Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/56339
Registro completo de metadados
Campo DCValorIdioma
dc.creatorRosa, Lucas Ferreira-
dc.date.accessioned2023-03-27T16:51:29Z-
dc.date.available2023-03-27T16:51:29Z-
dc.date.issued2023-03-27-
dc.date.submitted2023-01-16-
dc.identifier.citationROSA, L. F. Comparando formas de análise para dados censurados por razões práticas em programas de melhoramento vegetal. 2023. 101 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária)–Universidade Federal de Lavras, Lavras, 2023.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/56339-
dc.description.abstractExperiments in several areas are subject to occurrences of censored data for practical reasons, such as detection thresholds given by devices beyond which no values recorded. In these cases one can assume that a continuous latent random variable contains these thresholds. Thus allows for investigating the consequences informed truncation of data to fit distributions associated with experimental populations. Present work, inspired by a sweet potato genetic improvement experiment, aims to develop an analysis method for data with left censoring by implementing an algorithm for its conditional prediction using Gibbs sampling and verifying its properties. We compared the analysis on a simulated example with similar properties. Simulated experiment was an incomplete block design partially balanced (PBIB) (square lattice with v = k 2 ,r = 3, k = 11,b = 33,λ1 = 1 e λ2 = 0). The methods carried out were: the uncensored analysis of the complete "DC"data, the usual Zero Censorship ("C0" considering zero for the censorships) and Left Censorship ("CE" considering missing observations in the censorship) and the proposed analysis of Conditional Prediction ("PC" with conditional imputation of censored data). Competing analysis with censored data were compared to references in two scenarios: 1) moderate or high censoring (∼ 30% ∼ 50%). We evaluated selective accuracy, precision and bias in the estimates of genetic parameters (variance components and heritabilities). We also obtained correlations of simulated and predicted the censored observations . Finally, in each analysis, the Pearson and Spearman correlations between predicted genetic values and respective parametic values were calculad. "PC" analysis was sensible and accurate for selection purposes, showing correlations between treatment effects and parametric values close to the uncensored case. The proposed method has the simulated values very likely in the respective marginal a posteriori distributions. The usual forms of analysis ("C0" and "CE") have zero correlation between the values taken as zero and the parametric values. The "CE" analysis was bad in both scenarios regarding the estimation of genetic parameters (especially variances and heritabilities) and for presenting low correlation, but for the selection of the elite genotypes it was better than the "C0" analysis in the scenario two). For scenario 1) the "C0" analysis seems to be an promising alternative, but has shown a considerable worsening with increasing censorship. Although the "PC" analysis produced statements that were more difficult to interpret because it overestimated heritabilities, it was the most indicated to make selection decisions.pt_BR
dc.description.sponsorshipConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Lavraspt_BR
dc.rightsacesso abertopt_BR
dc.subjectAnálise Bayesianapt_BR
dc.subjectComponentes da variânciapt_BR
dc.subjectDados censuradospt_BR
dc.subjectMelhoramento vegetalpt_BR
dc.subjectModelos de limiarpt_BR
dc.subjectBayesian analysispt_BR
dc.subjectVariance componentspt_BR
dc.subjectCensored datapt_BR
dc.subjectPlant breedingpt_BR
dc.subjectThreshold modelspt_BR
dc.titleComparando formas de análise para dados censurados por razões práticas em programas de melhoramento vegetalpt_BR
dc.title.alternativeComparing forms of analysis for data censored for practical reasons in plant breeding programspt_BR
dc.typedissertaçãopt_BR
dc.publisher.programPrograma de Pós-graduação em Estatística e Experimentação Agropecuáriapt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.countrybrasilpt_BR
dc.contributor.advisor1Bueno Filho, Júlio Sílvio de Sousa-
dc.contributor.referee1Nunes, José Airton Rodrigues-
dc.contributor.referee2Ferreira Filho, Diógenes-
dc.contributor.referee3Scalon, João Domingos-
dc.description.resumoExperimentos de diversas áreas estão sujeitos à ocorrência de dados censurados por razões práticas, tais como limiares de detecção dados por aparelhos além dos quais não se registram valores. Nestes casos, pode-se supor que há uma variável aleatória latente contínua que contém estes limiares. Isto permite investigar as consequências da truncagem informada de dados para ajustar as distribuições associadas às populações experimentais. Este trabalho foi inspirado em um experimento de melhoramento genético de batata-doce e tem como objetivo desenvolver um método de análise para dados com censura à esquerda implementando um algoritmo para a sua previsão condicional usando a amostragem Gibbs e verificar suas propriedades em comparação a métodos usuais de análise de ensaios deste tipo em um exemplo simulado com propriedades semelhantes. Para tanto, simulamos um experimento em blocos incompletos parcialmente balanceados (PBIB) organizados em látice quadrado (v = k2, r = 3, k = 11,b = 33,l1 = 1 e l2 = 0). Foram realizadas as seguintes análises: a análise sem censura dos dados completos "DC", as análises usuais Censura Zero ("C0", considerando zero para as censuras) e de Censura à esquerda ("CE", considerando observações perdidas na censura) e a análise proposta de Previsão Condicional ("PC", com imputação condicional dos dados censurados). As três formas de análise que lidam com censuras foram comparadas às referências em dois cenários: 1) taxa de censura moderada (∼ 30%) e 2) taxa de censura alta (∼ 50%). Foram verificadas a acurácia, a precisão e o viés na estimação dos parâmetros genéticos (componentes de variância e herdabilidades). Foram também calculadas as correlações entre os valores originalmente simulados com as observações que foram censuradas. Por fim, em cada análise, foram calculadas as correlações de Pearson e Spearman entre os valores genéticos preditos e respectivos valores paramétricos. Em ambos os cenários a análise "PC" foi precisa para fins de seleção, apresentando correlações entre os efeitos de tratamentos e valores paramétricos próximas da análise sem censura. Além disso, pelo método proposto, os valores simulados são frequentes nas respectivas distribuição marginais a posteriori. As formas usuais de análise ("C0" e "CE") têm correlação nula entre os valores tomados como zero e os valores paramétricos. A análise "CE" foi ruim em ambos os cenários quanto a estimação de parâmetros genéticos (especialmente variâncias e herdabilidades) e por apresentar baixa correlação, mas para seleção dos genótipos de elite foi melhor que a análise "C0" no cenário 2). Para o cenário 1), menor taxa de censura, a análise "C0" parece ser uma alternativa interessante, mas com uma piora considerável com o aumento da censura. Embora a análise "PC" tenha produzido declarações mais difíceis de interpretar por superestimar as herdabilidades, foi a análise mais indicada para se tomar decisões sobre seleção.pt_BR
dc.publisher.departmentDepartamento de Estatísticapt_BR
dc.subject.cnpqProbabilidade e Estatística Aplicadaspt_BR
dc.creator.Latteshttps://lattes.cnpq.br/7542020211426369pt_BR
Aparece nas coleções:Estatística e Experimentação Agropecuária - Mestrado (Dissertações)



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.