Título:	Regressão aleatória Bayesiana para avaliação genética da resistência ao mal das folhas em seringueiras.
Autoria:	SANDOVAL, V. J. C. SILVA, F. F. RESENDE, M. D. V. de MACEDO, L. R. de CECON, P. R.
Afiliação:	VICTOR JAVIER CEVALLOS SANDOVAL, INSTITUTO NACIONAL AUTÓNOMO DE INVESTIGAÇÕES AGROPECUÁRIAS/INIAP; FABYANO FONSECA SILVA, UNIVERSIDADE FEDERAL DE VIÇOSA; MARCOS DEON VILELA DE RESENDE, CNPF; LEANDRO ROBERTO DE MACEDO, UNIVERSIDADE FEDERAL DE VIÇOSA; PAULO ROBERTO CECON, UNIVERSIDADE FEDERAL DE VIÇOSA.
Ano de publicação:	2017
Referência:	Revista Ciência Agronômica, v. 48, n. 1, p. 151-156, jan./mar. 2017.
Conteúdo:	O mal das folhas causado pelo fungo Microcyclus ulei é a doença mais séria dos seringais da América Latina. Com o objetivo de identificar clones de seringueira mais resistentes em diferentes ambientes ao longo do tempo, compararam-se diferentes modelos de regressão aleatória (MRA) ajustados via abordagem Bayesiana. Oito clones foram testados em campos clonais no delineamento em blocos completos casualizados com quatro repetições, utilizando-se 80 árvores por parcela. As duas fileiras centrais foram avaliadas a cada dois meses em relação às variáveis severidade (SEV) e índice de estroma em folha adulta (EFA). Foram incluídas como covariáveis nos modelos a circunferência do tronco e as variáveis climáticas de cada campo clonal. Os MRA foram comparados por meio do critério DIC (Deviance Information Criterion). O modelo M2 (que assumiu os efeitos aleatórios quadrático para clone e linear para planta) foi o melhor (menor valor de DIC) para descrever SEV e EFA em todas as localidades consideradas. Tal modelo permitiu inferir que os clones FDR 5788, CDC312 e CDC56 apresentaram maior resistência, enquanto o clone FX 3864 foi o que apresentou a maior suscetibilidade, em todas as localidades consideradas.
Thesagro:	Hevea Brasiliensis Microcyclus Ulei
Palavras-chave:	Dado longitudinal Inferência estatística Simulação estocástica
Tipo do material:	Artigo de periódico
Acesso:	openAccess
Aparece nas coleções:	Artigo em periódico indexado (CNPF)