Imputação de médias para análise de estabilidade e adaptabilidade em experimentos conjuntos incompletos: uma aplicação em café conilon

Imagem de Miniatura

Data

2012-02-15

Título da Revista

ISSN da Revista

Título de Volume

Editor

Universidade Federal de Viçosa

Resumo

Este estudo teve por objetivo desenvolver, avaliar e verificar a influência de seis métodos de imputação de médias faltantes na recomendação de genótipos proveniente de metodologias de estabilidade e adaptabilidade em experimentos conjuntos incompletos de café conilon, de modo que seja possível constatar se é conveniente ou não a realização da imputação das médias faltantes. O primeiro método imputa uma média faltante por meio de um modelo que é função da média geral acrescida do efeito do genótipo; já o segundo, adiciona a esse modelo o efeito de ambiente. O terceiro, quarto e quinto métodos elaborados imputam uma média faltante por meio de uma regressão linear simples, cujas variáveis independentes são os índices ambientais, que são estimados utilizando todos os dados disponíveis no experimento conjunto (método 3), ou apenas as médias dos genótipos que foram avaliados em todos os ambientes (método 4). A variável independente do quinto método são as respostas médias do genótipo de maior correlação com aquele que se deseja estimar um valor faltante. A variável dependente destas regressões são as respostas médias do genótipo que se deseja estimar o valor faltante. O sexto método mantém a soma de quadrados da interação genótipo x ambiente. Para que a avaliação e verificação da influência dos métodos de imputação propostos fossem possíveis, foi obtido um conjunto de dados cedido pela INCAPER (Instituto Capixaba de Pesquisa, Assistência Técnica e Extensão Rural) oriundo de um experimento conjunto completo em que 38 genótipos (clones) de café conilon foram avaliados em 18 ambientes segundo suas produtividades (sacas/hectare). Este experimento foi submetido às análises de estabilidade e adaptabilidade de Lin & Binns (1998) e Eberhart-Russel (1966), gerando, dessa forma, recomendações padrão. Feito isto, médias foram retiradas aleatoriamente simulando experimentos com 1%, 5% e 10% de médias faltantes. Daí, por meio dos métodos de imputação elaborados, novos valores de médias foram gerados. A avaliação dessas metodologias e a verificação da influência da imputação na recomendação dos genótipos foram realizadas por meio do cálculo do Erro Quadrático Médio, da Correlação de Spearman entre a recomendação de Lin & Binns antes e após a imputação das médias, e da porcentagem de mudanças na recomendação dos genótipos em relação à recomendação padrão de Eberhart-Russel. Conforme os resultados obtidos neste estudo, a realização da imputação das médias mediante as metodologias desenvolvidas com melhor desempenho (2, 3, 4 e 6) em experimentos conjuntos incompletos é aconselhável, uma vez que a alteração nas recomendações dos genótipos avaliados foi pequena se comparado com o número de médias faltantes nos ensaios avaliados.
This study aimed to develop, evaluate and verify the influence of medium values imputation through six methods on the genotype recommendation imputing missing in medium genotype from methodologies of stability and adaptability in experiments incomplete sets of conilon coffee, so that it can determine whether it is appropriate or not the implementation of missing means imputation. The first method imputes a missing value through a mathematical model that is a function of the experimental medium value added the effect of genotype; the second method adds to this model the environmental effect. The third, fourth and fifth methods created impute a missing value through a simple linear regression, whose independent variables are the environmental effects, which are estimated using all available data in the experiment set (method 3), or just the means of the genotypes that were evaluated in all environments (method 4). The independent variable of the fifth method are the mean responses of the genotype most correlated with the one you want to estimate a missing value. The dependent variable of these regressions are the mean responses of the genotype that you want to estimate the missing value. The sixth method keeps the sum of squares of the genotype x environment interaction. In order to evaluate and verify the influence of imputation methods proposed, it was obtained a data set provided by INCAPER (Capixaba Institute of Research, Technical Assistance and Rural Extension). It was from an experiment tin which 38 complete set genotypes (clones) of conilon coffee were evaluated in18 environments according to your productivity (bags/hectare). This experiment was submitted to Lin & Binns (1998) and Eberhart-Russell (1966) stability and adaptability analyses, generating, then, reference recommendations. After that, some means were removed randomly simulating experiments with 1%, 5% and 10% of missing means. Then, new mean values were generated through the imputation methods developed. The evaluation of these methodologies and verification of the influence of imputation on the recommendation of the genotypes was performed by calculating the mean squared error, the Spearman correlation between the Lin & Binns recommendation before and after imputation, and the percentage of changes on the recommendation of the genotypes in relation to the reference Eberhart-Russel recommendation. According to the results obtained in this study, the performance of the imputation of means by the developed methodologies with better performance (2, 3, 4 and 6) in incomplete experiment sets is advisable, since the changes in the recommendations of the genotypes was small compared with the number of missing means in the evaluated experiments.

Descrição

Palavras-chave

Melhoramento genético, Clones de café conilon, Regressão linear simples, Genetic improvement, Clones conilon coffee, Simple linear regression

Citação

OLIVEIRA, Rafael Lédo Rocha de. Imputation of data for the stability and adaptability study in incomplete experiments sets: an application to data of conilon coffee. 2012. 61 f. Dissertação (Mestrado em Estatística Aplicada e Biometria) - Universidade Federal de Viçosa, Viçosa, 2012.

Avaliação

Revisão

Suplementado Por

Referenciado Por