aula correlação

8/4/2019 Aula Correlao

1/65

ESTIMATIVAS E IMPLICAES DA

CORRELAO NO MELHORAMENTO

VEGETAL

Prof. Giovani Benin

PPGA Melhoramento Gentico de Plantas Cultivadas


2/65

O MELHORAMENTO DE PLANTAS

Gerar variabilidade gentica;

Originar recombinaes gnicas, de modo a se obterem novas

cultivares agronomicamente superiores;

Selecionar e reunir em um s gentipo caractersticas

desejveis que se encontram em diferentes gentipos.


3/65

ETAPAS DE UM PROGRAMA DE MELHORAMENTO

Escolha de genitores Variabilidade gentica na populao

necessrio

Conduo das populaes segregantes (F2-F5/F6)

Mtodo de seleo

Estratgia de seleo


4/65

ESTRATGIA DE SELEO

Quando selecionar?

A) Seleo direta em geraes com menor freqncia deheterozigotos.

Baixa herdabilidade e forte ao do ambiente.

Carter rendimento de gros

Seleo aplicada sobre o prprio carter

Melhores gentipos?


5/65

B) Seleo direta em geraes com elevada freqncia deheterozigotos.

ESTRATGIA DE SELEO

Maior aproveitamento da variabilidade gentica.

Caracteres quantitativos

Efeito de ambiente

Segregao


6/65

C) Seleo indireta.

ESTRATGIA DE SELEO

Busca melhorar o carter principal atravs da seleo

aplicada em outros caracteres.

Aplicada com vantagens quando o carter sob seleo :

Difcil de ser mensurado;

De difcil manipulao gentica.


7/65

1. Verificar se os valores de uma medida tende a crescer amedida que a outra aumenta.

2. Predizer o valor de uma varivel a partir de um valorconhecido de outra.

3. Definir a melhor estratgia de seleo, considerando aobteno de um gentipo com o nvel mais adequado detodos os caracteres envolvidos na seleo.

APLICABILIDADE DA SELEO INDIRETA


8/65

C) Seleo indireta em geraes altamente segregantes.


Consideraes:

Herdabilidade x grau de associao.

Possibilidade de ganho gentico!!!!!!!!!!

Dificuldade de medio ou identificao.

Caracteres relacionados a qualidade de gro.

Observar associados entre caracteres de menor

herdabilidade com queles de maior.


9/65

REN PH PMG EP DEF DFM DEM

REN 1 0,787* 0,153ns 0,328ns -0,499* 0,530* -0,361nsPH -0,236

ns1 0,180

ns0,280

ns-0,700* 0,754* -0,510*

PMG -0,150ns

0,023ns

1 0,395ns

-0,058ns

0,068ns

0,015ns

EP 0,171ns

0,261ns

0,398ns

1 0,223ns

-0,054ns

0,294ns

DEF 0,262ns

-0,641* 0,094ns

0,161ns

1 -0,751* 0,913*

DFM 0,141ns

0,558* -0,035ns

0,452* -0,281ns

1 -0,425ns

DEM 0,343ns

-0,460* 0,166ns

0,397ns

0,926* 0,064ns

1


Tabela 6 - Correlao fenotpica de Pearson entre sete caracteres de importncia agronmicasem a aplicao de fungicida em ambientes favorveis (diagonal superior) e em ambientesdesfavorveis (diagonal inferior). Pelotas, RS - 2002.

* Significativo a 5% de probabilidade de erro pelo teste t, a n-2 G.L. (0,433).ns No significativo.


10/65

QUANDO EXISTE CORRELAO

R: Existe correlao entre duas variveis quando a alteraosofrida por uma delas acompanhada por modificaes na

outra.

uma medida da proporo da variabilidadeem uma varivel que explicada pelavariabilidade da outra.

Rendimento de gros x PMG

Por exemplo: r= 0,70 - ento a varivel independente

explica 70% da varincia da varivel dependente.


11/65

CAUSAS DE ASSOCIAO ENTRE CARACTERES

Correlao Fenotpica a expresso mensurvel deum carter.

=

Correlao gentica

+

Correlao de ambiente

determinada pelo gentipo,sem a interveno doambiente. Ocasionada devidoa efeitos Pleitrpicos eligaes gnicas.

Efeitos modificadores doambiente na associao entrecaracteres.


12/65

ALOMETRIA ENTRE CARACTERES

Desenvolvimento da planta

Balano morfolgico entre caracteres


13/65

ALOMETRIA ENTRE CARACTERES

Nutricional - Diz respeito repartio de fotoassimilados entrediferentes locais da planta. Como, por exemplo, entre parte area esistema radicular e estruturas mais novas e senecentes;

Inibitria - neste caso, um rgo ou estrutura possui a capacidadede inibir o desenvolvimento de outros. Como exemplo, pode ser citadoo efeito de legumes terminais (mais novos) sobre as basais;

Compensatria/competitiva - nestes casos, a reduo em umaestrutura acompanhada pelo incremento da outra e vice-versa.


14/65

ESTIMATIVA DE CORRELAO DE PEARSON (r)

P 2 2X Y

COVxyr

rP= Correlao fenotpica

COVxy= Covarincia entre os caracteres X e Y.

2x e 2y= Varincia dos caracteres X e Y, respectivamente.


15/65

VARINCIA

2 eS2= a varincia de um conjunto de valores; a mdia populacional;

o i-simo valor de X;

n= o nmero de objetos avaliados (tamanho da populao).

X

iX

1

)(1

2

2

n

XX

s

n

i

i

n2

i2 i 1

(X X)

n

a soma dos desvios dividindo pelo nmero deobservaes

Populao Amostra


16/65

COVARINCIA

a covarincia entre os caracteres x e y;

o i-simo valor de X;

a mdia do carter X;

o i-simo valor de Y;

a mdia do carter Y;

n= o nmero de objetos avaliados

X

iX

XYCOV

iY

Y

n

YYXX

COV

n

i

ii

XY

1))((

1

))((1

n

YYXX

COV

n

i

ii

XY

a soma dos produtos dos desvios de duas variveis em

relao sua mdia, dividido pelo nmero de observaes.

Populao Amostra


17/65

COVxy


18/65

P 2 2X Y

COVxyr

DESVIO PADRO

A varincia envolve a soma de quadrados

A unidade em que se exprime no a mesma dos dados originais

Medida da variabilidade ou disperso com as mesmas unidadesnas quais os dados originais so expressos.


19/65

PROPRIEDADES DA CORRELAO DE PEARSON

1. Ficar no intervalo de -1

r

1 por ser isento de unidades e deordem de grandeza;

2. adimensional e independe das unidades de X e Y;

3. Um valor positivo de r significa uma relao linear positiva, comvalor 1 quando a relao for perfeita;

4. Um valor negativo de r significa uma associao linear negativa,com valor -1 quando a relao for perfeita;

5. Se o coeficiente for positivo, os caracteres tendem a variar nomesmo sentido. Se o sinal for negativo, os caracteres tendem a

variam em sentidos contrrios;6. r no necessariamente indica causalidade, em outras palavras,

Y no determinado por X; r pode ser resultado de outravarivel que est altamente correlacionada com X e Y.


20/65


21/65

SENTIDO DA CORRELAO

Correlao linear positiva

0

5

10

15

1 2 3 4 5 6

Figura 1 - Correlao positiva perfeita (r= 1).


22/65

SENTIDO DA CORRELAO

Correlao linear negativa

0

1

2

3

4

5

6

1 2 3 4 5 6

Figura 2 - Correlao negativa perfeita (r= -1).


23/65

SENTIDO DA CORRELAO

Ausncia de correlao

0

1

2

3

4

56

1 2 3 4 5 6

Figura 2.3 - Ausncia de relao linear (r= 0).


24/65

MAGNITUDE DA CORRELAO

Tabela 1 Classificao dos coeficientes de correlao de acordocom sua magnitude.

Valor Correlao

r = 0 nula

0 < |r| 0.30 fraca

0,30 < |r| 0,60 mdia

0,60 < |r| 0,90 forte0,90 < |r| 1 fortssima

|r|= 1 perfeita


25/65

TESTE DE SIGNIFICNCIA

2nr1

rt

2

r= coeficiente de correlao;

r2= grau de ajuste da reta de regresso aos dados,ou simplesmente (r)2;

n= a quantidade do conjunto de dados, ou seja onmero de observaes pares (x,y) utilizadas na

amostra.

Tabela t de Student com n-2 graus de liberdade ao um nvel designificncia desejado (=0,05 e =0,01).


26/65

2

0,81t 12 2 4,368

1 0,81

n-2 = 10

t = 2,228

4,368 > 2,228. Ento:

Tabela tStuden

Rejeita-se a hiptese nula de queno h correlao linear

significativa.

TESTE DE SIGNIFICNCIA

2nr1

rt2

r = 0,81

12 gentipos de trigo

Correlao entre RGxPMG


27/65

Tabela A1 - Pontos percentuais da distribuio t (de Student).G.L. Pontos bilaterais superiores: Prob. (|t|>tP)

p=0,10 p=0,05 p=0,03 p=0,01 p=0,0011 6,3137 12,706 21,205 63,656 636,582 2,9200 4,3027 5,6428 9,9250 31,5993 2,3534 3,1824 3,8961 5,8408 12,9244 2,1318 2,7765 3,2976 4,6041 8,61015 2,0150 2,5706 3,0029 4,0321 6,86856 1,9432 2,4469 2,8289 3,7074 5,95877 1,8946 2,3646 2,7146 3,4995 5,4081

8 1,8595 2,3060 2,6338 3,3554 5,04149 1,8331 2,2622 2,5738 3,2498 4,780910 1,8125 2,2281 2,5275 3,1693 4,586811 1,7959 2,2010 2,4907 3,1058 4,436912 1,7823 2,1788 2,4607 3,0545 4,317813 1,7709 2,1604 2,4358 3,0123 4,2209

14 1,7613 2,1448 2,4149 2,9768 4,140315 1,7531 2,1315 2,3970 2,9467 4,072816 1,7459 2,1199 2,3815 2,9208 4,014917 1,7396 2,1098 2,3681 2,8982 3,965118 1,7341 2,1009 2,3562 2,8784 3,921719 1,7291 2,0930 2,3457 2,8609 3,883320 1,7247 2,0860 2,3362 2,8453 3,8496


28/65

Benin, G.; Carvalho, F.I.F. et al.

ESTIMATIVAS DE CORRELAES EM

POPULAES SEGREGANTES

Importncia:

Definir estratgias de seleo para as geraes seguintes;

Verificar se os caracteres tendem a permanecer associadosdurante os sucessivos ciclos de seleo.


29/65

2XY

P1XY P2XY F

G

P1X P2X P1Y P2Y F2X F2Y

COV COVCOV ( )

2r

V V V V(V ( )) (V ( ))2 2

COVP1XY, COVP2XY: covarincias dos genitores;VP1X, VP1Ye VP2X, VP2Y: Varincia dos genitores;

COVF2XY: covarincia da populao;

VF2X e VF2Y: Varincia da populao.

P

x y

COVxyrV V

E P Gr r r

FRMULA


30/65

CORRELAO EM POPULAES SEGREGANTES

G

6.689 5.64141.821 ( )

2r 0,9103.416 5.772 24.662 15.247

[20.540 ( )] [116.071 ( )]2 2

P

41.821r 0,874

20.540 116.071

Er 0,036

Er 0,874 0,910


31/65

ANLISE DE TRILHA

Objetivo:

Auxiliar o melhorista na identificao docarter ou conjunto de caracteres maisefetivos para a seleo.


32/65

CORRELAO E CAUSALIDADE

1. Mudanas em A causam mudanas em B;

2. Mudanas em B causam mudanas em A;

3. A, B, C...n variveis, com uma certa interdependncia entre si.

Componentes do rendimento.

ANLISE DE TRILHA


33/65


34/65

COMPONENTES DE RENDIMENTO EM CEREAIS

Peso dePancula

r = 0,81

Nmero de gros

Peso de gros

Peso de palha

Rendimentode Gros

Variveis mutuamentecorrelacionadas


35/65


36/65

P1P2

r23

r34

r24

x1

x2

x3

R

P3

Y1

Modelo - considerando uma varivel bsica Y e 3 variveisexplicativas (X1, X2 e X3).

r

Porcentagem do

desvio padro do

efeito devido a

causa em relao

ao desvio padro

total deste efeito

1x

1

Y

P

2x

2

Y

P

3x

3

Y

P


37/65

ANLISE DE TRILHA

Regresso linear mltipla

ePXPXPXPyE

332211

31321211PrPrPYr

Onde:

Devido ao efeito direto de X1 sobre Y, quantificada por P1;

Devida ao efeito indireto de X1 sobre Y, via X2, quantificada por r12P2 e;

Devida ao efeito indireto de X1 sobre Y via X3, quantificada por r13P3. O

mesmo raciocnio vale para as correlaes r2Y e r3Y.

A correlao entre X1 e Y pode serdesdobrada em trs partes:

1 112 13

2 21 23 2

31 323 3

r y P1 r rr y r 1 r P

r r 1r y P


38/65

causa

Componentes do

rendimento

Efeito

Rendimento de gros

Varivel dependenteVarivel independente

utilizada para medir o fenmenoque est sob estudo e que se quer

explicar.

a candidata a explicar a variveldependente, cujo efeito se quer

medir


39/65

Procedimento

indispensvel a pr-obteno dos

coeficientes de correlao fenotpicos (rP) ougenticos (rG).


40/65

Propriedades

1. Sendo um coeficiente de regresso, ele tem direo, podendoser negativo ou positivo e maior ou menor que a unidade;

2. Sendo um coeficiente de regresso padronizado, ele pode ser

utilizado para comparar efeitos de caracteres mensurveis em

diferentes escalas;

3. No tendo unidade fsica, ele se assemelha a um coeficiente

de correlao.


41/65

Varivel Rend. PMG NGP NPP

NP/ha 0,298** -0,03NS -0,08NS -0,296**NPP -0,05NS -0,10NS -0,40**NGP 0,267** -0,19**PMG 0,351**

Tabela 5. Coeficientes de correlaode Pearson para os gentipos dearroz irrigado. Capo do Leo, RS,1993/94.

Varivel1

Coeficiente

de caminho

NP/ha Efeito direto 0,461

Efeito indireto de NP/ha via NPP -0,103

Efeito indireto de NP/ha via NGP -0,044

Efeito indireto de NP/ha via PMG -0,016

Total (diretos e indiretos) 0,297

NPP Efeito direto 0,349

Efeito indireto de NPP via NP/ha -0,136

Efeito indireto de NPP via NGP -0,214

Efeito indireto de NPP via PMG -0,049

Total (diretos e indiretos) -0,051

NGP Efeito direto 0,538

Efeito indireto de NGP via NP/ha -0,038

Efeito indireto de NGP via NPP -0,139

Efeito indireto de NGP via PMG -0,096


PMG Efeito direto 0,503

Efeito indireto de PMG via NP/ha -0,015

Efeito indireto de PMG via NPP -0,034

Efeito indireto de PMG via NGP -0,103


Tabela 4. Coeficiente de caminho para asvariveis na mdia dos gentipos de arrozirrigado. Capo do Leo, RS, 1993/94.

(ZAFFARONI et al. 1998)

Pesq. Agrop. Bras. v.33, n.1, 1998.

NP\ha= nmero de plantas ha.

NPP= nmero de panculas por planta.

NGP= nmero de gros por pancula.

PMG= peso de mil gros. RG= Rendimento de gros.


42/65

Gentipo No plantas/ha No panculas/planta

No gros/pancula

PMG(g)

Rendimento(kg/ha)

EMBRAPA 39-AGRISUL 1355556c 3,42b 42,5bc 26,0a 3616,8bcTF296-1-8 1711112b 2,82bc 66,3a 30,0a 6320,2cCLSeleo 447B-B 2177776a 2,67bc 44,1bc 33,7a 5143,4ab

CL99-40-2 1338889c 6,84a 29,1c 30,6a 5213,5abCL78-84-1M-26M-M 1511110bc 2,27c 80,4a 28,7a 6972,2aTF231-13-1M-5-B 2250001a 3,16bc 48,6b 24,3a 5936,4aEMBRAPA 6-CHU 1594444bc 3,49b 69,4a 25,8a 6617,0aEMBRAPA 7-TAIM 1266666c 3,53b 41,8bc 27,4a 3110,1cIRGA 410 1527778bc 2,87bc 67,3a 31,6a 6826,2a

Teste F 20,74* 28,37* 20,52* 0,45NS 9,41*

CV (%) 17,2 15,0 21,7 12,7 18,1

Tabela 3. Rendimento, nmero de plantas/ha, nmero depanculas/planta, nmero de gros/pancula e peso de mil gros ( PMG)para gentipos de arroz irrigado. Capo do Leo, RS, 1993/941.


43/65

direto

indireto

NP/P Efeito direto sobre PG/P 0,5535

Efeito indireto via PP 0,0287

Efeito indireto via NGP -0,0129

Efeito indireto via PMG -0,0007

Efeito indireto via CV -0,1796

Efeito indireto via EP 0,1114

TOTAL (direto e indireto) 0,5004

PP Efeito direto sobre PG/P 0,9097

Efeito indireto via NP/P 0,0174

Efeito indireto via NG/P 0,0003

Efeito indireto via PMG 0,0141




NG/P Efeito direto sobre PG/P -0,0142

Efeito indireto via NP/P 0,5050

Efeito indireto via PP -0,0197

Efeito indireto via PMG -0,0015




Caracteres1 Vias de associao

Coeficiente de

correlaoCoeficientes de trilha

Coeficiente de determinao 0,9665

Efeito da varivel residual 0,1828


44/65

1. Se coeficiente de correlao for baixo e o efeito direto forpositivo e alto, os efeitos indiretos que so responsveispela falta de correlao. Sob estas circunstncias, os

fatores causais indiretos devero merecer ateno naseleo.

2. Se o coeficiente de correlao entre o fator casual(componente do rendimento) e o efeito (rendimento) forigual ou semelhante ao seu efeito direto, essa correlaoexplica a verdadeira associao.

INTERPRETAES:


45/65

3. Se o coeficiente de correlao entre um fator casual e Y for

pronunciadamente negativo, mas o efeito direto positivo ealto, devemos aplicar um modelo de seleo restritiva, afim de minimizar os efeitos indiretos indesejveis e melhoraproveitar o efeito direto.

Peso dePancula

r = 0,-35

Nmero de gros

Peso de gros

Peso de palha

Rendimentode Gros

X

P= 0,50

Xi

-0,154-0,025

-0,450!!!

Y

INTERPRETAES:


46/65

1. 4. Se o coeficiente de correlao for positivo, mas o efeito

direto for negativo ou de baixa magnitude, os efeitosindiretos so as possveis causas da correlao. Neste caso,os efeitos causais indiretos devem ser consideradossimultaneamente na seleo.

Peso dePancula

r = 0,70

Nmero de gros

Peso de gros

Peso de palha

Rendimentode Gros

X

P= -0,25

Xi0,3574!!!0,225!!!-0,005

Y

INTERPRETAES:


47/65

ESTIMATIVAS DE CORRELAES ATRAVS DO

QUADRADO MDIO ESPERADO (QME)

Correlao Fenotpica a expresso mensurvel deum carter.

=

Correlao gentica

+

Correlao de ambiente

determinada pelo gentipo,sem a interveno doambiente. Ocasionada devidoa efeitos Pleitrpicos eligaes gnicas.

Efeitos modificadores doambiente na associao entrecaracteres.


48/65

Gentipo R1 R2 R3 Gentipo R1 R2 R3

1 44 57 44 13 96 84 80

2 48 65 66 14 63 69 73

3 68 64 76 15 50 56 64

4 54 44 46 16 71 65 525 69 64 56 17 60 48 47

6 65 72 82 18 70 71 69

7 63 54 69 19 60 70 70

8 58 56 55 20 58 62 77

9 72 52 52 21 68 69 78

10 72 59 50 22 78 98 7611 56 53 69 23 41 63 60

12 65 56 57 24 66 53 61

Tabela 5.1 - Nmero mdio de gros por pancula (X) em 24 gentiposde aveia branca, Pelotas-2002.


49/65


50/65

Tabela 5.3 - Soma (Z = X+Y) do nmero de gros por pancula (X) epeso de pancula (Y), de 24 gentipos de aveia branca, considerando

suas respectivas repeties. Pelotas-2002.

Gentipo R1 R2 R3 Gentipo R1 R2 R3

1 45,85 58,90 45,82 13 98,45 86,33 82,31

2 49,49 66,56 67,81 14 64,81 70,74 75,02

3 69,75 65,67 77,81 15 51,69 57,81 65,944 55,61 45,54 47,35 16 72,73 66,85 53,62

5 71,02 65,85 57,89 17 61,98 49,70 48,61

6 67,24 74,14 84,20 18 72,10 72,89 71,57

7 64,57 55,84 70,59 19 61,77 71,79 71,78

8 59,66 57,72 56,49 20 59,76 63,93 78,78

9 73,99 53,76 53,80 21 69,78 70,89 80,0710 73,79 60,95 51,47 22 80,37 100,40 78,11

11 57,53 54,59 70,61 23 42,52 64,80 61,50

12 66,95 57,41 58,40 24 67,66 54,58 62,55


51/65

Tabela 5.4 - Resumo da anlise de varincia para nmero de gros porpancula (X), peso de pancula (Y) e para suas respectivas somas (Z =

X+Y). Pelotas-2002.

FV GL E (QM)

X Y Z

Blocos 2 6,5417 0,0098 6,2411

Gentipos 23 275,2464 0,1636 286,0762

Erro 46 66,7011 0,0247 67,8921

CV (%) 12,92 8,64

QM

2G

2E r2E


52/65

A) Estimativa de varincias

r/QMGentipo )X(2

)X(P 2

)X(P 91,7487

r/QMGentipo )Y(2

)Y(P

2

)Y(P 0,0545

2) varincia gentica

1) varincia fenotpica

repetio/)QMErroQMGentipo()X()X(

2

)X(G

2

)X(G (275,2464 - 66,7011)/3 2

)X(G 69,5151repetio/)QMErroQMGentipo( )Y()Y(

2)Y(G

2

)Y(G (0,1636 - 0,0247)/3 2

)Y(G 0,0463


53/65

A) Estimativa de varincias

3) varincia de ambiente

)X(2 )X(E QMErro 2

)X(E 66,7011)Y(

2)Y(E QMErro

2)Y(E 0,0247


54/65

B) Estimativa de covarincias

1) covarincia fenotpica

PM(XY) = 1/2 (QMZ QMX QMY)PMGentipo(XY) = 1/2 (286,076 275,2464 0,1636)PMGentipo(XY) = 5,3332

Sendo a CovP(XY) = PMGentipo(XY)/r, ento:CovP(XY) = 5,3332/3 CovP(XY) = 1,7777

PMErro(XY) = 1/2 (67,892 66,7011 0,0247)PMErro(XY) = 0,5831Sendo a CovE(XY) = PMErro(XY), ento:CovE XY = 0,5831 CovE XY = 0,5831

2) covarincia de ambiente


55/65

3) covarincia gentica

CovG(XY) = (PMGentipo(XY) - PMErro(XY))/r

CovG(XY) = (5,3332 - 0,5831)/3 CovG(XY) = 1,5834


56/65

C) Estimativa de correlaes

1) correlao fenotpica

P(X,Y)P(X,Y) 2 2

P(X) P(Y)

Covr.

0,0545*91,74877777,1r )Y,X(P rP(XY) = 0,79


57/65


2) correlao gentica

0,0463*69,51515834,1r )Y,X(G rG(XY) = 0,88

G(X,Y)

G(X,Y) 2 2G(X) G(Y)

Covr.


58/65


3) correlao de ambiente

E(X,Y)

E(X,Y) 2 2E(X) E(Y)

Covr

.

0,0247*66,70115831,0r )Y,X(E rE(XY) = 0,45


59/65

NGP PGP PP PMG NAF RG PH DEF EST

NGP - 0,81* 0,80* -0,43* 0,04ns 0,32ns 0,41ns 0,04ns 0,29ns

PGP - 0,98* -0,09ns 0,01ns 0,34ns 0,50* -0,33ns 0,21ns

PP - -0,03 ns 0,00ns 0,34ns 0,48* -0,37ns 0,29ns

PMG - -0,14ns

0,05ns

0,08ns

-0,47* 0,05ns

NAF - 0,34ns 0,30ns 0,20ns 0,09ns

RG - 0,78* -0,25ns 0,44*

PH - -0,16ns 0,33ns

DEF - -0,40ns

EST -

Tabela 5.5 - Estimativas de correlao fenotpica entre nove caracteresagronmicos em aveia. Pelotas. 2003.

*Significativo a 5% de probabilidade de erro pelo teste t.ns No significativo.


60/65

Tabela 5.5 - Estimativas de correlao genitpica entre nove caracteresagronmicos em aveia. Pelotas. 2003.


NGP - 0,88* 0,88* -0,52* 0,09 ns 0,36ns 0,54* 0,10ns 0,60*

PGP - 0,99* -0,12ns 0,11 ns 0,34ns 0,58* -0,34ns 0,60*

PP - -0,07 ns 0,06 ns 0,34ns 0,53* -0,39ns 0,59*

PMG - -0,01ns 0,01ns 0,12ns -0,56* 0,11ns

NAF - 0,50* 0,37ns 0,24ns 0,02ns

RG - 0,83* -0,28ns 0,87*

PH - -0,20ns 0,75*

DEF - -0,78*EST -



61/65

Tabela 5.5 - Estimativas de correlao de ambiente entre novecaracteres agronmicos em aveia. Pelotas. 2003.


NGP - 0,55* 0,45* -0,11ns -0,04ns 0,08ns -0,19ns -0,19ns 0,01ns

PGP - 0,88* 0,07ns -0,16ns 0,45* 0,09ns -0,32ns -0,26ns

PP - 0,14ns -0,13ns 0,43* 0,14ns -0,25ns -0,04ns

PMG - -0,36ns 0,00ns -0,12ns -0,14ns 0,00ns

NAF - 0,06ns 0,24ns 0,15ns 0,14ns

RG - 0,29ns -0,09ns -0,12ns

PH - 0,05ns -0,19ns

DEF - -0,04ns

EST -



62/65

USOS INDEVIDOS DE ESTIMATIVAS DE CORRELAO

Origem dos dados e objetivos da pesquisa

Seleo de aveia para teor de protena

Cultivares com dif. teores de protena devem a causa primria devariao.

Qual nvel de adubo maximiza o teor de protena

causa primria de variao devem ser os tipos adubo e seusnveis.


63/65

Generalizao de resultados

Extrapolao dos resultados para alm dos limites dos dados.

Amostra e da populao;

Comportamento diferenciado entre populaes.

INTERAO GENTIPO X AMBIENTE (GXE)


64/65

INTERAO GENTIPO X AMBIENTE (GXE)

0

1

2

3

4

5

6

7

1 2 3 4

Ambientes

Desempenho

Gentipo I

Gentipo II

Gentipo III

Inconsistncia da superioridade do gentipo com relao

varincia de ambiente


65/65

aula correlação

Documents