Teoria de valores extremos e tamanho amostral para o melhoramento genético do quantil máximo em plantas
Conteúdo do artigo principal
Resumo
Este trabalho objetivou propor e avaliar uma metodologia estatística para o melhoramento genético do valor extremo das distribuições de caracteres quantitativos. Essa abordagem baseia-se nos quantis superiores da GEV (Distribuição de Valores Extremos Generalizada) e DEV (Distribuições de Valores Extremos) dos valores genotípicos individuais entre e dentro de famílias de plantas ou animais. Usando bases de dados reais e simulados de cana-de-açúcar, distribuições de valores extremos (Gumbel, Fréchet e Weibull) foram ajustadas aos máximos das famílias. Simulações estocásticas e reamostragens de dados experimentais indicaram consistentemente que a avaliação de 200 famílias maximiza a eficiência do melhoramento visando à seleção de indivíduos extremos. A distribuição Weibull foi a de melhor ajuste (seguida pela Gumbel) e indicou aumento da eficiência seletiva de 1,10 quando se passa de 20 para 100 indivíduos por família e de 1,12 quando se passa de 100 para 200 indivíduos. Esses números são aproximadamente constantes independentemente do número de famílias avaliadas. Uma boa opção prática seria a avaliação de 200 famílias com 100 indivíduos, num total de 20000 indivíduos. A metodologia é adequada também para classificar famílias pela capacidade de geração de indivíduos superiores e informar os tamanhos amostrais em cada família para capturar esses indivíduos.
Detalhes do artigo
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).