VERIFICAÇÃO DA ADAPTABILIDADE E ESTABILIDADE EM MILHOS PELO MÉTODO AMMI
Autores
Gabriela Ferreira Rosa
gabrielarosa5@hotmail.com
Damallys de Assis Oliveira
damallys@gmail.com
Fabiane de Lima Silva
fabianezte@yahoo.com.br
Neuber José Segri
professor.neuber@gmail.com
Kuang Hongyu
prof.kuang@gmail.com
Resumo
Este trabalho tem o objetivo de avaliar os efeitos da interação genótipo por ambiente (G × E) sobre caracteres de desenvolvimento plantação de milho e altura da planta, com base na análise AMMI (Additive Maineffects and Multiplicative Interaction), possibilitando a diferenciação do comportamento entre os diferentes genótipos de avaliações e com a finalidade de identificar genótipos com ótimos desempenhos em diferentes ambientes. Foram analisados dados do CIMMYT (International Maize and Wheat Improvement Center), que referem a dados de milhos, compostos por 20 genótipos avaliados em 8 ambientes. A interação G × E é uma questão extremamente importante no melhoramento genético de plantas e produção. A seleção e recomendação de genótipos superiores são dificultadas devido à constante ocorrência de interação, que representa um grande desafio para os pesquisadores. Com isso, existem vários modelos na literatura para análise de dados multi-ambientais, o modelo AMMI é um dos mais utilizados que combina a análise de variância e a análise de componentes principais, para ajustar, respectivamente, os efeitos principais de genótipo e ambiente e os efeitos da interação. Utilizado do modelo AMMI para as variáveis de produção e altura, os genótipos G4 e o G19 foram os mais recomendados respectivamente nesse conjunto de dados.
Biografia do Autor
Gabriela Ferreira Rosa
Graduandos em Estatística da Universidade Federal de Mato Grosso, Campus Universitário de Cuiabá
Damallys de Assis Oliveira
Graduandos em Estatística da Universidade Federal de Mato Grosso, Campus Universitário de Cuiabá
Fabiane de Lima Silva
Profa. Dra. Adjunto do Centro de Ciências Agrárias, Ambientais e Biológicas - Universidade Federal do Recôncavo da Bahia
Neuber José Segri
Prof. Dr. Adjunto do Departamento de Estatística. Universidade Federal de Mato Grosso, Av. Fernando Corrêa da Costa, nº 2367, Bairro Boa Esperança. CEP: 78060-900, Cuiabá, MT, Brasi
Kuang Hongyu
Prof. Dr. Adjunto do Departamento de Estatística. Universidade Federal de Mato Grosso, Av. Fernando Corrêa da Costa, nº 2367, Bairro Boa Esperança. CEP: 78060-900, Cuiabá, MT, Brasi