Resumo -O objetivo deste trabalho foi identificar o método mais eficaz para estimar coeficientes de repetibilidade em progênies de meios-irmãos de pinhão-manso (Jatropha curcas) e predizer o número mÃnimo de medições necessárias para algumas caracterÃsticas agronômicas da oleaginosa. Avaliaram-se 18 famÃlias de meios-irmãos, em delineamento de blocos ao acaso, com três repetições, de 2009 a 2013. Nesse perÃodo, as seguintes caracterÃsticas foram avaliadas: altura de plantas, diâmetro do caule, número de ramos por planta, projeção da copa na linha, projeção da copa na entrelinha e produtividade de grãos. O coeficiente de repetibilidade (r) foi estimado a partir de diferentes estratégias: análise de variância; análise dos componentes principais (ACP), com base na matriz de correlações (CPCOR); ACP, com base na matriz de variâncias e covariâncias fenotÃpicas (CPCOV); e análise estrutural, com base na matriz de correlações. A estratégia CPCOV proporciona estimativas mais acuradas do coeficiente de repetibilidade e do número de medições necessárias (no mÃnimo quatro) para avaliação acurada (mÃnimo 80%) das caracterÃsticas, devido ao comportamento cÃclico das progênies.Termos para indexação: Jatropha curcas, análise multivariada, eficiência de seleção, precisão experimental, repetibilidade.
Minimum number of measurements for the accurate evaluation of agronomic traits in physic nutAbstract -The objective of this work was to identify the most effective method to estimate the coefficient of repeatability in progenies of half-sib families of physic nut (Jatropha curcas), and to predict the minimum number of measurements required for some agronomic traits of this oilseed crop. Eighteen half-sib families, in a randomized complete block design with three replicates, were evaluated from 2009 to 2013. In this period, the following traits were evaluated: plant height, stem diameter, number of branches per plant, crown projection on the line, crown projection on the space between rows, and grain yield. The repeatability coefficient (r) was estimated considering different strategies: analysis of variance; principal component analysis (PCA) based on the correlation matrix (PCCOR); PCA based on the matrix of phenotypic variance and covariance (PCCOV); and structural analysis based on the correlation matrix. The PCCOV strategy provides the most accurate estimates of the repeatability coefficient and of the number of measurements (minimum of four), which are required for an accurate evaluation (minimum 80% accuracy) of the traits, due to the cyclical behavior of the progenies.