Introdução à metodologia AMMI

Autores

  • Carlos T. S. Dias
  • Kuang Hongyu
  • Lúcio B. Araújo
  • Maria Joseane C. Silva
  • Marisol García-Peña
  • Mirian F. C. Araújo
  • Priscila N. Faria
  • Sergio Arciniegas-Alarcón

Palavras-chave:

Interação genótipo x ambiente, modelos AMMI

Resumo

Este trabalho é baseado no minicurso "A Metodologia AMMI: Com Aplicação ao Melhoramento Genético" ministrado durante a 58a RBRAS e 15o  SEAGRO realizado em Campina Grande - PB e têm o objetivo de introduzir a metodologia AMMI para aqueles que têm e aqueles que não têm formação matemática. Não pretendemos apresentar um trabalho detalhado, mas a intenção é que sirva como uma luz para pesquisadores e estudantes ao nível de graduação e pós-graduação. Em outras palavras, é um trabalho para estimular a pesquisa e a busca por conhecimento em uma área de métodos estatísticos. Para isto faz- se um revisão sobre a interação genótipo x ambiente, define-se os modelos AMMI e alguns critérios de seleção e por fim gráfico biplot. Mais detalhes sobre o assunto pode ser consultado no material produzido para o Minicurso.

Referências

ALLARD, R.W. Princípios do melhoramento genético das plantas. Rio de Janeiro: USAID/Edgard Blucher, 1971. 381p.

ALLARD, R.W. BRADSHAW, A.D. Implications of genotype-environmental interactions in applied plant breeding. Crop Science, Madison, v.4, n.5, p.503-508, 1964.

ARAUJO, M.F.C.Teste estatístico para contribuição de genótipos e ambientes na matriz de interação

GE. 2008. 113p. Dissertação (Mestrado em Estatística e Experimentação Agronômica) - Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo, Piracicaba, 2008.

´

ARCINIEGAS-ALARCON, S.; DIAS, C. T. dos S. Imputação de dados em experimentos com interação genótipo por ambiente: Uma aplicação a dados de algodão. Revista Brasileira de Biometria, São Paulo, v.27, n.1, p.125-138, 2009.

CHAVES, J.L. Interação de cultivares com ambientes. In: NASS, L.L.; VALOIS, A.C.C.; MELO, I.S.; VALADARES, M.C. Recursos genéticos e melhoramento de plantas. Rondonopolis:´ Fundac¸ao˜ MT, 2001. p.673-713.

CHAVES, L.J.; VENCOVSKY, R.; GERALDI, I.O. Modelo não linear aplicado ao estudo da interação de genótipos ambientes em milho. Pesquisa agropecuária Brasileira, v.24, n.2, p. 259-269, 1989.

COCKERHAM, C.C. Estimation of genetics variance. In: HANSON, W.D.; ROBINSON, H.F. Ed. Statistical genetics and plant breeding. Madison: National Academy of Sciences, 1963. chap. 2, p.53-94.

CORNELIUS, P. L.; CROSSA J.; SEYEDSADR M. S. Tests and estimators of multiplicative models for variety trials. In: Proceedings of Annual Kansas State University Conference on Applied Statistics in Agriculture, 5th. Manhattan, KS. 25-27 April 1993. Dep. of Statistics, Kansas State Univ. Manhattan, KS. 1993. p.156-166.

CORNELIUS, P.L.; CROSSA J.; SEYEDSADR M.S. Statistical tests and estimators of multiplicative models for genotype-by-environment interaction. In: KANG, M.S.; GAUCH, H.G. Genotype-by.environment interaction. Boca Raton: CRC Press, 1996. chap. 8, p.199-234.

CROSSA, J.; GAUCH, H. G.; ZOBEL, R. W. Additive main effects and multiplicative interaction analysis of two international maize cultivar trials, Crop Science 30(3), 493-500, 1990.

CROSSA, J.; FOX, P. N.; PFEIFER, W. H.; RAJARAM, S.; GAUCH, H. G. AMMI adjustment for statistical analysis of an international wheat yield trial, Theoretical Applied of Genetics 81, 27-37, 1991.

CRUZ, C.D.; REGAZZI, A.J. Modelos biométricos aplicados ao melhoramento genético. Viçosa: UFV, 1994. 390p.

DIAS, C.T.S. Métodos para a escolha de componentes em modelo de efeito principal aditivo e interação multiplicativa. 73 p. 2005. Tese (livre-docência no Departamento de Ciências Exatas) - Escola Superior de Agricultura ”Luiz de Queiroz”, Universidade de Sao˜ Paulo, Piracicaba, 2005.

M.F.C.; RODRIGUES, P.C.; FARIA, P.N.; ARCINIEGAS-ALARCON, S. Metodologia AMMI: Com Aplicação ao Melhoramento Genético. In: 58a Reunião da Região Brasileira da Sociedade Internacional de Biometria e 15o Simpósio de Estatística Aplicada à Experimentação Agronômica, 2013, Campina Grande-PB. Mini-Curso. 169p.

DIAS, C.T.S.; KRZANOWSKI, W.J. Model selection and cross validation in additive main effect and multiplicative interaction models. Crop Science, Madison, v.43, p.865-873, 2003.

DIAS, C.T.S.; KRZANOWSKI, W.J. Choosing components in the additive main efect and multiplicative interaction (AMMI) models. Scientia Agricola, Piracicaba, v.63, n.2, p.169-175, 2006.

DUARTE, J.B.; VENCOVSKY, R. Interação genótipo ambiente: uma introdução à analise “AMMI”. Ribeirão Preto: Sociedade Brasileira de Genética, 1999. 60p. (Série Monografıas).

EASTMENT, H. T.; KRZANOWSKI, W. J. Cross-validatory choice of the number of components from a principal component analysis. Technometrics 24, 73-77, 1982.

FALCONER, D.S. Introduction to quantitative genetics. Harlow: Longman, 1989, 438p.

FALCONER, D.S; MACKAY, T.F.C. Introduction to quantitative genetics. Harlow: Longman, 1996, 446p.

FISHER, R. A.; MACKENZIE, W. A. Studies in crop variation. II. The manurial response of different potato varieties. Journal of Agricultural Science, 13, 311-320, 1923.

FREEMAN, G.H. Statistical methods for the analysis of genotype-environment interactions. Heredity, 31, p.339-354, 1973.

GABRIEL, K.R. The biplot graphic display of matrices with applications to principal components analysis. Biometrika, Cambridge, v.58, p.453-467, 1971.

GABRIEL, K. R. Le biplot-outil d’exploration de donnees´ multidimensionelles, Journal de la Societe Francaise de Statistique 143, 5-55, 2002.

GAUCH, H.G.: Model Selection and Validation for Yield Trials with Interaction. Biometrics, v. 44, p. 705–715, 1988.

GAUCH, H.G.; ZOBEL, R.W. Predictive and postdictive success of statistical analysis of yield trials. In: KANG, M.S.; GAUCH, H.G. Genotype-by-environment interaction, Boca Raton: CRC Press, 1996. chap. 8. p. 199-234.

GOLLOB, H.F. A statistical model which combines feature of factor analitic and analysis of variance techniques. Psychometrika, New York, v.33, p.73-115, 1968.

KANG, M.S. Using genotype-by-environment interaction for crop cultivar development. Advances in Agronomy, New York, v.62, p.199-252, 1998.

KANG, M.S.; MAGARI, R. New developments in selecting for phenotypic stability in crop breeding. In: KANG, M.S.; GAUCH, H.G. Genotype-by-environment interaction, Boca Raton: CRC Press, 1996. chap. 1. p. 1-14.

KRZANOWSKI, W. J. Cross-validation in principal component analysis, Biometrics 43, 575-584, 1987.

MANDEL, J. A new analysis of variance for non-additive data. Technometrics, Alexandria, v.13, n.1, p.1-18, 1971.

MILLIKEN G.A.; JOHNSON D.E. Analysis of messy data. New York: Chapman e Hall, 1989. v.2, 199p.

OLIVEIRA, A.B.; DUARTE, J.B.; PINHEIRO, J.B. Emprego da análise AMMI na avaliação da estabilidade produtiva em soja. Pesquisa Agropecuária Brasileira, Brasília, v.38, n.3, p.357-364, 2003.

PERKINS, J. M.; JINKS, J. L. Environmental and genotype-environmental components of variability.

III. Multiple lines and crosses. Heredity, 23, p.339-356, 1968.

PIEPHO, H. P. Best linear unbiased prediction (BLUP) for regional yield trials: a comparison to additive main effects and multiplicative interaction (AMMI) analysis, Theoretical and Applied Genetics, New York, v.89, p.647-654,1994.

PIEPHO, H.P. Robustness of statistical test for multiplicative terms in the additive main effects and multiplicative interaction model for cultivar trial. Theoretical and Applied Genetics, New York, v.90, p.438-443, 1995.

RAMALHO, M.A.P.; SANTOS, J.B.; ZIMMERMANN, M.J.O. Genética quantitativa em plantas autógamas: aplicações ao melhoramento do feijoeiro. Goiânia: UFG, 1993. 271p.

VENCOVSKY, R.; BARRIGA, P. Genética biométrica no fitomelhoramento. Ribeirão Preto: Sbg, 1992. 486p

YATES, F.; COCHRAN, W. G. The analysis of groups of experiments. Journal of Agricultural Science, 28, p.556-580, 1938.

WOLD, S. Pattern recognition by means of disjoint principal component models, Pattern Recognition, Great Britain, v.8, p.127-139, 1976.

WOLD, S. Cross-validatory estimation of the number of components in factor and principal component models, Crop Science 20, 397-405, 1978.

Downloads

Publicado

27-01-2024

Como Citar

Dias, C. T. S., Hongyu, K., Araújo, L. B., Silva, M. J. C., García-Peña, M., Araújo, M. F. C., … Arciniegas-Alarcón, S. (2024). Introdução à metodologia AMMI. Sigmae, 2(3), 38–56. Recuperado de https://publicacoes.unifal-mg.edu.br/revistas/index.php/sigmae/article/view/319