Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/12056
metadata.dc.type: Tese
metadata.dc.rights: Acesso Aberto
Title: Enfoque estatístico na validação de métodos para teste de germinação de sementes florestais
Other Titles: Statistical approach to validation of methods for forest seed germination testing
metadata.dc.creator: Nomelini, Quintiliano Siqueira Schroden
metadata.dc.contributor.advisor1: Santana, Denise Garcia de
metadata.dc.contributor.referee1: Tavares, Marcelo
metadata.dc.contributor.referee2: Ranal, Marli Aparecida
metadata.dc.contributor.referee3: Oliveira, Anderson Castro Soares de
metadata.dc.contributor.referee4: Mendes, Patrícia Neves
metadata.dc.description.resumo: Os resultados interlaboratoriais obtidos pelos métodos sugeridos para teste de germinação de sementes de 25 espécies florestais nativas foram submetidos a diferentes ferramentas estatísticas. Os pré-testes e re-testes de germinação para elaboração dos métodos foram conduzidos na Universidade Federal de Uberlândia. Com o objetivo de validar estes métodos, foram enviados aos laboratórios lotes de sementes com qualidades fisiológicas distintas e os respectivos croquis com o sorteio dos lotes e sementes para formar as repetições de um delineamento inteiramente casualizado (DIC). Dentre as várias metodologias de estatística no processo de validação, utilizou-se a identificação de outliers nos dados o estudo gráfico de Boxplot e a medida de DFFITS. Depois de eliminados, passou-se para a detecção de discrepâncias nas variâncias pelos métodos de Cochran e Levene centrado na média e mediana. Para verificar a consistência e precisão dos resultados obtidos pelos laboratórios, para cada lote, foi realizado o estudo da repetitividade e reprodutibilidade (R&R) pelo método da análise de variância, o qual estimou as componentes de variância dessas medidas e a porcentagem de contribuição das mesmas em relação à variação total. Nos casos em que foi possível identificar possíveis tendências em superestimar essas estimativas, o mesmo foi feito utilizando as ferramentas de gráficos de controle para média e amplitude, excluindo-se os resultados dos laboratórios identificados fora dos padrões esperados. Aos conjuntos de observações restantes foram calculadas às medidas de h e k de Mandel. Os dados obtidos do estudo de R&R foram submetidos a uma análise de variância em DIC, avaliando-se o efeito de três fatores, incluindo laboratórios, lote e interação (laboratório*lote) sendo testadas suas pressuposições. Outro estudo foi feito pela metodologia da análise conjunta. Além desses, foi feita a comparação entre a análise de variância clássica, utilizando a distribuição Normal, com a análise de desvios pelos modelos lineares generalizados para a distribuição Binomial. Na identificação de outliers, foi observado que a medida DFFITS encontrou maior número de pontos discrepantes em relação ao Boxplot. No geral, a maioria das espécies teve variâncias homogêneas. O estudo de R&R pelo método da análise de variância identificou, com auxilio dos gráficos de controle, lotes tendenciosos a superestimar as variâncias de repetitividade e reprodutibilidade, chegando-se em um conjunto de informações consistentes. Não foram observadas grandes diferenças entre a análise dos experimentos por meio da análise de variância clássica ou a conjunta, mas o mesmo não foi observado quando utilizada distribuição Binomial na modelagem da variável original número de plântulas normais, sendo que esta distribuição se adequou melhor na maioria das espécies quando comparada com a distribuição Normal. Desta forma, foi validado o método para 20 espécies, de um total de 25, sendo que destas, 18 utilizando-se da distribuição Binomial. Além disso, o estudo de R&R pelo método da análise de variância se mostrou mais interessante que as estatísticas h e k de Mandel.
Abstract: Interlaboratory results obtained by recommended methods for seed germination testing of 25 native forest species were subjected to different statistical tools. The pre-testing and re-testing methods for the preparation of germination were conducted at the Federal University of Uberlândia. In order to validate these methods, seed lots of different physiological qualities and their randomization diagrams of lots and seeds, and the repetitions in completely randomized design (CRD), were sent to laboratories. Among the various statistical methods in the validation process, data outliers were identified by the study of Boxplots and measure DFFITS. After elimination of the outliers, discrepancies in variances were studied by the methods of Cochran and Levene for the mean and median. The consistency and accuracy of results obtained by the laboratories for each lot was done by the study of repeatability and reproducibility (R&R) by the method of analysis of variance, which estimated the variance components of these measures and the their percentage contribution in relation to the total variation. Where it was possible to identify eventual superestimation of these estimates, the same was done using the tools of control charts for mean and range, excluding the results from laboratories identified outside the expected standards. The remaining sets of observations were used to calculate Mandel's h and k measures. The data obtained from the study of R&R were subjected to analysis of variance in CRD evaluating the effect of factors: laboratories, lots and their interaction (laboratory*lots), and their assumptions tested, and another study by the grouped analysis method. In addition to these, a comparison between the classical analysis of variance, using the Normal distribution, with variance analysis by generalized linear models for the Binomial distribution was done. It was observed that the measure DFFITS found a greater number of outlier points in relation to Boxplot. In general, most species had homogeneous variances. The study of R&R by the method of analysis of variance identified, with the aid of control charts, lots tending to overestimate the variance of repeatability and reproducibility, resulting in a set of consistent information. There were no major differences between the choice of experiment analysis by the classic or grouped analysis of variance. However, the same was not observed when using the Binomial distribution to model the original variable number of normal seedlings, in which this distribution was best suited for most species in contrast with the normal distribution. Therefore, the method was validated for 20 species, from a total of 25, and 18 of these using the Binomial distribution. Moreover, the study of R&R by the method of analysis of variance was more interesting than the statistics Mandel's h e k.
Keywords: Repetitividade
Reprodutibilidade
Modelos lineares
Modelos lineares generalizados
Repeatability
Reproducibility
Linear models
Generalized linear models
Sementes
Germinação
Árvores - Semente
Modelos lineares (Estatística)
Estatística agrícola
metadata.dc.subject.cnpq: CNPQ::CIENCIAS AGRARIAS::AGRONOMIA
metadata.dc.language: por
metadata.dc.publisher.country: BR
Publisher: Universidade Federal de Uberlândia
metadata.dc.publisher.initials: UFU
metadata.dc.publisher.department: Ciências Agrárias
metadata.dc.publisher.program: Programa de Pós-graduação em Agronomia
Citation: NOMELINI, Quintiliano Siqueira Schroden. Statistical approach to validation of methods for forest seed germination testing. 2012. 171 f. Tese (Doutorado em Ciências Agrárias) - Universidade Federal de Uberlândia, Uberlândia, 2012.
URI: https://repositorio.ufu.br/handle/123456789/12056
Issue Date: 13-Feb-2012
Appears in Collections:PPGA - Doutorado em Agronomia

Files in This Item:
File Description SizeFormat 
d.pdf4.1 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.