02155naa a2200217 a 450000100080000000500110000800800410001910000140006024500870007426000090016150000980017052014100026865000130167865300230169165300280171465300300174265300290177265300190180170000260182077300910184619639642017-06-14 2013 bl uuuu u00u1 u #d1 aTOEBE, M. aNão normalidade multivariada e multicolinearidade na análise de trilha em milho. c2013 aTítulo em inglês: Multivariate nonnormality and multicollinearity in path analysis in corn. aO objetivo deste trabalho foi avaliar a interferência da não normalidade multivariada e da multicolinearidade na análise de trilha, em milho. Foram utilizados os dados de 13 ensaios de competição de cultivares de milho. Foram mensuradas a variável principal (produtividade de grãos) e sete variáveis explicativas (número de dias até o florescimento, estatura de plantas, altura de inserção da espiga, posição relativa da espiga, número de plantas, número de espigas e prolificidade), em cada cultivar. Procedeu-se, então, à transformação dos dados e ao diagnóstico de normalidade univariada e multivariada. Antes e após a transformação de dados, foram calculados os coeficientes de correlação e realizado o diagnóstico de multicolinearidade. A análise de trilha foi realizada por três métodos: tradicional; sob condições de multicolinearidade (análise de trilha em crista); e tradicional com eliminação de variáveis. A transformação de dados reduz o grau de multicolinearidade e a variabilidade das estimativas dos efeitos diretos, na análise de trilha tradicional com alto grau de multicolinearidade. A multicolinearidade exerce maior impacto sobre a estimativa dos efeitos diretos nas análises de trilha do que a não normalidade multivariada. A análise de trilha tradicional com eliminação de variáveis é mais adequada do que a análise de trilha em crista. aZea Mays aAnálise em crista aBox Cox transformations aEliminação de variável aElimination of variables aRidge analysis1 aCARGNELUTTI FILHO, A. tPesquisa Agropecuária Brasileira, Brasília, DFgv. 48, n. 5, p. 466-477, maio. 2013.