Justificativa bayesiana para efeito de encolhimento em modelos AMMI

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorBalestre, Marcio-
Autor(es): dc.contributorNunes, José Airton Rodrigues-
Autor(es): dc.contributorBueno Filho, Júlio Sílvio de Sousa-
Autor(es): dc.creatorSilva, Carlos Pereira da-
Data de aceite: dc.date.accessioned2026-02-09T12:52:53Z-
Data de disponibilização: dc.date.available2026-02-09T12:52:53Z-
Data de envio: dc.date.issued2014-11-12-
Data de envio: dc.date.issued2014-11-12-
Data de envio: dc.date.issued2014-
Data de envio: dc.date.issued2014-04-22-
Fonte completa do material: dc.identifierhttps://repositorio.ufla.br/handle/1/4627-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1170116-
Descrição: dc.descriptionDissertação apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós-Graduação em Estatística e Experimentação Agropecuária, área de concentração em Estatística e Experimentação Agropecuária, para a obtenção do título de Mestre.-
Descrição: dc.descriptionThe main additive effect model and multiplicative interaction (AMMI) is often used to study the interaction among factors in several areas of research, particularly in the test cultivars. A key feature of this model is parsimony, so that only some bilinear components are required to represent the genotype environment interaction (GE). Several procedures have been developed for selection of components, such as F approximated tests and cross-validation methods. In the literature, examples also can be found with the use of the shrinkage estimators applied in the context of fixed effects, which provide more accurate estimates of parameters. In this study, the Bayesian methodology was applied to the AMMI model taking the variances of the singular values as random variables and incorporating into the joint prior of the model. It was found that using a priori information, the interaction effects were more important on first bilinear components and the estimates for the singular values have shrunk to zero, so that the AMMI1 model was the most appropriate for the analysis. Regions of credibility were proposals for the biplot AMMI1 with respect to the genotypes effects and genotypic scores referring to the first principal axis. With the construction of the regions of credibility, it was possible to identify homogeneous groups of genotypes and environments, enabling classify the genotypes more productive and stable and evaluate them with respect to GE interaction.-
Descrição: dc.descriptionConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)-
Descrição: dc.descriptionCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)-
Descrição: dc.descriptionEstatística e Experimentação Agropecuária-
Descrição: dc.descriptionModelo de efeitos principais aditivos e interação multiplicativa (AMMI) é frequentemente utilizado para estudar interação entre fatores, nas mais diversas áreas de pesquisa, particularmente no ensaio de cultivares. Uma das principais características desse modelo é a parcimônia, de forma que apenas alguns componentes bilineares são necessários para representar a interação genótipo ambiente (GE). Diversos procedimentos foram desenvolvidos para seleção de componentes, tais como testes F aproximados e métodos de validação cruzada. Na literatura podem ser encontrados também exemplos do uso de estimadores com efeito de encolhimento (shrinkage), aplicados no contexto de efeitos fixos, que oferecem estimativas mais acuradas dos parâmetros. Neste trabalho, utilizou-se a metodologia bayesiana aplicada ao modelo AMMI, tomando as variâncias dos valores singulares como variáveis aleatórias e incorporando à priori conjunta do modelo. Verificou-se que com o uso de priori informativa, os efeitos da interação foram mais inportantes nos primeiros componentes bilineares e as estimativas para os valores singulares encolheram para zero, de forma que o modelo AMMI1 se mostrou o mais adequado para a análise. Foram propostas, ainda, regiões de credibilidade para o biplot AMMI1 com relação aos efeitos de genótipos e escores genotípicos referentes ao primeiro eixo principal. Com a construção das regiões de credibilidade foi possível identificar grupos de genótipos e ambientes homogêneos, possibilitando classificar os genótipos mais produtivos e estáveis e avaliá-los com relação à interação GE.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUNIVERSIDADE FEDERAL DE LAVRAS-
Publicador: dc.publisherDEX - Programa de Pós-graduação-
Publicador: dc.publisherUFLA-
Publicador: dc.publisherBRASIL-
Direitos: dc.rightsacesso aberto-
Palavras-chave: dc.subjectAbordagem bayesiana-
Palavras-chave: dc.subjectModelo parcimônia-
Palavras-chave: dc.subjectShrinkage-
Palavras-chave: dc.subjectInteração genótipo-ambiente-
Palavras-chave: dc.subjectSeleção de componentes-
Palavras-chave: dc.subjectEncolhimento-
Palavras-chave: dc.subjectSelection of components-
Palavras-chave: dc.subjectShrinkage-
Palavras-chave: dc.subjectGenotype-environment interaction-
Palavras-chave: dc.subjectCNPQ_NÃO_INFORMADO-
Título: dc.titleJustificativa bayesiana para efeito de encolhimento em modelos AMMI-
Título: dc.titleBayesian justification for shrinkage effect in AMMI models-
Tipo de arquivo: dc.typedissertação-
Aparece nas coleções:Repositório Institucional da Universidade Federal de Lavras (RIUFLA)

Não existem arquivos associados a este item.