Aplicação dos modelos lineares generalizados na análise de dados da brotação e enraizamento de estacas de amoreira coletadas no Planalto Sul Catarinense

Daniela Tomazelli; Simone Silmara Werner; Tássio Dresch Rech; Murilo Dalla Costa

Daniela Tomazelli Universidade do Estado de Santa Catarina - CAV/UDESC https://orcid.org/0000-0002-9011-3003
Simone Silmara Werner Empresa de Pesquisa Agropecuária e Extensão Rural de Santa Catarina - EPAGRI
Tássio Dresch Rech Empresa de Pesquisa Agropecuária e Extensão Rural de Santa Catarina - EPAGRI
Murilo Dalla Costa Empresa de Pesquisa Agropecuária e Extensão Rural de Santa Catarina - EPAGRI

Abstract

A amoreira-negra é uma espécie arbórea de crescimento rápido, com facilidade de adaptação às diferentes condições climáticas do Brasil, sendo uma alternativa de utilização como mourão vivo. O presente trabalho objetivou estudar a aplicação de modelos lineares generalizados na análise dos dados de enraizamento e brotação de estacas de amoreira-negra provenientes de diferentes locais de origem do Planalto Sul Catarinense. Para isso, um experimento foi conduzido em delineamento experimental inteiramente casualizado, sendo os tratamentos constituídos por seis locais de origens do material vegetativo: Araçá- São José do Cerrito; Produtor 1- São José do Cerrito; Produtor 2- São José do Cerrito; Epagri-Lages; Frei Rogério-Lages; e Bocaína do Sul.Cada parcela foi constituída de 10 estacas, sendo utilizadas 4 repetições por tratamento. Após 85 dias de estaquia, avaliou-se o número de estacas enraizadas e o número de estacas com brotos em cada parcela. Para análises dos dados foram considerados os modelos binomial e binomial com parâmetro de dispersão constante. Todas as análises foram realizadas com o auxílio do ambiente R. Em ambos os casos observou-se subdispersão e o modelo com o parâmetro de dispersão constante (quasibinomial) foi o que proporcionou o melhor ajuste.

Author Biographies

Daniela Tomazelli, Universidade do Estado de Santa Catarina - CAV/UDESC

Doutoranda do Programa de Pós-Graduação em Ciências do Solo, Centro de Ciências Agroveterinárias, Universidade do Estado de Santa Catarina - CAV/UDESC

Simone Silmara Werner, Empresa de Pesquisa Agropecuária e Extensão Rural de Santa Catarina - EPAGRI

Doutora em Ciências, áresa de concentração Estatística e Experimentação Agronômica - Esalq/USP.

References

DEMÉTRIO, C. G. B. Modelos lineares generalizados em experimentação

agronômica. In: REUNIÃO ANUAL DA SOCIEDADE INTERNACIONAL DE BIOMETRIA, 46., 2001,

Piracicaba. Anais... Piracicaba: ESALQ/USP, 2001. p.113.

HINDE, J. P.; DEMÉTRIO, C. G. B. Overdispersion: models and estimation. In: SINAPE, 13., 1998, Caxambu. Anais... Caxambu: SINAPE, 1998. 73p.

HOTHORN,Torsten; BRETZ, Frank e WESTFALL,Peter. Simultaneous Inference in General Parametric Models. Biometrical Journal. 2008. 50(3), 346--363.

JORGENSEN, B. Small dispersion asymptotics. Revista Brasileira de Probabilidade e Estatística,1987.

LORAN, Murray. Biostatistical Design and Analysis Using R: A Practical Guide. John Wiley & Sons, 2011.newline

LORENZI, H. Árvores brasileiras. 4.ed. Nova Odessa:SP- Instituto Plantarum de Estudos da Flora LTDA, 2002.

MORAL R.A.; HINDE J.; DEMÉTRIO C.G.B. Half-Normal Plots and

Overdispersed Models in R: The hnp Package. Journal of

Statistical Software, *81*(10), 1-23, 2017. doi: 10.18637/jss.v081.i10

(URL: http://doi.org/10.18637/jss.v081.i10)

McCULLAGH, P.; NELDER, J. A. Generalized linear models. 2nd. ed. London:Chapman & Hall, 1989. 511p.

R Core Team. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna,

Austria, 2018. URL https://www.R-project.org/.