Efetuaram-se análises de adaptabilidade e estabilidade do rendimento de grãos de onze genótipos de feijão (Phaseolus vulgaris L.) de ensaios conduzidos em 23 municípios do Rio Grande do Sul, de 1988/89 a 1993/94, compreendendo 72 ambientes, visando identificar genótipos mais adequados para cultivo no Estado e utilização em programas de melhoramento. Foram avaliados os genótipos Rio Tibagi, Guateian 6662, EMPASC 201, FT 120, Macanudo, Pampa, Minuano, Macotaço, CNF 5491, Carioca e Iraí. Utilizou-se o método de regressão linear segmentada com estimação da junção dos segmentos. A ausência de alterações significativas das taxas de respostas lineares individuais dos genótipos indicou o método de regressão linear simples como mais apropriado. Os genótipos apresentaram desvios de regressão significativos, caracterizando instabilidade fenotípica. Iraí mostrou instabilidade superior às dos demais. Os genótipos diferiram quanto à produtividade média e à taxa de resposta, classificando-se como: Minuano, Macotaço, CNF 5491 e Macanudo, adaptabilidade geral; Rio Tibagi, Pampa e Iraí, pobremente adaptados a todos ambientes; Guateian 6662 e EMPASC201, adaptação específica a ambientes pobres e FT 120 e Carioca, adaptação média a todos ambientes. Destacaram-se Minuano, Macotaço, CNF 5491 e Macanudo, como mais produtivos e melhor adaptados aos ambientes considerados. Esses genótipos, aparentados, apresentaram adaptabilidade semelhante entre si e diferente dos demais e estabilidade não diferenciada em relação a alguns.
O modelo estatístico deve exprimir corretamente a estrutura do experimento. Isso é necessário para garantir que os componentes de variância que afetam efeitos referentes a fatores experimentais sejam idênticos aos componentes de variância usados para julgar a significância desses efeitos, exceto pelas próprias variâncias atribuíveis a esses efeitos. O modelo estatístico usualmente formulado ignora a estrutura das unidades que resulta de restrições à casualização. Como conseqüência, propriedades que decorrem da casualização não são apropriadamente levadas em conta, e inferências podem se tornar tendenciosas. Sugere-se um procedimento para identificação dos efeitos referentes à estrutura das unidades, e sua consideração no modelo estatístico e em inferências derivadas do experimento. Em particular, é proposto um algoritmo para a determinação prática dos valores esperados de quadrados médios que levam em conta apropriadamente a estrutura do experimento.
Este trabalho teve o objetivo de avaliar a influência do ethephon, do ácido indolbutírico (AIB) e do substrato no enraizamento de estacas obtidas de ramos de goiabeira. As plantas de um pomar com cinco anos de idade foram pulverizadas com ethephon nas concentrações de zero, 50 e 100ppm, sendo que após sete dias, foram feitas estacas de ramos do último lançamento, com três nós por estaca e um par de folhas. Estas foram tratadas com as concentrações de zero, 1000, 2000, 3000 e 4000ppm de AIB na forma liquida, por imersão de dois cm da base da estaca durante cinco segundos. Os substratos utilizados como meio de enraizamento foram vermiculita e cinza de casca de arroz. Os resultados mostram que com a utilização de vermiculita obteve-se maior percentagem de estacas enraizadas (21,48 %). Os reguladores Ethephon e AIB afetaram a percentagem de estacas enraizadas assim como o número de raízes.
Explanatory research has the goal of verifying a scientific hypothesis regarding the causal relationship between a set of response characteristics and a set of explanatory characteristics of a target population. The experiment is the explanatory research method par excellence. In the experiment, the researcher chooses the levels of one or more explanatory characteristics, associates these levels with the units of the sample by a random process and controls the presence of extraneous characteristics. Thus, the confounding of the effects of extraneous characteristics with the effects of the explanatory characteristics is reduced and its bias is avoided. This sample control has consequences relevant to inferences. This paper outlines the evolution of experimental research, makes a characterization of the experiment, describes the experimental research process and highlights the importance of considering statistical methodology in this process.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.