Download PDF
ads:
ALTERNATIVAS PARA MELHORAR A
EFICIÊNCIA DOS EXPERIMENTOS DE
VALOR DE CULTIVO E USO (VCU) NA
CULTURA DO FEIJOEIRO
WILLIAN KRAUSE
2005
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
WILLIAN KRAUSE
ALTERNATIVAS PARA MELHORAR A EFICIÊNCIA DOS
EXPERIMENTOS DE VALOR DE CULTIVO E USO (VCU) NA
CULTURA DO FEIJOEIRO
Dissertação apresentada à Universidade Federal de
Lavras como parte das exigências do Programa de
Pós-Graduação em Agronomia, área de concentração
em Genética e Melhoramento de Plantas, para a
obtenção do título de “Mestre”.
Orientador
Prof. Dr. Magno Antônio Patto Ramalho
LAVRAS
MINAS GERAIS – BRASIL
2005
ads:
Ficha Catalográfica Preparada pela Divisão de Processos Técnicos da
Biblioteca Central da UFLA
Krause, Willian
Alternativas para melhorar a eficiência dos experimentos de valor de
cultivo e uso (VCU) na cultura do feijoeiro / Willian Krause.
-- Lavras
:
UFLA, 2005.
63 p. : il.
Orientador: Magno Antônio Patto Ramalho.
Dissertação (Mestrado) – UFLA.
Bibliografia.
1. Feijão. 2. Melhoramento genético vegetal. 3. Bordadura. 4. Delineamento experimental. I. Universidade
Federal de Lavras. II. Título.
CDD-635.65223
WILLIAN KRAUSE
ALTERNATIVAS PARA MELHORAR A EFICIÊNCIA DOS
EXPERIMENTOS DE VALOR DE CULTIVO E USO (VCU) NA
CULTURA DO FEIJOEIRO
Dissertação apresentada à Universidade Federal de
Lavras como parte das exigências do Programa de
Pós-Graduação em Agronomia área de concentração
em Genética e Melhoramento de Plantas, para a
obtenção do título de “Mestre”.
APROVADA em 03 de fevereiro de 2005.
Prof. Dr. Magno Antônio Patto Ramalho UFLA
Prof. Dr. Edilson Romais Schmildt CCA/UFES
Profa. Dra. Flávia Maria Avelar Gonçalves UFT
Prof. Dr. Magno Antônio Patto Ramalho
UFLA/BIO
(Orientador)
LAVRAS
MINAS GERAIS – BRASIL
AGRADECIMENTOS
A Deus, pela saúde e força para completar mais esta etapa da minha
vida.
À Universidade Federal de Lavras, em especial ao Departamento de
Biologia, pela oportunidade de realizar este curso.
À Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
(CAPES), pela concessão de bolsa de estudos.
Ao professor Magno Antônio Patto Ramalho, pela orientação segura,
apoio e paciência.
Aos professores dos Departamentos de Biologia, pelos ensinamentos
transmitidos.
A todos os colegas do GEN, pela amizade, companheirismo e
disponibilidade em ajudar.
Ao Airton, pela grande contribuição nas análises estatísticas e pelas
sugestões.
Ao professor Edilson Romais Schmildt, que me abriu as portas para a
pesquisa científica.
À professora Flávia Maria Avelar Gonçalves, pelas sugestões
apresentadas para a melhoria deste trabalho.
À minha esposa, pela dedicação e compreensão.
Aos meus familiares, pelo apoio constante em todas as etapas
percorridas até aqui.
A todos os membros da Igreja Cristã Maranata de Lavras, pelo excelente
convívio.
i
SUMÁRIO
Página
RESUMO........................................................................................................
ABSTRACT....................................................................................................
1 INTRODUÇÃO...........................................................................................
2 REFERENCIAL TEÓRICO........................................................................
2.1 Experimento de valor de cultivo e uso (VCU)..........................................
2.2 Erro experimental e suas implicações no sucesso da
experimentação agrícola...........................................................................
2.3 Alternativas para melhorar a precisão experimental.................................
2.3.1 Escolha do delineamento.......................................................................
2.3.2 Otimização do tamanho e forma das parcelas........................................
2.3.3 Número de repetições............................................................................
2.3.4 Bordadura...............................................................................................
2.3.5 Manejo do experimento.........................................................................
2.3.6 Emprego da análise de covariância........................................................
2.3.7 Análise espacial.....................................................................................
3 MATERIAL E MÉTODOS.........................................................................
3.1 Locais........................................................................................................
3.2 Material experimental...............................................................................
3.3 Efeito de bordadura...................................................................................
3.3.1 Delineamento experimental e condução dos experimentos...................
3.3.2 Análise estatística...................................................................................
3.4 Efeito do número de repetições.................................................................
3.4.1 Delineamento e manejo da cultura.........................................................
3.4.2 Análise estatística...................................................................................
3.5 Emprego de covariáveis visando à melhoria da precisão experimental....
3.5.1 Covariáveis obtidas................................................................................
3.5.2 Análise dos dados..................................................................................
4 RESULTADOS E DISCUSSÃO.................................................................
4.1 Efeito de bordadura...................................................................................
4.2 Número de repetições...............................................................................
4.3 Ajuste do erro por meio de covariância....................................................
5 CONCLUSÕES...........................................................................................
REFERÊNCIAS BIBLIOGRÁFICAS............................................................
ANEXOS.........................................................................................................
i
RESUMO
KRAUSE, Willian.
Alternativas para melhorar a eficiência dos
experimentos de valor de cultivo e uso (VCU) na cultura do feijoeiro.
2005.
63 p. Dissertação (Mestrado em Genética e Melhoramento de Plantas) –
Universidade Federal de Lavras, Lavras, MG.*
O presente trabalho foi conduzido para avaliar a necessidade de
bordadura, o número de repetições e o emprego de variáveis ambientais como
covariável nos experimentos denominados de Valor de Cultivo e Uso (VCU),
com a cultura do feijoeiro. Essas informações poderão, no futuro, ser utilizadas
por ocasião da revisão das normas do VCU pelo Ministério da Agricultura,
Pecuária e do Abastecimento (MAPA), para orientar os obtentores de cultivares.
Os experimentos foram conduzidos no município de Lavras, sul do estado de
Minas Gerais. Para avaliar a necessidade de bordadura, foram implantados três
experimentos. Os tratamentos foram constituídos de dezoito linhagens com
grãos tipo carioca mais duas testemunhas. O delineamento foi o de blocos
casualizados com três repetições e parcela com quatro linhas de quatro metros de
comprimento. A colheita foi feita separadamente para as duas linhas centrais
(área útil) e as duas laterais (bordadura). Foram realizadas as análises de
variância da produtividade de grãos (kg/ha), considerando área útil, área total e
bordadura. Posteriormente, envolvendo a área útil e a bordadura, foi efetuada a
análise de variância para verificar o efeito da posição da linha. Utilizando-se os
mesmos experimentos, foram tomadas algumas covariáveis. Entre elas estão a
quantidade total de água por parcela, o teor de nutrientes do solo e o estande
final, visando o emprego da análise da covariância na melhoria da eficiência dos
experimentos. Foram realizadas análises de variância para cada covariável.
Posteriormente, elas foram utilizadas na análise de covariância individual e
múltipla. A produção de grãos foi considerada como variável dependente (y) e
as covariáveis como variáveis independentes (x). O efeito do número de
repetições foi avaliado utilizando-se as mesmas linhagens, com o mesmo
delineamento, porém, com seis repetições e a parcela continha duas linhas
(sem bordadura) com quatro metros de comprimento. Utilizando a
produtividade de grãos, foram realizadas análises de variância considerando as
diferentes combinações do número de repetições, isto é, com 2, 3, 4, 5 e 6
repetições. Com base nos resultados obtidos, constatou-se que: o uso de
bordaduras não contribui com a melhoria da precisão experimental; a utilização
de parcelas com maior número de linhas foi sempre vantajosa; o aumento do
número de repetições não afetou o quadrado médio do erro. Entretanto, reduziu
____________________
*
Orientador:
Magno Antônio Patto Ramalho – UFLA
ii
o erro padrão da média, incrementando a chance de detectar diferença
significativa entre as linhagens; o uso dos teores de nutrientes do solo como
covariável só é eficaz se o seu teor no solo for considerado crítico para a cultura.
Assim, uma alternativa seria proceder a análise do solo de rotina antes da
implantação do experimento. Se algum nutriente estiver abaixo do teor ideal, ele
poderia ser empregado como covariável e o emprego da quantidade total de água
recebida por parcela e o estande final como covariáveis não contribuíram para a
melhoria da eficiência dos experimentos.
iii
ABSTRACT
KRAUSE, Willian.
Alternatives to improve the efficiency of experiments of
cultivation and use value (VCU) for common bean.
2005. 63 p. Dissertation
(Master of Science in Genetics and Plant Breeding) –Federal University of
Lavras, Lavras, Minas Gerais, Brazil.*
The present study was carried out to evaluate the need for border rows,
the number of replications and the use of environmental variables as covariables
in so-called experiments of cultivation and use value (VCU) for common bean.
Such information could be used in the future for a revision of the VCU norms by
the Brazilian Ministry of Agriculture, Animal Husbandry and Supply (MAAHS)
as guidelines to release cultivars. The experiments were conducted in Lavras in
southern Minas Gerais state. The need for border rows was evaluated in three
experiments. The treatments consisted of 18 lines of the carioca grain type plus
two controls in a complete randomized block design with three replications. The
plots comprised four four-meter long rows. Harvests were accomplished
separately for the two central (useful area) and the two lateral rows (borders).
Analyses of variance for grain yield (kg/ha) considered the useful and the total
area and the border rows. Later, the variance analysis involving the useful area
and the borders was carried out to verify the effect of rows position. Some
covariables, among them the total quantity of water per plot, soil nutrient
concentration and the final stand were included using the same experiments with
the aim of using the covariance analysis to improve the experimental efficiency.
Analyses of variance were performed for each covariable. These were used later
in the individual and multiple covariance analysis. Grain yield was considered as
dependent (y) and the covariables as independent variables (x). The effect of
replications number was evaluated using the same rows with the same design,
however in six replications with plots containing two four-meter-long rows
(without border). Analyses of variance were performed based on grain yield
considering the different combinations of number of replications, that is, with 2,
3, 4, 5, and 6 replications. The inclusion of border rows did not improve the
experimental precision. The use of plots with more rows was an advantage
throughout; the higher number of replications did not affect the mean square
error. However, the mean standard error was reduced, increasing the chance of
detecting significant differences among lines; the use of soil nutrient
concentrations as covariable was only efficient when the nutrient concentration
____________________
*
Major professor:
Magno Antônio Patto Ramalho – UFLA
iv
was considered critical for the crop. Thus, an alternative would be to carry out
routine soil analyses prior to the installation of the experiment. If a nutrient
concentration were below the ideal it could be used as covariable. The use of the
total water quantity received per plot and the final stand as covariables did not
improve the experimental efficiency.
1
1 INTRODUÇÃO
Para orientar os obtentores de cultivares de feijão, o Ministério da
Agricultura, Pecuária e Abastecimento (MAPA) do Brasil estabeleceu uma série
de normas para determinar o valor de uma nova cultivar visando o seu registro,
denominadas Valor de Cultivo e Uso (VCU). Trata-se de uma exigência básica
para que uma cultivar obtenha o Registro Nacional de Cultivares (RNC) (Brasil,
2001). Essas normas foram estabelecidas em função da vivência dos
pesquisadores da comissão criada para a sua elaboração.
Após alguns anos de realização dos VCUs, as exigências das normas
estão sendo questionadas. Uma delas, por exemplo, é que só poderão ser
considerados os experimentos cujo coeficiente de variação (CV) seja inferior a
20% (Gurgel, 2004). Um outro questionamento é a necessidade de bordadura.
Alguns resultados disponíveis na literatura evidenciam que o uso de bordadura
na cultura do feijoeiro é desnecessário (Marques Júnior, 1997; Ribeiro et al.,
2001).
As diferenças entre as linhagens a serem detectadas nos experimentos
são cada vez menores. Por esta razão, devem-se procurar alternativas para que
seja possível identificar essas diferenças (Kempton & Fox, 1997). Entre elas
estão o número de repetições, o tamanho e o formato das parcelas, o nível de
significância aceitável para o erro tipo I e o emprego de variáveis ambientais
como covariável.
Essas informações não estão disponíveis para os experimentos de VCU
que estão sendo realizados. Dessa forma, foi realizado o presente trabalho com o
objetivo de avaliar alternativas na condução dos experimentos de VCU, com
ênfase na necessidade de bordadura, número de repetições e o emprego de
variáveis ambientais como covariável, com a cultura do feijoeiro. Essas
2
informações poderão, no futuro, ser utilizada para a revisão das normas dos
experimentos de VCU.
3
REFERENCIAL TEÓRICO
2.1 Experimento de valor de cultivo e uso (VCU)
O objetivo de qualquer programa de melhoramento é obter linhagens que
substituam, com vantagem, as pré-existentes. Para que isso possa ser realizado
com sucesso, é necessária uma intensa avaliação das linhagens obtidas. Essas
avaliações são especialmente importantes no Brasil, devido à diversidade de
condições ecológicas e de sistemas de plantio adotados pelos agricultores. Por
isso, a etapa de avaliação é a que demanda mais tempo e recurso dos
melhoristas.
Com a promulgação da Lei de Proteção de Cultivares no Brasil (Lei
9456 de 25/04/97) e as conseqüentes portarias e regulamentações, em especial a
Portaria 294 de 14/10/98, o Ministério da Agricultura, Pecuária e Abastecimento
(MAPA), para orientar os obtentores de cultivares, estabeleceu as normas para
determinar o valor de uma nova cultivar visando o seu registro, denominado
Valor de Cultivo e Uso (VCU). Trata-se de uma exigência básica para que uma
cultivar obtenha o Registro Nacional de Cultivares (RNC). Para isso, a linhagem
terá que participar de experimentos de avaliações durante um período mínimo de
dois anos em, pelo menos, três locais por região edafoclimática de importância
para a cultura, para cada época de cultivo (águas, seca e inverno).
Entre as recomendações estão: o delineamento experimental deve ser em
blocos casualizados com, no mínimo, três repetições; as parcelas devem ser
constituídas de, no mínimo, quatro fileiras de quatro metros de comprimento
sendo utilizadas apenas as duas centrais como útil. A norma também menciona
que só serão aproveitados os experimentos cujo coeficiente de variação (CV)
seja inferior a 20%.
4
Considerando que os experimentos de VCUs são decisórios e que
demandam enorme recurso, é necessário que eles sejam o mais eficiente
possível. Entretanto, muito embora algumas normas tenham sido utilizadas pelos
melhoristas, elas não foram devidamente avaliadas. Tem sido constatado, por
exemplo, que a existência de bordadura não é uma boa estratégia em parcelas
experimentais de algumas espécies cultivadas (Marques Júnior, 1997; Ribeiro et
al., 2001). Não seria aconselhável não utilizar bordadura e colocar um maior
número de repetições? E, qual o fundamento para se eliminar experimentos cujo
coeficiente de variação seja superior a 20%? Infelizmente, informações a esse
respeito envolvendo experimentos de VCU com a cultura do feijoeiro não foram
encontrados na literatura.
2.2 Erro experimental e suas implicações no sucesso da experimentação
agrícola
O erro experimental consiste na variação não controlada pelo
pesquisador, que ocorre de forma aleatória entre as parcelas que receberam o
mesmo tratamento. Ele é obtido após subtraírem-se os demais efeitos que
compõem o modelo estatístico. É importante frisar que erro não significa
engano, mas qualquer desvio devido aos vários fatores aleatórios do ambiente
(Ramalho et al., 2000). A estimativa do erro é fundamental para os testes das
hipóteses formuladas. Ela pode ser obtida toda vez que duas o mais variáveis
sejam avaliadas com repetições.
Como já mencionado, o erro é necessário para o teste das hipóteses
formuladas; assim, sua magnitude afeta diretamente o sucesso do experimento.
Se ele for de baixa magnitude, mesmo pequenas diferenças entre os tratamentos
poderão ser detectadas e, por conseguinte o experimento será mais eficiente.
Esse fato é facilmente visualizado por meio do estimador da variância da média
5
(
(
)
2
m
ˆ
s
), ou seja
r
s
s
2
2
)m
ˆ
(
=
. Assim, quanto menor
2
s
, a variância do erro, a
estimativa se aproxima mais do parâmetro populacional e, por conseguinte,
maior confiança nas inferências a serem obtidas dos experimentos.
Há vários fatores que afetam o erro experimental. De modo geral, a
heterogeneidade na ocorrência de todos os fatores bióticos e abióticos que
afetam o desenvolvimento da planta, contribui para a redução da precisão
experimental.
Entre os fatores bióticos os patógenos ocupam lugar de destaque. Uma
extensa revisão a respeito dos principais patógenos na cultura do feijoeiro é
apresentada por Sartorato & Rava (1994). No sul de Minas Gerais, há
predominância de ocorrência do
Colletotrichum lidemuthianum
, agente causal
da antracnose e
Phaeoisariopsis griseola
, causador da mancha angular. Esses
patógenos provocam grandes danos à cultura (Paula Jr. & Zambolim, 1998) e
possuem várias raças (Sartorato & Rava, 1994), o que dificulta a obtenção de
cultivares resistentes.
Normalmente, em um experimento estão envolvidas linhagens com
diferentes alelos de resistência e, portanto, que diferem em suscetibilidade às
raças dos patógenos. Esse fato propicia que, nos experimentos, a ocorrência dos
patógenos seja diferente entre as parcelas. Também tem sido constado no
feijoeiro e outras espécies que o grau de suscetibilidade ao patógeno de uma
determinada linhagem é influenciado pelas linhagens que estão situadas em
parcelas vizinhas (Kempton, 1997; Marques Júnior, 1997; Muñoz et al., 2000).
Quando uma linhagem está situada próxima de outra muito suscetível, o
grande potencial de inóculo contribui para que, mesmo que ela possua um
razoável nível de resistência, ela venha a manifestar o sintoma. Isso contribui
para alterar o desempenho da linhagem e, como não é na mesma intensidade em
todas as parcelas, diminui a precisão experimental. Infelizmente, nos
6
experimentos de avaliação de cultivares e ou progênies, não se deve promover o
controle dos patógenos, pois uma das variáveis sob avaliação é exatamente o
grau de resistência da linhagem e ou progênie sob teste.
No caso das pragas, as informações a respeito de diferenças entre
linhagens e distribuição no campo, por exemplo, são escassas. Contudo,
observações de campo permitem inferir que, normalmente, a ocorrência não é
homogênea. Há tendência, por exemplo, de algumas pragas concentrarem-se nas
bordas dos experimentos. Nesse caso também, como elas afetam o desempenho
de outros caracteres da planta, inclusive produtividade de grãos, essa
heterogeneidade de distribuição aumenta o erro. Em tomate, Muñoz et al. (2000)
detectaram interferência entre as parcelas causadas pelo ácaro rajado
(
Tetranychus
urticae).
Outro ponto importante é a ocorrência de plantas daninhas na área
experimental. O período crítico de competição das plantas daninhas com o
feijoeiro situa-se entre 15 e 30 dias após a emergência (Ferreira et al., 1998),
podendo acarretar redução na produção. Na cultura do feijoeiro ocorrem várias
espécies de plantas daninhas afetando o desempenho da cultura; algumas são
mais agressivas do que outras e, normalmente, elas não estão uniformemente
distribuídas na área experimental, o que acarreta aumento do erro experimental.
A interferência entre parcelas pode ocorrer também devido a diferenças
na altura das plantas situadas nas parcelas vizinhas. Em milho, David et al.
(2001) obtiveram redução na produção de 160 kg/ha para o norte da França e
300 kg/há, para o sul da França, quando uma cultivar foi 10 cm menor que cada
uma das suas vizinhas. Em trigo, utilizando cultivares de diferentes alturas,
Clarke et al. (1998) observaram que, em média, houve redução de 0,34% na
produção por centímetro aumentado na altura das parcelas vizinhas e o contrário
ocorreu quando a altura das parcelas vizinhas foi reduzida. Clarke et al. (2000),
demonstram que a interferência entre as parcelas devido à diferença na altura das
7
plantas pode ser reduzida se as fileiras das parcelas forem orientadas no sentido
leste-oeste.
Entre os fatores abióticos, a heterogeneidade na fertilidade dos solos
ocupa lugar de destaque nos experimentos de campo. Há várias publicações que
enfatizam a importância dos macros e micronutrientes na cultura do feijoeiro,
bem como especificam os níveis críticos no desenvolvimento das plantas
(Scaramussa et al., 1996; Oliveira et al., 1996; Vieira, 1998). Em regiões
tropicais, as chuvas podem ser intensas em curtos períodos, quando associadas
com a maior declividade de algumas áreas, elas contribuem para que a erosão
seja intensa em grande parte das regiões produtoras do Brasil (Paterniani, 2000).
Isso também ocorre nas áreas experimentais. Em função especialmente desse
fator, ocorre normalmente grande heterogeneidade em fertilidade. Como o
desempenho das plantas é dependente desses nutrientes, a variação na sua
ocorrência contribui para a diferença no desempenho das linhagens e, por
conseguinte, amplia o erro experimental.
Devido à distribuição irregular das chuvas, a irrigação torna-se uma
prática importante para suplementar a umidade necessária para o
desenvolvimento da cultura. Contudo, a água deve ser distribuída de forma
uniforme sobre a área. No caso da irrigação por aspersão, o objetivo é distribuir
a água no solo na forma de chuva de baixa intensidade, de forma que possa ser
absorvida sem escoamento superficial. Entretanto, como quase a totalidade dos
aspersores rotativos cobre áreas circulares, uma aplicação absolutamente
uniforme não é possível. Além disso, outros fatores, como o vento, pressão de
serviço, desuniformidade da rotação dos aspersores e o espaçamento entre eles,
afetam a distribuição de água. Assim, a desuniformidade de distribuição da água
em experimentos irrigados afeta o desenvolvimento das plantas, diminuindo a
precisão experimental.
8
Outro fator cuja heterogeneidade tem reflexo expressivo no erro
experimental é a diferença no número de plantas por parcela, o que se denomina
de estande. De maneira geral, tenta-se obter estande uniforme pela semeadura
em excesso, fazendo-se posteriormente o desbaste. Entretanto, mesmo com esta
prática, a parcela pode apresentar falhas por diversos fatores. A maior
dificuldade é que as plantas próximas às falhas podem ou não compensar as
plantas em falta, o que dificulta ainda mais a estratégia para solucionar o
problema (Fernandes et al., 1989).
A heterogeneidade do material experimental, ou seja, o material que
compõe os tratamentos, não se constitui num problema no caso do VCU, visto
tratar-se linhagens na fase final do melhoramento e, por isso, há homogeneidade
dentro das parcelas. Contudo, nem sempre é assim. Em experimentos de
avaliação de progênies segregantes, a variação na constituição genética promove
heterogeneidade no desempenho das plantas e aumenta o erro.
Além do mais, quando diferentes linhagens são avaliadas, elas podem
diferir em características, como hábito de crescimento, ciclo, reação a doenças já
mencionadas, entre outras, o que pode promover competição entre parcelas. Por
exemplo, no feijoeiro, as linhagens são classificadas em quatro tipos de hábito
de crescimento (Voysest & Dessert, 1993), sendo que o tipo IV possui um maior
comprimento da guia tendendo a enrolar-se nas plantas vizinhas. Isto aumenta o
erro experimental, podendo, assim, a performance de uma linhagem ser alterada
pela linhagem situada na parcela adjacente. Essa competição entre parcelas
deve-se, principalmente, à competição intergenotípica (Fehr, 1987).
Com relação ao tamanho e à forma das parcelas utilizadas, há enorme
variação, mesmo em uma dada espécie. Esse é um aspecto importante, porque
esse fator também afeta a estimativa do erro (Chaves, 1985). Sabe-se, contudo,
que muitos pesquisadores adotam tamanhos e formas de parcela sem considerar
9
critérios estatísticos e econômicos, tomando por base apenas a literatura, a qual
apresenta propostas de parcelas que levam em conta peculiaridades de região
onde se conduz o experimento. Na verdade, a literatura pode dar uma idéia da
parcela a se empregar, mas há critérios que devem ser considerados para se
adotar tamanhos e formas de parcelas (Chaves, 1985; Bertolucci, 1990; Alves &
Seraphin, 2004).
Os tratos culturais são procedimentos rotineiros aplicados a todos os
experimentos. É evidente que quando essas atividades não são feitas
uniformemente, aumenta o erro experimental. A técnica usada para proceder
qualquer trato cultural deve ser constante para todas as parcelas. Procedimentos
mecânicos são, em geral, mais homogêneos do que os manuais (Storck et al.,
2000).
Na cultura do feijoeiro também ocorre o erro pós-colheita. Esse tipo de
erro ocorre devido ao manuseio do material após a colheita e é difícil de ser
controlado. Uma vez colhidas as parcelas, as plantas são ensacadas ou amarradas
e levadas para os galpões para completarem a seca. O manuseio dessas parcelas
até serem trilhadas contribui para que ocorram perdas aleatórias de vagens ou,
até mesmo de plantas, com reflexo direto na precisão experimental (Souza,
1997). Uma medida que se tem empregado, quando possível, para reduzir esse
tipo de erro é a trilha das parcelas no campo experimental, para reduzir o
manuseio das parcelas.
2.3 Alternativas para melhorar a precisão experimental
2.3.1 Escolha do delineamento
Na experimentação de campo, um dos maiores problemas que o
experimentador encontra é a heterogeneidade do solo (Miranda Filho, 1987;
Ramalho et al., 2000), que inflaciona a estimativa do erro experimental,
10
reduzindo a capacidade do melhorista em detectar diferenças entre tratamentos
(Es & Es, 1993). Uma alternativa para reduzir essa heterogeneidade é a escolha
do delineamento experimental. O delineamento experimental é o plano de
distribuição dos tratamentos nas parcelas experimentais e, assim, orienta na
identificação das fontes de variação em que a soma de quadrados total será
decomposta. O delineamento experimental tem vários objetivos, tais como:
permitir a estimativa do erro experimental, contribuir para aumentar a precisão
dos experimentos e fornecer informações sobre o procedimento mais apropriado
para proceder ao teste de significância (Ramalho et al., 2000).
Há vários fatores que devem ser observados na escolha do delineamento
experimental. Entre eles, o tipo de tratamento a ser aplicado e o local de
condução do experimento, se é em casa de vegetação ou no campo, a
heterogeneidade do solo, o nível de significância desejada e, sobretudo, no caso
de experimentos nos programas de melhoramento vegetal, o número de
tratamentos a serem avaliados (Ramalho et al., 2000).
O delineamento mais utilizado é o de blocos casualizados completos, em
que todos os tratamentos ocorrem dentro de um mesmo bloco, que se espera ser
o mais homogêneo possível; a heterogeneidade entre os blocos não é incluída no
erro. No entanto, quando o número de tratamentos a ser avaliado ou o tamanho
das parcelas são muito grandes, os blocos completos podem se tornar
impraticáveis e, desse modo, este tipo de delineamento perde a sua eficiência,
pois a pressuposição de homogeneidade dentro dos blocos é geralmente violada.
Nesta situação, o melhorista deve optar por um tipo de delineamento que possua
maior controle local, como os blocos incompletos, especialmente látice (Silva et
al., 1999).
11
2.3.2 Otimização do tamanho e forma das parcelas
A determinação do tamanho ótimo da parcela, para uma espécie e em
dada condição experimental, depende de vários fatores, como: questões de
ordem prática, o caráter que está sendo avaliado, o nível de erro experimental
considerado aceitável para a mensuração do caráter, a variabilidade de
indivíduos dentro da parcela em relação à variabilidade entre parcelas, a fase do
programa de pesquisa, o número de tratamentos, o delineamento experimental,
as características de crescimento da cultura, o custo por indivíduo em relação ao
custo por unidade experimental e, principalmente, a heterogeneidade do solo
(Portmann & Ketata, 1997; Andrade, 2002; Alves & Seraphin, 2004).
Outro fator importante na determinação do tamanho ótimo da parcela
experimental é a utilização do número de plantas que represente o tipo de
família que está sendo avaliada. Isto porque a estimativa do erro experimental
corresponde ao quadrado médio da fonte de variação do erro nas análises de
variância. A esperança matemática dessa fonte de variação mostra que ela
contém dois componentes, isto é:
(
)
2
e
2
d
erro
k
QM
σ
+
σ
=
Ε
(Vencovsky, 1987),
em que
2
d
σ
corresponde à variância fenotípica entre plantas dentro das parcelas
e, por ser fenotípica, dependendo da situação, pode conter uma fração genética
(
2
gd
σ
) e outra ambiental (
2
w
σ
), isto é
2
w
2
gd
2
d
σ
+
σ
=
σ
. Esse
2
w
σ
corresponde à
variação ambiental entre plantas dentro da parcela, e, portanto, sempre está
presente. O componente
2
gd
σ
, em avaliações de linhagens é nulo, já que não há
variações genéticas entre indivíduos em uma linhagem porque ela está em
homozigose. A variação ambiental entre parcelas (
2
e
σ
), outro componente do
erro, é possível de ser controlado, dentro de certos limites, pelos pesquisadores.
O número de plantas por parcela (k) afeta a precisão, sobretudo se é insuficiente
para representar a família e ou tratamento que está sendo avaliado.
12
Na identificação do melhor tamanho das parcelas, além do número de
plantas para representar os tratamentos, outro fator que interfere é a
heterogeneidade da área experimental. Por isso, a identificação do tamanho ideal
das parcelas vem sendo realizada predominantemente por meio dos
denominados ensaios em branco ou ensaios de uniformidade, sem tratamentos
(Andrade, 2002). Os ensaios em branco consistem em cobrir toda a extensão da
área experimental desejada com apenas um material genético, submetendo todo
o campo a práticas culturais idênticas. Posteriormente, o ensaio é dividido em
um certo número de parcelas, medindo a produção ou outra característica
separadamente por parcela. Isso permite que rendimento de parcelas contíguas
sejam somadas para integrar parcelas de diferentes tamanhos e formas,
propiciando uma avaliação da variabilidade provocada pelo solo e por outros
fatores (Voysest, 1985; Bos & Caligari, 1995; Storck et al., 2000). Métodos e
resultados de análise de ensaios em branco podem ser vistos em Storck (1979)
para a cultura do milho, em Oliveira (1994), para a cultura da batata e em Zanon
(1996), para a cultura do eucalipto.
Os ensaios de uniformidade, no entanto, são apenas um dos métodos
utilizados para a determinação do tamanho da parcela. São notadamente
eficientes quando se considera a heterogeneidade do solo como principal fator
de variação não controlada do experimento. Entretanto, como foi comentado
anteriormente, há vários fatores que influenciam o tamanho e a forma ideais de
parcelas, sendo assim algo complexo, em virtude de tantas variáveis envolvidas
no processo. Devido, principalmente, a isso, muitos métodos têm sido propostos
e testados, atuando com relativa eficiência, conforme a situação em que sejam
aplicados (Bertolucci, 1990).
Quando se discute o tamanho das parcelas, além do número de plantas
propriamente dito, há outros aspectos importantes, tais como o formato da
parcela e a necessidade de bordadura. Há inúmeros trabalhos realizados com
13
plantas anuais que mostram, a partir de um número constante de plantas por
parcela, a vantagem do emprego de mais de uma linha de plantas na parcela
(Bertolucci et al., 1991; Viana, 1999; Palomino et al., 2000). Comentando a esse
respeito, Fehr (1987) diz que a diminuição no erro experimental ocorre devido à
redução na competição intergenotípica (RCI). Essa redução é estimada pela
seguinte expressão:
(
)
2
x
parcela
por
linhas
de
número
lados
2
2
x
parcela
por
linhas
de
número
RCI
−
=
. Assim,
com duas linhas, a competição é reduzida em 50%; com três linhas, em 66,7% e
assim por diante. Resultados obtidos com a cultura do feijoeiro mostram que a
utilização de duas linhas na parcela, em vez de uma, provocou alterações
expressivas no erro experimental (Bertolucci et al., 1991).
Alguns trabalhos enfatizam que o uso de parcelas grandes tem sido
associado com a adoção de poucas repetições. Isto se torna um risco para a
precisão experimental, pois, quanto maior o número de repetições, maior a
precisão, uma vez que o aumento de graus de liberdade do resíduo assegura
sempre estimativas fidedignas dos efeitos dos tratamentos (Rossetti et al., 1986;
Pimentel Gomes, 2000; Rosseti et al., 1996). Assim, pode-se utilizar parcelas
menores associadas com um número maior de repetições.
Um questionamento que surge é se os resultados de experimentos
obtidos utilizando parcelas pequenas podem ser extrapoladas para condições de
cultivo extensivo. Em trigo, Yan et al. (2002) compararam o desempenho de
cultivares de trigo em parcelas experimentais pequenas com os obtidos pelas
mesmas cultivares, na propriedade rural. Estes autores Verificaram que a
concordância foi muito boa e concluíram que os experimentos conduzidos em
parcelas pequenas forneceram dados úteis para a recomendação de cultivares.
Para a cultura do eucalipto, Andrade (2002) avaliou 10 clones em três
experimentos, com parcelas de 5, 20 e 100 plantas com três repetições. O autor
concluiu que o teste inicial de seleção de clones pode ser implantado em
14
parcelas menores, procedendo a seleção precoce, seguida de uma nova avaliação
dos clones em parcelas maiores, permitindo uma maior segurança na seleção
final.
2.3.3 Número de repetições
A repetição dos tratamentos é imprescindível para se estimar o erro
experimental e, por conseguinte, o(s) teste(s) de hipótese(s). Pela expressão já
comentada do erro padrão da média, quanto maior o número de repetições
menor deve ser o erro associado (Bertolucci, 1990; Arriel, 1991; Resende &
Souza Júnior, 1997). Contudo, a escolha do número de repetições depende de
uma série de fatores de ordem econômica e experimental, como heterogeneidade
do solo, delineamento experimental, porcentagem desejada de discriminação dos
tratamentos, disponibilidade de material experimental, disponibilidade de área
experimental, número de ambientes em que o experimento será conduzido e o
número de tratamentos (Bertolucci, 1990; Ramalho et al., 2000; Andrade, 2002).
A limitação de área experimental pode influenciar na escolha do número
de repetições. Em alguns casos, tem sido preferido aumentar o número de
repetições associado com a redução no tamanho das parcelas, permitindo uma
redução substancial da área sem prejuízo da precisão experimental (Rossetti et
al., 1996). De modo geral, essa estratégia proporciona experimentos mais
precisos sem grande aumento de despesa (Andrade, 2002).
O número de repetições tem sido alvo do trabalho de diversos
pesquisadores, tendo vários deles concluído que o aumento do número de
repetições parece ser mais eficiente do que o aumento do tamanho da parcela no
sentido de elevar a precisão experimental. Com isso, possibilita detecção de
porcentagem maior de diferenças entre médias. Pimentel Gomes (1994) ilustra
este fato, considerando um ensaio de campo de competição de 12 cultivares, em
que r = 4 blocos casualizados, com CV = 10%. Nessa situação, só poderia ser
15
detectada a diferença mínima significativa (
∆
) pelo teste de Tukey, a 5% de
probabilidade, se os tratamentos diferissem em mais de 25%. Este valor é
certamente excessivo, pois uma diferença de 20%, por exemplo, de enorme
significância econômica, não seria comprovada. Mas, com r = 9 blocos, em
condições similares, o valor de
∆
cairia para 16,5%, e com r = 16 para
∆
=
12,4%.
2.3.4 Bordadura
Num experimento, as fileiras mais externas das parcelas são
normalmente utilizadas como bordadura e, assim, não são aproveitadas na
obtenção de dados experimentais. Isso ocorre porque as plantas podem ser
influenciadas por aquelas da parcela vizinha, o que pode aumentar a
heterogeneidade entre as unidades experimentais e, com isso, aumentar o erro
experimental. No entanto, o uso de bordadura aumenta o tamanho do bloco,
podendo causar heterogeneidade dentro do bloco e provocar erro. Ademais, a
execução do experimento torna-se mais cara e dispendiosa quando se utiliza a
bordadura, pois exige maiores quantidades de adubos, sementes, preparo do solo
e a instalação do experimento e os tratos culturais tomam mais tempo, haja vista
a maior área experimental utilizada (Valentini et al., 1988).
Os trabalhos a respeito da necessidade de bordadura na cultura do
feijoeiro são contraditórios. Em alguns casos, demonstrou-se que a utilização de
bordaduras contribuiu para melhorar a precisão experimental (Debouck &
Hidalgo, 1985; Voysest, 1985; Costa & Zimmermann, 1998). No entanto, outros
autores têm demonstrado ser desnecessária a sua utilização, pois não
encontraram efeito da bordadura (Valentini et al., 1988; Marques Júnior, 1997;
Ribeiro et al., 2001). Assim, não há consenso sobre a necessidade ou não do
emprego de bordadura.
16
2.3.5 Manejo do experimento
A qualidade de um experimento pode ser medida pela magnitude do erro
experimental. Assim, pequenas variações, de toda a natureza, existentes nas
unidades experimentais antes de se aplicar os tratamentos, ou induzidas
involuntariamente durante a execução do ensaio, tornam as mesmas
heterogêneas. Dessa forma, todo o manejo do experimento torna-se de grande
importância para evitar o aumento do erro experimental.
Assim, cuidados devem ser tomados em todo o manejo como capinas,
aplicação de adubos, controle de doenças e pragas e irrigação, para que sejam o
mais uniforme possível em todas as parcelas do experimento para não
provocarem o aumento do erro experimental, devido ao fato de um tratamento
ora ser favorecido e ora ser prejudicado por influência desses fatores (Storck et
al., 1994). Outro fator importante é a presença do pesquisador constantemente
no campo acompanhando o experimento em todos os estádios e participando
ativamente no gerenciamento de todo o manejo que será aplicado no
experimento.
Analisando um total de 1.920 experimentos de competição de cultivares,
realizados no estado do Rio Grande do Sul, sendo 549 com a cultura do milho,
480 com a soja, 522 com trigo, 104 com arroz, 90 com feijão e 117 com aveia,
Lúcio & Storck (1999) obtiveram conclusões interessantes. Estes autores
concluíram que a padronização dos ensaios de competição de cultivares, usando
manejos propícios para reduzir o erro experimental é um procedimento capaz de
aumentar a qualidade e a confiabilidade dos experimentos. Observaram também
que procedimentos mecânicos são, em geral, mais homogêneos do que os
manuais.
17
2.3.6 Emprego da análise de covariância
Uma outra alternativa para reduzir a heterogeneidade nos experimentos,
especialmente de campo, é o emprego da análise de covariância. Para isso, uma
ou mais variáveis auxiliares (x) podem ser utilizadas na análise de covariância
com a variável resposta (y). Por meio dessa análise, espera-se ajustar as médias
dos tratamentos para o valor que deveria ser obtido se não tivessem ocorrido
diferenças no valor da covariável. Isto reduz o erro experimental e,
conseqüentemente, aumenta a precisão nas comparações entre médias dos
tratamentos. Steel et al. (1997) utilizam o modelo estatístico para ilustrar a
vantagem da análise de covariância. Seja, por exemplo, um experimento em
blocos casualizados. Nessa situação o modelo seria:
(
)
ij
ij
j
i
ij
e
..
x
x
b
r
t
m
y
+
−
+
+
+
=
em que:
ij
y
: valor observado do caráter y, do tratamento i no do bloco j;
m: média geral;
i
t
: efeito do i-ésimo tratamento; i = 1, 2, ..., n
j
r
: efeito do bloco j; j = 1, 2, ..., r
b: coeficiente de regressão linear entre os caracteres x e y;
ij
x
: valor assumido pela covariável, obtida no tratamento i no bloco j;
..x
: é o valor médio da covariável;
ij
e
: erro experimental.
As pressuposições necessárias para a validade da análise de covariância,
segundo Steel et al. (1997), são:
i) as observações x
ij
são de efeito fixo e medidas sem erro, independente
do efeito de tratamentos;
ii) a regressão de y sobre x, depois de removidos os efeitos de
tratamentos e de blocos, é linear e independente dos tratamentos e blocos.
18
Assim, o coeficiente de regressão linear é homogêneo (é o mesmo para cada
tratamento);
iii) os erros são normais e independentemente distribuídos com média
zero e variância comum.
É importante ter sempre em mente que a covariância só poderá ser usada
se a covariável não for afetada pelos tratamentos que estão sendo aplicados. Para
certificar-se disso, o melhor procedimento é realizar a análise de variância para
as covariáveis e verificar se há diferença significativa entre os tratamentos. Em
caso negativo, a variação existente foi aleatória e, portanto, a covariância pode e
deve ser aplicada para o ajuste.
Quando se tem mais de uma covariável, pode-se utilizar a análise de
covariância múltipla, ou seja, a variável principal é ajustada em relação às x
covariáveis. Draper & Smith (1998) comentam que, para se ter o menor erro,
deve-se preferir utilizar no modelo todas as covariáveis; assim, valores ajustados
mais confiáveis podem ser obtidos. Entretanto, estes autores comentam também
que há custos envolvidos na obtenção de informações sobre um grande número
de covariáveis e que o erro pode ter um valor razoavelmente pequeno que não
comprometerá as conclusões. Dessa forma, podem-se incluir no modelo poucas
covariáveis, ou seja, seleciona-se o “melhor” modelo. Para isso, existem vários
métodos, dos quais Draper & Smith (1998) consideram o Stepwise Selection
(Seleção passo-a-passo) como o melhor. O objetivo deste método é obter ao
final um modelo mais parcimonioso, ou seja, com um menor número possível de
covariáveis e que consiga explicar suficientemente as variações devido a causas
controláveis.
A análise de covariância tem sido utilizada em vários trabalhos com a
cultura do milho, visando o ajustamento nas diferenças de estande (Veronesi et
al., 1995; Schmildt, 2000; Storck et al, 2002) e nas diferenças de fertilidade do
solo (Knapp et al., 1995; Feijó et al., 2001).
19
Em experimentos de avaliação de linhagens, na cultura do feijoeiro,
Pereira (1993) considerou inúmeras variáveis como covariáveis. Para isso, ele
tomou medidas em todas as parcelas da quantidade de água da irrigação,
estande, pH, fósforo, potássio, cálcio, magnésio e alumínio mais hidrogênio.
Quando se utilizou como covariável o teor de P
2
O
5
no solo, o efeito foi o mais
expressivo reduzindo o CV em 15,6%. Para o cálcio, o CV reduziu 10,7% e,
quando se usou como covariável a quantidade de água da irrigação por parcela,
os resultados foram tão expressivos quanto estes dois anteriores.
Nesse trabalho, Pereira (1993) também utilizou a análise de covariância
múltipla, associando todas as covariáveis envolvidas. Contatou-se que houve
melhoria sensível da precisão experimental para a produtividade de grãos,
mostrando ser essa uma alternativa importante para melhorar o processo de
recomendação de linhagens de feijão.
Considerando que os experimentos de VCU necessitam ser o mais
preciso possível, quanto maior o número de experimentos aproveitados melhor
será a decisão dos melhoristas. Dessa forma, todas as estratégias que possam
melhorar a precisão experimental, entre elas a análise de covariância, devem ser
utilizadas. Entretanto, o seu emprego tem sido ainda muito pequeno.
2.3.7 Análise espacial
Atualmente, com as facilidades computacionais, uma outra alternativa
que se pode utilizar são as metodologias de análises espaciais de experimentos.
Isto porque pode haver correlação entre parcelas adjacentes e, assim, os erros
tenderiam a ser correlacionados. Muitos autores afirmam que, quando os campos
experimentais não são uniformes, a correlação entre as observações tende a ser
maior para parcelas vizinhas e diminui à medida que as distâncias entre as
parcelas aumenta (Brownie et al., 1993; Gleeson, 1997; Cargnelutti Filho et al.,
2003).
20
Sabe-se que a heterogeneidade do solo é a principal causa do erro
experimental nos experimentos de campo. Especialmente sob condições
tropicais, nas quais ocorrem chuvas de grandes intensidades, em curtos períodos
e associadas a áreas declivosas, a ocorrência de erosão é freqüente. Nessa
situação é esperada uma grande variação na fertilidade do solo (Ramalho et al.,
2000). Um outro evento que pode influenciar o desempenho de uma ou mais
parcelas, aumentando o erro experimental, ocorre quando em um experimento
em blocos ao acaso, em um determinado local, apesar dos cuidados observados
pelo experimentador, houve no passado formação especial no solo provocada
por cupins (muito comum em algumas regiões do Brasil) e detectada durante a
vida útil do experimento (Vivaldi, 1990).
Outra situação diferente ocorre no caso de experimentos de campo com
patógenos que migram com facilidade de uma parcela para a outra, afetando a
influência dos tratamentos, contribuindo também para o aumento do erro.
Além disso, na área de melhoramento de plantas, são comuns, em certas
fases de um projeto de pesquisa, experimentos com um número elevado de
tratamentos e a escassez de material básico (Souza et al., 2000), mão-de-obra e
espaço físico, torna-se então inviável a utilização de delineamentos ótimos,
optando-se, na maioria das vezes, por blocos ao acaso, com um grande número
de pequenas parcelas e poucas repetições. Naturalmente, o conceito de
homogeneidade dentro do bloco fica prejudicado, assim como o de
independência entre as parcelas (Vivaldi, 1990). Outra opção é a avaliação das
famílias sem conduzir experimentos com repetições (Souza et al., 2000). A
seleção neste caso é visual. No que se refere ao caráter produção de grãos, que
via de regra apresenta herdabilidade reduzida, a eficiência deste método é baixa
(Patiño & Singh, 1989; Silva et al., 1994).
Neste contexto, os métodos clássicos de análise de experimentos (e de
planejamento) que têm sido usados com sucesso por muitas décadas, e para
21
muitas situações permanecem imbatíveis, podem não produzir a eficiência
esperada (Vivaldi, 1990). Nestes casos, métodos estatísticos alternativos que
procuram eliminar os efeitos da correlação espacial, conhecidos como métodos
de análises de vizinhança (Papadakis, médias móveis e blocos móveis) e método
de análise espacial, são poderosos para ajustar as médias dos tratamentos para a
variação espacial e aumentar a precisão das estimativas de contrastes entre
tratamentos e de parâmetros genotípicos e fenotípicos (Costa, 2003; Smith &
Casler, 2004).
Brownie et al. (1993) reforçam que o argumento para usar estes métodos
alternativos de análise estatística é que maiores ganhos na precisão podem ser
obtidos comparativamente à análise convencional. Os autores relatam ainda que
tais métodos podem ser aplicados aos dados obtidos de um delineamento
experimental clássico, apenas melhorando as estimativas. Diversos trabalhos têm
demonstrado resultados promissores no uso da análise espacial (Costa, 2003;
Cargnelutti Filho et al., 2003; Smith & Casler, 2004; Yang et al., 2004).
22
3 MATERIAL E MÉTODOS
3.1 Locais
Foram conduzidos experimentos em três safras. Os experimentos das
safras de inverno de 2003 e das águas de 2003/04 foram implantados na área
experimental do Departamento de Biologia da Universidade Federal de Lavras
(UFLA), situada no município de Lavras, a 918m de altitude, 21º45’ S de
latitude e 45º00’ W de longitude. Os experimentos da safra da seca de 2004
foram alocados em uma área experimental no município de Ijaci, situado a oito
quilômetros de Lavras.
3.2 Material experimental
Em todos os experimentos, os tratamentos foram constituídos de dezoito
linhagens com grãos tipo carioca dos experimentos de VCU mais duas
testemunhas (Tabela 1). Esses experimentos fazem parte da rede de ensaios
conduzidos no estado de Minas Gerais, pelo convênio entre Universidade
Federal de Lavras (UFLA), Universidade Federal de Viçosa (UFV), Empresa
Brasileira de Pesquisa Agropecuária (EMBRAPA) e a Empresa de Pesquisa
Agropecuária de Minas Gerais (EPAMIG).
3.3 Efeito de bordadura
3.3.1 Delineamento experimental e condução dos experimentos
Utilizando três experimentos de VCU, foi avaliado o efeito de
bordadura. Os experimentos de VCU utilizados seguiram as normas do
23
Ministério da Agricultura, Pecuária e Abastecimento (MAPA), ou seja, o
delineamento experimental foi o de blocos casualizados com três repetições. A
parcela experimental foi constituída de quatro linhas, com quatro metros de
comprimento, espaçadas de 0,5m e densidade de 15 sementes por metro linear.
O plantio dos experimentos foi em forma de plantio direto. O manejo foi
semelhante ao adotado pela cultura na região, sendo irrigado, quando necessário,
por meio do sistema de aspersão. Não foi efetuado nenhum controle
fitossanitário.
Neste caso, foi considerada a produção de grãos. Para isso, foram
colhidas separadamente as duas linhas centrais (área útil) e as duas laterais
(bordadura).
TABELA 1 Caracterização das linhagens de feijão quanto à identificação, hábito
de crescimento e origem.
Identificação
Nº
Linhagens
Hábito de
crescimento
Origem
1
VC1
III
UFV
2
VC2
III
UFV
3
VC3
III
UFV
4
VC4
III
UFV
5
VC5
III
UFV
6
VI 0669C
III
UFV
7
VI 4899C
III
UFV
8
VI 4599C
III
UFV
9
OP-S-30
III
UFLA
10
OP-S-82
III
UFLA
11
OP-NS-331
III
UFLA
12
OP-S-16
III
UFLA
13
OP-S-193
III
UFLA
14
AN-LAV-51
III
UFLA
15
CIII-R-3-19
III
UFLA
16
CIII-H-4-12
III
UFLA
17
CNFC 9437
II
EMBRAPA
18
CNFE 8017
II
EMBRAPA
19
TALISMÃ
III
Testemunha
20
PÉROLA
III
Testemunha
24
3.3.2 Análise estatística
Como já mencionado, na colheita, foram coletadas as duas linhas
centrais (área útil) isoladamente das duas linhas laterais. Foram realizadas,
primeiramente, as análises de variância da produtividade de grãos (kg/ha),
considerando a área útil, bordadura e a área total, utilizando o modelo estatístico:
ij
j
i
ij
e
r
t
m
y
+
+
+
=
Em que:
ij
y
: valor observado do tratamento i dentro do bloco j;
m: média geral;
i
t
: efeito fixo do i-ésimo tratamento; i = 1, 2, ..., n
j
r
: efeito do bloco j; j = 1, 2, ..., r
ij
e
: erro experimental.
Posteriormente, envolvendo a área útil e a bordadura, foi efetuada a
análise de variância para verificar o efeito da posição da linha. Para isto, adotou-
se o seguinte modelo estatístico, considerando todos os efeitos fixos, exceto o
erro:
ijk
ik
jk
k
ij
i
j
ijk
)
rtp
(
)
tp
(
)
pr
(
p
)
rt
(
t
r
m
y
+
+
+
+
+
+
+
=
Em que:
m: média geral;
j
r
: efeito do bloco j;
i
t
: efeito do tratamento i;
ij
)rt(
: efeito da interação do tratamento i com o bloco j;
k
p
: efeito da posição;
jk
)pr(
: efeito da interação da posição k com o bloco j;
ik
)tp(
: efeito da interação do tratamento i com a posição k; e
25
ijk
)rtp(
: efeito do erro experimental associado ao tratamento i, na
posição k, no bloco j.
Para os três experimentos, aplicou-se o teste de agrupamento de Scott-
Knott (Ramalho et al., 2000) com um nível de significância de 5%.
3.4 Efeito do número de repetições
3.4.1 Delineamento e manejo da cultura
Para avaliar o efeito do número de repetições, foram realizados dois
experimentos. Sendo um na safra de inverno de 2003, conduzido em Lavras e o
outro na safra da seca de 2004, conduzido em Ijaci. Para estes experimentos
foram utilizadas as mesmas linhagens constantes na Tabela 1. O delineamento
experimental utilizado foi o de blocos casualizados com seis repetições. A
parcela experimental foi constituída de duas linhas, sem bordadura, com quatro
metros de comprimento, espaçadas de 0,5m e densidade de 15 sementes por
metro linear.
3.4.2 Análise estatística
A partir desses experimentos foi possível simular todas as combinações
dos blocos/repetições para 2, 3, 4 ,5 e 6, a fim de verificar a flutuação no
coeficiente de variação, quadrado médio do erro e o erro padrão da média
perante as alterações no número de repetições. Foram realizadas análises de
variância para a característica produtividade de grãos, conforme o modelo
anteriormente descrito, considerando todas as combinações das repetições
possíveis. Assim, com 2 repetições, simularam-se 15 experimentos (combinação
de seis, dois a dois); com 3 repetições, 20 experimentos; com 4 repetições, 15
experimentos; com 5 repetições, 6 experimentos e, evidentemente, com 6
repetições um experimento.
26
3.5 Emprego de covariáveis visando à melhoria da precisão experimental
As covariáveis foram obtidas nos experimentos das safras de inverno de
2003, águas de 2003/04 e da seca de 2004, mencionados no item 3.3.
3.5.1 Covariáveis obtidas
Foram anotadas as seguintes covariáveis:
⇒
Quantidade total de água por parcela: na safra de inverno de 2003, como o
experimento foi irrigado por aspersão, a quantidade total de água por parcela foi
obtida por meio de coletores colocados no centro de cada parcela. Eles foram
colocados à altura de 0,6m do solo. As medições foram feitas após cada
irrigação.
⇒
Teor de nutrientes do solo: as amostras do solo foram retiradas do centro de
cada parcela com um trado, para análise de fertilidade nas três safras. Essas
análises foram realizadas pelo Departamento de Ciência do Solo da UFLA para
avaliação dos seguintes componentes da fertilidade: pH em água, P
2
O
5
e K
2
O em
mg/dm
3
, Ca
++
e Mg
++
em cmol
c
/dm
3
.
⇒
Estande final: foi obtido pela contagem do número de plantas/parcela
somente da área útil, no momento da colheita.
3.5.2 Análise dos dados
Foram realizadas análises de variância, conforme o modelo estatístico já
mencionado, para cada covariável. Posteriormente, elas foram utilizadas na
análise de covariância individual e múltipla. A produção de grãos foi
considerada como variável dependente (y) e as covariáveis, como variáveis
independentes (x). As análises de covariância com cada uma das variáveis
relacionadas acima com a produtividade de grãos foram realizadas de acordo
com o seguinte modelo estatístico (Steel et al., 1997):
27
(
)
ij
ij
j
i
ij
e
..
x
x
b
r
t
m
y
+
−
+
+
+
=
Em que:
ij
y
: valor observado do tratamento i bloco j;
m : média geral;
i
t
: efeito fixo do i-ésimo tratamento; i = 1, 2, ..., n
j
r
: efeito do bloco j; j = 1, 2, ..., r
b: é o coeficiente de regressão linear entre x e y;
ij
x
: valor da covariável observado no tratamento i dentro do bloco j;
..x
: é o valor médio da covariável;
ij
e
: erro experimental.
Neste trabalho foram avaliadas várias covariáveis, que foram utilizadas
para a análise de covariância múltipla, ou seja, a variável principal
(produtividade de grãos) foi ajustada em relação às x covariáveis, de acordo com
o seguinte modelo estatístico:
(
)
ij
k
kij
k
k
j
i
ij
e
..
x
x
b
r
t
m
y
+
−
∑
+
+
+
=
Em que:
ij
y
: valor observado do tratamento i dentro do bloco j;
m: média geral;
i
t
: efeito fixo do i-ésimo tratamento; i = 1, 2, ..., n
j
r
: efeito do bloco j; j = 1, 2, ..., r
b: é o coeficiente de regressão linear entre x e y;
kij
x
: valor da covariável observado no tratamento i dentro do bloco j; k
= 1, 2, ..., z
x
k..
: é o valor médio da covariável k;
ij
e
: erro experimental.
28
Entretanto, é aconselhável utilizar um sistema de análise para selecionar
as covariáveis com maior expressão. Neste trabalho foi utilizado o método
“Stepwise Selection”, de acordo com Draper & Smith (1998).
As análises estatísticas empregadas neste trabalho foram realizadas com
o auxílio do programa SAS
, Sas Institute (1995) e do programa GENES –
Aplicativo Computacional em Genética e Estatística (Cruz, 2001).
29
4 RESULTADOS E DISCUSSÃO
Nesse trabalho foram estudadas algumas alternativas que podem
melhorar a precisão dos experimentos de valor de cultivo e uso. Entre elas estão
a existência ou não de bordadura, o número de repetições e o emprego de
covariáveis. Cada uma delas será apresentada em separado.
4.1 Efeito de bordadura
As análises de variância, considerando os experimentos com apenas a
área útil, a bordadura e a área total, estão apresentadas na Tabela 2. Inicialmente
chama a atenção a precisão experimental avaliada pelo coeficiente de variação
(CV). Em todas as situações ela foi inferior a 20%, indicando que não haveria
nenhuma restrição na utilização desses experimentos em atendimento às normas
do Ministério da Agricultura, Pecuária e Abastecimento (MAPA) (Brasil, 2001).
A utilização do coeficiente de variação como critério para o
aproveitamento ou não de experimentos de VCU, como preconizado pelo
MAPA, tem sido questionada (Gurgel, 2004). Por isso, alternativas têm sido
procuradas. Uma delas é a estimativa da proporção da soma de quadrados totais,
que é explicada pela variação entre as linhagens (R
2
). Verifica-se, na presente
situação que, como era esperado, houve boa concordância entre a medida do CV
e do R
2
(Tabela 2). É oportuno salientar que o emprego do CV é especialmente
questionado quando há diferença marcante na média geral dos experimentos. O
que não foi o caso na presente situação.
Em todas as três safras, constatou-se que a melhor precisão, menor
estimativa do coeficiente de variação foi obtida quando se considerou a área
30
TABELA 2 Resumo das análises de variância da produtividade de grãos (kg/ha), considerando área útil, bordadura e a
área total das parcelas nos experimentos de avaliação de linhagens de feijão do VCU, em três safras.
Linhagens
Erro
Safras
Tipos de
análise
GL
QM
Pr > F*
GL
QM
Média
(kg/ha)
CV (%)
%
R
2
Útil
19
266458,1
0,273
38
213458,7
2360
19,57
100
38,43
Bordadura
19
347911,2
0,047
38
184592,5
2362
18,19
93
48,52
Lavras
Inverno 2003
Total
19
270253,9
0,018
38
121975,2
2361
14,79
76
52,56
Útil
19
150496,2
0,105
38
93614,4
2018
15,17
100
44,56
Bordadura
19
157304,4
0,346
38
136755,0
2123
17,42
115
36,51
Lavras
Águas 2003/04
Total
19
116348,7
0,063
38
65153,1
2070
12,33
81
47,17
Útil
19
234163,7
<,0001
38
45566,9
2008
10,64
100
71,98
Bordadura
19
323401,9
<,0001
38
76844,4
2073
13,37
125
67,79
Ijaci
Seca 2004
Total
19
235669,8
<,0001
38
33211,9
2040
8,93
84
78,01
*Probabilidade de significância pelo teste F.
31
total da parcela. Em relação ao coeficiente de variação obtido envolvendo
apenas as duas linhas centrais (área útil), a redução média na estimativa do CV
foi de praticamente 20%.
As análises de variância envolvendo apenas as duas linhas laterais
(bordadura) foram sempre de pior precisão, maiores estimativas do coeficiente
de variação, exceto no experimento de Lavras, inverno de 2003. Na média das
três safras, a redução na precisão foi de 11%. Esse fato evidencia que as plantas
das parcelas vizinhas devem exercer influência no desempenho da linhagem.
Como a competição varia entre as linhagens, esse fato contribui para a maior
estimativa do erro. Resultados que evidenciam o efeito de parcelas vizinhas na
precisão experimental têm sido constatados em outras oportunidades com a
cultura do feijão (Marques Júnior, 1997), outras espécies anuais (Kempton,
1997; Clarke et al., 1998; Clarke et al., 2000; Muñoz et al., 2000; David et al.,
2001) e também perenes (Andrade, 2002).
Um outro efeito que pode contribuir para a maior estimativa do erro,
quando se utilizam as linhas laterais, é a ausência de competição nas bordas dos
experimentos. Isso porque, quando se têm parcelas com quatro linhas, não se
empregam bordaduras laterais aos experimentos. Assim, aquelas parcelas
situadas nas extremidades podem ser beneficiadas.
Um dos modos de quantificar esse possível efeito é por meio da análise
envolvendo o efeito de posição da linha (Marques Júnior, 1997). Para se
constatar esse efeito da posição da linha no desempenho das linhagens, isto é, se
há diferença quando se consideram duas linhas laterais (bordadura) ou as duas
linhas centrais, procedeu-se às análises de variância que estão apresentadas na
Tabela 3. Em todos os três casos, não houve efeito significativo para a fonte de
variação posição, o mesmo acontecendo para a interação linhagens x posições.
32
TABELA 3 Análise de variância considerando as parcelas úteis e as bordaduras nos experimentos de avaliação de
linhagens de feijão do VCU em três safras.
QM
FV
GL
Lavras – Inverno 2003
Lavras – Águas 2003/04
Ijaci – Seca 2004
Repetição
2
776821,5**
268761,7
37681,5
Linhagem
19
540507,9**
232697,6*
471339,6**
Repetição x Linhagem
38
243950,4
130306,4
66423,7
Posição
1
40,8
336020,8
135005,2
Linhagem x Posição
19
73861,5
75102,5
86229,0
Erro
40
147152,3
106359,4
53899,1
*, **Significativo pelo teste F, a 5% e 1% de probabilidade.
33
Esse resultado indica que o desempenho médio das linhagens não foi
influenciado pela linha que foi utilizada na tomada do dado experimental.
Também demonstram que embora a disposição da linha afete a precisão
experimental, ela não altera o desempenho das linhagens e, muito
provavelmente, a sua classificação.
Resultados semelhantes foram encontrados num trabalho realizado por
Marques Júnior (1997), também com a cultura do feijoeiro. De modo geral,
quanto maior o número de linhas na parcela, menor será a competição
intergenotípica (Ferh, 1987). Resultados anteriores com a cultura do feijoeiro
confirmam essa observação (Bertolucci et al., 1991). Talvez seja essa a razão da
melhor precisão quando se utilizaram as quatro linhas da parcela.
O que interessa realmente é verificar o efeito do tipo de parcela na
classificação das linhagens. Os resultados médios obtidos para o nível de
significância de 5% estão apresentados na Tabela 4. Infelizmente, a
discriminação das linhagens, utilizando o teste de agrupamento de Scott-Knott,
foi muito pequena. Isto é, só foi possível identificar grupos de linhagens no
experimento conduzido em Ijaci na safra da seca de 2004.
Considerando o experimento conduzido em Ijaci na safra da seca de
2004, verifica-se que os três tipos de parcela, de modo geral, agruparam as
linhagens de modo semelhante. A maior discrepância foi quando se utilizou a
bordadura. Por exemplo, as sete melhores linhagens foram agrupadas de modo
semelhante quando se utilizou a área útil e a total.
Do exposto, ficou evidenciado que a utilização de parcelas com maior
número de linhas é sempre vantajosa. Assim, todas as linhas deveriam ser
consideradas na análise. O uso de bordaduras não contribui com a melhoria da
precisão experimental, mas somente acarreta custo adicional. Esse fato deveria
ser observado em futuras decisões do grupo do MAPA envolvido no
estabelecimento das normas dos VCUs com a cultura do feijoeiro.
34
TABELA 4 Produtividade média de grãos (kg/ha), obtida considerando-se área útil, bordadura e a área total das parcelas
nos experimentos de avaliação de linhagens de feijão do VCU. Experimentos conduzidos em três safras.
Lavras – Inverno 2003
Lavras – Águas 2003/04
Ijaci – Seca 2004
Linhagens
útil
bordadura
total
útil
bordadura
total
útil
bordadura
total
VCU2
3098 a
3168 a
3133 a
2058 a
2000 a
2029 a
1793 b
2000 c
1896 b
VCU3
2710 a
2958 a
2834 a
1983 a
1925 a
1954 a
1833 b
2125 c
1979 b
VI 4599C
2683 a
2558 a
2621 a
2083 a
1967 a
2025 a
2208 a
1933 c
2071 b
PÉROLA
2628 a
2648 a
2638 a
1893 a
2107 a
2000 a
1843 b
1908 c
1875 b
OP-S-30
2555 a
2608 a
2581 a
2008 a
2275 a
2141 a
2008 b
2283 b
2146 a
VCU5
2518 a
2240 a
2379 a
1675 a
1792 a
1734 a
2218 a
2075 c
2146 a
VCU1
2508 a
1983 a
2245 a
1533 a
1982 a
1759 a
1783 b
2050 c
1917 b
VCU4
2393 a
2323 a
2358 a
2108 a
2267 a
2188 a
1818 b
1925 c
1871 b
OP-NS-331
2388 a
2408 a
2398 a
2238 a
2607 a
2423 a
2350 a
2393 b
2371 a
VI 0669C
2385 a
2428 a
2406 a
2268 a
2075 a
2171 a
1833 b
1643 c
1738 c
OP-S-193
2360 a
2290 a
2325 a
2393 a
2407 a
2400 a
2233 a
2350 b
2292 a
CIII-H-4-12
2315 a
2320 a
2318 a
1958 a
1982 a
1971 a
1393 b
1858 c
1729 c
OP-S-82
2288 a
2470 a
2379 a
2150 a
2207 a
2179 a
2268 a
2618 a
2442 a
CIII-R-3-19
2213 a
2048 a
2130 a
1768 a
1967 a
1866 a
1850 b
1608 c
1625 c
TALISMÂ
2178 a
1903 a
2039 a
2193 a
2087 a
2140 a
2043 b
1868 c
1954 b
OP-S-16
2108 a
2383 a
2245 a
2208 a
2675 a
2441 a
2425 a
2868 a
2646 a
CNFE 8017
2100 a
2418 a
2259 a
1725 a
2125 a
1925 a
2300 a
2150 c
2225 a
CNFC 9437
2018 a
2183 a
2099 a
1868 a
2075 a
1971 a
2383 a
2200 b
2292 a
VI 4899C
1898 a
2228 a
2063 a
2258 a
1882 a
2071 a
1893 b
2100 c
1996 b
AN-LAV-51
1878 a
1678 a
1776 a
1968 a
2032 a
2000 a
1658 b
1518 c
1588 c
1/
Linhagens seguidas da mesma letra pertencem ao mesmo grupo pelo teste de Scott-Knott, a 5% de probabilidade de
erro.
35
Um outro questionamento que poderia ser realizado nos experimentos de
VCU é o nível de significância a ser adotado nas comparações das médias. A
hipótese de nulidade (H
0
) é que as médias não sejam diferentes. Essa hipótese é
testada com um determinado nível de probabilidade na sua aceitação ou não.
Esse nível de probabilidade, normalmente, tem sido de 5% (
á = 0,05). Assim, se
H
0
for rejeitada, quando ela é verdadeira, tem-se um erro denominado tipo I. Por
outro lado pode-se aceitar a hipótese H
0
, quando ela é falsa. Tem-se, então, o
que s e denomi na erro ti po II (â). que n
ão é considerado nos testes. O
pesquisador controla apenas sobre o erro tipo I, pela fixação de
á.
O que tem sido proposto é aumentar a probabilidade do erro tipo I, ou
seja, passar para 10% ou 20%. Isso porque tem-se maior chance de se detectar
diferença significativa entre as linhagens e, assim, permitir que sejam
recomendadas para os agricultores realmente a(s) melhor(es) linhagens. Dizendo
de outro modo, se for adotado um nível de significância inferior, o agricultor
poderá perder a chance de utilizar uma linhagem melhor. Nessa condição, o
agricultor utilizaria uma linhagem inferior, acarretando, evidentemente, perda
econômica (Kang & Magari, 1996).
Alguns trabalhos foram realizados a esse respeito (Carmer, 1976; Kang
& Magari, 1996). Em milho, por meio de simulação, Carmer (1976) demonstrou
que, para determinada diferença entre as cultivares, o nível
á dever i a s er maior
que 5%, que é normalmente utilizado. Este autor sugeriu
á entr e 10% e 2
0%.
Kang & Magari (1996) mostraram que, considerando diferença entre as médias
variando de 1 a 1 , 4 t/ha, no cas o do milho, com á = 0,25, o erro ti po II, seria
praticamente zero. Esse fato tem sido constatado nos experimentos de VCU em
muitas situações. Tomando como exemplo o experimento conduzido em lavras
na safra de inverno de 2003, considerando apenas a área total, verifica-se que o
teste F foi significativo (P
• 0,018) (T abela 2 ) . Com á = 0,05, n
ão se detectou
diferença entre as médias de linhagens em um experimento cujo o coeficiente de
36
variação foi de 14,8%. Veja que a magnitude das médias variou de 1.777 a 3.133
kg/ha (Tabela 5), com uma amplitude de 1.356 kg/ha, ou seja, 57% do valor da
média (2.361 kg/ha). Essa é uma situação muito frustrante para o pesquisador.
Houve demanda de muitos recursos e de tempo e, no final, mesmo com boa
precisão experimental não se conseguiu atingir o objetivo que era identificar
linhagens mais promissoras. Se for adotado um outro nível de
á, por exemplo,
10% ou 20%, seria possível agrupar as cultivares em dois grupos.
TABELA 5 Produtividade média de grãos (kg/ha), obtida pelas linhagens de
feijão avaliadas na safra de inverno de 2003 em Lavras,
considerando a área total da parcela no experimento. Teste de
Scott-Knott para agrupamento das linhagens, aplicado com três
níveis de significância.
Nível de significância
á
Linhagens
Produtividade
(kg/ha)
5%
10%
20%
VC2
3133
a
1/
a
a
VC3
2834
a
a
a
PÉROLA
2638
a
a
a
VI 4599C
2621
a
a
a
OP-S-30
2582
a
a
a
VI 0669C
2406
a
b
b
OP-NS-331
2398
a
b
b
OP-S-82
2379
a
b
b
VC5
2378
a
b
b
VC4
2358
a
b
b
OP-S-193
2325
a
b
b
CIII-H-4-12
2318
a
b
b
CNFE 8017
2259
a
b
b
OP-S-16
2245
a
b
b
VC1
2245
a
b
b
CIII-R-3-19
2130
a
b
b
CNFC 9437
2100
a
b
b
VI 4899C
2063
a
b
b
TALISMÃ
2040
a
b
b
NA-LAV-51
1777
a
b
b
1/
Linhagens seguidas da mesma letra pertencem ao mesmo grupo pelo teste de
Scott-Knott .
37
Outro exemplo interessante ocorreu com o experimento conduzido em
Ijaci, na safra da seca de 2004, também com a parcela total (Tabela 6). A
discriminação entre as cultivares foi muito mais expressiva com
á = 0,10 e á =
0,20. Em princípio, esse é um tema que deveria receber maior atenção no futuro.
TABELA 6 Produtividade média de grãos (kg/ha), obtidas pelas linhagens de
feijão avaliadas na safra da seca de 2004 em Ijaci, considerando a
área total da parcela no experimento. Teste de Scott-Knott para
agrupamento das linhagens aplicado com três níveis de
significância.
Nível de significância
á
Linhagens
Produtividade
(kg/ha)
5%
10%
20%
OP-S-16
2646
a
1/
a
a
OP-S-82
2442
a
a
a
OP-NS-331
2371
a
b
b
CNFC 9437
2292
a
b
b
OP-S-193
2292
a
b
b
CNFE 8017
2225
a
b
b
OP-S-30
2146
a
b
b
VC5
2146
a
b
b
VI 4599C
2071
b
c
c
VI 4899C
1996
b
c
c
VC3
1979
b
c
c
TALISMÃ
1954
b
c
c
VC1
1917
b
c
c
VC2
1896
b
c
c
PÉROLA
1875
b
c
c
VC4
1871
b
c
c
VI 0669C
1738
c
d
d
CIII-H-4-12
1729
c
d
d
CIII-R-3-19
1625
c
d
d
NA-LAV-51
1588
c
d
d
1/
Linhagens seguidas da mesma letra pertencem ao mesmo grupo pelo teste de
Scott-Knott .
38
4.2 Número de repetições
Um outro aspecto do VCU que merece ser pesquisado é a questão do
número de repetições. Neste trabalho este tema foi enfocado. Considerou-se um
experimento cuja área total fosse a mesma da norma do VCU (Brasil, 2001).
Contudo, adotaram-se parcelas com duas linhas, sem bordadura, porém, com o
dobro de repetições (seis repetições). A partir desses experimentos, foi possível
simular o efeito dos diferentes números de repetições. As análises da variância
considerando as seis repetições são apresentadas na Tabela 7. Em ambos os
casos, foram detectados diferenças significativas entre as linhagens, condição
essa essencial para inferir a respeito do provável efeito do número de repetições.
Posteriormente, estes experimentos foram analisados tomando-se todas
as combinações das repetições possíveis. Assim, com duas repetições,
simularam-se 15 experimentos (combinação de seis, dois a dois); com 3
repetições, 20 experimentos; com 4 repetições, 15 experimentos; com 5
repetições, 6 experimentos e, evidentemente, com 6 repetições um
experimento. As estimativas dos quadrados médios do erro de cada experimento
considerado e do coeficiente de variação obtido estão apresentadas nas Tabelas
1A e 2A.
As estimativas do coeficiente de variação, tanto no experimento
conduzido em Lavras na safra de inverno de 2003, como no experimento
conduzido em Ijaci na safra da seca de 2004, foram muito semelhantes. Tanto
quando se considerou o mesmo número de repetições, como quando foram
considerados os diferentes números de repetições. Na média das simulações,
com o mesmo número de repetições, para o experimento conduzido em Lavras
na safra de inverno de 2003, por exemplo, a estimativa do CV variou de 18,1% a
18,2%, ou seja, foi praticamente a mesma (Tabela 8). Isso ocorreu porque os
39
TABELA 7 Resumo das análises de variância da produtividade de grãos (kg/ha),
no experimento de avaliação de linhagens de feijão do VCU
conduzido em Lavras na safra de inverno de 2003 e em Ijaci, na
safra da seca de 2004.
QM
FV
GL
Lavras – Inverno 2003
Ijaci – Seca 2004
Rep
5
269772,1
404697,2**
Trat
19
654591,0**
719875,3**
Erro
95
162522,2
83499,3
CV (%)
18,25
14,14
Média
2209
2044
R
2
80,11
89,61
**Significativo, pelo teste F, a 1% de probabilidade.
quadrados médios dos erros foram muito semelhantes. Em princípio, esse fato
indica que a heterogeneidade do solo e do sistema de manejo do experimento foi
muito semelhante entre as repetições.
O que, provavelmente, tem mais repercussão é o efeito do número de
repetições no erro padrão da média (
)m
ˆ
(
s
), porque ele é obtido por
r
s
s
)
m
ˆ
(
=
(Steel et al., 1997), em que s é o desvio padrão do erro experimental. Como esse
valor, na presente situação, foi muito semelhante, o número de repetições
exercerá influência acentuada na sua estimativa. Esse fato fica bem evidenciado,
na Tabela 8. Considerando-se a média das simulações dentro de cada número de
repetições, o
)m
ˆ
(
s
reduziu acentuadamente com o aumento do número de
repetições. Proporcionalmente, a redução foi muito semelhante nas duas safras.
40
TABELA 8 Resumo da análise de variância da produtividade de grãos (kg/ha),
considerando diferentes números de repetições. Dados obtidos nas
safras de inverno de 2003, em Lavras e na seca de 2004, em Ijaci.
Safras
Repetições
consideradas
CV (%)
Média
(kg/ha)
QM
E
)m
ˆ
(
s
%
6
18,25
2209
165522
166,09
100
5
18,25
2209
162522
180,27
109
4
18,24
2209
162522
201,49
121
3
18,08
2209
162562
247,22
149
Lavras
Inverno 2003
2
18,14
2209
162522
283,35
171
6
14,14
2044
83499
118,0
100
5
14,13
2044
83499
129,1
109
4
14,11
2044
83436
144,7
123
3
14,08
2044
83504
166,2
141
Ijaci
Seca 2004
2
14,01
2044
82161
200,6
170
Esse resultado repercute diretamente na chance de detectar diferença
entre as médias das linhagens avaliadas. Assim, quando se utilizou 6 repetições
em vez de 2, aumenta-se a chance de reduzir o erro tipo I em 70%. Pois,
havendo diferença entre as médias, a chance de detectá-la aumenta com o
incremento do número de repetições.
Na literatura, não existem muitos relatos sobre o efeito do número de
repetições. Na cultura do feijoeiro, Bertolucci (1990) comparou quatro tipos de
parcelas e os respectivos números de repetições. Foi constatado que, para todos
os tipos de parcelas, o aumento do número de repetições contribui para diminuir
o CV e melhorar a precisão das estimativas. Em milho, Rezende & Souza Júnior
(1997) realizaram um trabalho com progênies visando obter informações a
respeito do tamanho da parcela e do número de repetições ideais. Uma das
conclusões foi que o aumento do número de repetições mostrou-se mais
eficiente que o aumento do tamanho da parcela para elevar o progresso genético
esperado com a seleção. Isto demonstra que houve diminuição do erro
experimental.
41
Ficou evidenciado que o número de repetições é uma variável que
merece também maior discussão quanto ao estabelecimento de novas normas
para a condução dos VCUs. Esse tipo de experimento deve ser realizado em um
grande número de ambientes, exigindo constante movimentação da equipe de
pesquisadores responsáveis. Isto contribui para que na maioria das situações, o
principal custo na condução dos VCUs seja o de locomoção.
Desse modo, para melhorar a eficiência do processo, poder-se-ia utilizar
maior número de repetições. Inclusive, seria de reflexão a possibilidade de usar
parcelas de 2 linhas, sem bordadura, o que permitiria duplicar o número de
repetições, praticamente sem custo adicional.
4.3 Ajuste do erro por meio da análise de covariância
Em experimento de campo, há uma série de fatores cuja heterogeneidade
contribui para aumentar o erro. Um dos principais é a fertilidade do solo. É
muito difícil ter uma área homogênea, em termos de nutrientes do solo, em toda
a sua extensão. Para certificar-se desse fato, foi efetuada a análise de variância
de alguns nutrientes do solo por parcela (Tabela 3A).
Em nenhum dos nutrientes ocorreu diferença significativa entre os
tratamentos, exceto para o magnésio no experimento conduzido em Ijaci na safra
da seca de 2004. Em princípio, esses resultados, evidenciam que, na média das
três repetições, cada linhagem foi submetida a um teor médio de nutriente do
solo semelhante. Infere-se assim, que nenhuma das linhagens, na média, foi
prejudicada ou beneficiada por algum nutriente do solo. Em trabalho semelhante
conduzido com a cultura do feijoeiro, na mesma região, Pereira (1993) também
não encontrou diferença significativa no teor médio de nutrientes do solo a que
foram submetidas as diferentes linhagens de feijão.
42
Contudo, a precisão experimental avaliada pelo coeficiente de variação
foi diferente entre os nutrientes. Em todas as três safras, a precisão para o
fósforo (P
2
O
5
), por exemplo, foi baixa. Uma provável razão seria um erro no
laboratório. Entretanto, os especialistas garantem que a chance de erro é mínima
(Silva, 1999). Uma outra explicação para o alto CV seria o problema de
amostragem do solo. Contudo, a amostra foi a mesma para todos os nutrientes. A
terceira razão, e a mais provável, é a heterogeneidade desse nutriente na área
experimental. Deve-se ressaltar a possível influência do sistema de plantio
utilizado que, em todos os casos, foi o de plantio direto. A maioria das
semeadoras utilizadas no plantio direto coloca o fertilizante na linha de
semeadura (Balbino et al., 1996). Assim, nutrientes que possuem menor
mobilidade no perfil do solo, como é o caso do fósforo, tendem a apresentar
maior concentração no local em que ele foi colocado. Na safra seguinte, como as
novas linhas de semeadura não coincidem, ocasiona heterogeneidade detectada
por meio da análise da fertilidade do solo.
Esse fato, certamente, deve ter contribuído para incremento do quadrado
médio do erro para a produtividade de grãos. Uma alternativa para avaliar esse
efeito é por meio de análise de covariância, utilizando como covariável (x) o teor
de nutrientes por parcela. Os resultados dessas análises de covariância estão
apresentados na Tabela 9. O que mais interessa é verificar se ocorreu melhoria
na eficiência dos experimentos quando se utilizou uma determinada covariável.
Isto é, verificar se a covariável contribui para a redução ou não do erro padrão da
diferença de duas médias para a produtividade de grãos.
Constata-se que essa diferença variou com o experimento. O teor de
fósforo foi o que mostrou maior heterogeneidade, mas, quando utilizado como
covariável, contribuiu para a melhoria da eficiência do experimento apenas em
Lavras, na safra do inverno de 2003. Como o desempenho em produtividade de
grãos das linhagens de feijoeiro é quase sempre dependente do teor desse
43
nutriente do solo (Carvalho et al., 1995; Oliveira et al., 1996; Miranda et al.,
2000), era esperado que a heterogeneidade no teor desse nutriente detectada na
análise de variância (Tabela 3A), refletisse no desempenho das linhagens e, por
conseguinte no quadrado médio do erro do caráter produtividade de grãos (y).
Assim, quando a análise de covariância foi aplicada, ajustando a produtividade
por parcela para o teor médio do nutriente, a precisão deveria aumentar.
Como já salientado, esse fato ocorreu em uma das três safras avaliadas.
Em princípio, esse resultado evidencia que, embora ocorra heterogeneidade do
solo, o teor médio desse nutriente não era o fator limitante à cultura do feijoeiro.
O teor de fósforo considerado médio para o feijoeiro é acima de 10 ppm
(CFSEMG, 1999), o que ocorreu nos três experimentos (Tabela 3A). Assim, a
heterogeneidade detectada no teor de fósforo não afetou o desempenho em
produtividade da cultura. O efeito do teor de fósforo como covariável, na
melhoria da precisão experimental para a produtividade de grãos, foi constatado
por Pereira (1993). O CV reduziu em 15,6% quando o teor de fósforo foi
empregado como covariável.
O teor de potássio também apresentou baixa precisão. No entanto, não
houve efeito expressivo quando o seu teor foi utilizado como covariável. Há
alguns relatos na literatura de que a planta do feijoeiro responde ao teor de
potássio aplicado (Vieira, 1998; Oliveira et al., 1996). Entretanto, em vários
outros, não ocorreu resposta (Roselem, 1987; Moraes, 1988; Chagas et al.,
1995). Novamente, o teor médio detectado no solo possibilita inferir que o
nutriente não foi limitante à cultura do feijoeiro (CFSEMG, 1999).
Surpreendente foi o efeito do teor de cálcio no experimento conduzido
em Ijaci na safra da seca de 2004. A análise de covariância melhorou a
eficiência em mais de 30% (Tabela 9). A estimativa do coeficiente de variação
desse nutriente, nesse local, não evidenciou grande heterogeneidade na área.
Uma provável explicação é que, nesse local, o teor desse nutriente foi baixo
44
(CFSEMG, 1999), sendo assim, um fator crítico no desempenho das linhagens
nessa safra. Assim, mesmo a heterogeneidade não sendo expressiva, repercutiu
no desempenho das plantas.
Do exposto, o uso dos teores de nutrientes do solo como covariável só
será eficaz se o seu teor no solo for considerado baixo. Isto é, crítico para a
cultura. Nessa situação, a sua heterogeneidade certamente refletirá no
desempenho das plantas na parcela e, por conseguinte, na estimativa do erro
experimental para o caráter da planta sob análise. Assim, uma alternativa seria
proceder a análise do solo de rotina antes da implantação do experimento. Se
algum nutriente estiver abaixo do teor ideal ele poderia ser empregado como
covariável.
A restrição é o custo das análises de fertilidade de solo. No caso dos
experimentos de VCU, em que são avaliadas vinte linhagens com três
repetições, seriam necessárias sessenta análises de solo, uma por parcela.
Considerando o número de ambientes em que esses experimentos são
conduzidos, infere-se que o custo de todas as análises seria altíssimo, o que
dificilmente justificaria a sua utilização rotineira como covariável.
Um outro fator indispensável à cultura do feijoeiro é a água (Guimarães,
1996). Quando ela é suprida via irrigação, normalmente a sua distribuição não é
uniforme (Moreira et al., 1996). Essa heterogeneidade é particularmente
expressiva no sistema de irrigação por aspersão. Entre os fatores que afetam a
sua distribuição estão: a pressão de serviço dos aspersores, a uniformidade da
rotação dos aspersores e o espaçamento entre eles (Moreira et al., 1996). Além
do mais, a distribuição varia com a época do ano. Na safra de inverno, por
exemplo, ela é normalmente maior, por duas razões. A primeira é que
praticamente toda a necessidade de água é suprida via irrigação, pois quase não
ocorre precipitação (chuva) nessa safra. A segunda razão é que, nessa safra, os
ventos são mais intensos.
45
Para avaliar a uniformidade da água utilizada na irrigação foram
colocados coletores no centro de cada parcela. Após a irrigação, a quantidade de
água era anotada por parcela. No final do experimento, foi obtida a quantidade
total de água recebida. Esse dado foi submetido à análise de variância (Tabela
3A) e detectou-se diferença significativa (P
• 0,01) entre os tratamentos. Ou
seja, pode-se inferir que a quantidade de água recebida pelas linhagens foi
diferente. Entretanto, quando se utilizou a quantidade de água como covariável
(x), ela apresentou pequena melhoria na precisão para produtividade de grãos.
Resultados semelhantes foram relatados por Pereira (1993). Infere-se que, muito
embora ocorra variação na distribuição de água por turno de rega, seu emprego
como covariável é de baixa eficácia, não justificando o trabalho de coleta da
água, por parcela, após cada turno de rega.
A produção de grãos está também relacionada com o número de plantas
por parcela (estande). A desuniformidade do estande prejudica as comparações e
pode constituir um dos problemas na interpretação dos resultados quanto à
identificação de linhagens superiores. Desta forma, procura-se obter estandes
uniformes para melhorar a eficiência dos experimentos. Como isto nem sempre é
possível, procuram-se alternativas para atenuar o seu efeito (Cruz & Carneiro,
2003). Uma das alternativas é a análise de covariância.
Como as sementes das linhagens sob teste podem diferir em germinação
e emergência e as plantas diferem em sobrevivência, é necessário verificar,
antecipadamente, se há diferença significativa entre as linhagens para esse
caráter. Caso seja positivo, não se pode utilizar a análise de covariância, pois a
variação pode ser intrínseca ao tratamento (Steel et al., 1997). A análise da
variância para esse caráter, nos três experimentos, é mostrada na Tabela 3A. O
teste F foi significativo para o experimento conduzido em Lavras na safra das
águas de 2003/04. Pelas razões já apontadas, não se deve proceder à análise de
covariância para esse caso.
46
Para os outros dois experimentos, procedeu-se a análise de covariância,
tendo como covariável o número de plantas por parcela no momento da colheita
(Tabela 9). Constata-se que a melhoria na precisão experimental via análise de
covariância foi inexpressiva, sendo inferior a 2,5% nas duas condições. Uma das
razões é que, no feijoeiro, há um forte efeito de compensação das plantas
vizinhas à falha. Este fato já foi constatado em várias oportunidades com a
cultura do feijoeiro (Sullivan & Bliss, 1981; Fernandes et al., 1989; Ribeiro et
al., 2004).
O resultado da análise de covariância múltipla demonstrou que para a
safra de inverno de 2003, a eficiência aumentou em 26%. Já na safra da seca de
2004, a análise de covariância múltipla proporcionou melhoria na eficiência de
20,51%. Entretanto, é aconselhável utilizar um sistema de análise para
selecionar as covariáveis com maior expressão. Neste trabalho, foi utilizado o
método “Stepwise Selection”, de acordo com Draper & Smith (1998). O
objetivo deste método é obter, ao final, um modelo mais parcimonioso, ou seja,
com um menor número possível de covariáveis e que consiga explicar
suficientemente as variações devido a causas controláveis. Contudo, nos três
casos, nenhuma combinação das variáveis contribuiu para a melhoria da
eficiência. No experimento da safra de inverno de 2003, apenas a covariável
fósforo foi eficaz e, no experimento da safra da seca de 2004, apenas a
covariável cálcio foi eficaz (Tabela 9).
47
TABELA 9 Resumo das análises de covariância utilizando-se as covariáveis ambientais nos experimentos de avaliação
de linhagens de feijão do VCU, em três safras.
Linhagens
Erro
Tipos de análise
GL
QM
GL
QM
CV (%)
R
2
% redução
CV
Eficiência
Lavras - Inverno de 2003
Estande
19
252921,6
37
213167,8
19,56
37,86
0,05
100,14
Água
19
290495,7
37
206884,2
19,27
41,90
1,53
103,18
pH
19
2783,97,2
37
210726,9
19,45
40,42
0,63
101,30
Fósforo
1/
19
241540,5
37
192544,9
18,59
39,18
5,01
110,86
Potássio
19
258957,3
37
214772,3
19,63
61,76
+0,31
99,39
Cálcio
19
287153,6
37
208207,8
19,33
41,46
1,23
102,52
Magnésio
19
320632,8
37
196580,3
18,78
44,15
4,04
108,59
Múltipla
19
271790,4
31
169180,0
17,42
49,61
10,99
126,17
Lavras - Águas de 2003/2004
pH
19
150861,6
37
95927,1
15,36
44,68
+1,25
97,59
Fósforo
19
151437,8
37
95589,8
15,33
44,86
+1,05
97,93
Potássio
19
151617,3
37
95568,8
15,33
44,89
+1,05
97,95
Cálcio
19
155306,2
37
93135,7
15,13
46,13
0,26
100,51
Magnésio
19
139368,7
37
90069,4
14,88
44,28
1,91
103,94
Múltipla
19
137446,4
33
91913,8
15,03
46,26
0,92
101,85
Ijaci - Seca de 2004
Estande
19
219266,7**
37
44468,3
10,51
71,69
1,22
102,47
pH
19
233992,8**
37
43295,4
10,37
73,51
2,54
105,25
Fósforo
19
233898,4**
37
46798,3
10,78
71,96
+1,32
97,37
Potássio
19
233037,2**
37
46307,7
10,73
72,10
+0,85
98,40
Cálcio
1/
19
224210,0**
37
34436,3
9,25
76,98
13,06
132,32
Magnésio
19
109686,8**
37
46517,4
10,75
72,15
+1,03
97,96
Múltipla
19
211691,6**
32
37812,7
9,69
76,87
8,93
120,51
1/
Modelo selecionado pelo Stepwise Selection; **Significativo pelo teste F a 1% de probabilidade.
48
5 CONCLUSÕES
O uso de bordaduras não contribui com a melhoria da precisão
experimental. A utilização de parcelas com maior número de linhas foi sempre
vantajosa.
O aumento do número de repetições não afetou o quadrado médio do
erro. Entretanto, reduziu o erro padrão da média, incrementando a chance de
detectar diferença significativa entre as linhagens.
O uso dos teores de nutrientes do solo como covariável só é eficaz se o
seu teor no solo for considerado crítico para a cultura. Assim, uma alternativa
seria proceder a análise do solo de rotina antes da implantação do experimento.
Se algum nutriente estiver abaixo do teor ideal, ele pode ser empregado como
covariável.
O emprego da quantidade total de água recebida por parcela e o estande
final como covariáveis não contribuíram na melhoria da eficiência dos
experimentos.
49
REFERÊNCIAS BIBLIOGRÁFICAS
ALVES, S. M. F.; SERAPHIN, J. C. Coeficiente de heterogeneidade do solo e
tamanho da parcela.
Pesquisa Agropecuária Brasileira
, Brasília, v. 39, n. 2, p.
105-111, fev. 2004.
ANDRADE, H. B.
Eficiência dos experimentos com clones na cultura do
eucalipto
. 2002. 162 p. Tese (Doutorado em Genética e Melhoramento de
Plantas) – Universidade Federal de Lavras, Lavras, MG.
ARRIEL, E. F.
Avaliação de famílias de meios-irmãos da população de
milho CMS-39 em duas densidades de semeadura
. 1991. 121 p. Dissertação
(Mestrado em Genética e Melhoramento de Plantas) – Universidade Federal de
Lavras, Lavras, MG.
BALBINO, L. C.; MOREIRA, J. A. A.; SILVA, J. G.; OLIVEIRA, E. F.;
OLIVEIRA, I. P. Plantio direto. In: ARAÚJO, R. S.; RAVA, C. A.; STONE, L.
F.; ZIMMERMANN, M. J. O. (Ed.).
Cultura do feijoeiro comum no Brasil
.
Piracicaba: POTAFOS, 1996. p. 301-352.
BERTOLUCCI, F. L. G.
Novas alternativas de tamanho e forma da parcela
experimental para avaliação de progênies de feijoeiro
. 1990. 105 p.
Dissertação (Mestrado em Genética e Melhoramento de Plantas) – Universidade
Federal de Lavras, Lavras, MG.
BERTOLUCCI, F. L. G.; RAMALHO, M. A. P.; DUARTE, G. S. Alternativas
de tamanho e forma da parcela para avaliação de progênies do feijoeiro.
Ciência
e Prática
, Lavras, v. 15, n. 3. p. 295-305, jul./set. 1991.
BOS, I.; CALIGARI, P.
Selection methods in plant breeding
. London:
Chapman & Hall, 1995. 345 p.
BRASIL. Ministério da Agricultura, Pecuária e do Abastecimento. Anexo IV.
Requisitos mínimos para determinação do valor de cultivo e uso de feijão
(
Phaseolus vulgaris
),
para inscrição no registro nacional de cultivares –
RNC
. 2001.
BROWNIE, C.; BOWMAN, D. T.; BURTON, J. W. Estimating spatial variation
in analysis of data from yield trials: a comparison of methods.
Agronomy
Journal
, Madison, v. 85, n. 6, p. 1244-1253, Nov./Dec. 1993.
50
CARGUELUTTI FILHO, A.; STORCK, L.; LÚCIO, A. D. Ajustes de quadrado
médio do erro em ensaios de competição de cultivares de milho pelo método de
Papadakis.
Pesquisa Agropecuária Brasileira
, Brasília, v. 38, n. 4, p. 467-473,
abr. 2003.
CARMER, S. G. Optimal significance levels for application of the least
significant difference in crop performance trials.
Crop Science
, Madson, v. 16,
n. 1, p. 95-99, Jan./Feb. 1976.
CARVALHO, A. A.; FAGERIA, N. K.; OLIVEIRA, I. P.; KINLO, T. Resposta
do feijoeiro à aplicação de fósforo em solos dos cerrados.
Revista Brasileira de
Ciência do solo
, Campinas, v. 19, n. 1, p. 61-67, jan./abr. 1995.
CHAGAS, J. M.; VIEIRA, C.; ARAÚJO, G. A. A.; GOMES , J. M. Efeito da
adubação NK sobre a cultura do feijão (
Phaseolus vulgaris
) no inverno. In:
CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 25., 1995, Viçosa.
Resumos expandidos...
Viçosa: UFV, 1995. v. 3, p. 1291-1293.
CHAVES, L. J.
Tamanho da parcela para seleção de progênies de milho
(
Zea mays
L.).
1985. 148 p. Tese (Doutorado em Genética e Melhoramento de
Plantas) – Escola Superior de Agricultura Luiz de Queiroz, Universidade de São
Paulo, Piracicaba.
CLARKE, F. R.; BAKER, R. J.; DEPAUW, R. M. Interplot interference distorts
yield estimates in spring wheat.
Crop science
, Madison, v. 38, n. 1, p. 62-66,
Jan./Feb. 1998.
CLARKE, F. R.; BAKER, R. J.; DEPAUW, R. M. Plot direction and spacing
effects on interplot interference in spring wheat cultivar trials.
Crop Science
,
Madison, v. 40, n. 3, p. 655-658, May/June. 2000.
COMISSÃO DE FERTILIDADE DO SOLO DO ESTADO DE MINAS
GERAIS.
Recomendações para o uso de corretivos e fertilizantes em Minas
Gerais:
5ª aproximação. Viçosa, 1999. 359 p.
COSTA, J. G. C.; ZIMMERMANN, F. J. P. Efeitos de bordaduras laterais e de
cabeceira no rendimento e altura de plantas de feijoeiro comum.
Pesquisa
Agropecuária Brasileira
, Brasília, v. 33, n. 8, p. 1297-1304, ago. 1998.
51
COSTA, J. R.
Análise espacial e de vizinhança no melhoramento genético de
plantas
. 2003. 82 p. Dissertação (Mestrado em Genética e Melhoramento de
Plantas) – Universidade Federal de Lavras, Lavras, MG.
CRUZ, C. D.; CARNEIRO, P. C. S.
Modelos biométricos aplicados ao
melhoramento de plantas
. Viçosa: UFV, 2003. 585 p.
CRUZ, C. D.
Programa GENES
: versão Windows: aplicativo computacional
em Genética e Estatística. Viçosa: UFV, 2001. 648 p.
DAVID, O.; MONOD, H.; LORGEOU, J.; PHILIPPEAU, G. Control of
interplot interference in grain maize: A multi-site comparisom.
Crop Science
,
Madison, v. 41, n. 2, p. 406-414, Mar./Apr. 2001.
DEBOUCK, D. G.; HIDALGO, R. Morfologia de la planta de frijol comum. In:
LÓPEZ, M.; FERNANDEZ, F.; SCHOONHOVEN, A.V. (Ed.).
Frijo
:
investigation y producción. Cali: CIAT, 1985. p. 409-417.
DRAPER, N. R.; SMITH, H.
Applied regression analysis
. 3. ed. New York: J.
Wiley, 1998. 706 p.
ES, H. M.; VAN; ES, C. L. Spatial nature of randomization and its effect on the
outcome of field experiments.
Agronomy Journal
, Madison, v. 85, n. 2, p. 420-
428, Mar./Apr. 1993.
FEHR, W. R.
Principles of cultivar development
. New York: Macmillian,
1987. 736 p.
FEIJÓ, S.; STORCK, L.; LÚCIO, A. D.; LOVATO, C.; MARTIN, T. N.
Melhoria da qualidade de ensaios de avaliação de cultivares de milho através de
indicadores de fertilidade do solo.
Ciência Rural
, Santa Maria, v. 32, n. 2,
p.225-230, mar./abr. 2001.
FERNANDES, M. I. P. S.; RAMALHO, M. A. P.; LIMA, P. C. Comparação de
métodos de correção de estande em feijão.
Pesquisa Agropecuária Brasileira
,
Brasília, v. 24, n. 8, p. 997-1002, ago. 1989.
FERREIRA, F. A.; SILVA, A. A.; COBUCCI, T.; FERREIRA, L. R. Manejo de
plantas daninhas. In: VIEIRA, C.; PAULA Jr., T. J.; BORÉM, A. (Ed.).
Feijão
:
aspectos gerais e cultura no estado de Minas. Viçosa: UFV, 1998. p. 325-355.
52
GLEESON, A. C. Spatial analysis. In: KEMPTON, R. A.; FOX, P. N. (Ed.).
Statistical methods for plant variety evaluation
. London: Chapman & Hall,
1997. p. 68-83.
GUIMARÃES, C. M. Relações Hídricas. In: ARAÚJO, R. S.; RAVA, C. A.;
STONE, L. F.; ZIMMERMANN, M. J. O. (Ed.).
Cultura do feijoeiro comum
no Brasil
. Piracicaba: POTAFOS, 1996. p. 139-167.
GURGEL, F. L. de.
Simulação computacional no melhoramento de plantas
.
2004. 80 p. Tese (Doutorado em Genética e Melhoramento de Plantas) -
Universidade Federal de Lavras, Lavras, MG.
KANG, M. S.; MAGARI, R. Developments in secting for phenotypic stability in
crop breeding. In: KANG, M. S.; GAUCH JÚNIOR, H. G.
Genotype-by-
environment interaction
. New York: CRC Press, 1996. p. 1-14.
KEMPTON, R. A. Interference between plots. In: KEMPTON, R. A.; FOX, P.
N. (Ed.).
Statistical methods for plant variety evaluation
. London: Chapman
& Hall, 1997. p. 101-116.
KEMPTON, R. A.; FOX, P. N. (Ed.).
Statistical methods for plant variety
evaluation
. London: Chapman & Hall, 1997. 191 p.
KNAPP, E. B.; CEBALLOS, H. C.; PANDEY, S. Uso de análise espacial em
área para avaliação para estresse de nutrientes em milho. In: SIMPÓSIO
INTERNACIONAL SOBRE ESTRESSE AMBIENTAL: o milho em
perspectiva, 1., 1992, Belo Horizonte.
Anais...
Sete Lagoas: CNPMS, 1995. p.
97-106.
LÚCIO, A. D.; STORCK, L. O manejo das culturas interfere no erro
experimental.
Pesquisa Agropecuária Gaúcha
, Porto Alegre, v. 5, n. 2, p. 311-
316, jul./dez. 1999.
MARQUES JÚNIOR, O. G.
Eficiência de experimentos com a cultura do
feijão
. 1997. 80 p. Tese (Doutorado em Genética e Melhoramento de Plantas) –
Universidade Federal de Lavras, Lavras, MG.
MIRANDA, L. N.; AZEVEDO, J. A.; MIRANDA, J. C. C.; GOMES A. C.
Produtividade do feijoeiro em resposta a adubação fosfatada e a regimes de
irrigação em solo de cerrado.
Pesquisa Agropecuária Brasileira
, Brasília, v.
35, n. 4, p. 703-710, abr. 2000.
53
MIRANDA FILHO, J. B. Princípios de experimentação e análise estatística. In:
PATERNIANI, E.; VIEGAS, G. P.
Melhoramento e produção de milho
. 2. ed.
Campinas: Fundação Cargill, 1987. v. 2, p. 765-795.
MORAES, J. F. V. Calagem e adubação. In: ZIMMERMANN, M. J. O.;
ROCHA, M.; YAMADA (Ed.).
Cultura do feijoeiro:
fatores que afetam a
produtividade. Piracicaba: POTAFOS, 1988. p. 260-301.
MOREIRA, J. A. A.; SILVEIRA, P. M.; STONE, L. F. Irrigação. In: ARAÚJO,
R. S.; RAVA, C. A.; STONE, L. F.; ZIMMERMANN, M. J. O. (Ed.).
Cultura
do feijoeiro comum no Brasil
. Piracicaba: POTAFOS, 1996. p. 465-521.
MUÑOZ, R. F.; DOMÍNGUEZ, E.; CUARTERO, J. A novel source of
resistence to the two-spotted spider mite in
Lycopersicon pimpinellifolium
: its
genetics as affected by interplot interference.
Euphytica
, Wageningen, v. 111, n.
3, p. 169-173, Mar. 2000.
OLIVEIRA, P. H.
Tamanho e forma ótima da parcela para avaliação do
rendimento em experimentos com batata
. 1994. 83 p. Dissertação (Mestrado
em Agronomia) – Universidade Federal de Santa Maria, Santa Maria.
OLIVEIRA, I. P.; ARAÚJO, R. S.; DUTRA, L. G. Nutrição mineral e fixação
biológica de nitrogênio. In: ARAÚJO, R. S.; RAVA, C. A.; STONE, L. F.;
ZIMMERMANN, M. J. O. (Ed.).
Cultura do feijoeiro comum no Brasil
.
Piracicaba: POTAFOS, 1996. p. 169-221.
PALOMINO, E. C.; RAMALHO, M. A. P.; FERREIRA, D. F. Tamanho da
amostra para avaliar famílias de meios-irmãos de milho.
Pesquisa
Agropecuária Brasileira
, Brasília, v. 35, n. 7, p. 1433-1439, jul. 2000.
PATERNIANI, E. (Ed.).
Agricultura brasileira e pesquisa agropecuária
.
Brasília: EMBRAPA, 2000. 194 p.
PATIÑO, H.; SINGH, S. P. Visual selection for yield in the f
2
and F3
generations of nine common bean crosses.
Bean Improvement Cooperative
Annual Report
, East Lansing, v. 32, n. 1, p. 63-70, 1989.
PAULA JÚNIOR., T. J.; ZAMBOLIM, L. Doenças. In: VIEIRA, C.; PAULA
JÚNIOR, T. J.; BORÉM, A. (Ed.).
Feijão
: aspectos gerais e cultura no Estado
de Minas. Viçosa: UFV, 1998. p. 375-433.
54
PEREIRA, A. F.
Emprego da covariância visando reduzir o efeito da
heterogeneidade ambiental nos experimentos com a cultura do feijoeiro
(
Phaseolus vulgaris
L.). 1993. 58 p. Dissertação (Mestrado em Genética e
Melhoramento de Plantas) - Universidade Federal de Lavras, Lavras, MG.
PIMENTEL-GOMES, F.
Curso de estatística experimental
. 14. ed. Piracicaba:
Nobel, 2000. 475 p.
PIMENTEL-GOMES, F. A importância do número de repetições.
Revista de
Agricultura
, Piracicaba. v. 69, n. 3, p. 243-245, dez. 1994.
PORTMANN, P.; KETATA, H. Field plot techinique. In: KEMPTON, R. A.;
FOX, P. N. (Ed.).
Statistical methods for plant variety evaluation
. London:
Chapman & Hall, 1997. p. 9-18.
RAMALHO, M. A. P.; FERREIRA, D. F.; OLIVEIRA, A. C.
Experimentação
em genética e melhoramento de plantas
. Lavras: UFLA, 2000. 303 p.
REZENDE, M. D. V.; SOUZA JÚNIOR,C. L. Número de repetições e tamanho
da parcela para seleção de progênies de milho em solos sob cerrado e fértil.
Pesquisa Agropecuária Brasileira
, Brasília, v. 32, n. 8, p. 781-788, ago. 1997.
RIBEIRO, N. D.; STORCK, L.; MELLO, R. M. Bordadura em ensaios de
competição de genótipos de feijoeiro relacionados à precisão experimental.
Ciência Rural
, Santa Maria, v. 31, n. 1, p. 13-17, jan./fev. 2001.
RIBEIRO, N. D.; CARGNELUTTI FILHO, A.; HOFFMANN JÚNIOR, L.;
POSSEBON, S. B. Precisão experimental na avaliação de cultivares de feijão de
diferentes hábitos de crescimento.
Ciência Rural
, Santa Maria, v. 34, n. 5, p.
1371-77, set./out. 2004.
ROSELEM, C. A.
Nutrição e adubação do feijoeiro
. Piracicaba: POTAFOS,
1987. 93 p.
ROSSETI, A. G.; BARROS, L. M.; ALMEIDA, J. I. L. Tamanho ótimo de
parcelas para experimentos de campo com cajueiro-anão precoce .
Pesquisa
Agropecuária Brasileira
, Brasília, v. 31, n. 12, p. 843-852, dez. 1996.
ROSSETI, A. G.; PEREIRA, A. V.; PIMENTEL-GOMES, F. A amostragem na
experimentação em viveiros de seringueira.
Pesquisa Agropecuária Brasileira
,
Brasília, v. 21, n. 8, p. 837-841, ago. 1986.
55
SARTORATO, A.; RAVA, C. A.
Principais doenças do feijoeiro comum e
seu controle
. Brasília: EMBRAPA-SPI, 1994. 300 p.
SAS INSTITUTE.
SAS language and procedures
: usage: version 6. Cary,
1995. 373 p.
SCARAMUSSA, J. F.; RIBEIRO, A. C.; CHAGAS, J. M.; ARAÚJO, G. S. de
A.; CECON, P. R. 1996. Efeitos do bórax e do sulfato de zinco sobre a cultura
do feijão. In: REUNIÃO NACIONAL DE PESQUISA DO FEIJÃO, 5., 1996,
Goiânia.
Anais...
Goiânia: EMBRAPA, 1996. v. 1, p. 94-96.
SCHMILDT, E. R.
Correção de rendimento de parcelas, estratificação
ambiental e adaptabilidade e estabilidade de cultivares de milho
. 2000. 110
p. Tese (Doutorado em Genética e Melhoramento) – Universidade Federal de
Viçosa, Viçosa, MG.
SILVA, F. C. da (Org.).
Manual de análises químicas de solos, plantas e
fertilizantes
. Brasília: EMBRAPA, 1999. 370 p.
SILVA, H. D.; RAMALHO, M. A. P.; ABREU, A. F. B.; MARTINS, L. A.
Efeito da seleção visual para produtividade de grãos em populações segregantes
do feijoeiro. II. Seleção entre famílias.
Ciência e Prática
, Lavras, v. 18, n. 2, p.
181-185, abr./jun. 1994.
SILVA, H. D.; REGAZZI, A. J.; CRUZ, C. D.; VIANA, J. M. S. Análise
experimental em látice quadrado com ênfase em componentes de variância. I.
Análises individuais.
Pesquisa Agropecuária Brasileira
, Brasília, v. 34, n. 10,
p. 1811-1821, out. 1999.
SMITH, K. F.; CASLER, M. D. Spatial analysis of forage grass trials across
locations, years, and harvests.
Crop Science
, Madison, v. 44, n. 1, p. 56-62,
Jan./Feb. 2004.
SOUZA, E. A.
Alternativas experimentais na avaliação de progênies em
programas de melhoramento genético vegetal
. 1997. 122 p. Tese (Doutorado
em Genética e Melhoramento de Plantas) – Escola Superior de Agricultura Luiz
de Queiroz, Universidade de São Paulo, Piracicaba.
SOUZA, E. A.; GERALDI, I. O.; RAMALHO, M. A. P. Alternativas
experimentais na avaliação de progênies em programas de melhoramento
genético vegetal.
Pesquisa Agropecuária Brasileira
, Brasília, v. 35, n. 9, p.
1765-1771, set. 2000.
56
STEEL, R. G. D.; TORRIE, J. F.; DICKEY, D.
Principles and procedures of
statistics
: a biometrical approach. 3. ed. Boston: WCB/McGraw Hill, 1997. 666
p.
STORCK, L.
Estimativas para tamanho e forma de parcelas e número de
repetições para experimentos com milho
(
Zea mays
L
.). 1979. 98 p.
Dissertação (Mestrado em Melhoramento de Plantas) – Universidade Federal do
Rio Grande do Sul, Porto Alegre.
STORCK, L.; ESTEFANEL, V.; GARCIA, D. C.
Experimentação
. Santa
Maria: Departamento de Fitotecnia / UFSM, 1994. 273 p.
STORCK, L.; GARCIA, D. C.; LOPES, S. J.
Experimentação vegetal
. Santa
Maria: UFSM, 2000. 198 p.
STORCK, L.; LÚCIO, A. D.; MARTIN, T. N.; LORENZ, L. H.; SOUZA, M. F.
Diferenças de produtividade de grãos entre cultivares indicados de milho,
ajustados para um mesmo número de plantas ou espigas.
Ciência Rural
, Santa
Maria, v. 32, n. 5, p. 745-750, set./out. 2002.
SULLIVAN, J. G.; BLISS, F. A. Compensation for missing plants in field
experiments with the comom bean.
Hort Science
, Alexandria, v. 16, n. 2, p.
185-6, Apr. 1981.
VALENTINI, L.; VIEIRA, C.; CONDÉ, A. R.; CARDOSO, A. A. Fileiras de
bordadura em ensaios de competição entre variedades de feijão.
Ciência e
Cultura
, Campinas, v. 40, n. 10, p. 1002-1007, out. 1988.
VENCOVSKY, R. Herança quantitativa. In: PATERNIANI, E.; VIEGAS, G. P.
Melhoramento e produção de milho
. 2. ed. Campinas: Fundação Cargill, 1987.
p. 136-214.
VERONESI, J. A.; CRUZ, C. D.; CORRÊA, L. A.; SCAPIM, C. A.
Comparação de métodos de ajuste do rendimento de parcelas com estandes
variados.
Pesquisa Agropecuária Brasileira
, Brasília, v. 30, n. 2, p. 169-174,
fev. 1995.
VIANA, A. E. S
. Estimativas do tamanho e forma de parcelas e
características do material de plantios de experimentos com mandioca
.
1999. 132 p. Tese (Doutorado em Fitotecnia) – Universidade Federal de Viçosa,
Viçosa, MG.
57
VIEIRA, C. Adubação mineral e calagem. In: VIEIRA, C.; PAULA JÚNIOR.,
T. J.; BORÉM, A. (Ed.).
Feijão
: aspectos gerais e cultura no Estado de Minas.
Viçosa: UFV, 1998. p. 123-151.
VIVALDI, L. J. Comparação entre métodos de análise espacial de experimentos
de campo.
Pesquisa Agropecuária Brasileira
, Brasília, v. 25, n. 1, p. 77-84,
jan. 1990.
VOYSEST, O. Tamaño de parcela. In: LÓPEZ, M.; FERNADEZ, F.;
SCHOONHOVEN, A.V. (Ed.).
Frijo
: investigation y producción. Cali: CIAT,
1985. p. 409-417.
VOYSEST, O.; DESSERT, M. Bean cultivars: classes and commercial seed
types. In: SCHOONHOVEN, A.V.; VOYSEST, O. (Ed.).
Common beans
–
Research for crop improvement
. Cali: CIAT, 1993. p. 119-62.
YAN, W.; HUNT, L. A.; JOHNSON, P.; STEWART, G.; LU, X. On-farm strip
trials vs. replicated performance trial for cultivar evaluation.
Crop Science
,
Madison, v. 42, n. 2, p. 385-393, Mar./Apr. 2002.
YANG, R. C.; YE, T. Z.; BLADE, S. B.; BANDARA, M. Efficiency of spatial
analyses of field pea variety trials.
Crop Science
, Madison, v. 44, n. 1, p. 49-55,
Jan./Feb. 2004.
ZANON, M. L. B.
Tamanho e forma ótimos de parcelas experimentais para
Eucalyptus saligma Smith
. 1996. 75 p. Dissertação (Mestrado em Engenharia
Florestal) – Universidade Federal de Santa Maria, Santa Maria.
58
ANEXOS
Página
TABELA 1A
Resumo das análises de variância da produtividade de
grãos (kg/ha), no experimento de avaliação de
linhagens de feijão do VCU conduzido em Lavras na
safra de inverno de 2003................................................
59
TABELA 2A
Resumo das análises de variância da produtividade de
grãos (kg/ha), no experimento de avaliação de
linhagens de feijão do VCU conduzido em Ijaci na
safra da seca de 2004....................................................
61
TABELA 3A
Resumo das análises de variância dos componentes
de fertilidade do solo, estande e da água da irrigação
nos experimentos de avaliação de linhagens de feijão
do VCU, em três safras................................................
63
59
TABELA 1A Resumo das análises de variância da produtividade de grãos
(kg/ha), no experimento de avaliação de linhagens de feijão do
VCU conduzido em Lavras na safra de inverno de 2003.
Repetições
consideradas
(CV%)
Média
(kg/ha)
QM
E
)m
ˆ
(
s
1, 2, 3, 4, 5, 6
18,25
2209
165522
166,09
2, 3, 4, 5, 6
17,98
2196
156047
176,66
1, 3, 4, 5, 6
18,69
2184
166626
182,55
1, 2, 4, 5, 6
17,83
2226
157545
177,51
1, 2, 3, 5, 6
18,41
2242
170322
184,57
1, 2, 3, 4, 6
18,25
2218
163877
181,04
1, 2, 3, 4, 5
18,32
2188
160716
179,29
Média
18,25
2209
162522
180,27
3, 4, 5, 6
18,66
2162
162763
201,72
2, 4, 5, 6
17,33
2215
147273
191,88
2, 3, 5, 6
17,77
2235
157657
198,53
2, 3, 4, 6
18,27
2204
162091
201,30
2, 3, 4, 5
17,90
2167
150452
193,94
1, 4, 5, 6
18,46
2199
164835
203,00
1, 3, 5, 6
18,71
2119
172453
207,64
1, 3, 4, 6
18,86
2189
170467
206,44
1, 3, 4, 5
18,74
2152
162613
201,63
1, 2, 5, 6
18,30
2272
172850
207,88
1, 2, 4, 6
17,01
2241
145349
190,62
1, 2, 4, 5
18,00
2204
157418
198,38
1, 2, 3, 6
18,68
2261
178515
211,26
1, 2, 3, 5
18,54
2224
170133
206,24
1, 2, 3, 4
18,40
2194
162964
201,84
Média
18,24
2209
162522
201,49
“...continua...”
60
“TABELA 1A, Cont.”
4, 5, 6
18,49
2175
161625
232,11
3, 5, 6
17,89
2201
155041
227,33
3, 4, 6
19,71
2161
181417
245,91
3, 4, 5
18,53
2111
152969
225,81
2, 5, 6
17,34
2272
155125
227,39
2, 4, 6
16,19
2231
130472
208,54
2, 4, 5
17,27
2181
141869
217,46
2, 3, 6
15,53
2257
174983
241,51
2, 3, 5
17,27
2208
145480
220,21
2, 3, 4
18,54
2167
161491
232,01
1, 5, 6
19,08
2251
184578
248,04
1, 4, 6
17,35
2210
147087
221,42
1, 4, 5
18,86
2161
166052
235,27
1, 3, 6
19,28
2237
186052
249,03
1, 3, 5
18,52
2187
164129
233,90
1, 3, 4
19,05
2147
167301
236,15
1, 2, 6
17,71
2307
166893
235,86
1, 2, 5
19,04
2258
184804
543,08
1, 2, 4
16,69
2217
136946
213,66
1, 2, 3
19,23
2244
186919
249,61
Média
18,08
2209
162562
247,22
5, 6
18,39
2240
169687
291,28
4, 6
17,67
2179
148256
272,26
4, 5
19,41
2105
166932
288,90
3, 6
20,14
2219
199730
316,01
3, 5
14,42
2145
95707
218,75
3, 4
21,26
2084
196266
313,26
2, 6
16,10
2324
140087
264,66
2, 5
17,53
2250
155601
278,93
2, 4
14,66
2189
103073
227,02
2, 3
19,30
2229
185132
304,25
1, 6
18,12
2294
172915
294,04
1, 5
20,70
2219
211133
324,91
1, 4
16,06
2158
120090
245,04
1, 3
18,80
2198
185547
304,59
1, 2
19,60
2304
187676
306,33
Média
18,14
2209
162522
283,35
61
TABELA 2A Resumo das análises de variância da produtividade de grãos
(kg/ha), no experimento de avaliação de linhagens de feijão do
VCU conduzido em Ijaci na safra da seca de 2004.
Repetições
consideradas
CV (%)
Média
(kg/ha)
QM
E
)m
ˆ
(
s
1, 2, 3, 4, 5, 6
14,14
2044
83499
118,0
2, 3, 4, 5, 6
13,86
2027
78981
125,7
1, 3, 4, 5, 6
14,44
2072
89539
133,8
1, 2, 4, 5, 6
14,27
2075
87588
132,4
1, 2, 3, 5, 6
13,28
2058
74671
122,2
1, 2, 3, 4, 6
14,08
2003
79615
126,2
1, 2, 3, 4, 5
14,83
2029
90601
134,6
Média
14,13
2044
83499
129,1
3, 4, 5, 6
14,04
2058
83492
144,5
2, 4, 5, 6
14,10
2061
84351
145,2
2, 3, 5, 6
12,34
2041
63499
126,0
2, 3, 4, 6
14,20
1972
78394
140,0
2, 3, 4, 5
14,56
2005
85217
146,0
1, 4, 5, 6
14,68
2117
95590
154,6
1, 3, 5, 6
13,49
2096
80008
141,4
1, 3, 4, 6
14,50
2028
86417
147,0
1, 3, 4, 5
15,44
2059
101186
159,0
1, 2, 5, 6
13,31
2100
78118
139,7
1, 2, 4, 6
13,95
2031
80322
141,7
1, 2, 4, 5
15,21
2064
98561
157,0
1, 2, 3, 6
13,00
2011
68341
130,7
1, 2, 3, 5
14,14
2043
83439
144,4
1, 2, 3, 4
14,73
1975
84602
145,4
Média
14,11
2044
83436
144,7
“...continua...”
62
“TABELA 2A, Cont.”
4, 5, 6
14,41
2113
92671
175,8
3, 5, 6
11,82
2086
60759
142,3
3, 4, 6
14,79
1994
86988
170,3
3, 4, 5
15,01
2037
93551
176,6
2, 5, 6
12,21
2091
65198
147,4
2, 4, 6
14,41
1999
83016
166,3
2, 4, 5
15,21
2042
96520
179,4
2, 3, 6
12,45
1972
60308
141,8
2, 3, 5
12,89
2015
67530
150,0
2, 3, 4
15,00
1924
83265
166,6
1, 5, 6
13,67
2165
87600
170,9
1, 4, 6
14,34
2073
88346
171,6
1, 4, 5
16,22
2116
117743
198,1
1, 3, 6
13,32
2046
74277
157,3
1, 3, 5
14,94
2089
97393
180,2
1, 3, 4
15,52
1997
96056
178,9
1, 2, 6
12,41
2051
64809
147,0
1, 2, 5
14,71
2094
94965
177,9
1, 2, 4
14,57
2002
85117
168,4
1, 2, 3
13,77
1975
73969
157,0
Média
14,08
2044
83504
166,2
5, 6
11,03
2183
57937
170,2
4, 6
15,49
2046
100404
224,1
4, 5
16,39
2110
119671
244,6
3, 6
12,41
2005
61960
176,0
3, 5
12,07
2070
62301
176,5
3, 4
16,25
1932
98602
222,0
2, 6
11,99
2013
58207
170,6
2, 5
13,57
2077
59451
172,4
2, 4
15,50
1940
90438
212,6
2, 3
12,98
1899
60756
174,3
1, 6
12,28
2123
67970
184,4
1, 5
16,91
2187
136895
261,6
1, 4
15,17
2050
96664
219,8
1, 3
15,17
2010
92903
215,5
1, 2
12,95
2017
68249
184,7
Média
14,01
2044
82161
202,6
63
TABELA 3A Resumo das análises de variância dos componentes de fertilidade do solo, estande e da água da irrigação
no experimento de avaliação de linhagens de feijão do VCU, em três safras.
QM
FV
GL
Água
(mL/parcela)
Estande
(plantas/parcela)
pH
(em água)
Fósforo
(mg/dm
3
)
Potássio
(mg/dm
3
)
Cálcio
(cmol
c
/dm
3
)
Magnésio
(cmol
c
/dm
3
)
Lavras - Inverno de 2003
Trat
19
1627,4157**
287,0386
0,063824
368,0910
869,2588
0,200912
0,119465
Erro
38
264,3307
186,9754
0,103535
251,1438
1066,9219
0,271044
0,130781
CV (%)
12,67
13,24
5,43
84,12
47,28
22,90
27,16
Média
128,33
103,27
5,93
18,84
69,0833
2,2733
1,3317
Lavras – Águas de 2003/04
Trat
19
-
304,8737**
0,080868
180,8641
1443,0342
0,378289
0,198692
Erro
38
-
114,1026
0,134237
219,0431
1787,4289
0,588974
0,124851
CV (%)
-
10,43
6,30
58,41
41,58
20,42
23,37
Média
-
102,37
5,818
25,34
101,6833
3,7583
1,5117
Ijaci – Seca de 2004
Trat
19
-
103,7053
0,080307
91,2527
367,5825
0,081219
0,1375*
Erro
38
-
74,0184
0,056728
81,3646
348,1114
0,090535
0,068868
CV (%)
-
7,96
4,69
85,45
28,37
13,67
41,99
Média
-
108,07
5,075
10,56
65,7667
2,2017
0,625
*, ** Significativo, pelo teste F, a 5% e 1% de probabilidade, respectivamente.
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo