de efeitos aleatrios atravs dos nveis do fator de efeitos fixos. 21.1 Delineamento de blocos ao acaso com vrias observaes por parcela: Modelo 97 Modelo Estatstico

279

y = Xt + Zb + Wp + e, em que y o vetor de dados, t o vetor dos efeitos de tratamentos assumidos como fixos somados mdia geral, b o vetor dos efeitos aleatrios de blocos, p o vetor dos efeitos aleatrios de parcela, e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Observaes Bloco Tratamento Parcela Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 2 tratamentos e 2 blocos.
Observao 1 2 3 4 5 6 7 8 Bloco 1 1 2 2 1 1 2 2 Tratamento 1 1 1 1 2 2 2 2 Parcela 1 1 2 2 3 3 4 4 Obs/Parc 1 2 1 2 1 2 1 2 Varivel 1 10.3 12.4 8.5 5.2 7.5 6.3 4.1 5.2 Varivel 2 0.35 0.25 0.14 0.34 0.83 0.87 0.37 0.34

Ao contrrio do restante do software, nesse caso a coluna de blocos deve vir antes da coluna de tratamentos. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vb: componente de varincia entre blocos. Vparc: componente de varincia entre parcelas. Ve: varincia residual. Vf: varincia total ou fenotpica. b2: coeficiente de determinao associado ao fator blocos. c2parc = c2: coeficiente de determinao associado ao fator parcelas. CVe%: coeficiente de variao experimental. Mdia geral do experimento. apresentado tambm o quadro de ANOVA.

Componentes de Mdia (BLUE)


So apresentadas as mdias associadas aos tratamentos. No arquivo com extenso .efe so apresentadas as predies para os demais efeitos aleatrios.

280

21.2 Delineamento de blocos ao acaso com uma observao por parcela: Modelo 99 Modelo Estatstico y = Xt + Zb + e, em que y o vetor de dados, t o vetor dos efeitos de tratamentos assumidos como fixos somados mdia geral, b o vetor dos efeitos aleatrios de blocos, e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Observaes Bloco Tratamento Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 2 tratamentos e 2 blocos.
Observao 1 2 3 4 Bloco 1 1 2 2 Tratamento 1 2 1 2 Obs/Parc 1 1 1 1 Varivel 1 10.3 12.4 8.5 5.2 Varivel 2 0.35 0.25 0.14 0.34

Ao contrrio do restante do software, nesse caso a coluna de blocos deve vir antes da coluna de tratamentos. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vb: componente de varincia entre blocos. Ve: varincia residual. Vf: varincia total ou fenotpica. b2: coeficiente de determinao associado ao fator blocos. CVe%: coeficiente de variao experimental. Mdia geral do experimento. apresentado tambm o quadro de ANOVA.

Componentes de Mdia (BLUE)


So apresentadas as mdias associadas aos tratamentos. No arquivo com extenso .efe so apresentadas as predies para os demais efeitos aleatrios.

21.3 Delineamento inteiramente ao acaso com vrias observaes por parcela: Modelo 156 Modelo Estatstico

281

y = Xt + Wp + e, em que y o vetor de dados, t o vetor dos efeitos de tratamentos assumidos como fixos somados mdia geral, p o vetor dos efeitos aleatrios de parcela, e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Observaes NRep Tratamento Parcela Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 2 tratamentos e 2 repeties.
Observao 1 2 3 4 5 6 7 8 NRep 2 2 2 2 2 2 2 2 Tratamento 1 1 1 1 2 2 2 2 Parcela 1 1 2 2 3 3 4 4 Obs/Parc 1 2 1 2 1 2 1 2 Varivel 1 10.3 12.4 8.5 5.2 7.5 6.3 4.1 5.2 Varivel 2 0.35 0.25 0.14 0.34 0.83 0.87 0.37 0.34

A coluna NRep deve ser toda preenchida com o nmero de repeties usado na experimentao. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados
So apresentados o quadro de ANOVA e as mdias associadas aos tratamentos. No arquivo com extenso .efe so apresentadas as predies para os demais efeitos aleatrios.

21.4 Delineamento de inteiramente ao acaso com uma observao por parcela: Modelo 157 Modelo Estatstico y = Xt + e, em que y o vetor de dados, t o vetor dos efeitos de tratamentos assumidos como fixos somados mdia geral, e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Observaes NRep Tratamento Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 2 tratamentos e 2 repeties. Observao
1

Nrep
2

Tratamento
1

Obs/Parc 1

Varivel 1
10.3

Varivel 2
0.35

282

2 3 4

2 2 2

2 1 2

1 1 1

12.4 8.5 5.2

0.25 0.14 0.34

A coluna NRep deve ser toda preenchida com o nmero de repeties usado na experimentao. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados
So apresentados o quadro de ANOVA e as mdias associadas aos tratamentos.

21.5 Delineamento de blocos ao acaso, arranjo em parcela subdividida com uma observao por parcela, resultado geral para os nveis do fator aleatrio atravs dos nveis do fator de efeitos fixos: Modelo 12 Modelo Estatstico y = Xf + Zg + Wp + Qr + Ti + e, ou y = Xa + Zb + Wp + Qr + T(axb) + e, em que y o vetor de dados, f (ou a) o vetor dos efeitos do fator A (assumidos como fixos, alocados nas parcelas) somados mdia geral, g (ou b) o vetor dos efeitos genotpicos associados a subparcelas (nveis do fator B dentro do fator A, assumidos como aleatrios), p o vetor dos efeitos de parcelas ou do erro a associados interao do fator A com o fator repeties (assumidos como aleatrios), r o vetor dos efeitos de blocos ou repeties (assumidos como aleatrios), i (ou a x b) vetor dos efeitos da interao fator B x fator A ou interao gentipos x fator A (aleatrios) e e o vetor de erros ou resduos b (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor f contempla os nveis do fator A, ajustado como de efeitos fixos. Os efeitos de repeties e do fator B so assumidos como aleatrios. Essa situao comum no melhoramento de plantas quando se avaliam vrios gentipos (fator B) em algumas (menos que 5) condies ambientais de efeitos fixos (fator A). Por exemplo, avaliao de 30 gentipos (fator B) em trs condies de sombreamento ou de encharcamento (fator A). Nesse caso, o nmero de condies ambientais (fator A) muito pequeno para ser considerado de efeitos aleatrios e tambm para se usar a tcnica de regresso quando os nveis do fator A so quantitativos. Assim, testes de mdias podem ser usados para comparar os nveis do fator A. Sequncia de Colunas no Arquivo de Dados Observaes FatorB FatorA Parcela Bloco InteraoAxB Obs/Parc Variveis

283

Exemplo: Avaliao de 2 variveis em 4 gentipos (Fator B) em 2 condies ambientais especficas (Fator A) e 2 repeties ou blocos.
Observaes Fator B Fator A Parcela Bloco Interao AxB Obs/Parc Varivel 1 Varivel 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4

1 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2

11 11 11 11 12 12 12 12 21 21 21 21 22 22 22 22

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

11 12 13 14 21 22 23 24 11 12 13 14 21 22 23 24

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

A coluna Interao deve codificar combinaes Fator A x Fator B. Assim, o cdigo 12 representa nvel 1 do fator A e nvel 2 do fator B. No Excel, essa codificao pode ser obtida pelo comando =C2&B2, quando se tem a codificao do fator A na coluna C e do fator B cluna B. Outras codificaes similares so tambm vlidas. Procedimento similar pode ser adotado para a coluna de parcela, que envolve combinaes Blocos x Fator A. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica ou varincia associada ao fator B. Vparc: varincia ambiental entre parcelas ou varincia do erro a. Vbloc: varincia ambiental entre blocos. Vint: varincia da interao fator B x fator A. Ve: varincia residual associada ao erro b. Vf: varincia fenotpica individual. h2g =h2: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos de subparcela ou associada ao fator B. h2mc: herdabilidade ajustada da mdia de gentipo ou associada ao fator B. c2parc =c2: coeficiente de determinao dos efeitos de parcela ou erro a. c2bloc = c21: coeficiente de determinao dos efeitos de bloco. c2int = c22: coeficiente de determinao dos efeitos da interao fator A x fator B. rgloc: correlao do fator B atravs dos nveis do fator A. CVgi%: coeficiente de variao genotpica ou associada ao fator B. CVe%: coeficiente de variao residual. Mdia geral do experimento.

Valores Genotpicos (Fator B) e Intervalos de Confiana

284

Os comentrios apresentados no tem 4.1.1 so igualmente vlidos. Significncia dos Efeitos do Modelo Uma anlise de deviance (ANADEV) para os efeitos aleatrios bem como um teste F para os efeitos fixos do fator A pode ser realizada conforme descrito no tpico 3, montando-se o quadro da ANADEV com as respectivas significncias. O software Selegen fornece (via arquivo com extenso .dev) as deviances quando se rodam os modelos com ou sem (basta zerar os coeficientes de determinao c2 correspondentes, na tela do Selegen) os efeitos a serem testados. De posse dessas deviances torna-se fcil construir a tabela da anlise de deviance. O teste F para os efeitos fixos do fator A pode ser realizada empregando-se o quadrado mdio associado ao fator de efeitos fixos (QM Fixo), apresentado no arquivo com extenso . dev. Inicialmente deve ser obtido o quadrado mdio associado ao fator A: QMA = QM Fixo x Nmero de Repeties. Posteriormente, o valor aproximado de F pode ser obtido por F = (QMA + Ve) / [(Ve + r a/(a-1) Vint) + (Ve + b Vparc)], em que r o nmero de repeties, a o nmero de nveis do fator A de efeitos fixos e b o nmero de nveis do fator B de efeitos aleatrios. Os graus de liberdade do resduo para o teste F so dados por gl = [[Ve + r a/(a-1) Vint]2 + (Ve + b Vparc)2 (Ve)2] /[[[Ve + r a/(a-1) Vint]2 / glAxB] + (Ve + b Vparc)2 / gl erro a + (Ve)2 / gl erro b], segundo aproximao de Satterthwaite, a qual vlida para o caso balanceado. Para o caso desbalanceado, a abordagem de Kenward & Roger (1997) recomendada. A varincia residual para a realizao de testes de comparao de mdias do fator A dada aproximadamente por (Vparc/r + Vint/b + Ve/rb). O erro padro das mdias dos nveis do fator A para cmputo da diferena mnima significativa dado pela raiz quadrada dessa varincia. As mdias do fator A so dadas no efeito 2 do arquivo de resultados com extenso .efe. 21.6 Delineamento de blocos ao acaso, arranjo em parcela subdividida com uma observao por parcela, resultado para os nveis do fator aleatrio dentro dos nveis do fator de efeitos fixos: Modelo 53 Todas as descries apresentadas no item 21.5 so igualmente vlidas. Porm, o arquivo de dados deve conter uma coluna a mais, posicionada em primeiro lugar, antes da coluna Observaes do tpico anterior. Esta coluna equivale prpria coluna referente ao Fator A, a qual estar ento duplicada no arquivo de dados. Tambm, resultados adicionais so apresentados, com as predies dos nveis do fator B dentro dos nveis do fator A. Esse , ento, o desdobramento do fator B dentro do fator A. No arquivo de resultados, as seguintes palavras devem assim ser interpretadas. Gentipos: nveis do fator B. Locais: Nveis do fator A. g: predies para os efeitos do fator B. ge: predies para os efeitos da interao fator A x fator B.

285

21.7 Delineamento de blocos ao acaso, arranjo fatorial com 2 fatores, com uma observao por parcela, resultado geral para os nveis do fator aleatrio atravs dos nveis do fator de efeitos fixos: Modelo 11

Modelo Estatstico y = Xf + Zg + Wr + Ti + e, ou y = Xa + Zb + Wr + T(axb) + e, em que y o vetor de dados, f (ou a) o vetor dos efeitos do fator A (assumidos como fixos) somados mdia geral, g (ou b) o vetor dos efeitos genotpicos ou nveis do fator B (assumidos como aleatrios), r o vetor dos efeitos de blocos ou repeties (assumidos como aleatrios), i (ou a x b) vetor dos efeitos da interao fator B x fator A ou interao gentipos x fator A (aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor f contempla os nveis do fator A, ajustado como de efeitos fixos. Os efeitos de repeties e do fator B so assumidos como aleatrios. Essa situao comum no melhoramento de plantas quando se avaliam vrios gentipos (fator B) em algumas (menos que 5) condies ambientais de efeitos fixos (fator A). Por exemplo, avaliao de 30 gentipos (fator B) em trs locais. Nesse caso, o nmero de condies ambientais (fator A) muito pequeno para ser considerado de efeitos aleatrios e tambm, em outros casos, para se usar a tcnica de regresso quando os nveis do fator A so quantitativos. Assim, testes de mdias podem ser usados para comparar os nveis do fator A.

O vetor r contempla todos as repeties de todos os locais (ajusta combinaes repetio-local). Nesse caso, esse vetor contempla os efeitos de repeties dentro de locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. Sequncia de Colunas no Arquivo de Dados Observaes FatorB FatorA Bloco InteraoAxB Obs/Parc Variveis Exemplo: Avaliao de 2 variveis em 4 gentipos (Fator B) em 2 condies ambientais especficas (Fator A) e 2 repeties ou blocos por nvel do fator A (esquema de blocos hierrquicos dentro de nveis do fator A).
Observaes 1 2 3 4 5 6 Fator B 1 2 3 4 1 2 Fator A 1 1 1 1 1 1 Bloco 1 1 1 1 2 2 Interao AxB 11 12 13 14 11 12 Obs/Parcela 1 1 1 1 1 1 Varivel 1 10.3 8.5 8.6 1.6 10.4 8.7 Varivel 2 0.35 0.14 0.54 2.40 0.35 0.14

286

7 8 9 10 11 12 13 14 15 16

3 4 1 2 3 4 1 2 3 4

1 1 2 2 2 2 2 2 2 2

2 2 3 3 3 3 4 4 4 4

13 14 21 22 23 24 21 22 23 24

1 1 1 1 1 1 1 1 1 1

8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

A coluna Interao deve codificar combinaes Fator A x Fator B. Assim, o cdigo 12 representa nvel 1 do fator A e nvel 2 do fator B. No Excel, essa codificao pode ser obtida pelo comando =C2&B2, quando se tem a codificao do fator A na coluna C e do fator B cluna B. Outras codificaes similares so tambm vlidas. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vg: varincia genotpica ou varincia associada ao fator B. Vbloc: varincia ambiental entre blocos. Vint: varincia da interao fator B x fator A. Ve: varincia residual. Vf: varincia fenotpica individual. h2g =h2: herdabilidade individual no sentido amplo, ou seja, dos efeitos genotpicos de subparcela ou associada ao fator B. h2mc: herdabilidade ajustada da mdia de gentipo ou associada ao fator B. Acclon: acurcia na seleo de nveis do fator B. c2bloc = c2: coeficiente de determinao dos efeitos de bloco. c2int = c21: coeficiente de determinao dos efeitos da interao fator A x fator B. rgloc: correlao do fator B atravs dos nveis do fator A. CVgi%: coeficiente de variao genotpica ou associada ao fator B. CVe%: coeficiente de variao residual. PEV: varincia do erro de predio dos nveis do fator B. SEP: desvio padro dos nveis do fator B. Mdia geral do experimento.

Valores Genotpicos (Fator B) e Intervalos de Confiana Os comentrios apresentados no tem 4.1.1 so igualmente vlidos. Significncia dos Efeitos do Modelo Uma anlise de deviance (ANADEV) para os efeitos aleatrios bem como um teste F para os efeitos fixos do fator A pode ser realizada conforme descrito no tpico 3, montando-se o quadro da ANADEV com as respectivas significncias. O software Selegen fornece (via arquivo com extenso .dev) as deviances quando se rodam os modelos com ou sem (basta zerar os coeficientes de determinao c2 correspondentes,

287

na tela do Selegen) os efeitos a serem testados. De posse dessas deviances torna-se fcil construir a tabela da anlise de deviance. O teste F para os efeitos fixos do fator A pode ser realizada empregando-se o quadrado mdio associado ao fator de efeitos fixos (QM Fixo), apresentado no arquivo com extenso . dev. Inicialmente deve ser obtido o quadrado mdio associado ao fator A: QMA = QM Fixo x Nmero de Repeties. Posteriormente, o valor aproximado de F pode ser obtido por F = (QMA + Ve) / [(Ve + r ba/(a-1) Vint) + (Ve + b Vbloc)], em que r o nmero de repeties, a o nmero de nveis do fator A de efeitos fixos e b o nmero de nveis do fator B de efeitos aleatrios. Os graus de liberdade do resduo para o teste F so dados por gl = [[Ve + rb a/(a-1) Vint]2 + (Ve + b Vbloc)2 (Ve)2] /[[[Ve + rb a/(a-1) Vint]2 / glAxB] + (Ve + b Vbloc)2 / gl bloc/loc + (Ve)2 / gl erro], segundo aproximao de Satterthwaite, a qual vlida para o caso balanceado. Para o caso desbalanceado, a abordagem de Kenward & Roger (1997) recomendada. A varincia residual para a realizao de testes de comparao de mdias do fator A dada aproximadamente por (Vbloc/r + Vint/b + Ve/rb). O erro padro das mdias dos nveis do fator A para cmputo da diferena mnima significativa dado pela raiz quadrada dessa varincia. As mdias do fator A so dadas no efeito 2 do arquivo de resultados com extenso .efe. Para o caso de um esquema fatorial propriamente dito, ou seja, com repeties no hierrquicas ao fator A, todas as consideraes referentes a esse tpico 21.7 so igualmente vlidas, exceto o que se refere ao teste F aproximado. Nesse caso, o valor aproximado de F pode ser obtido por F = (QMA) / [(Ve + (r ba/(a-1)) Vint)]. Os graus de liberdade do resduo para o teste F so dados por gl = (a-1) (b-1). A varincia residual para a realizao de testes de comparao de mdias do fator A dada aproximadamente por (Vint/b + Ve/rb). O erro padro das mdias dos nveis do fator A para cmputo da diferena mnima significativa dado pela raiz quadrada dessa varincia

21.8 Delineamento de blocos ao acaso, arranjo fatorial com 2 fatores, com uma observao por parcela, resultado para os nveis do fator aleatrio dentro dos nveis do fator de efeitos fixos: Modelo 52 Todas as descries apresentadas no item 21.7 so igualmente vlidas. Porm, o arquivo de dados deve conter uma coluna a mais, posicionada em primeiro lugar, antes da coluna Observaes do tpico anterior. Esta coluna equivale prpria coluna referente ao Fator A, a qual estar ento duplicada no arquivo de dados. Tambm, resultados adicionais so apresentados, com as predies dos nveis do fator B dentro dos nveis do fator A. Esse , ento, o desdobramento do fator B dentro do fator A. No arquivo de resultados, as seguintes palavras devem assim ser interpretadas. Gentipos: nveis do fator B. Locais: Nveis do fator A. g: predies para os efeitos do fator B. ge: predies para os efeitos da interao fator A x fator B.

288

21.9 Delineamento de blocos ao acaso, arranjo fatorial com 2 fatores, com vrias observaes por parcela, resultado geral para os nveis do fator aleatrio atravs dos nveis do fator de efeitos fixos: Modelo 12 Neste caso, deve-se seguir as recomendaes e interpretaes especificadas no tpico 21.5, porm a coluna Parcela refere-se a combinaes Bloco x Fator B e no Bloco x Fator A. 21.10 Delineamento de blocos ao acaso, arranjo fatorial com 2 fatores, com vrias observaes por parcela, resultado para os nveis do fator aleatrio dentro dos nveis do fator de efeitos fixos: Modelo 53 Neste caso, deve-se seguir as recomendaes e interpretaes especificadas no tpico 21.6, porm a coluna Parcela refere-se a combinaes Bloco x Fator B e no Bloco x Fator A. 21.11 Delineamento de blocos ao acaso, arranjo em parcelas subdivididas, teste de procedncias e prognies, um local, procedncias como efeitos fixos: Modelo 6 Modelo Estatstico y = Xf + Za + Wp + Tb + e, em que y o vetor de dados, f o vetor dos efeitos de procedncias ou populaes (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcela (assumidos como aleatrios), b vetor dos efeitos de blocos ou repeties (aleatrios), e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Populao Parcela Repetio rvore Variveis Exemplo: Avaliao de 2 variveis em 2 prognies em cada uma de 2 populaes, com 2 repeties e 2 plantas (rvores) por parcela.
Indivduo
1 2 3 4 5 6 7 8

Prognie
1 1 2 2 1 1 2 2 3 3 4 4

Populao
1 1 1 1 1 1 1 1

Parcela
1 1 2 2 3 3 4 4

Repetio
1 1 1 1 2 2 2 2 1 1 1 1

rvore
1 2 1 2 1 2 1 2 1 2 1 2

Varivel 1 Varivel 2
10.3 8.5 8.6 8.7 12.4 5.2 5.3 5.4 10.7 8.5 8.2 8.7 0.35 0.14 0.54 0.94 0.25 0.34 0.74 0.11 0.55 0.14 0.42 0.94

9 10 11 12

2 2 2 2

5 5 6 6

289

13 14 15 16

3 3 4 4

2 2 2 2

7 7 8 8

2 2 2 2

1 2 1 2

17.4 8.2 5.3 5.9

0.35 0.34 0.64 0.18

As prognies devem ser codificadas com nmeros diferentes para cada populao. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva. Vparc: varincia ambiental entre parcelas. Vbloc: varincia entre blocos. Ve: varincia residual. Vf: varincia fenotpica individual. h2a: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. h2a: herdabilidade individual no sentido restrito ajustada para os efeitos de parcelas e de blocos. c2parc: coeficiente de determinao dos efeitos de parcela. c2bloc: coeficiente de determinao dos efeitos de blocos. CVgi%: coeficiente de variao gentica aditiva individual. CVgp%: coeficiente de variao genotpica entre prognies. CVe%: coeficiente de variao residual. CVr%: coeficiente de variao relativa (CVg/Cve). h2mp: herdabilidade de mdias de prognies. h2ad: herdabilidade dentro de prognies. Acprog: acurcia na seleo de prognies. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. Os valores genotpicos de populaes ou procedncias so apresentados no arquivo com extenso .efe, efeito 2. O teste F aproximado para os efeitos fixos do fator procedncia (P) pode ser realizado empregando-se o quadrado mdio associado ao fator de efeitos fixos (QM Fixo), apresentado no arquivo com extenso . dev. Inicialmente deve ser obtido o quadrado mdio associado ao fator P: QMP = QM Fixo x Nmero de Repeties/Nmero de Procedncias. Posteriormente, o valor aproximado de F pode ser obtido por F = (QMP) / [(Ve/n + Vparc+ r Va/4)], em que r o nmero de repeties e n o nmero de plantas por parcela. Os graus de liberdade do resduo para o teste F so dados por gl = (f-1)p, em que f o nmero de famlias por procedncia e p o nmero de nveis do fator P de efeitos fixos. A varincia residual para a realizao de testes de comparao de mdias do fator P dada aproximadamente por (Va/(4f) + Vparc/rf + Ve/(nrf). O erro padro das mdias dos nveis do fator P para cmputo da diferena mnima significativa dado pela raiz quadrada dessa varincia.

290

21.12 Delineamento de blocos ao acaso, arranjo em parcelas subdivididas, teste de procedncias e prognies, vrios locais, procedncias como efeitos fixos: Modelo 13

Modelo Estatstico y = Xf + Za + Wp + Qb + Ti + e, em que y o vetor de dados, f o vetor dos efeitos de procedncias (assumidos como fixos) somados mdia geral, a o vetor dos efeitos genticos aditivos individuais (assumidos como aleatrios), p o vetor dos efeitos de parcelas (assumidos como aleatrios), b o vetor dos efeitos de blocos (assumidos como aleatrios), i vetor dos efeitos da interao gentipo x ambiente (aleatrios) e e o vetor de erros ou resduos (aleatrios). As letras maisculas representam as matrizes de incidncia para os referidos efeitos. O vetor b contempla todas as repeties de todos os locais (ajusta combinaes repetio-local). Nesse caso, esse vetor contempla os efeitos de locais e de repeties dentro de locais. essencial que as repeties sejam codificadas com diferentes nmeros nos diferentes locais. Sequncia de Colunas no Arquivo de Dados Indivduo Prognie Populao Parcela Bloco Interao rvore Variveis Exemplo: Avaliao de 2 variveis em 4 prognies em 2 repeties em 2 populaes em cada um de 2 locais (repeties 1 e 2 no local 1 e repeties 3 e 4 no local 2), com 2 plantas (rvores) por parcela.
Indivduo Prognie Populao Parcela Bloco Interao rvore Varivel 1 Varivel 2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

17 18 19 20

1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4 1 1 2 2

1 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2 1 1 1 1

1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

9 9 10 10

3 3 3 3

11 11 12 12 13 13 14 14 11 11 12 12 13 13 14 14 21 21 22 22

1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2

10.3 8.5 8.6 1.6 10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9 10.3 8.5 8.6 1.6

0.35 0.14 0.54 2.40 0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70 0.35 0.14 0.54 2.40

291

21 22 23 24 25 26 27 28 29 30 31 32

3 3 4 4 1 1 2 2 3 3 4 4

2 2 2 2 1 1 1 1 2 2 2 2

11 11 12 12 13 13 14 14 15 15 16 16

3 3 3 3 4 4 4 4 4 4 4 4

23 23 24 24 21 21 22 22 23 23 24 24

1 2 1 2 1 2 1 2 1 2 1 2

10.4 8.7 8.8 1.7 10.5 8.9 8.1 1.8 10.6 8.1 8.2 1.9

0.35 0.14 0.54 2.50 0.35 0.14 0.54 2.60 0.35 0.14 0.54 2.70

A coluna Interao deve codificar combinaes local-prognie. Assim, o cdigo 12 representa local 1 prognie 2. No Excel, essa codificao pode ser obtida pelo comando =E2&B2, quando se tem a codificao de locais na coluna E e de gentipos na coluna B. Outras codificaes similares so tambm vlidas. O arquivo no necessita estar ordenado dessa forma. Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Va: varincia gentica aditiva, livre da interao gentipos x ambientes. Vparc: varincia ambiental entre parcelas. Vbloc: varincia entre blocos. Vint: varincia da interao prognies x ambientes. Ve: varincia residual. Vf: varincia fenotpica individual. h2a = h2: herdabilidade individual no sentido restrito, ou seja, dos efeitos aditivos. c2parc = c2: coeficiente de determinao dos efeitos de parcela. c2bloc = c21: coeficiente de determinao dos efeitos de blocos. c2int = c22: coeficiente de determinao dos efeitos da interao prognies x ambientes. rgloc: correlao genotpica entre o desempenho das prognies nos vrios ambientes. Mdia geral do experimento.

Valores Genotpicos e Intervalos de Confiana Os comentrios apresentados no tem 6.1.1 so igualmente vlidos. Os valores genotpicos de populaes ou procedncias so apresentados no arquivo com extenso .efe, efeito 2. 22. Gentica de Populaes Parmetros genticos populacionais so estimados de forma eficiente via marcadores genticos isoenzimticos ou de DNA. Anlise eficiente pode ser obtida via um esquema

292

hierrquico de anlise de varincia envolvendo as fontes de variao de alelos dentro indivduos, indivduos dentro de famlias, famlias dentro de populaes e populaes, conforme apresentado por Vencovsky (1992). Os parmetros mais importantes obtidos com esse tipo de anlise so: componentes de varincia associados s vrias fontes de informao mencionadas, estatsticas F de Wright, taxas de cruzamento e de autofecundao, tamanhos efetivos de famlia e total, freqncias allicas nas populaes. No Selegen os parmetros no so estimados via ANOVA mas sim via REML e portanto permite uma anlise mais eficiente quando existe desbalanceamento nos dados. Dois modelos de anlise foram implementados: envolvendo vrias populaes (modelo 117) e envolvendo uma s populao (modelo 118). Tais modelos so encontrados na caixa Gentica de Populaes da tela principal do Selegen. 22.1 Vrias Populaes: Modelo 117 Modelo Estatstico y = Xm + Zp + Qf + Wi + Tg, em que y o vetor de dados binrios (0 e 1, para ausncia e presena do alelo), m mdia geral ou freqncia allica mdia, p o vetor dos efeitos de populao, f o vetor dos efeitos de prognie dentro de populao, i o vetor dos efeitos de indivduos dentro de prognies dentro de populao, g o vetor dos efeitos de alelos dentro de indivduos dentro de prognies dentro de populao. As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Observaes Populao Mdia Prognie Indivduo Indiv/Prog Locos Exemplo: Avaliao de 1 loco em 1 indivduos de 2 prognies. Observaes Populao Mdia
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

Prognie
1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2

Indivduo
1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8

Indiv/Prog Loco 1
1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4 1 0 1 1 0 0 1 1 1 0 1 0 1 1 0 0

293

17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

2 2 3 3 3 3 3 3 3 3 4 4 4 4 4 4

9 9 10 10 11 11 12 12 13 13 14 14 15 15 16 16

5 5 1 1 2 2 3 3 4 4 1 1 2 2 3 3

1 1 0 0 1 1 1 0 1 1 1 0 1 0 1 1

A numerao de indivduos deve ser seqencial atravs das prognies Interpretao dos Resultados Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vpop: componente de varincia entre populaes. Vprog: componente de varincia entre prognies dentro de populaes. Vind: componente de varincia entre indivduos dentro de prognies dentro de populaes. Vgen: componente de varincia associada a alelos dentro de indivduos dentro de prognies dentro de populaes. Vtot: varincia total. c2pop: h2: coeficiente de determinao associado ao fator populaes. c2prog = c2: coeficiente de determinao associado ao fator prognie dentro de populaes. cind = c21: coeficiente de determinao associado ao fator indivduo dentro de prognie dentro de populaes. cgen =coeficiente de determinao associado ao fator alelos dentro de indivduos dentro de prognies dentro de populaes. Freqncia allica.

Gentica de Populaes Fst: correlao de alelos entre indivduos dentro de populao. Fis: correlao entre alelos dentro de indivduos dentro de populao. Fit: correlao total entre alelos dentro de indivduos ou coeficiente de endogamia total resultante da endogamia dentro de populao mais a endogamia devido subdiviso entre populaes. Teta: coeficiente de coancestria entre os indivduos nas prognies. S: taxa de autofecundao. T: taxa de cruzamento. Nef: Tamanho efetivo de uma famlia. Net: Tamanho efetivo total considerando todas as famlias.

294

Freqncia Allica por Populao


Ordem Populac 1 4 2 8 3 1 4 6 5 3 p 0.5797 0.5797 0.5795 0.5795 0.5795

22.2 Uma Populao: Modelo 118 Modelo Estatstico y = Xm + Zp + Wi + Tg, em que y o vetor de dados binrios (0 e 1, para ausncia e presena do alelo), m mdia geral ou freqncia allica mdia, p o vetor dos efeitos de prognie, i o vetor dos efeitos de indivduos dentro de prognies, g o vetor dos efeitos de alelos dentro de indivduos dentro de prognies. As letras maisculas representam as matrizes de incidncia para os referidos efeitos.

Sequncia de Colunas no Arquivo de Dados Observaes Prognie Mdia Indivduo Indiv/Prog Locos Exemplo: Avaliao de 1 loco em 9 indivduos de 2 prognies. Observaes Prognie Mdia Indivduo Indiv/Prog
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4 5 5

Loco 1
1 0 1 1 0 0 1 1 1 0 1 0 1 1 0 0 1 1

A numerao de indivduos deve ser seqencial atravs das prognies Interpretao dos Resultados

295

Componentes de Varincia
1. Componentes de Varincia ( REML Individual ) Vprog: componente de varincia entre prognies. Vind: componente de varincia entre indivduos dentro de prognies. Vgen: componente de varincia associada a alelos dentro de indivduos dentro de prognies. Vtot: varincia total. c2prog = h2: coeficiente de determinao associado ao fator prognie. cind = c2: coeficiente de determinao associado ao fator indivduo dentro de prognie. cgen = coeficiente de determinao associado ao fator alelos dentro de indivduos dentro de prognies. Freqncia allica.

Gentica de Populaes Fis: correlao entre alelos dentro de indivduos dentro de populao. Teta: coeficiente de coancestria entre os indivduos nas prognies. S: taxa de autofecundao. T: taxa de cruzamento. Nef: Tamanho efetivo de uma famlia. Net: Tamanho efetivo total considerando todas as famlias. Freqncia Allica por Prognie
Ordem Progen. 1 4 2 8 3 1 4 6 5 3 p 0.5797 0.5797 0.5795 0.5795 0.5795

23. Autocorrelao Espacial e Anlise de Resduos A anlise de resduos geralmente envolve o estudo da normalidade, da homogeneidade de varincias e da independncia entre os resduos. A normalidade dos resduos pode ser verificada por meio da anlise da curtose e da assimetria via o modelo 105. Para isso deve-se criar um novo arquivo contendo os resduos ao invs das variveis originais e rodar esse novo arquivo no modelo 105. Basta substituir no arquivo original as variveis pelos resduos. Os resduos so apresentados nos arquivos com extenso .dev. Ao rodar esse arquivo no modelo 105 importante assinalar a opo zeros significativos para que os valores negativos dos resduos sejam considerados na anlise. A homogeneidade de varincias residuais pode ser verificada pelo arquivo com extenso .het e tambm, de maneira mais formal, pela verificao da significncia dos efeitos de tratamentos quando se analisam os resduos ao invs das variveis originais (teste de Levene), usando o modelo em questo. Os coeficientes de autocorrelao entre resduos (e seus desvios padres) nos sentidos das linhas (ou entre colunas) e das colunas (ou entre linhas) podem ser obtidos pelo modelo 113. Tal modelo fornece tambm o valor da estatstica DW para o teste de independncia de resduos de Durbin-Watson e tambm as autocovarincias nos dois
296

sentidos. Para rodar o modelo 113 deve-se fornecer um arquivo com extenso . txt com a seguinte sequncia de colunas: Linha Coluna Resduo, com ordenamento por linha e em seguida por coluna. Deve-se deixar uma linha de cabealho. Tal arquivo pode ser obtido facilmente tomando-se os resduos dos modelos 56 a 58, que englobam experimentos plantados originalmente nos delineamentos em blocos e em ltice, porm analisados no delineamento generalizado de linha e coluna. A significncia dessas correlaes indicar ou no a necessidade de anlise espacial no experimento. Se as correlaes forem significativamente diferentes de zero ou um, recomenda-se a anlise espacial.

24. Seleo pela Distribuio do Mximo e com Base no Conceito de Mdia Harmnica A predio BLUP produz valores genticos preditos que so funes da mdia aritmtica das observaes. Os valores genticos podem ser otidos tambm como funo da mdia harmnica das observaes, considerando a homogeneidade das observaes dentro de famlias, permitindo a seleo de famlias mais homogneas. Podem tambm ser obtidos com base na mdia dos melhores indivduos de cada famlia, permitindo a seleo de famlias com capacidade de produzir indivduos extremos ou com valores mximos (Resende & Barbosa, 2005). A seleo de famlias com base nesses dois conceitos pode ser realizada pelo modelo 149 do Selegen-Reml/Blup. Para rodar esse modelo utiliza-se o arquivo de resultados, modificado conforme descrito para o modelo 106 (tpico 17). 25. Anlise Espacial Modelos com efeitos aleatrios de gentipos mais efeitos residuais modelados por processo autoregressivo separvel de primeira ordem em duas dimenses esto sendo incorporados, conforme descrito por Resende & Thompson (2003) e Resende et al. (2006).

26. Anlise de Competio e Espacial Modelos com efeitos aleatrios de gentipos, diretos e indiretos em seus vizinhos via competio mais efeitos residuais modelados por processo autoregressivo separvel de primeira ordem em duas dimenses esto sendo incorporados, conforme descrito por Resende & Thompson (2003) e Resende et al. (2005). 27. Estudo da Estrutura de Correlao entre Caracteres, ndice de Seleo e Anlise Multivariada

27.1 Estatstica Geral (Modelo 105) Nesse modelo so fornecidas as seguintes estatsticas: mdia, varincia, desvio, CV, mnimo, mximo, assimetria, curtose, matrizes de covarincias e de correlaes. Para
297

rodar tal modelo, duas informaes devem ser fornecidas: o nmero de variveis e em que coluna (aps as variveis classificatrias) do arquivo de dados encontra-se a primeira varivel. No Selegen Windows, o modelo 105 pode ser encontrado na caixa Estatstica Geral da tela principal 27.2 Correlao entre Caracteres (Modelos 102 e 105) As correlaes fenotpicas entre os caracteres so prontamente obtidas submetendo-se o arquivo de dados ao modelo 105. As correlaes genotpicas ou correlao entre os valores genotpicos podem ser obtidas pelo modelo 102, aps rodar cada uma das variveis de interesse segundo o modelo adequado. No Selegen Windows, o modelo 102 pode ser encontrado na caixa Correlaes Genticas da tela principal. As correlaes residuais podem ser obtidas criando-se um novo arquivo contendo os resduos ao invs das variveis originais e rodando esse novo arquivo no modelo 105. Basta substituir no arquivo original as variveis pelos resduos. Os resduos so apresentados nos arquivos com extenso .dev. Ao rodar esse arquivo no modelo 105 importante assinalar a opo zeros significativos para que os valores negativos dos resduos sejam considerados na anlise. 27.3 ndice de Seleo Envolvendo os Vrios Caracteres (Modelo 101) ndices de seleo visando ganho em um agregado genotpico formado por vrios caracteres podem ser obtidos no Selegen por meio de trs abordagens alternativas via o modelo 101: (a) ndice aditivo em que so fornecidas as importncias econmicas relativas ou pesos dos caracteres; (b) ndice multiplicativo, em que o agregado genotpico refere-se ao produto dos caracteres; (c) ndice de rank mdio, adaptado de Mulamba & Mock, em que os valores genotpicos so classificados para cada carter e a mdia dos rankings de cada gentipo para todos os caracteres so apresentados como resultado final. O ndice aditivo trabalha com os valores genticos padronizados. Esses ndices podem ser obtidos aps rodar cada uma das variveis de interesse segundo o modelo adequado. No Selegen Windows, o modelo 101 pode ser encontrado na caixa ndice de Seleo da tela principal. O programa trabalha com os valores genotpicos preditos e no com os valores fenotpicos. O programa permite especificar se o interesse da seleo refere-se aos maiores (maior) ou menores (menor) valores genticos preditos de cada carter, propiciando a definio da direo da seleo do maior para o menor ou do menor para o maior. Permite tambm desconsiderar o carter no ndice de seleo por meio da opo nula. 27.4 Agrupamento de Gentipos com Base em Divergncia Genotpica Multivariada e Eliminao de Variveis Redundantes via Componentes Principais (Modelos 103 e 104).

298

Para agrupamento de materiais genticos em grupos com homogeneidade dentro de grupos e heterogeneidade ou divergncia entre grupos as duas tcnicas principais so a Anlise de Componentes Principais (ACP) e a Anlise de Agrupamento (AA), ambos aplicados sobre valores genticos preditos. Trabalhando com valores genticos, a ACP no necessita considerar a matriz de disperso residual (como o faz a tcnica de variveis cannicas), pois a mesma j ter sido considerada por ocasio da predio dos valores genticos. Portanto, o uso da tcnica de variveis cannicas no se justifia quando se trabalha com valores genticos preditos ao invs de mdias fenotpicas. A ACP permite adicionalmente o estudo da estrutura de covarincia e correlao entre as variveis, possibilitando selecionar variveis relevantes e descartar variveis redundantes na avaliao genotpica. No Selegen, o modelo 103 realiza a ACP completa baseada nos valores genotpicos, permitindo o agrupamento genotpico e o descarte de variveis redundantes (usando as correlaes entre as variveis e os componentes principais). So fornecidos: matriz de covarincia, matriz de correlao, valores genticos padronizados, autovalores e autovetores, proporo da variabilidade explicada pelos autovalores, escores dos componentes principais, correlao entre as variveis e os componentes principais. No modelo 104, trs medidas de divergncia genotpica so calculadas: distncia euclidiana mdia em nvel genotpico; quadrado da distncia euclidiana em nvel genotpico; distncia estatstica de Mahalanobis em nvel genotpico. Essas distncias propiciam a obteno de trs agrupamentos alternativos, segundo o mtodo de Tocher (Rao, 1952). No Selegen Windows, os modelos 103 e 104 podem ser encontrados na caixa Anlise Multivariada: Divergncia Gentica e Agrupamento da tela principal. Essas anlises podem ser obtidas aps rodar cada uma das variveis de interesse segundo o modelo adequado. Os modelos 103 e 104 podem tambm ser usados para agrupamento de dados no gerados no Selegen. No modelo 104 basta fornecer o nome do arquivo de extenso .txt que contenha uma coluna com as distncias entre os gentipos (ou entre tratamentos). A primeira linha dessa coluna deve informar o nmero total de gentipos e nas demais linhas deve-se colocar sequencialmente as distncias referentes s combinaes 1-2, 13,...,1-g, 2-3,...,(g-1)-g, em que g o nmero de gentipos. Tal modelo pode ser usado tambm para o agrupamento de locais de melhoramento tendo por base as correlaoes genotpicas (rgloc) entre pares de locais. Nesse caso, ao invs das distncias, o arquivo deve conter o complemento das referidas correlaes, ou seja (1 rgloc), estatstica essa que um indicador da distncia entre locais. Para o modelo 103 deve ser fornecido o nome do arquivo de extenso .txt que contenha a matriz de mdias de gentipos para todas as variveis. Na primeira linha e coluna desse arquivo deve-se informar o nmero de variveis e nas linhas abaixo a identificao dos gentipos, com correspondentes valores das variveis nas demais colunas. 28. BLUP com Parmetros Fornecidos pelo Usurio O BLUP pode ser obtido opcionalmente em todos os modelos por meio do fornecimento dos parmetros h2 e c2 pelo usurio, de acordo com estimativas prvias ou obtidas de
299

literatura. Isto pode ser feito quando o conjunto de dados no permite obter estimativas fidedignas dos parmetros genticos mas, mesmo assim, deseja-se obter a predio dos valores genticos e a estimao de ganhos genticos. Pode ser usado tambm para comparar valores obtidos de h2, com valores mdios de literatura, via LRT, conforme descrito no tpico 3.2. Nesse caso, fixa-se o valor mdio de literatura na opo BLUP e compara-se a deviance desse ajuste com a deviance do ajuste usando os prprios dados experimentais, conforme descrito por Resende (2002, pg. 456). 29. BLUP sob Heterogeneidade de Varincia Residual entre Tratamentos O BLUP sob heterogeneidade de varincia residual entre tratamentos pode ser obtido opcionalmente em vrios modelos por meio da escolha da opo BLUP-HET, conforme descrito no tpico 3.1. Nesse caso, cada tratamento ter uma herdabilidade individual especfica em funo da variao residual prpria de cada tratamento. Isso se verifica devido ao fato dos diferentes nveis de segregao gentica dentro de cada tratamento e, ou, porque cada tratamento experimenta ambientes mais ou menos heterogneos entre eles, simplesmente em razo da amostragem ambiental, particularmente sob pequeno nmero de repeties. 30. Anlises Combinando Diferentes Delineamentos Experimentais No Selegen os delineamentos de blocos completos e incompletos podem ser combinados ou analisados simultaneamente usando os modelos para blocos incompletos. Todos os blocos so ajustados como efeitos aleatrios na coluna "bloco" do arquivo. Adicionalmente, dois efeitos fixos (efeitos de delineamento) so ajustados na coluna "repeticao" do arquivo: um nvel para os experimentos no delineamento de blocos completos e outro nvel para os experimentos no delineamento de blocos incompletos. Este procedimento estatisticamente correto uma vez que ele ajusta blocos dentro de cada tipo de delineamento. 31. Anlises Combinando Diferentes Tamanhos de Parcela No Selegen, delineamentos com diferentes tamanhos de parcela (por exemplo, uma e vrias plantas por parcela) podem ser analisados, simultaneamente, usando os modelos para vrias plantas por parcela e para blocos incompletos, os quais ajustam efeitos de parcela. Entretanto, para os dados advindos de experimentos com uma s planta por parcela, apenas um cdigo de parcela deve ser usado para todos os dados, na coluna "parcela". Adicionalmente, dois efeitos fixos (em um fator referente ao tipo de delineamento quanto ao tamanho de parcela) devem ser ajustados na coluna "repeticao" do arquivo de dados: um nvel para os experimentos em parcelas lineares e outro nvel para os experimentos com uma planta por parcela. Este procedimento estatisticamente correto pois ajusta nenhum efeito de parcela para os experimentos com uma planta por parcela uma vez que toda informao associada ao cdigo dado a parcela, ser, nesse caso, sugada pelo efeito fixo associado ao tipo de delineamento quanto ao tamanho de

300

parcela. Modelos para blocos incompletos devero ser usados como um meio de ajustar os efeitos de blocos, nesse caso como efeitos aleatrios. 32. Anlises Combinando Diferentes Tipos de Prognies No Selegen, experimentos com diferentes tipos de prognie (por exemplo, prognies de meios irmos e de irmos germanos obtidos de diferentes genitores) podem ser analisados, simultaneamente, usando-se os modelos para testes de prognies de polinizao controlada (irmos germanos) e para blocos incompletos, os quais ajustam efeitos de prognies de irmos germanos. Entretanto, para os dados advindos de experimentos com prognies de meios irmos, apenas um cdigo de prognie deve ser usado para todos os dados, na coluna "prognie". Adicionalmente, dois efeitos fixos (em um fator referente ao tipo de prognie) devem ser ajustados na coluna "repeticao" do arquivo de dados: um nvel para as prognies de meios irmos e outro nvel para as prognies de irmos germanos. Este procedimento estatisticamente correto pois ajusta nenhum efeito de prognie para os experimentos com prognies de meios irmos, uma vez que toda informao associada ao cdigo dado a prognie, ser, nesse caso, sugada pelo efeito fixo associado ao tipo de prognie. Modelos para blocos incompletos devero ser usados como um meio de ajustar os efeitos de blocos, nesse caso como efeitos aleatrios. 33. Anlise Simultnea de Tratamentos Regulares e Testemunhas Deve-se criar, na coluna de repetio, os efeitos fixos de populao dos indivduos pertencentes aos tratamentos regulares do experimento (populao 1) e efeitos fixos de populao dos indivduos pertencentes s testemunhas (populao 2 referente a indivduos de uma testemunha, populao 3 referente a indivduos de uma outra testemunha, etc). Modelos para blocos incompletos devero ser usados como um meio de ajustar os efeitos de blocos, nesse caso como efeitos aleatrios. 34. Anlise de Experimentos no Delineamento de Nelder Experimentos no delineamento de Nelder so usualmente empregados em estudos de espaamento em espcies perenes. Em cada roda de Nelder podem ser avaliados simultaneammete diferentes espaamentos e diferentes materiais genticos (prognies, clones, etc). Anlises desses experimentos podem ser realizadas pelo Selegen empregando-se os modelos 20 (para avaliao de clones) e modelo 19 (para avaliao de famlias de meios irmos). Nesse caso, os efeitos de crculos devem ser ajustados como efeitos fixos na coluna de blocos e so referentes aos efeitos de espaamento. Em cada crculo a prognie ou clone aparece uma s vez como se fosse parcelas de uma planta. Por outro lado, os efeitos de linhas ou filas (com diferentes materiais genticos) devem ser ajustados na coluna de prognies ou clones. Assim, possvel uma inferncia simultnea para a melhor prognie no melhor espaamento, bem como a estimao de parmetros genticos. Para escolha do melhor espaamento, o crescimento mdio obtido em cada espaamento deve ser multiplicado pelo nmero de rvores por hectare propiciado por cada espaamento. Outros mtodos de anlise de experimentos no delineamento de Nelder tambm existem.
301

Se mais de uma roda ou repetio for utilizada, pode-se empregar o modelo 54, considerando-se os efeitos de espaamento como diferentes experimentos ou locais e os efeitos de crculos (sequenciais atravs de locais) como blocos. 35. Anlise de Experimentos com Parentesco Exato entre Indivduos de uma Prognie Atualmente o conhecimento do parentesco exato entre os indivduos de uma prognie, obtido via informaes moleculares, propicia uma mais precisa estimao de parmetros genticos e predio de valores genticos. Os modelos 107 a 112 do Selegen, constantes da janela Sistema Reprodutivo Misto, permitem usar essa informao do parentesco exato. Os coeficientes de parentesco obtidos devem ser usados no clculo do tamanho efetivo (Ne). Esse Ne deve ser convertido em coeficiente de endogamia F = 1/(2Ne) e essa endogamia deve ser convertida em taxa de autofecundao S = 2F / (1 + F). Essa taxa S deve ser informada ao Selegen. Essa taxa S pode tambm ser obtida diretamente via marcadores moleculares ou via informaes fenotpicas de campo pela expresso (1 + S)2 = 4 Vg(pa) / Vg(s1), em que Vg(pa) e Vg(s1) so as varincias genticas entre prognies de polinizao aberta e S1s respectivamente, conforme Resende (2002). Essa expresso vlida para caracteres com herana predominantemente aditiva.

36. Referncias Bibliogrficas ANNICCHIARICO, P. Cultivar adaptation and recomendation from alfalfa trials in Northern Italy. Journal of Genetics and Plant Breeding, v. 46, p. 269-278, 1992. Badilla, Y.; Murillo, O. Propuesta de un diseo de parcela para la investigacin con espcies nativas en Costa Rica. Kur, v.25, p.4-5, 1999. CRESSIE, N.A.C. Statistics for spatial data analysis. New York: Wiley, 1993. 900p. CULLIS, B.R.; GLEESON, A.C. Spatial analysis of field experiments-an extension at two dimensions. Biometrics, v.47, p.1449-1460, 1991. Duarte, J. B. & R. Vencovsky. 2001. Estimao e predio por modelo linear misto com nfase na ordenao de mdias de tratamentos genticos. Scientia Agrcola, 58 (1): 109-117. Duarte, J. B. 2000. Sobre o emprego e a anlise estatstica do delineamento em blocos aumentados no melhoramento gentico vegetal. Tese de Doutorado. Escola Superior de Agricultura Luiz de Queiroz, USP. Piracicaba, SP. 293 p. GILMOUR, A. R.; THOMPSON, R.; CULLIS, B. R. Average information REML: an efficient algorithm for parameter estimation in linear mixed models. Biometrics, v. 51,

302

p.1440-1450, 1995. GILMOUR, A.R.; CULLIS, B.R.; VERBYLA, A.P. Accounting for natural and extraneous variation in the analysis of field experiments. J. Agric., Biol. Environ. Stat., v.2, p.269-293, 1997. Henderson, C. R. 1984. Aplications of linear models in animal breeding. University of Guelph, Guelph. 462 p.
HENDERSON, C. R. Sire evaluation and genetic trends. In: ANIMAL BREEDING AND GENETICS SYMPOSIUM IN HONOR OF J. LUSH. Champaign, 1973. Champaign: American Society of Animal Science, 1973, p.10-41.

Henderson, C.R. Best linear estimation and prediction under a selection model. Biometrics, v. 31, p.423-447, 1975. Kenward, M.G.; Roger, J.H. Small sample inference for fixed effects from restricted maximum likelihood. Biometrics, v. 53, p.983-997, 1997. LIN, C.S.; BINNS, M.R. A superiority measure of cultivar performance for cultivar x location data. Canadian Journal of Plant Science, Ottawa, v.68, n. 3, p. 193-198, 1988. MARTIN, R.J. The use of time-series models and methods in the analysis of agricultural field trials. Commun. Stat. Theory Methods, v.19, n.1, p.55-81, 1990. Meyer, K; Kirkpatrick, M. Restricted maximum likelihood estimation of genetic principal components and smoothed covariance matrices. Genetics, Selection, Evolution v. 37, p.1-30, 2005. Piepho, H.P.; Mohring, J. Best linear unbiased prediction of cultivar effects for subdivided target regions. Crop Science, v. 45, p.1151-1159, 2006. Resende, M. D. V. de. 1999. Predio de valores genticos, componentes de varincia, delineamentos de cruzamento e estrutura de populaes no melhoramento florestal. Tese de Doutorado. Universidade Federal do Paran, Curitiba-PR. 434 p. Resende, M. D. V. de. 2004. Mtodos estatsticos timos na anlise de experimentos de campo. Embrapa Florestas, Colombo-PR. 65 p. (Documentos 100). RESENDE, M. D. V. de; FERNANDES, J. S. C. Procedimento BLUP individual para delineamentos experimentais aplicados ao melhoramento florestal. Revista de Matemtica e Estatstica. So Paulo, v. 17, p. 89-107, 1999. RESENDE, M. D. V. de; FERNANDES, J. S. C.; SIMEO, R. M. BLUP individual multivariado em presena de interao gentipo x ambiente para delineamentos experimentais repetidos em vrios ambientes. Revista de Matemtica e Estatstica. So Paulo, v. 17. p. 209-228, 1999.

303

RESENDE, M. D. V. de; HIGA, A. R. Maximizao da eficincia da seleo em testes de prognies de Eucalyptus atravs da utilizao de todos os efeitos do modelo matemtico. Boletim de Pesquisa Florestal, Colombo, v. 28/29, p. 37-55, 1994. RESENDE, M. D. V. de; PRATES, D. F.; JESUS, A.; YAMADA, C. K. Estimao de componentes de varincia e predio de valores genticos pelo mtodo da mxima verossimilhana restrita (REML) e melhor predio linear no viciada (BLUP) em Pinus. Boletim de Pesquisa Florestal, Colombo, n. 32/33, p. 18-45, 1996. RESENDE, M. D. V. de; STURION, J. A. Anlise gentica de dados com dependncia espacial e temporal no melhoramento de plantas perenes via modelos geoestatsticos e de sries temporais empregando REML/BLUP individual. Colombo: Embrapa Florestas, 2001. 80 p. (Embrapa Florestas. Documentos, 65). Resende, M.D.V. Anlise estatstica de modelos mistos via REML/BLUP na experimentao em melhoramento de plantas perenes. Colombo: Embrapa Florestas, 2000. 101 p. (Documentos 47). Resende, M.D.V. de; Duarte, J.B. Preciso e controle de qualidade em experimentos de avaliao de cultivares. Pesquisa Agropecuria Tropical, 2005 (no prelo). RESENDE, M.D.V. Gentica biomtrica e estatstica no melhoramento de plantas perenes. Braslia: Embrapa Informao Tecnolgica, 2002a. 975p. RESENDE, M.D.V. Software SelegenREML/BLUP. Curitiba: Embrapa Florestas, 2002b. 67p (Documentos 77). RESENDE, M.D.V.; STRINGER, J.K.; CULLIS, B.C; THOMPSON, R. Joint modelling of competition and spatial variability in forest field trials. Brazilian Journal of Mathematics and Statistics, v. 23, n.2, p.7-22, 2005. RESENDE, M.D.V.; THOMPSON, R. Factor analytic multiplicative mixed models in the analysis of multiple experiments. Brazilian Journal of Mathematics and Statistics, v.22, n.2, p. 31- 52, 2004. RESENDE, M.D.V.; THOMPSON, R. Multivariate spatial statistical analysis of multiple experiments and longitudinal data. Colombo: Embrapa Florestas, 2003. 126 p. (Documentos, 90). RESENDE, M.D.V.; THOMPSON, R.; WELHAM, S.J; BAIERL, A. Multivariate spatial statistical analysis in perennial crops. In: International Biometric Society Conference British Region, 2003. Proceedings. Reading: School of Applied Statistics University of Reading. p.70-71.

304

RESENDE, M.D.V.; THOMPSON, R; WELHAM, S. Multivariate spatial statistical analysis of longitudinal data in perennial crops. Brazilian Journal of Mathematics and Statistics, v. 24, n.1, p.147-169, 2006. RESENDE, M. D. V. ; VENCOVSKY, R. ; FERNANDES, J. S. C. . Selection and genetic gains in populations of Eucalyptus with an mixed mating system.. In: CRCTHFIUFRO Conference. Eucalypt Plantations: Improving Fibre Yield and Quality, 1995. Proceedings of CRCTHF-IUFRO Conference. Eucalypt Plantations: Improving Fibre Yield and Quality.. Hobart, 1995. p. 191-193. STRINGER, J.K.; CULLIS, B.R. Joint modelling of spatial variability and interplot competition. In McCOMB, J. A. (Ed). Proceedings of the 12th Australasian Plant Breeding Conference. Perth, Western Australia, 2002. p. 614-619. Thompson, R. Relationship between the cumulative difference and best linear unbiased predictor methods of evalauting bulls. Animal Production, v. 23, p.15-24, 1976. Thompson, R. Sire evaluation. Biometrics, v. 35, p. 339-353, 1979. VENCOVSKY, R. ; PEREIRA, M. B. ; CRISOSTMO, J. R. ; FERREIRA, M A J F . Gentica e melhoramento de populaes mistas.. In: Luciano L Nass; A C C Valoais; I S Melo; M C Valadares-Inglis. (Org.). Recursos genticos e melhoramento. 1 ed. Rondonpolis: fundao MT, 2001, v. , p. 231-281. Resende & Barbosa (2005) Resende & Barbosa (2006) Resende & Rosa-Perez (1999) Resende & Rosa-Perez (2001) Vencovsky (1992) Federer (1958) Rao (1952)

305