Capítulo 4 – COMPONENTES
DE VARIÂNCIA
1) Deduza as seguintes propriedades de variâncias e covariâncias baseando-se em esperança matemática:
a) V (kX) = k² V (X)
b) V (x) = 1 sendo
Como:
Temos:
c) V (X+Y) = V(X) + V(Y) + 2 Cov (X,Y)
d) COV (X,X) = V (X)
e) Cov (aX, bY) = abCov(X,Y)
Como:
Temos:
2) Considerando as propriedades de variância e covariância, com base em esperança matemática, como seria dada a V (aX+bY).
1)
2)
Temos:
3) Foram avaliadas dez famílias de meios-irmãos em experimentos em blocos ao acaso com três repetições. O resultado da análise de variância é representado a seguir:
FV |
GL |
SQ |
QM |
F |
|
Probabilidade |
Bloco (B) |
2 |
713,216 |
356,6 |
|
|
|
Tratamentos |
9 |
6384,823 |
709,4 |
4,8238 |
|
0,002228 |
Resíduo |
18 |
2647,224 |
147,1 |
|
|
|
Média |
|
146,63 |
CV(%) |
|
8,28 |
|
Minimo |
|
112,1 |
Máximo |
|
185 |
|
- As médias das famílias foram:
129,3 ; 154,4 ; 141,5 ; 165,6 ; 145,7 ; 116,7 ; 139,0 ; 149,9 ; 164,3 ; 156,9.
- Considere os resultados da análise de variância:
a) Estime a variância genética e a herdabilidade considerando a seleção baseada nas médias das famílias.
FV |
|
|
|
E (QM) |
Bloco (b) |
x |
|
x |
|
Genótipo (g) |
x |
x |
|
|
Resíduo |
x |
|
|
|
Variância genética:
Herdabilidade:
b) Estime o ganho a ser obtido pela seleção das quatro melhores famílias
Como já temos o valor da herdabilidade (0,7926), basta encontrarmos o valor do diferencial de seleção para calcularmos o ganho com a seleção. A média de todas as famílias é 146,33, precisamos apenas da média dos selecionados.
Passo 1) Identificação das quatro famílias com maiores médias:
165,6; 164,3; 154,4 e 156,9.
Passo 2) Cálculo da média das melhores famílias:
Passo 3) Cálculo do diferencial de seleção (DS):
Passo 4) Cálculo do ganho de seleção (GS):
c) Faça a predição da média da população melhorada
A média da população melhorada é dada pela soma da média original com o ganho de seleção:
4) Defina efeito fixo e aleatório
O Efeito é dito fixo quando as conclusões a seu respeito forem válidas somente para ele próprio. O tratamento estudado não é uma amostra, mas sim o próprio material de interesse. Exemplo: ensaios de competição e recomendação de cultivares.
H0: g1 = g2=...= gn = 0 (Teste F significativo indica a existência de diferença entre as médias, o que possibilita o uso de testes de média).
E (gi) = gi
E (gi2) = gi²
Σgi = k =0
O efeito é dito aleatório quando o material avaliado constitui-se numa amostra de uma população, de forma que as informações obtidas têm o interesse de caracterizar a população de trabalho. Exemplo: avaliação de progênies (meio irmão e irmão completo, por exemplo).
H0: δ²g = 0 (Teste F significativo indica a existência de variabilidade genética entre as médias testadas)
E (gi) = 0
E (gi2) =δg ²
E (gi , gi’) = 0
5) Defina componente de variância
Componentes de variâncias são as variâncias associadas aos efeitos aleatórios de um modelo estatístico. Neste modelo, a média sempre é fixa e o erro aleatório. A importância desse estudo, é para obtenção do estimador da variância genotípica e de seus componentes herdáveis e não herdáveis.
6) Qual a diferença entre um componente de variância e um componente quadrático.
O componente quadrático expressa a variabilidade genotípica existente no material genético estudado, quando se trabalha com efeito fixo. Ressalta-se que para efeito fixo, nossa hipótese H0 testa a igualdade entre contrastes de médias. Já o componente de variância, expressa a variabilidade genética do material estudado, quando consideramos efeito aleatório. Nossa hipótese H0 para esse tipo de caso é se a δ²g é igual a zero, sendo que essa variância ainda pode ser subdivida em seus componentes básicos (variância aditiva e devida aos desvios de dominância).
7) Considere o modelo Yij = m + Gi + Bj + Eij
a) Apresente o quadro da análise de variância, com as fontes de variações e respectivas esperanças do quadrado médio.
FV |
GL |
SQ |
QM |
F |
Genótipos (G) |
g-1 |
SQG |
QMG |
QMG/QMR |
Bloco (B) |
b-1 |
SQB |
QMB |
|
Resíduo |
(g-1) (b-1) |
SQR |
QMR |
|
Total |
rga-1 |
SQT |
|
|
Obtenção da E (SQ) e QM considerando Efeito Aleatório:
E (gi) = 0 E (bj) = 0
E (gi2) =δg ² E (bj2) =δb ²
E (gi , gi’) = 0 E (bj ,bj’) = 0
SOMA DE QUADRADOS
SQTotal:
(1)
(2)
Temos:
SQTratamento :
(3)
Temos:
SQBlocos:
(4)
Temos:
ESPERANÇAS DE QUADRADO MÉDIO (SQ/GL)
Método Prático
FV |
|
|
|
E (QM) |
Bloco (b) |
x |
|
x |
|
Genótipo (g) |
x |
x |
|
|
Resíduo |
x |
|
|
|
b) Considerando o efeito do genótipo (Gi) fixo, descreva a hipótese testada no modelo. Que conclusões o pesquisador pode tirar quando obtiver valor de F ( = QMG/QMR) significativo.
Na análise de variância para o modelo fixo, tem-se que H0: g1=g2=g3=...= gn=0. Logo o valor significativo obtido pelo teste F indica a existência de efeito significativo de genótipo ou que há pelo menos um contraste entre as médias avaliadas que diferem estatisticamente entre si, tendo por base o teste de Scheffé. Dessa forma, é possível o pesquisador realizar testes de médias.
Os resultados só servem para os tratamentos analisados.
c) Considerando o efeito do genótipo (Gi) aleatório, descreva a hipótese testada no modelo. Que conclusões o pesquisador pode tirar quando obtiver valor de F (= QMG/QMR) significativo.
Na análise de variância para o modelo aleatório, tem-se que H0: δ²g = 0. Logo o valor significativo obtido pelo teste F indica a existência de efeito significativo de variância genotípica (variabilidade genética) entre as médias testadas, indicando viabilidade do uso de técnicas seletivas.
Os resultados podem ser expandidos.
d) Deduza a esperança de E (Y..)² e de E (Yi.²)
Passo 1) Dedução de E(Y..)2
Passo 2) Dedução de E (Y2i.)
8) Considerando os dados a seguir, faça a análise de variância e apresente os testes de hipóteses considerando o modelo aleatório. Estime a variância genética e a herdabilidade do caráter.
Genótipo |
Bloco 1 |
Bloco 2 |
Bloco 3 |
Total |
1 |
12 |
14 |
16 |
42 |
2 |
15 |
14 |
18 |
47 |
3 |
20 |
22 |
19 |
61 |
4 |
30 |
32 |
30 |
92 |
Total |
77 |
82 |
83 |
242 |
Modelo Yij = m + Gi + Bj + Eij
Para fazer esse exercício devemos primeiramente calcular a soma de quadrado total, soma de quadrado de blocos e soma de quadrado genótipo:
Agora podemos montar o quadro da ANOVA:
FV |
GL |
SQ |
QM |
F |
Bloco (B) |
(r-1) = 2 |
5,16 |
2,58 |
|
Genótipos (G) |
(g -1) = 3 |
505,66 |
168,55 |
53,69** |
Resíduo |
( r-1) (g-1) = 6 |
18,83 |
3,136 |
|
Total |
11 |
529,66 |
|
|
Sendo que:
GL Resíduo = GL Total – GL Blocos – GL Genótipos
Método Prático para obtenção de E (QM):
FV |
|
|
|
E (QM) |
Bloco (b) |
x |
|
x |
|
Genótipo (g) |
x |
x |
|
|
Resíduo |
x |
|
|
|
A variância genética é dada por:
E a herdabilidade por:
9) Considere os resultados da análise de variância feita segundo o modelo:
Yijk = m + B/Ajk + Gi + Aj + GAij + Eijk
FV |
GL |
QM |
Bloco/Ambiente |
27 |
1,523 |
Genótipos |
4 |
12,119 |
Ambiente |
8 |
42,886 |
G x A |
32 |
4,039 |
Resíduo |
108 |
0,456 |
a) Apresente as E (QM) considerando o modelo aleatório
Método Prático para obtenção da E (QM):
1) Confeccionar uma tabela de dupla entrada com FV e componentes de variância;
2) Incluir coeficientes multiplicando os componentes de variância, exceto o da fonte de variação testada;
3) Incluir os componentes que possuem todas as letras da FV.
FV/COMPONENTES |
|
|
|
|
|
E (QM) |
E(QM) Fixo |
Bloco/ambiente |
x |
x |
|
|
|
|
|
Genótipo |
x |
|
X |
|
x |
|
|
Ambiente |
x |
x |
|
x |
x |
|
|
G x A |
x |
|
|
|
x |
|
|
Resíduo |
x |
|
|
|
|
|
|
b) Apresente as hipóteses a serem testadas.
Para o modelo aleatório, testa-se uma hipótese para cada componente de variância, por exemplo, o valor de δ²g , sendo nossa hipótese H0 igual a δ²g=0. Para isso, é importante isolar cada componente de interesse.
FV/COMPONENTES |
|
|
|
|
|
E (QM) |
Teste F |
Hipótese |
Bloco/ambiente |
X |
x |
|
|
|
|
|
|
Genótipo |
X |
|
x |
|
X |
|
|
|
Ambiente |
X |
x |
|
x |
X |
|
|
|
G x A |
X |
|
|
|
X |
|
|
|
Resíduo |
X |
|
|
|
|
|
|
|
c) Apresente os valores da estatística F e sua significância.
FV |
Teste F |
Probabilidade |
Genótipo |
|
3,28%* |
Ambiente |
|
0%** |
G
x A |
|
0%** |
d) Estime o δ²g e δ²ga. Estime a herdabilidade considerando a seleção baseada nas médias dos genótipos nos vários ambientes.
e) Por que os graus de liberdade associados a genótipos e genótipos x ambientes são, respectivamente, g-1 e (g-1) (a-1)?
O grau de liberdade associado a genótipos é g-1 porque é perdido um grau de liberdade devido a média genotípica, enquanto o associado a genótipos x ambientes é (g-1) (a-1) porque são perdidos dois graus de liberdade, um devido a média genotípica e outro devido a média do ambiente.
f) Responda todas as questões considerando agora o modelo misto (com efeito de ambiente fixo e os demais aleatórios).
Método Prático para obtenção da E (QM) em modelos mistos:
1) Confeccionar a E (QM) para o modelo aleatório;
2) Fazer alterações na tabela:
a) Substituir δ²x por Φx no efeito fixo (grδ²a "grΦa);
b) Adicionar α na interação fixo-ambiente (rδ²ag "rαδ²ag);
c) Excluir o efeito aninhado após a “/” (gδ²b/a"gδ²b).
3) Permanece no modelo o componente que explica a FV ou que ao retirar a FV testada sobra efeito aleatório.
FV/COMPONENTES |
|
|
|
grΦa |
|
E (QM) |
Teste F |
Bloco/ambiente |
x |
x |
|
|
|
|
|
Genótipo |
x |
|
x |
|
|
|
|
Ambiente |
x |
x |
|
x |
x |
|
|
G x A |
x |
|
|
|
x |
|
|
Resíduo |
x |
|
|
|
|
|
|
FV |
Teste F |
Probabilidade |
Genótipo |
|
0%** |
Ambiente |
|
|
G
x A |
|
0%** |
10) Considere um experimento em blocos ao acaso com r repetições, em que se avaliaram g genótipos e a ambientes. Admita que os efeitos de genótipos são fixos.
a) Apresente o esquema da ANOVA com graus de liberdade e esperança dos quadrados médios.
Yijk = m + Gi + Aj + GAij + B/Ajk + Eijk
G = fixo
A e B = aleatório
FV/COMPONENTES |
GL |
SQ |
QM |
E (QM) |
Bloco/ambiente |
a (r-1) |
SQB |
QMB |
|
Genótipo |
(g-1) |
SQG |
QMG |
|
Ambiente |
(a-1) |
SQA |
QMA |
|
G x A |
(g-1) (a-1) |
SQGA |
QMGA |
|
Resíduo |
(r-1) (g-1)a |
SQR |
QMR |
|
Total |
gra-1 |
|
|
|
Método Prático para obtenção da E (QM) em modelos mistos:
1) Confeccionar a E (QM) para o modelo aleatório;
2) Fazer alterações na tabela:
a) Substituir δ²x por Φx no efeito fixo (arδ²g "arΦg);
b) Adicionar α na interação fixo-ambiente (rδ²ag "rαδ²ag);
c) Excluir o efeito aninhado após a “/” (gδ²b/a"gδ²b).
3) Permanece no modelo o componente que explica a FV ou que ao retirar a FV testada sobra efeito aleatório.
FV/COMPONENTES |
|
|
raΦg |
|
|
E (QM) |
Teste F |
Bloco/ambiente |
x |
x |
|
|
|
|
|
Genótipo |
x |
|
x |
|
x |
|
QMG/QMGA |
Ambiente |
x |
x |
|
x |
|
|
QMA/QMB |
G x A |
x |
|
|
|
x |
|
QMGA/QMR |
Resíduo |
x |
|
|
|
|
|
|
b) Apresente os estimadores dos componentes de variância associados aos efeitos de ambientes e da interação genótipo x ambiente.
11) Os resultados da análise de variância de experimentos realizados em três locais são apresentados a seguir:
|
A1 |
A2 |
A3 |
|||
FV |
GL |
QM |
GL |
QM |
GL |
QM |
Bloco |
4 |
10,0 |
3 |
8,0 |
2 |
6,0 |
Genótipo |
20 |
18,0 |
20 |
20,0 |
20 |
15,0 |
Erro |
80 |
8,2 |
60 |
6,0 |
40 |
3,0 |
Média |
10,0 |
12,0 |
15,0 |
Apresente os resultados da análise de variância conjunta com os graus de liberdade de cada fonte de variação e, se possível, as respectivas somas de quadrado e quadrados médios.
Um pré-requisito para analisar conjuntamente grupo de experimentos é a existência de homogeneidade de variâncias residuais entre eles. Neste caso, os QM dos erros não podem ser muito discrepantes. Uma recomendação prática, é dividir a maior e menor variância do erro, sendo que o resultando desta equação não pode ultrapassar 7 (80/40 = 2; <7).
Relação 1:
A soma de quadrado dos resíduos da análise conjunta é o resultado da soma de todas as SQR para cada ambiente em estudo.
Relação 2:
A soma de quadrado de genótipos dentro dos ambientes, obtida na análise conjunta, pode ser decomposta na soma entre SQG e SQGA. É também a soma das SQG de cada ambiente em separado.
FV/COMPONENTES |
GL |
SQ |
QM |
Bloco/ambiente |
(4+3+2)= 9 |
76 |
8,444 |
Genótipo/Ambiente |
(20 + 20 +20)= 60 |
1060 |
17,667 |
Genótipo |
20 |
- |
|
G x A |
(20 x 2)= 40 |
- |
|
Ambiente |
2 |
985,25 |
492,625 |
Resíduo |
(80 + 60 +40)= 180 |
1136 |
6,311 |
12) Considere um experimento de avaliação de g genótipos em a ambientes em blocos ao acaso com r repetições.
a) Apresente o modelo estatístico para análise dos dados (descreva os efeitos).
Yijk = m + Gi + Aj +B/Akj + GAij + Eijk
Média = fixo; Genótipo (g) = aleatório;
Ambiente (a) = aleatório; Bloco (r) = aleatório;
Erro = aleatório .
b) Apresente o quadro da ANOVA e respectivas E (QM), admitindo que todos os efeitos são aleatórios.
FV |
GL |
SQ |
QM |
E (QM) |
Genótipo |
g-1 |
SQG |
QMG |
|
Ambiente |
a-1 |
SQA |
QMA |
|
Bloco/Ambiente |
r(a-1) |
SQB/A |
QMB/A |
|
G x A |
(g-1) (a-1) |
SQGA |
QMGA |
|
Resíduo |
(r-1) (g-1)a |
SQR |
QMR |
|
c) Como poderiam ser testadas as hipóteses: H0: δ²g = 0 e H0: δ²ga = 0 ?
Teste F (δ²g) = QMG / QMGA
Teste F (δ²ga) = QMGA / QMR
d) Como poderia ser estimado o componente de variância da interação genótipo x ambiente (δ²ga).
δ²ga = QMGA – QMR /r