Use este identificador para citar ou linkar para este item: http://repositorio.uem.br:8080/jspui/handle/1/1324
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorRonald José Barth Pintopt_BR
dc.contributor.authorAcorsi, Clédina Regina Lonardanpt_BR
dc.date.accessioned2018-04-05T16:26:45Z-
dc.date.available2018-04-05T16:26:45Z-
dc.date.issued2010pt_BR
dc.identifier.urihttp://repositorio.uem.br:8080/jspui/handle/1/1324-
dc.description.abstractThe AMMI methodology is widely used to study the stability and adaptability of genotypes to different environments. The vast literature on the subject facilitates the implementation and interpretation of results. However, there are few examples of generalization of the AMMI model by the generalized additive main effects and multiplicative interaction models (GAMMI). This study aimed to identify the Genotype by Environment (GxE) interactions using the methodology GAMMI, taking as dependent variable the incidence of two maize foliar diseases, the Gray leaf spot and Diplodia blight, whose pattern does not fit a normal distribution of probability. The process involves concepts formalized from the AMMI model, expanded by the generalized linear models (GLM) and amplified by the quasilikelihood models. Two samples of 36 genotypes observed in 9 locations were analyzed. Genotypes 1F5634 and 1D2195 were identified as stable and widelyrecommended for their reaction to gray leaf spot (Cercospora). For the Diplodia blight, cultivars 1F5864 and P30F35 were considered the most stable, according to the quasi-likelihood model with logit link function and varianc e V (μ) = [μ(1-μ)]2 . However, both had a high incidence of the disease, and therefore not widely recommended. The computational process was developed with the software R, an open source language, available at http://www.rproject.org/, featuring the functionality, accessibility and relevance of the process.en
dc.languageporpt_BR
dc.publisherUniversidade Estadual de Maringápt_BR
dc.rightsopenAccesspt_BR
dc.subjectMilho - Estabilidade e adaptabilidade de genótipospt_BR
dc.subjectMilho - Resistência à doençaspt_BR
dc.subjectModelos Gammipt_BR
dc.titleAnálise da estabilidade e adaptabilidade de genótipos de milho na resistência a doenças por meio dos modelos Gammipt_BR
dc.title.alternativeAnalysis of stability and adaptability of maize genotypes on resistance to disease through models GAMMI.en
dc.typedoctoralThesispt_BR
dc.contributor.referee1Terezinha Aparecida Guedes - UEM-
dc.contributor.referee2Carlos Alberto Scapim - UEM-
dc.contributor.referee3Cleso Antonio Patto Pacheco - EMBRAPA-
dc.contributor.referee4Robson Marcelo Rossi - UEM-
dc.description.resumoA metodologia AMMI é muito utilizada no estudo da estabilidade e adaptabilidade de genótipos em distintos ambientes. A vasta bibliografia sobre o assunto facilita tanto a sua aplicação como a interpretação dos resultados. No entanto, são raros os exemplos de generalização dos modelos AMMI por meio dos modelos de efeitos principais aditivos e interação multiplicativa generalizados (Generalized Additive Main Effects and Multiplicative Interaction Models - GAMMI). O presente trabalho buscou identificar a interação entre genótipos e ambientes (GxA) aplicando a metodologia GAMMI, tendo como variável resposta a proporção de incidência de duas doenças foliares, a Cercosporiose e a mancha foliar de Diplodia, cujo padrão não se ajusta a uma distribuição de probabilidade normal. O processo abrange conceitos formalizados a partir dos modelos AMMI, expandidos pelos modelos lineares generalizados (MLG) e ampliados pelos modelos de quase-verossimilhança. Foram analisadas duas amostras de 36 genótipos observados em 9 localidades. Os genótipos 1F5634 e 1D2195 foram identificados como estáveis e amplamente recomendáveis quanto à Cercosporiose. Para a mancha foliar de Diplodia, as cultivares 1F5864 e P30F35 foram consideradas como as mais estáveis, de acordo com o modelo de quase-verossimilhança com ligação logit e função de variância V (μ) = [μ= (1-μ)]2 . No entanto, apresentaram alta incidência da doença, não sendo, portanto, amplamente recomendáveis. O processo computacional foi desenvolvido com o software R, uma linguagem de fonte aberta, disponível no endereço http://www.r-project.org/, caracterizando a funcionalidade, acessibilidade e relevância do processo.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.programPrograma de Pós-Graduação em Genética e Melhoramento-
dc.publisher.initialsUEMpt_BR
dc.subject.cnpq1Ciências Agráriaspt_BR
dc.publisher.localMaringá, PRpt_BR
dc.description.physicalxiii, 94 f.pt_BR
dc.subject.cnpq2Agronomiapt_BR
Aparece nas coleções:3.1 Tese - Ciências Agrárias (CCA)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
000195179.pdf779,96 kBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.