dc.contributor.author |
Fonseca, Aymbiré Francisco Almeida da |
pt_BR |
dc.contributor.author |
Sediyama, Tocio |
pt_BR |
dc.contributor.author |
Cruz, Cosme Damião |
pt_BR |
dc.contributor.author |
Sakiyama, Ney Sussumu |
pt_BR |
dc.contributor.author |
Ferrão, Romário Gava |
pt_BR |
dc.contributor.author |
Ferrão, Maria Amélia Gava |
pt_BR |
dc.contributor.author |
Bragança, Scheilla Marina |
pt_BR |
dc.contributor.other |
Consórcio Brasileiro de Pesquisa e Desenvolvimento do Café |
pt_BR |
dc.date |
2003-09-10 10:59:51.45 |
pt_BR |
dc.date.accessioned |
2015-01-14T13:44:02Z |
|
dc.date.available |
2015-01-14T13:44:02Z |
|
dc.date.issued |
2003 |
pt_BR |
dc.identifier.citation |
Fonseca, Aymbiré Francisco Almeida da; Sediyama, Tocio; Cruz, Cosme Damião; Sakiyama, Ney S. Ferrão, Romário Gava; Ferrão, Maria Amélia Gava; Bragança, Scheilla Marina. Análise discriminante multivariada para classificação e agrupamento de genótipos de café Conilon. In: Simpósio de Pesquisa dos Cafés do Brasil e Workshop Internacional de Café & Saúde, (3. : 2003 : Porto Seguro). Anais. Brasília, DF : Embrapa Café, 2003. (447p.), p. 215. |
pt_BR |
dc.identifier.other |
166689_Art214 |
pt_BR |
dc.identifier.uri |
http://www.sbicafe.ufv.br/handle/123456789/1373 |
|
dc.description |
Trabalho apresentado no Simpósio de Pesquisa dos Cafés do Brasil (3. : 2003 : Porto Seguro, BA). Resumos. Brasília, D.F. : Embrapa Café, 2003. |
pt_BR |
dc.description.abstract |
A obtenção de variedades clonais tornou-se uma das estratégias mais comumente empregadas nos programas de melhoramento genético de Coffea canephora. O processo inclui uma série de etapas. Uma vez selecionados os clones de interesse, possuidores da característica que se deseja melhorar, há necessidade de agrupá-los, levando-se em consideração uma série de outras variáveis, de forma a proporcionar homogeneidade à nova variedade. Em casos como estes, o pesquisador está interessado não apenas no estudo isolado de uma dada característica, mas no comportamento simultâneo de muitas delas. A utilização da teoria de análises multivariadas tem se mostrado promissora no melhoramento genético de plantas, pois permite combinar todas as informações contidas na unidade experimental, de modo que as inferências sejam fundamentadas em um
complexo de variáveis. Este trabalho objetivou averiguar a adequação da composição das três primeiras variedades clonais de C. canephora selecionadas em plantações da variedade Conilon e recomendadas pelo INCAPER para o Espírito Santo, EMCAPA 8111, EMCAPA 8121 e EMCAPA 8131, formadas por 9, 14 e 9 clones, respectivamente, utilizando o método multivariado denominado análise discriminante, que consiste na obtenção de funções que permitem classificar um determinado "indivíduo" em uma população, entre várias distintas, minimizando a probabilidade de uma classificação equivocada, com base em medidas de várias características, consideradas simultaneamente. Os resultados obtidos permitem concluir que a classificação original dos genótipos nas três variedades clonais em estudo, baseada em critérios agronômicos, guardou
expressiva concordância com os resultados obtidos através da análise discriminante, cujas funções consideraram simultaneamente 17 caracteres, com uma taxa de erro aparente de apenas 6,25%. Foi também possível propor as funções discriminantes corrigidas, capazes de permitir a classificação de um novo genótipo em uma das três populações em questão, a serem utilizadas em programas de melhoramento, eliminando-se, assim, a subjetividade do processo de agrupamento empregado inicialmente. |
pt_BR |
dc.description.sponsorship |
Consórcio Brasileiro de Pesquisa e Desenvolvimento do Café |
pt_BR |
dc.language.iso |
pt_BR |
pt_BR |
dc.subject |
Café Conilon Variedade clonal Melhoramento genético Método multivariado Espírito Santo Coffea canephora |
pt_BR |
dc.subject.classification |
Genética, Melhoramento e Biotecnologia do Cafeeiro |
pt_BR |
dc.title |
Análise discriminante multivariada para classificação e agrupamento de genótipos de café Conilon |
pt_BR |
dc.type |
Artigo |
pt_BR |