| |
|
|
| Registros recuperados : 11 | |
| 1. |  | SILVA, A. J. da; SANCHES, A.; ANDRADE, A. C. B.; OLIVEIRA, G. H. F. de; DI MAURO, A. O. Bayesian approach, traditional method, and mixed models for multienvironment trials of soybean. Pesquisa Agropecuária Brasileira, Brasília, DF, v. 53, n. 10, p. 1093-1100, Oct. 2018. Título em português: Abordagem bayesiana, método tradicional e modelos mistos para experimentos multiambientes na cultura da soja.| Biblioteca(s): Embrapa Unidades Centrais. |
|    |
| 2. | | OLIVEIRA, T. R. A. de; CARVALHO, H. W. L. de; NASCIMENTO, M.; SUELA, M. M.; CARDOSO, M. J.; OLIVEIRA, G. H. F. Bayesian segmented regression model to evaluate the adaptability and stability of maize in Northeastern Brazil. Crop Breeding and Applied Biotechnology, v. 23, n. 3, e44692334, 2023.| Biblioteca(s): Embrapa Meio-Norte. |
| |
| 3. | | OLIVEIRA, T. R. A.; CARVALHO, H. W. L. de; NASCIMENTO, M.; COSTA, E. F. N.; OLIVEIRA, G. H. F.; GRAVINA, G. A.; AMARAL JUNIOR, A. T.; CARVALHO FILHO, J. L. Adaptability and stability evaluation of maize hybrids using Bayesian segmented regression models. Plos One, v. 30, 2020.| Biblioteca(s): Embrapa Tabuleiros Costeiros. |
| |
| 4. | | OLIVEIRA, T. R. A.; SANT'ANNA, C. Q. S. S.; GRAVINA, G. A.; ROCHA, M. de M.; ALCÂNTARA NETO, F.; CRUZ, D. P.; OLIVEIRA, G. H. F.; GRAVINA, L. M.; ROCHA, R. S.; PEREIRA, I. M.; JAEGGI, M. E. P. C. Análise GYT biplot para seleção de linhagem de feijão-vagem. In: CONGRESO ARGENTINO DE HORTICULTURA, 40., 2018, Córdoba. Nuevos escénarios e innovación para cadenas de valor sustentables: resumos. Buenos Aires: ASAHO, 2018. p. 261.| Biblioteca(s): Embrapa Meio-Norte. |
| |
| 6. | | OLIVEIRA, T. R. A. de; CARVALHO, H. W. L. de; OLIVEIRA, G. H. F.; COSTA, E. F. N.; GRAVINA, G. de A.; SANTOS, R. D. dos; CARVALHO FILHO, J. L. S. de. Hybrid maize selection through GGE biplot analysis. Bragantia, v. 78, n. 2, p. 166-174, 2019.| Biblioteca(s): Embrapa Semiárido. |
| |
| 7. | | SILVA, A. J. da; OLIVEIRA, G. H. F. de; PASTORIZA, R. J. G.; MARANHÃO, E. H. A.; PEDROSA, E. M. R.; MARANHÃO, S. R. V. L.; BOITEUX, L. S.; PINHEIRO, J. B.; CARVALHO FILHO, J. L. S. de. Search for sources of resistance to meloidogyne enterolobii in commercial and wild tomatoes. Horticultura Brasileira, v. 37, n. 2, p. 188-198, Apr./Jun. 2019.| Biblioteca(s): Embrapa Hortaliças. |
| |
| 8. | | OLIVEIRA, T. R. A. de; GRAVINA, G. de A.; ROCHA, M. de M.; ALCÂNTARA NETO, F. de; CRUZ, D. P. da; OLIVEIRA, G. H. F. de; SANT'ANNA, C. Q. da S. S. de; JAEGGI, M. E. P. da C.; ROCHA, R. S. GYT biplot analysis: a new approach for cowpea line selection. Journal of Experimental Agriculture International, v. 41, n. 5, p. 1-9, 2019.| Biblioteca(s): Embrapa Meio-Norte. |
| |
| 9. | | GRAVINA, L. M.; OLIVEIRA, T. R. A. de; DAHER, R. F.; GRAVINA, G. A.; VIDAL, A. K. F.; STIDA, W. F.; CRUZ, D. P.; SANT'ANNA, C. Q. S. S. de; ROCHA, R. S.; PEREIRA, A. V.; OLIVEIRA, G. H. F. de. Multivariate analysis in the selection of elephant grass genotypes for biomass production. Renewable Energy, v. 160, 1265-1268, 2020.| Biblioteca(s): Embrapa Gado de Leite. |
|  |
| 10. | | OLIVEIRA, T. R. A.; SANT'ANNA, C. Q. S. S.; GRAVINA, G. A.; ROCHA, M. de M.; ALCÂNTARA NETO, F.; CRUZ, D. P.; OLIVEIRA, G. H. F.; GRAVINA, L. M.; ROCHA, R. S.; PEREIRA, I. M.; JAEGGI, M. E. P. C.; CHAGAS, J. T. B. C.; ALMEIDA, R. N. Selección de linajes de frijol caupí (Vigna unguiculata L. Walp.) a través del análisis multivariado. In: CONGRESO ARGENTINO DE HORTICULTURA, 40., 2018, Córdoba. Nuevos escénarios e innovación para cadenas de valor sustentables: resumos. Buenos Aires: ASAHO, 2018. p. 260.| Biblioteca(s): Embrapa Meio-Norte. |
| |
| 11. | | ARAÚJO, K. C.; OLIVEIRA, T. R. A. de; GRAVINA, G. de A.; ROCHA, M. de M.; ALCÂNTARA NETO, F. de; OLIVEIRA, G. H. F. de; CRUZ, D. P. da; SANT'ANNA, C. Q. da S. S. de; GRAVINA, L. M.; ROCHA, R. S.; PEREIRA, I. M. Selection of high-performance black-eyed cowpea (Vigna unguiculata) through GYT biplot analysis: a new methodology based on multiple characteristics. Australian Journal of Crop Science, v. 15, p. 464-469, 2021.| Biblioteca(s): Embrapa Meio-Norte. |
| |
| Registros recuperados : 11 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Unidades Centrais. |
|
Data corrente: |
03/12/2018 |
|
Data da última atualização: |
25/02/2019 |
|
Autoria: |
SILVA, A. J. da; SANCHES, A.; ANDRADE, A. C. B.; OLIVEIRA, G. H. F. de; DI MAURO, A. O. |
|
Afiliação: |
Alysson Jalles da Silva, Nova América Agrícola Ltda.; Adhemar Sanches, Universidade Estadual Paulista - Unesp/Faculdade de Ciências Agrárias e Veterinárias; Andréa Carla Bastos Andrade, Universidade Federal de Viçosa - UFV; Gustavo Hugo Ferreira de Oliveira, Universidade Federal de Sergipe - UFS/Núcleo de Graduação de Agronomia; Antonio Orlando Di Mauro, Universidade Estadual Paulista - Unesp/Faculdade de Ciências Agrárias e Veterinárias. |
|
Título: |
Bayesian approach, traditional method, and mixed models for multienvironment trials of soybean. |
|
Ano de publicação: |
2018 |
|
Fonte/Imprenta: |
Pesquisa Agropecuária Brasileira, Brasília, DF, v. 53, n. 10, p. 1093-1100, Oct. 2018. |
|
Idioma: |
Inglês |
|
Notas: |
Título em português: Abordagem bayesiana, método tradicional e modelos mistos para experimentos multiambientes na cultura da soja. |
|
Conteúdo: |
The objective of this work was to compare the Bayesian approach and the frequentist methods to estimate means and genetic parameters in soybean multienvironment trials. Fifty-one soybean lines and four controls were evaluated in a randomized complete block design, in six environments, with three replicates, and soybean grain yield was determined. The half-normal prior and uniform distributions were used in combination with parameters obtained from data of 18 genotypes collected in previous and related experiments. The genotypic values of the genotypes of high- and low-grain yield, clustered by the Bayesian approach, differed from the means obtained by the frequentist inference. Soybean assessed through the Bayesian approach showed genetic parameter values of the mixed model (REML/Blup) close to those of the following variables: mean heritability (h2mg), accuracy of genotype selection (Acgen), coefficient of genetic variation (CVgi%), and coefficient of environmental variation (CVe%). Therefore, the mixed model methodology and the Bayesian approach lead to similar results for genetic parameters in multienvironment trials. |
|
Palavras-Chave: |
Distribuição a priori no melhoramento genético; Modelagem matemática; Prior distribution in plant breeding. |
|
Thesagro: |
Glycine Max. |
|
Thesaurus NAL: |
Mathematical models. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/187537/1/Bayesian-approach-traditional.pdf
|
|
Marc: |
LEADER 02073naa a2200241 a 4500
001 2100538
005 2019-02-25
008 2018 bl uuuu u00u1 u #d
100 1 $aSILVA, A. J. da
245 $aBayesian approach, traditional method, and mixed models for multienvironment trials of soybean.$h[electronic resource]
260 $c2018
500 $aTítulo em português: Abordagem bayesiana, método tradicional e modelos mistos para experimentos multiambientes na cultura da soja.
520 $aThe objective of this work was to compare the Bayesian approach and the frequentist methods to estimate means and genetic parameters in soybean multienvironment trials. Fifty-one soybean lines and four controls were evaluated in a randomized complete block design, in six environments, with three replicates, and soybean grain yield was determined. The half-normal prior and uniform distributions were used in combination with parameters obtained from data of 18 genotypes collected in previous and related experiments. The genotypic values of the genotypes of high- and low-grain yield, clustered by the Bayesian approach, differed from the means obtained by the frequentist inference. Soybean assessed through the Bayesian approach showed genetic parameter values of the mixed model (REML/Blup) close to those of the following variables: mean heritability (h2mg), accuracy of genotype selection (Acgen), coefficient of genetic variation (CVgi%), and coefficient of environmental variation (CVe%). Therefore, the mixed model methodology and the Bayesian approach lead to similar results for genetic parameters in multienvironment trials.
650 $aMathematical models
650 $aGlycine Max
653 $aDistribuição a priori no melhoramento genético
653 $aModelagem matemática
653 $aPrior distribution in plant breeding
700 1 $aSANCHES, A.
700 1 $aANDRADE, A. C. B.
700 1 $aOLIVEIRA, G. H. F. de
700 1 $aDI MAURO, A. O.
773 $tPesquisa Agropecuária Brasileira, Brasília, DF$gv. 53, n. 10, p. 1093-1100, Oct. 2018.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Unidades Centrais (AI-SEDE) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
